图像识别方法、装置、计算机设备以及存储介质

    公开(公告)号:CN110263707B

    公开(公告)日:2021-09-10

    申请号:CN201910531711.4

    申请日:2019-06-19

    Applicant: 湖南大学

    Abstract: 本申请具体涉及一种图像识别方法、装置、计算机设备和存储介质。方法包括:通过获取待识别图像,并将待识别图像输入训练完成的深度卷积神经网络;其中深度卷积神经网络通过在卷积层进行数据并行,而在全连阶层进行模型并行的训练方案训练获得。本申请图像识别方法通过在深度卷积神经网络的训练过程中,通过在卷积层采取数据并行,在全连接层进行模型并行的训练方法,通过多重并行训练缩短有效地缩短了深度卷积神经网络的训练周期,进而整体提高了图像识别过程的处理效率。

    一种支持ModbusTCP低延时处理的规则匹配方法和系统

    公开(公告)号:CN110417745B

    公开(公告)日:2021-09-03

    申请号:CN201910593382.6

    申请日:2019-07-03

    Abstract: 本发明公开了一种支持ModbusTCP低延时处理的规则匹配方法,属于工业防火墙技术领域。本发明包括:接收ModbusTCP协议数据包,对该ModbusTCP协议数据包进行解析,并根据解析结果判断该ModbusTCP协议数据包是否包括有至少一个操作字段,如果是则使用预先构建好的决策树对得到的解析结果进行匹配处理,以得到最终的匹配结果。操作字段包括功能码字段、子功能码字段、访问类型字段、寄存器地址字段、以及寄存器值字段。本发明通过构造一棵决策树,将规则文件中的所有规则放入决策树中的对应位置,然后对ModbusTCP数据包进行过滤处理,从而解决了现有工控防火墙机制存在的匹配时间长的技术问题。

    数据点组查询方法、装置、计算机设备和存储介质

    公开(公告)号:CN110245151B

    公开(公告)日:2021-07-13

    申请号:CN201910460558.0

    申请日:2019-05-30

    Applicant: 湖南大学

    Abstract: 本申请涉及一种数据点组查询方法、装置、计算机设备和存储介质。所述方法包括:从待查询数据集中确定分层最小支配图点,分层最小支配图点被少于预设的数据点组大小的数据点所支配;当数据点组大小不大于分层最小支配图点中天际线点的数量时,获取数量不超过数据点组大小的天际线点,生成天际线点候选组;当天际线点候选组的大小小于数据点组大小时,根据天际线点候选组中候选组点的直接子集,对天际线点候选组进行扩充,得到扩充候选组;其中,直接子集包括天际线点候选组中的候选组点的直接支配点;当扩充候选组的大小等于数据点组大小时,根据扩充候选组得到点组查询结果。采用本方法能够提高数据点组的查询效率。

    分布式计算平台下基于QoS约束的视频流处理方法和系统

    公开(公告)号:CN112423041A

    公开(公告)日:2021-02-26

    申请号:CN202011303293.2

    申请日:2020-11-19

    Applicant: 湖南大学

    Abstract: 本发明公开了一种分布式计算平台下基于QoS约束的视频流处理方法,其首先针对视频流处理特性将QoS定义为算子的准确度以及时延,并且基于此重新定义了视频流数据处理的编程模型。再将该模型发布至分布式处理框架,平台根据用户提交的处理过程,首先对各个算子进行分析,预先确定需求的准确度以及时延需求的资源量。再根据应用的数据依赖关系,对多个算子组合的情况(串行、并行、串行转并行、并行转串行)估计整个应用处理过程中应该分配的资源判断是否能满足要求并且根据之前的对算子的分析能够得到处理时间的估计时延。然后根据时延情况以及数据流的输入得到数据处理的窗口大小,再根据用户预估的视频流通路数对资源的总量进行估计。

    一种基于社区检索的影响力社区搜索方法和系统

    公开(公告)号:CN110162716B

    公开(公告)日:2020-12-25

    申请号:CN201910421573.4

    申请日:2019-05-21

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于社区检索的影响力社区搜索方法,通过启发式方法设置权重的初始阈值对网络进行筛选生成子图从而减小其规模达到减少计算成本的目的;在子图的基础上通过生成树判断关键节点的连通性,从而统计社区数量;对于不满足查询条件的阈值,对其进行增量迭代直至其满足查询条件;最后根据查询条件渐进的输出影响力最大社区,避免了重复的枚举社区数目。本发明弥补了现有社区检索技术方面的不足,但保留了其优势,使得社区检索技术变得完美:第一,通过渐进的输出结果有效地减少了重复计算,节省了计算成本;第二,充分考虑了相同权重节点对社区检索的影响,在不影响其检索性能的同时打破了权重的限制条件,扩大了其使用范围。

    移动边缘计算中基于任务调度和功率分配的效率优化方法

    公开(公告)号:CN110177383B

    公开(公告)日:2020-09-11

    申请号:CN201910428013.1

    申请日:2019-05-22

    Applicant: 湖南大学

    Abstract: 本发明公开了一种移动边缘计算中基于任务调度和功率分配的效率优化方法,包括:接收所有的移动设备发来的数据信息,包括待处理数据量及单位数据工作量,将所有的移动设备以随机的方式平均分配给所有MEC服务器,针对每台MEC服务器,根据来自各台移动设备的数据信息计算分配给该MEC服务器的各台移动设备对该MEC服务器使用的每个子信道的偏好程度,将该移动设备加入最大偏好程度对应的子信道的请求列表中,针对每台MEC服务器的每个子信道,计算该子信道对其请求列表中各台移动设备的偏好程度,并使该子信道与得到的多个偏好程度中最大偏好程度对应的移动设备匹配。本发明适用于多个MEC服务器、多用户、单任务的移动边缘计算系统,且优化效率高。

    一种基于区块链和深度学习的去中心化分布式VANET系统

    公开(公告)号:CN111479237A

    公开(公告)日:2020-07-31

    申请号:CN202010262063.X

    申请日:2020-04-06

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于区块链和深度学习的去中心化分布式VANET系统,包括多个车载单元OBU、多个通讯基站BS、以及多个边缘计算EC节点,车载单元和通讯基站之间通过无线通讯的方式通信,通讯基站与EC节点之间通过无线通讯或有线通讯的方式通信,EC节点之间是通过区块链网络彼此通信,车载单元用于与其附近的其他车辆的车载单元通过安全通信的方式共享车辆安全消息VSM,车载单元还用于与其对应的BS之间通过安全通信的方式共享VSM消息。本发明能够解决现有集中式VANET系统由于黑客可以执行各种网络攻击导致系统安全性差的技术问题,以及应用数据挖掘、机器学习和深度学习算法的VANET系统中存在的系统安全性差、对中央服务器过度依赖的技术问题。

    一种基于PSO-SVM检测S7协议异常通讯行为的方法和系统

    公开(公告)号:CN110602034A

    公开(公告)日:2019-12-20

    申请号:CN201910609621.2

    申请日:2019-07-08

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于PSO-SVM检测S7协议异常通讯行为的方法,包括:从工业控制网络获取连接,该连接包括多个S7协议通讯数据包,对每个S7协议通讯数据包进行解析,以获取其对应的功能码或子功能码,每个连接所包括的所有S7协议通讯数据包对应的多个功能码和子功能码构成该连接对应的功能码序列,将该连接对应的功能码序列输入训练好的S7协议异常检测模型中,以得到该连接的检测结果。本发明能够解决现有异常通讯行为识别方法中无法对工业控制网络中S7协议异常通讯行为进行检测、以及由于没有考虑同一连接中多个数据包之间的关联性导致的识别率较低的技术问题。

    基于多传感器的室内运动轨迹导航方法

    公开(公告)号:CN110332936A

    公开(公告)日:2019-10-15

    申请号:CN201910435193.6

    申请日:2019-05-23

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于多传感器的室内运动轨迹导航方法,其包括以下步骤:设定运动路径,所述运动路径包括起点地理位置信息、终点地理位置信息和当前环境信息;沿着所述运动路径行走,首次采集所述运动路径的参考轨迹信息,所述参考轨迹信息包括参考轨迹空间参数、参考轨迹直线参数、参考轨迹高度参数和参考轨迹拐点参数;导航时,用户沿着所述运动路径行走并采集实际轨迹信息,所述实际轨迹信息至少包括实际轨迹空间参数;将所述实际轨迹信息与所述参考轨迹信息进行相似度分析并输出结果,以指示用户行走。与现有技术相比,本发明提供的导航方法利用常见设备如智能手机中的多传感器就可以为用户提供有效的室内导航。

    半精度压缩感知采样方法
    40.
    发明公开

    公开(公告)号:CN110289861A

    公开(公告)日:2019-09-27

    申请号:CN201910417842.X

    申请日:2019-05-20

    Applicant: 湖南大学

    Abstract: 本发明提供一种半精度压缩感知采样方法,包括如下步骤:对视频图像中的对象进行检测,确定对象在视频图像中的坐标位置;将视频图像的RGB三个通道划分为33×33的子图像块,并将子图像块转换为1089×1的矩阵;对子图像块按照矩阵方式进行编号和标识;使用随机高斯矩阵产生每个子图像块所对应的半精度测量矩阵;利用半精度测量矩阵运算得到不同压缩感知测量率的半精度测量值;将半精度测量值输入压缩感知重构模型进行重构,将重构后的子图像块拼接得到压缩感知重构图像;将压缩感知图像以左上角为起始点进行裁剪后得到实际重构图像;将RGB三个通道中的实际重构图像进行融合,得到半精度压缩感知重构图像。本发明的半精度压缩感知采样方法采样数据量小。

Patent Agency Ranking