公开(公告)号：CN114283134B

公开(公告)日：2024-09-03

申请号：CN202111586665.1

申请日：2021-12-23

Applicant: 湖南大学

Inventor： 姚伟 ,  周旭 ,  李肯立 ,  谭光华 ,  杨圣洪

IPC: G06T7/00 ,  G06T7/73 ,  G01S13/88 ,  G06V10/764 ,  G06V10/54 ,  G06V10/82 ,  G06N3/04 ,  G06N3/0464

Abstract: 本发明公开了一种基于混合网络的地面塌陷隐患智能检测方法，包括以下步骤：获取探地雷达数据集，对得到的探地雷达数据集进行预处理，以得到预处理后的探地雷达数据集，将预处理后的探地雷达数据集中的每一幅探地雷达图像依次输入训练好的混合网络中，以得到该探地雷达图像的置信系数，根据得到的每个探地雷达图像的置信系数获取地面塌陷的评判结果。本发明能够解决现有基于人工解译的方法工作量较大和耗时长、以及由于高度依赖操作员的技术和专业水平导致得出不同的解译结果，从而影响地面塌陷隐患检测结果的准确率的技术问题，以及现有利用探地雷达图像进行地面塌陷隐患检测的方法无法完全依靠人工手段的技术问题。

公开(公告)号：CN116015932B

公开(公告)日：2024-06-14

申请号：CN202211726131.9

申请日：2022-12-30

Applicant: 湖南大学

Inventor： 李肯立 ,  袁理想 ,  蔡宇辉 ,  杨圣洪 ,  周旭 ,  余思洋 ,  段明星 ,  吴帆 ,  秦云川

IPC: H04L9/40 ,  H04L41/16 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/049 ,  G06N3/092

Abstract: 本申请涉及一种数据流量入侵检测网络模型生成方法、装置、计算机设备和存储介质。方法包括：获取历史训练集以及初代入侵检测网络模型；对历史训练集进行一次数据增强，生成一次增强后的数据集；基于一次增强后的数据集以及历史训练集，得到一次训练后的入侵检测网络模型，并获取实时流量样本；根据一次训练后的入侵检测网络模型对实时流量样本进行入侵检测，得到正常数据集、已知异常数据集与未知异常数据集；生成二次增强的流量样本；基于二次增强的流量样本以及实时流量样本，得到目标入侵检测网络模型。采用本方法能够对数据流量进行准确的入侵检测。另外，本申请还提供了一种数据流量入侵检测方法、装置、计算机设备和存储介质。

公开(公告)号：CN113627765B

公开(公告)日：2024-01-05

申请号：CN202110877549.9

申请日：2021-08-01

Applicant: 湖南大学

Inventor： 李肯立 ,  谢缘 ,  段明星 ,  周旭 ,  刘楚波 ,  唐卓 ,  阳王东

IPC: G06Q10/0631

Abstract: 本发明公开了一种基于用户满意度的分布式空间众包任务分配方法，其在固定时间间隔内接收到多个任务分配请求后，将所有众包工人和任务涉及的预定地理范围划分为多个等大小的子区域，获取得到的每个子区域范围内每个众包工人的位置信息、历史服务任务信息、可达服务范围、技能信息、单位成本，以及每个任务的位置信息、技能要求、任务预算，对每个子区域而言，根据区域内的众包工人和任务信息，获取该子区域中每个众包工人对每个任务的满意度，并根据该满意度得到每个任务的初始分配结果，针对每个子区域而言，根据得到的该子区域中的初始分配结果构建博弈模型，以使该子区域中的所有众包工人达到纳什均衡状态，并进而得到该子区域的最终分配结果。

公开(公告)号：CN111061565B

公开(公告)日：2023-08-25

申请号：CN201911292796.1

申请日：2019-12-12

Applicant: 湖南大学

Inventor： 李肯立 ,  贺凯林 ,  唐卓 ,  刘翔 ,  杜利凡 ,  李文 ,  张学东 ,  阳王东 ,  周旭 ,  刘楚波 ,  曹嵘晖

IPC: G06F9/50 ,  G06F16/27

Abstract: 本发明公开了一种Spark环境下的两段式流水线任务调度方法及系统。所述方法包括以下阶段：网络空闲阶段任务调度，该阶段为共生任务及等待任务分配CPU资源，当正在运行的任务有共生任务时，在其执行完成后，将其占用的CPU资源分配给其共生任务；否则，在其执行完成后，按照Spark环境优先级的调度将其占用的CPU资源分配给相应等待任务；网络需求阶段任务调度，该阶段为正在运行的任务匹配数据拉取时间大于其剩余完成时间的等待任务作为共生任务，并对共生任务进行调度。所述系统，其包括网络空闲阶段任务调度模块和网络需求阶段任务调度模块。本发明实现流水线作业，能够实现提高CPU资源及网络资源利用率、从而有效地减少了资源的空闲时间和job的完成时间。

公开(公告)号：CN110276054B

公开(公告)日：2023-08-15

申请号：CN201910405167.9

申请日：2019-05-16

Applicant: 湖南大学

Inventor： 肖国庆 ,  曾子豪 ,  周旭 ,  李肯立 ,  李克勤 ,  郑浩 ,  周晴宇

IPC: G06F40/186 ,  G06F40/289 ,  G06F16/35 ,  G06Q40/08

Abstract: 本发明提供了一种保险文本结构化实现方法，包括如下步骤：建立实体信息模板，所述实体信息模板包括不同类型保险文本的保障责任所含实体信息及实体类型标签；选取分隔位置将原始保险文本进行语义拆分，得到文本块；基于SVM的文本分类器对所述文本块进行分类，预测其所属的实体信息模板；基于条件随机场概率图模型对分类后的所述文本块进行序列标注，并根据所述文本块所属实体信息模板抽取实体信息，形成结构化数据；融合多个所述文本块的结构化数据，得到所述原始保险文本的结构化结果。本发明提供的保险文本结构化实现方法抽取保险文本中的结构化数据信息，可以简化保险文本的内容，实现保险文本的快速阅读。

公开(公告)号：CN116450960A

公开(公告)日：2023-07-18

申请号：CN202310343069.3

申请日：2023-04-03

Applicant: 湖南大学 ,  之江实验室

Inventor： 周旭 ,  吴凯莉 ,  余婷 ,  张吉 ,  杨志邦 ,  李肯立

IPC: G06F16/9537 ,  G06F16/901 ,  G06F16/29 ,  G06Q10/047

Abstract: 本发明公开了一种基于最短路径和路径枚举的道路网选址方法，首先读取真实道路网络数据集，提取其中的顶点和边数据，并根据提取的顶点和边数据建立无向有权图，使用函数readGraph()对无向有权图进行读取处理，以得到起点集合，使用函数readGraph()对无向有权图进行读取处理，以得到终点集合，使用深度优先搜索DFS方法对起点集合和终点集合进行处理，以得到所有起点到所有终点之间、且处于预设的路径阈值d范围内的所有路径，对每个起点到每个终点之间、且处于预设的路径阈值d范围内的所有路径进行降序排序处理，以得到每个起点到所有终点中的路径数量最大值及其对应的终点。本发明能够解决现有基于Dijkstra算法的道路网选址方法查询效率低的技术问题。

公开(公告)号：CN116401053A

公开(公告)日：2023-07-07

申请号：CN202310327939.8

申请日：2023-03-30

Applicant: 湖南大学

Inventor： 李肯立 ,  李焕 ,  周旭 ,  叶文华 ,  唐卓 ,  刘楚波 ,  李克勤

IPC: G06F9/50 ,  G06F9/54

Abstract: 本发明公开了一种基于FPGA组件设计的资源重构方法，其将任务参数和功能参数细粒度划分为多个相应的算法组件，采用统一的接口描述，对应的编译多个FPGA组件比特流文件，同时对FPGA内计算资源按照重构区域进行划分，外部的计算任务按照计算任务优先级依次在多个FPGA的重构区域内部分重构，根据功能参数并行、快速地执行；同时FPGA内实现了多个重构区域的自适应管理，无需上位机干预的情况下，计算资源自动的进行调整，确保FPGA内重构区域的高效率运行，实现FPGA的资源动态部署和计算任务动态运行。本发明能够解决现有硬件静态方式的重构方法对于功能复杂多变的通信设备，难以提前配置好所有文件数据流，适应性和灵活性差的技术问题。

公开(公告)号：CN111461293B

公开(公告)日：2023-06-06

申请号：CN202010187555.7

申请日：2020-03-17

Applicant: 湖南大学

Inventor： 李肯立 ,  陈再龙 ,  刘楚波 ,  阳王东 ,  周旭 ,  肖国庆 ,  唐卓 ,  谭光华 ,  朱宁波 ,  李克勤

IPC: G06N3/04 ,  G06N3/063 ,  G06N3/084 ,  G06T1/20

Abstract: 本申请涉及一种基于GPU的深度神经网络模型训练方法、装置、计算机设备和存储介质。该方法包括：在深度神经网络模型首次训练时，将各隐藏层的输出数据压缩至GPU主存存储，得到压缩后的输出数据和GPU的主存余量；当主存余量未达到预设余量阈值时，根据输出数据的稀疏程度值和压缩后的输出数据占用GPU主存的时间比重，确定初步隐藏层；迭代训练深度神经网络模型时，根据初步隐藏层，将初步隐藏层的输出数据压缩至GPU主存存储，得到GPU主存的初步余量，直至初步余量达到预设余量阈值；当初步余量达到预设余量阈值时，确定需要将输出数据压缩至GPU主存存储的最终隐藏层，进行训练，以得到训练好的深度神经网络模型。采用本方法能够提高GPU资源利用率。

公开(公告)号：CN111488574B

公开(公告)日：2023-04-07

申请号：CN202010271812.5

申请日：2020-04-08

Applicant: 湖南大学

Inventor： 李肯立 ,  李景宁 ,  肖国庆 ,  陈玥丹 ,  阳王东 ,  刘楚波 ,  周旭 ,  唐卓

IPC: G06F21/56 ,  G06F18/24 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请涉及一种恶意软件分类方法、系统、计算机设备和存储介质。所述方法包括：获取待分类恶意软件的代码，对代码进行分段获得代码段，基于各代码段的熵值生成代码对应的熵图；对熵图进行特征提取，获得对应的目标特征；对目标特征进行分类，确定待分类恶意软件的类别。采用本方法能够提高恶意软件的识别效率，实现快速分类。

公开(公告)号：CN115859117A

公开(公告)日：2023-03-28

申请号：CN202211656348.7

申请日：2022-12-22

Applicant: 湖南大学

Inventor： 唐卓 ,  宋莹洁 ,  李肯立 ,  肖雄 ,  纵瑞星 ,  阳王东 ,  周旭 ,  刘楚波

IPC: G06F18/214 ,  G06F18/241 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种改进深度学习模型分布式数据并行训练效率的方法，首先，在预训练阶段，判断深度学习模型的所有层中哪些相邻层一起执行梯度通信能够使迭代时间最短，以得到梯度合并策略；其次，在正式训练的参数同步阶段，所有节点按照梯度合并策略执行分组式的梯度通信。本发明能够解决现有基于通信计算重叠和梯度合并的分布式深度学习分布式数据并行训练中存在的训练效率低的问题，使得每次迭代训练的用时更短，分布式深度学习更加高效。