-
公开(公告)号:CN116548969A
公开(公告)日:2023-08-08
申请号:CN202310528589.1
申请日:2023-05-11
Applicant: 中南大学
IPC: A61B5/16 , A61B5/055 , A61B5/00 , G06T7/00 , G06V10/774 , G06V10/82 , G06V10/764 , H04L67/01 , G06N3/098 , G16H50/20
Abstract: 本发明公开了一种基于无数据知识蒸馏联邦学习的多中心自闭症识别方法和介质,每个成像中心对应一个客户端,所有客户端共享一个服务器端;各客户端利用训练好的本地自闭症识别模型,根据本地成像中心图像对应的特征向量,输出自闭症识别结果;其中各客户端训练好的本地自闭症识别模型,其学习训练方法为:一方面利用本地图像数据库学习训练自闭症识别模型,另一方面利用无数据知识蒸馏的方式,通过共享服务器端从其他客户端学习自闭症分类知识,迁移到本地的自闭症识别模型,同时保留本地自闭症识别模型中利用本地图像数据库学习到的个性知识。本发明可以消除联邦蒸馏方法对真实数据集的依赖,并有效提升多中心自闭症分类的准确率。
-
公开(公告)号:CN116186562A
公开(公告)日:2023-05-30
申请号:CN202310466350.6
申请日:2023-04-27
Applicant: 中南大学
IPC: G06F18/22 , G06F18/213 , G06N3/084 , G06F16/35 , G06N3/0455
Abstract: 本发明公开了一种基于编码器的长文本匹配方法,包括获取现有的文档数据集;提取关键句;构建匹配数据集;构建长文本匹配初始模型;采用匹配数据集训练长文本匹配初始模型得到长文本匹配模型;采用长文本匹配模型进行实际的长文本对的匹配判定。本发明通过关键句提取方案和文本匹配框架,不仅能够更好地提取输入的长文本的关键信息,而且融合了交叉编码器和双编码器各自的优势,在长文本匹配任务中表现优异,尤其是在匹配描述同一事件的长文本时具有更高的准确性和鲁棒性;而且本发明的可靠性高、精确性好且效率较高。
-
公开(公告)号:CN110797083B
公开(公告)日:2023-04-18
申请号:CN201910881269.8
申请日:2019-09-18
Applicant: 中南大学
IPC: G16B25/10 , G16B5/00 , G16B40/00 , G06F18/2135 , G06F18/23
Abstract: 本发明公开了一种基于多网络的生物标志物识别方法;考虑到样本异质性的影响,本发明方法首先对基因表达谱数据进行标准化处理并对样本进行主成分分析,利用前两个主成分对样本通过高斯混合模型聚类;对于每一类样本,构建一个基于多网络的网络传播模型对网络中的所有基因进行排序,用于初步筛选重要基因;为了获得具有最大区分能力、最小冗余的生物标志物,通过接收者操作特征曲线的线下面积(AUC)优化模型在上一步得到的重要特征中进一步对基因打分排序,获得生物标志物。本发明的方法充分利用了多源生物网络信息,可以有效识别具有最大分类能力、最小冗余和生物可解释性的生物标志物,用于异质的复杂疾病分析。
-
公开(公告)号:CN115865543A
公开(公告)日:2023-03-28
申请号:CN202211511600.5
申请日:2022-11-30
Applicant: 中南大学
IPC: H04L12/12 , H04L41/147 , H04L41/142 , H04L43/0894 , H04L47/50
Abstract: 本发明公开了一种基于最优控制的周期性节能方法,用作IEEE802.3bj标准定义的40‑100Gbps节能以太网EEE的节能策略。EEE定义了快速唤醒和深度睡眠两种节能状态,不同节能状态对应的节能量和状态转换延迟不同。本发明通过构造平均延迟和能耗的成本函数,动态调整周期长度,在保证数据帧尾延迟不超过预定期望延迟的前提下,周期性地根据历史信息预测下一个周期内数据帧的到达速率,并基于此预测结果选择下一周期内使用的节能状态以及控制EEE离开节能状态的时机,从而使每个周期内期望的成本函数最小化,在提升节能量和减少尾延时两方面取得较好的折中。实验结果表明,本发明在不同的流量模式下最终的成本函数皆优于现有节能策略,具有良好的节能效果和较低的延时开销。
-
公开(公告)号:CN115511109A
公开(公告)日:2022-12-23
申请号:CN202211206093.4
申请日:2022-09-30
Applicant: 中南大学
IPC: G06N20/20
Abstract: 本发明公开了一种高泛化性的个性化联邦学习实现方法,包括,服务端随机初始化全局双分支模型并发送初始化参数至客户端;客户端初始化本地双分支模型并利用本地数据进行本地迭代训练得到更新的客户端本地模型;将更新后的客户端本地模型训练的统计参数和全局任务分支的模型参数上传至服务端;服务端聚合所有客户端的全局任务分支的模型参数并更新发送给多个客户端;客户端根据服务端更新的全局任务分支模型参数并结合本地迭代训练得到的个性化任务分支模型参数,构成更新的客户端本地双分支模型;客户端使用本地双分支模型基于本地数据迭代训练并循环参与联邦更新直至满足预设标准。可在保证个性化联邦学习有效性的同时提升模型的泛化性。
-
公开(公告)号:CN110010204B
公开(公告)日:2022-12-02
申请号:CN201910270730.6
申请日:2019-04-04
Applicant: 中南大学
Abstract: 本发明公开了一种基于融合网络和多打分策略的预后生物标志物识别方法,为了减小样本异质性的影响,首先对样本的基因表达数据进行标准化和主成分分析,取前两个主成分、用高斯混合模型对样本进行聚类;对于每一类,融合多种生物网络,并从生物功能、预后能力、与已知致病基因相关程度三个角度对网络节点进行打分;通过带重启的随机游走算法,获得网络中节点的重要性排序;根据三种打分方式得到的节点重要性排序值综合评估节点的重要性;分别取每一类排序靠前的基因,合并获得预后生物标志物。本发明能有效识别生物可解释性强、与疾病密切相关并在不同预后样本中显著差异表达的生物标志物,用于疾病样本的预后分析。
-
公开(公告)号:CN111370068B
公开(公告)日:2022-11-04
申请号:CN202010157694.5
申请日:2020-03-09
Applicant: 中南大学
Abstract: 本发明公开了一种蛋白质异构体对相互作用预测方法及装置,所述方法包括以下步骤,首先对于每个蛋白质异构体对,基于其在n个组织中的表达数据的皮尔逊相关系数分别确定其n个特征;然后获取蛋白质相互作用数据,其中包括具有相互作用的蛋白质对,对于这些蛋白质对,筛选出仅对应一个蛋白质异构体对的蛋白质对,令其对应的蛋白质异构体对的标签为1;利用随机采样方法产生不具有相互作用的蛋白质对,令其对应的所有蛋白质异构体对的标签为0;将确定了标签的蛋白质异构体对作为样本,基于样本数据训练预测模型;最后对于待分类的蛋白质异构体对,将其特征数据输入训练好的预测模型,得到其预测结果。本发明能够较准确的预测蛋白质相互作用关系。
-
公开(公告)号:CN110620737B
公开(公告)日:2022-09-02
申请号:CN201910846492.9
申请日:2019-09-09
Applicant: 中南大学
IPC: H04L47/283
Abstract: 本发明公开了一种基于延迟的自适应拥塞控制方法,根据排队延迟和窗口大小,在发送端判断网络是否拥塞,并根据拥塞情况调节拥塞窗口。拥塞窗口每一次的调节幅度为V*θ*δ,其中δ是常数,V用于加快拥塞控制算法的收敛速度,θ是根据排队延迟周期性抖动的过程中是否到达过0点的情况而调整的参数。该参数用于控制当前网络环境中的调窗幅度,以解决长期排队延迟为0的情况下链路利用率降低和排队延迟长期不为0又无法测量到最小往返延迟的问题。实验结果表明,本专利能够控制瓶颈链路缓存队列周期性地出现清空行为,使每条流都能测量到准确的往返链路传播延迟。相比于Copa算法,本专利具有延迟更低、公平性更好的优势。
-
公开(公告)号:CN113157485B
公开(公告)日:2022-07-15
申请号:CN202110488197.8
申请日:2021-05-06
Applicant: 中南大学
IPC: G06F11/10
Abstract: 本发明公开了一种部分重复码的扩张构造方法,包括选择一个参数给定的基础部分重复码;确定选择的基础部分重复码的扩张参数,将其符号集分成两个部分;将两个部分的符号集和相应的副本分散存储到扩张后的区组中;从满足要求的部分重复码中选择存储容量最大的码字,作为基础部分重复码的扩张。本发明提出的部分重复码的扩张构造方法参数选择灵活、构造方式简单,能够增加系统的存储容量、提高系统的容错性,具有很好的实用价值。
-
公开(公告)号:CN110098893B
公开(公告)日:2021-09-10
申请号:CN201811568103.2
申请日:2018-12-21
Abstract: 本发明公开了一种面向IPv6的差分显式反馈传输控制方法,利用差分的方法快速、准确地反馈交换机实时分配的速率。针对显式拥塞通知ECN机制中1位反馈标志位的收敛速度慢现象和其他显式反馈机制的多位反馈方法导致控制开销过大的问题,本发明利用IPv6协议中数据包头的4位流量类别字段来反馈当前速率和目标速率的差值。本发明能利用有限的位数以控制很小的开销来快速精确反馈分配速率,提升了传输的收敛性,降低了流完成时间。
-
-
-
-
-
-
-
-
-