-
公开(公告)号：CN118051833A
公开(公告)日：2024-05-17
申请号：CN202410183212.1
申请日：2024-02-19
Applicant: 湖南大学
IPC: G06F18/2411 , G06F18/214
Abstract: 本公开实施例中提供了一种基于耳道声音的头部动作识别方法，属于数据识别技术领域，具体包括：步骤1，利用入耳式麦克风采集样本人员进行预设头部动作时对应的耳道音频信号作为初始数据集；步骤2，对初始数据集进行滤波处理后，通过提取包络线并进行峰值检测，将连续的耳道音频信号分解为单个动作信号；步骤3，分别提取单个动作信号的MFCC特征和多维声学特征，形成目标特征集；步骤4，利用目标特征集训练支持向量机，得到识别模型；步骤5，将采集到的目标人员的耳道音频信号输入识别模型，得到头部动作识别结果。通过本公开的方案，提高了识别的适应性和精准度。
-
公开(公告)号：CN114219160A
公开(公告)日：2022-03-22
申请号：CN202111564052.8
申请日：2021-12-20
Applicant: 湖南大学
IPC: G06Q10/04 , G06Q10/06 , G06Q10/08 , G06Q50/04 , G06N20/00 , G06N3/04 , G06N3/08 , G06K9/62 , G06F21/60
Abstract: 本发明公开了一种基于联邦学习的生产链协同调度方法，包括参与生产链的供应方和需求方对本地数据进行预处理，并设置训练集和验证集，并进行数据增强；供应方和需求方通过样本对齐获得中间样本；通过长短期记忆网络对供应方和需求方分别建立本地数据模型，并通过增强数据集进行训练；将供应方、需求方和第三方服务器进行同态加密交互；第三方服务器收集修正后的加权计算数据并整合后将差值发送到供应方或需求方；构建供应方和需求方的图结构，并输出生产链序列，进行协同调度。本发明在加密的情况下进行，极大地保护了参与双方的数据安全。本方法通过双方共同的评估结果，协同地选择出最优供应链，实现随产随供，降低了运营成本，提高了利润。
-
公开(公告)号：CN111890959A
公开(公告)日：2020-11-06
申请号：CN202010628415.9
申请日：2020-07-02
Applicant: 湖南大学
Abstract: 本发明公开了一种电动多旋翼无人机自充电长时间飞行装置，包括充电基站和多旋翼无人机，所述多旋翼无人家自充电长时间飞行装置的实行分为部署与安装阶段和运行阶段，所述多旋翼无人机上安装无线充电接收模块，地面架设充电基站，充电基站中设置有无线充电底座，所述多旋翼无人机的飞控系统中安装控制程序。本发明通过在无人机中增加无线充电接收模块，在地面增加无线充电底座，在飞控系统中编写充电管理代码，在无人机飞行时可以自动判断与各充电底座的距离，在电量将要不足时选择合适的充电底座降落，进行无线充电，在电池电量足够时再次起飞执行任务，具备成本低廉，操作简便，配置灵活，可靠性高，可以实现无人参与的长时间飞行。
-
公开(公告)号：CN102591327B
公开(公告)日：2013-12-18
申请号：CN201210044669.1
申请日：2012-02-27
Applicant: 湖南大学
IPC: G05B23/02
Abstract: 一种面向汽车车身控制开发的虚实结合测试方法，它的步骤为：（1）将车身控制系统设定为两大部分：实际部分和虚拟部分；（2）当进行开发和测试时，从实际部分和虚拟部分中选择激励模块、ECU模块和车身部件模块构成一个完整的待测试的车身控制系统；（3）激励模块发送测试激励；测试激励记录在激励日志文件中；（4）ECU模块运行车身控制程序，接受测试激励并控制车身部件模块接受并响应，响应记录将被记录在响应日志文件中；（5）比对响应日志与激励日志，如果出现偏差则分析对应原因，通过修改、调试对应的模块完善系统设计。本发明具有原理简单、开发测试周期短、成本低、可扩展性好、灵活度高等优点。
-
公开(公告)号：CN101763265B
公开(公告)日：2012-10-03
申请号：CN201010022084.0
申请日：2010-01-19
Applicant: 湖南大学
Inventor： 李仁发 , 陈宇 , 徐成 , 吴强 , 刘彦 , 朱海 , 袁虎 , 钟俊 , 刘滔 , 邝继顺 , 李蕊 , 李肯立 , 罗娟 , 赵欢 , 杨科华 , 任小西 , 杨书凡 , 彭日光 , 李春江 , 黄瑜臣 , 张维 , 李浪
IPC: G06F9/44
Abstract: 本发明提供了一种过程级软硬件协同设计自动化开发方法，其特征在于，包括以下步骤：步骤1：利用高级语言完成系统功能描述，系统功能描述中包括软硬件协同函数的调用；步骤2：软硬件函数的动态划分；步骤3：链接和执行步骤；步骤4：判断和结束步骤；判断是否所有的函数执行完毕，如果执行完毕就结束，否则返回用于划分的参数到步骤2进入下一次循环。本发明使用过程级软硬件统一编程模型，来屏蔽底层硬件实现的差异，达到可重构器件对程序用户透明的目的。该编程模型将硬件加速器封装成C语言函数，方便用户编程，且支持运行时的动态软硬件划分，使划分对程序员透明，提高了可重构资源的利用率。
-
Patent Agency Ranking
公开(公告)号：CN101763288B
公开(公告)日：2012-09-05
申请号：CN201010022085.5
申请日：2010-01-19
Applicant: 湖南大学
Inventor： 李仁发 , 陈宇 , 徐成 , 吴强 , 刘彦 , 朱海 , 袁虎 , 钟俊 , 刘滔 , 邝继顺 , 李蕊 , 李肯立 , 罗娟 , 赵欢 , 杨科华 , 任小西 , 杨书凡 , 彭日光 , 李春江 , 黄瑜臣 , 张维 , 李浪
IPC: G06F9/50
Abstract: 本发明提供了一种考虑硬件预配置因素的动态软硬件划分方法，其特征在于，在程序运行过程中，进行动态的软硬件划分，在可重构硬件资源上进行一个或多个函数的配置，对待划分函数维护一个待划分函数列表list(f1，…，fm)，其中fk为定义硬件加速比，k为待划分的一个函数；k＝1，…，m，m为待划分函数个数，基于硬件加速比对函数配置，并且考虑到硬件预配置因素。本发明基于硬件加速比对函数进行动态软硬件配置，充分利用了系统的硬件资源，从而显著提高整个系统的任务处理效率。
-
公开(公告)号：CN101799770B
公开(公告)日：2012-07-25
申请号：CN201010022083.6
申请日：2010-01-19
Applicant: 湖南大学
Inventor： 李仁发 , 陈宇 , 徐成 , 吴强 , 刘彦 , 朱海 , 袁虎 , 钟俊 , 刘滔 , 邝继顺 , 李蕊 , 李肯立 , 罗娟 , 赵欢 , 杨科华 , 任小西 , 杨书凡 , 彭日光 , 李春江 , 黄瑜臣 , 张维 , 李浪
IPC: G06F9/46
Abstract: 本发明提供了一种基于单位面积加速比的可重构资源管理方法，该可重构资源管理方法应用在可重构资源二维模型上，第一步，将任务就绪队列Qr按最迟执行时间d升序排列，并保存到L1中；然后将Qr按单位面积加速比降序排列，保存到L2中；第二步，检查L2，如果为空则调度结束，否则进入下一步；第三步：扫描任务就绪队列，若该任务为关键任务，进入第四步，否则该任务为非关键任务，进入第五步；第四步：调度关键任务；第五步：调度非关键任务；采用该方法，较之现有的可重构资源管理的调度算法的复杂度低，且任务平均响应时间方面的性能明显优于其他的现有的调度算法。
-
公开(公告)号：CN101706737A
公开(公告)日：2010-05-12
申请号：CN200910226667.2
申请日：2009-12-18
Applicant: 湖南大学
Inventor： 李仁发 , 陈宇 , 徐成 , 吴强 , 刘彦 , 朱海 , 袁虎 , 钟俊 , 刘滔 , 邝继顺 , 李蕊 , 李肯立 , 罗娟 , 赵欢 , 杨科华 , 任小西 , 杨书凡 , 彭日光 , 李春江 , 黄瑜臣 , 张维 , 李浪
IPC: G06F9/46
Abstract: 本发明提供了一种软硬件协同函数库的构造方法，其特征在于，包括以下步骤：首先为软硬件协同函数声明一个对外接口；软硬件协同函数是对同一功能的不同方式实现：软件函数的实现是以软件编码方式实现，硬件的实现则是由硬件接口代码和函数功能实现的硬件配置文件构成；将软件函数和硬件接口代码封装在一起，并与硬件实现方式的配置文件一起构成软硬件协同函数，由多个软硬件协同函数，形成一个抽象的软硬件协同函数库；形成的函数库可以在其他程序中调用。采用该方法构造的软硬件系统函数库便于软件人员开发嵌入式系统时忽略软硬件函数的差异、提高编程效率。
-
公开(公告)号：CN119558384A
公开(公告)日：2025-03-04
申请号：CN202411628276.4
申请日：2024-11-14
Applicant: 湖南大学
IPC: G06N3/098 , G06N3/0985
Abstract: 本公开实施例中提供了一种云边端协同的车载终端模型分布式训练聚合方法，属于计算技术领域，具体包括：建立云边端三层车联网网络系统架构；车载终端采集本地数据集；上层将初始模型下发；中间层构建目标问题并将其转换为一个整数线性规划问题并求解；在本地训练初始模型并将训练完成的模型发送至中间层；采用滞后干扰感知方法进行异步权重聚合；将聚合后的模型回传，云端中央服务器采用滞后干扰感知方法进行全局模型异步聚合，得到更新后的全局模型；在完成所有全局轮次的聚合后，上层将最终的全局模型下发给中间层，再由中间层转发给所有的车载终端。通过本公开的方案，提高了在终端设备上模型分布式训练效率，降低了训练过程中的通信开销。
-
公开(公告)号：CN119364316A
公开(公告)日：2025-01-24
申请号：CN202411580450.2
申请日：2024-11-07
Applicant: 湖南大学
IPC: H04W4/44 , H04W28/02 , H04W28/08 , G06N3/0442 , H04L67/12
Abstract: 本发明公开了一种基于云边端协同计算的车联网异构资源分配方法，属于移动边缘计算技术领域。本发明结合协同过滤和属性基础预测进行多目标优化的内容流行度预测，预测结果用于指导内容在云‑边‑端网络中的缓存策略，减少延迟并提高缓存命中率；利用多粒度任务分解算法和双深度Q网络任务调度算法，实现任务的细粒度分解与资源的有效分配，最大化延迟和能耗的加权效用函数；在车辆边缘网络中，每个边缘服务器能够独立执行服务迁移并为其他边缘服务器的服务迁移分配资源，利用深度确定性策略梯度算法解决模型自由马尔可夫决策过程问题，最大化由车辆卸载的服务的总期望效用。本发明可以提高网络的整体性能和服务质量，尤其适用于高度动态的环境。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.019 seconds)
