公开(公告)号：CN104394021B

公开(公告)日：2017-08-25

申请号：CN201410745810.X

申请日：2014-12-09

Applicant: 中南大学

Inventor： 周芳芳 ,  王俊韡 ,  赵颖 ,  彭燕妮 ,  施荣华 ,  樊晓平

IPC: H04L12/24

Abstract: 本发明公开了一种基于可视化聚类对网络流量进行异常分析的方法，步骤为：1)对网络流量监控数据记录进行预处理；2)对流量数据进行RadViz可视聚类，得到网络流量特征类似的流量时隙聚类；3)归纳2)所得到的流量时隙聚类的网络流量特征，得到流量特征异常的聚类；4)对2)所得到的流量时隙聚类过滤选择，得到不在聚类内离散的时隙点；5)结合IPPort矩阵对3)4)所得到的流量异常聚类中的和离散的时隙点进行分析。本发明能结合多角度快速对网络流量进行协同过滤，高效分析出网络流量的异常。

公开(公告)号：CN106685690A

公开(公告)日：2017-05-17

申请号：CN201610973338.4

申请日：2016-10-27

Applicant: 中南大学

Inventor： 赵颖 ,  王俊韡 ,  钟增胜 ,  盛英帅 ,  周芳芳 ,  樊晓平

IPC: H04L12/24

CPC classification number: H04L41/12 ,  H04L41/142 ,  H04L41/145

Abstract: 本发明公开了一种基于模拟组建过程的计算机网络关键节点发现方法，包括以下步骤：步骤1：根据端口使用情况寻找使用默认功能端口的服务器；步骤2：取与步骤1得到的服务器集合中的节点有通信记录的节点集合，根据备选路由器标准进行筛选，将筛选出的节点加入备选路由器集合；步骤3：以网络中的通信记录为基础，模拟网络组建过程，完善服务器集合和备选路由器集合；步骤4：根据网络模块度函数对备选路由器集合中的节点进行筛选，将筛选出的节点加入路由器集合。本发明能通过网络中节点间的通信数据，较为较精确地找出网络中的服务器和路由器。

公开(公告)号：CN105160352A

公开(公告)日：2015-12-16

申请号：CN201510504284.2

申请日：2015-08-18

Applicant: 中南大学

Inventor： 周芳芳 ,  李俊材 ,  黄伟 ,  赵颖

IPC: G06K9/62

CPC classification number: G06K9/6219

Abstract: 本发明提供一种基于维度重构的高维数据子空间聚类投影效果优化方法。具体步骤为：1)：探索维度子空间。确认需要改善二维投影效果的目标优化子空间和选择具有良好聚类结构的子空间；2)：构造重构维度集合。把具有良好聚类结构的子空间的聚类信息转移到重构维度上；3)：构造候选优化维度子空间集合。重构维度集合的每一个元素与目标优化维度子空间进行自由组合生成候选优化子空间集合；4)：筛选出优化维度子空间集合；5)：确定最优维度子空间。本发明创造性地在高维数据子空间中引入重构的概念，并通过携带有更强聚类信息的重构维度改善和增强目标优化子空间的聚类投影效果，解决了高维数据子空间在二维平面上聚类投影效果的失真问题。

公开(公告)号：CN116668304B

公开(公告)日：2025-04-01

申请号：CN202310636017.5

申请日：2023-05-31

Applicant: 中南大学

Inventor： 赵颖 ,  周千超 ,  曾山 ,  刘亦文 ,  董航成 ,  吴幻 ,  陈彦宇 ,  马美钰 ,  沈海誉 ,  周芳芳

IPC: H04L41/12 ,  H04L41/142 ,  H04L41/22 ,  H04L41/0677 ,  H04L12/28

Abstract: 本发明公开了一种城域网拓扑可视化方法，包括以下步骤：步骤1、城域网图谱数据层级预处理；步骤2、对处理后的城域网图谱进行初始Voronoi图分割，得到幂加权Voronoi图；步骤3、对幂加权Voronoi图进行布局迭代优化调整，得到稳定的Voronoi分割结果；步骤4、使用约束力导引区域内设备布局，得到最终的城域网拓扑结构；所述区域指城域网中的子网和子区域。本发明解决了现有方法缺少可视化编码及视觉表达，导致无法体现城域网的拓扑网络的层次结构及设备与设备间的关系，从而使得定位报警困难，造成运维效率低下的问题。

公开(公告)号：CN114820869B

公开(公告)日：2024-05-03

申请号：CN202210513756.0

申请日：2022-05-11

Applicant: 中南大学

Inventor： 赵颖 ,  李炳钢 ,  文陈飞宇 ,  唐涛 ,  秀昱宏 ,  周芳芳

IPC: G06T11/20 ,  G06T11/60

Abstract: 本发明公开了一种非完全的散点图去重叠方法，该方法包括以下步骤：步骤1：生成虚拟点，对于原始带有重叠的散点图，在散点图空白区域生成一定数量的虚拟点，散点图中同时存在着真实点和虚拟点两类数据点；步骤2：Voronoi划分，对散点图中完全重叠的数据点进行小幅度的随机移动，再对所有数据点进行Voronoi划分；步骤3：调整数据点位置，将所有虚拟点和重叠的真实点移动到所在网格的中心，移动完成后计算当前真实点的重叠率，如果重叠率未降至预设的阈值，返回步骤2，否则进入步骤4；步骤4：删除虚拟点。本发明实现了分布紧凑、轮廓自然、高效迭代的散点图去重叠效果，并提高了去重叠效率。

公开(公告)号：CN116996919B

公开(公告)日：2023-12-05

申请号：CN202311242920.X

申请日：2023-09-26

Applicant: 中南大学

Inventor： 张健 ,  黄佳琪 ,  苗春伟 ,  赵颖

IPC: H04W24/02 ,  H04W24/06 ,  H04W84/18 ,  G06N3/092 ,  G06N3/0464

Abstract: 的性能并提高其鲁棒性。本发明提供了一种基于强化学习的单节点多域抗干扰方法，包括：在单节点抗干扰系统中构建由一个发射节点、个接收节点和一个干扰机组成的局部自组网单节点通信模型，基于残差网络对强化学习算法进行改进；利用改进后的强化学习算法求解自组网单节点通信模型抗干扰策略的最优解。本发明利用分布式的思想剥离出单个节点面临的通信干扰环境解决无法实现集中抗干扰的问题；利用多域联合改善移动节点能耗有限的问题，在躲避信号干扰源的同时优化节点发射功率及节点位置以提高节点的抗干扰能(56)对比文件颛孙少帅;杨俊安;刘辉;黄科举.基于强化学习的无线自组网络多节点干扰策略.控制与决策.2017,(第07期),全文.朱梅.基于BP神经网络的等高线生成方法.电子元器件与信息技术.2018,(第06期),全文.

公开(公告)号：CN112836940B

公开(公告)日：2023-11-24

申请号：CN202110042089.8

申请日：2021-01-13

Applicant: 中南大学

Inventor： 樊晓平 ,  李世杰 ,  白庚淮 ,  何振 ,  胡可 ,  赵颖 ,  周芳芳

IPC: G06F18/40 ,  G06F18/2433 ,  G06F18/214 ,  G06F18/21 ,  G06Q10/0639

Abstract: 本发明公开了一种耐久性能指标长期趋势与局部波动的协同可视化方法，具体包括以下步骤：步骤1，采集耐久性能指标的测试数据，将测试数据按时间序列排序获得测试数据集；步骤2，计算各时刻测试数据的趋势值；步骤3，按照时间间隔对测试数据进行分段，计算每段测试数据的变异系数和偏度；步骤4，以测试过程持续时长为横坐标，测试数据的趋势值为纵坐标绘制曲线，按照偏度的大小和正负在曲线上绘制分割线，对耐久性能指标测试数据进行可视化展示；本发明能够直观展示各耐久性能指标的测试过程，方便了解测试过程中耐久性能的变化趋势及各测试时段内性能的波动情况，以便对耐久性能进行具体分析，获得更为准确的测试结果。

公开(公告)号：CN116975373A

公开(公告)日：2023-10-31

申请号：CN202310927266.X

申请日：2023-07-26

Applicant: 中南大学

Inventor： 周芳芳 ,  李中天 ,  陈梓 ,  徐雅琦 ,  文陈飞宇 ,  赵颖

IPC: G06F16/901 ,  G06F16/906 ,  G06Q50/00

Abstract: 本发明公开了一种基于节点位置约束的人际社交动态网络布局方法，其特征在于，包括以下步骤：步骤S1、对人际社交动态网络数据集进行处理，将其转换为由节点与连边构成的连续网络图G0,G1…GT；步骤S2～S3、对于网络图G0，G1…GT，创建初始位置；步骤S4、对所有网络图中的所有节点对添加静态约束：步骤S5、对所有网络图中非新增节点添加节点位置约束；步骤S6、迭代求取节点间约束的合力，沿着力的方向及大小移动节点，最终得到节点的最终位置，完成人际社交动态网络布局。解决现有技术对于人际社交动态网络无法平滑展示社交团体变化趋势，无法准确展示具有高影响力角色的社交关系变化的问题。

公开(公告)号：CN116668304A

公开(公告)日：2023-08-29

申请号：CN202310636017.5

申请日：2023-05-31

Applicant: 中南大学

Inventor： 赵颖 ,  周千超 ,  曾山 ,  刘亦文 ,  董航成 ,  吴幻 ,  陈彦宇 ,  马美钰 ,  沈海誉 ,  周芳芳

IPC: H04L41/12 ,  H04L41/142 ,  H04L41/22 ,  H04L41/0677 ,  H04L12/28

Abstract: 本发明公开了一种城域网拓扑可视化方法，包括以下步骤：步骤1、城域网图谱数据层级预处理；步骤2、对处理后的城域网图谱进行初始Voronoi图分割，得到幂加权Voronoi图；步骤3、对幂加权Voronoi图进行布局迭代优化调整，得到稳定的Voronoi分割结果；步骤4、使用约束力导引区域内设备布局，得到最终的城域网拓扑结构；所述区域指城域网中的子网和子区域。本发明解决了现有方法缺少可视化编码及视觉表达，导致无法体现城域网的拓扑网络的层次结构及设备与设备间的关系，从而使得定位报警困难，造成运维效率低下的问题。

公开(公告)号：CN109271132B

公开(公告)日：2023-07-18

申请号：CN201811096121.5

申请日：2018-09-19

Applicant: 中南大学

Inventor： 施荣华 ,  毛雷 ,  赵颖 ,  钟增胜 ,  胡超

IPC: G06F7/24 ,  G06N20/00

Abstract: 本发明公开了一种基于机器学习模型的排序方法，包括以下步骤：第一步，对于给定的待排元素集生成模型训练数据；第二步，根据第一步生成的训练数据利用机器学习的方法构建待排元素集的分布模型；第三步，利用分布模型预测待排元素集中每一个元素在有序数组中的位置；第四步，根据元素的预测位置将元素放入有序数组中，得到一个有序的数组完成排序操作。本发明由于采用将元素直接放入有序数组中的方式，相比于快速排序、归并排序、堆排序等排序算法，运行时间更短。