一种面向TSN轻量级的通信系统、认证及授权方法

    公开(公告)号:CN116232609A

    公开(公告)日:2023-06-06

    申请号:CN202310248953.9

    申请日:2023-03-15

    Abstract: 本发明涉及计算机通信网络安全领域,公开了一种面向TSN轻量级的通信系统、认证及授权方法。包括:实现软硬件协同工作方式的硬件模块和软件模块,所述软件模块保存管理配置,配置门控制列表,完成配置时刻计算;所述硬件模块保存操作配置,完成配置切换、门控执行的操作;所述硬件模块包括中央网关模块,由主节点与TSN交换机构成,通过轻量级TSN协议与端控制器模块通信;端控制器模块,由多个从节点构成,接收所述主节点的公钥信息进行认证。本发明设计了在TSN通信基础上的认证与授权通信框架。搭建了节点身份认证与授权通信机制,并进行了流量的配置:设计了轻量级TSN通信,保证网络通信的高带宽与低消耗。

    一种将深度学习与数学分析相结合的句子分类改进方法

    公开(公告)号:CN109101584B

    公开(公告)日:2020-11-03

    申请号:CN201810812774.2

    申请日:2018-07-23

    Applicant: 湖南大学

    Abstract: 本发明提供了一种将深度学习与数学分析相结合的句子分类改进方法,该方法结合了深度学习和数学分析在处理句子问题中的优势,即长短时记忆网络(LSTM)能将句子中词的词序信息和上下文信息都考虑进去,反词频权重(AWF)能突出词在语料库中的统计特征,通过数学方法将原始向量表示S0减去S0在第一主成成分V1上的投影,得到改进后的句子特征向量表示S1,将S1作为softmax层的输入得到句子分类结果。将这些优势结合在一起,取长补短,有助于句子建模的可靠性得到更好的句子语义特征表示,从而提高句子分类的精度。同样也可用于文本(多个句子)建模的基础,有助于获得更好的文本(多个句子)分类方法。

    无线多媒体实时学习系统与方法

    公开(公告)号:CN101155089A

    公开(公告)日:2008-04-02

    申请号:CN200610032349.9

    申请日:2006-09-29

    Applicant: 湖南大学

    Abstract: 一种无线多媒体实时学习系统与方法,涉及基于无线网络的实时嵌入式流媒体技术。系统由主控服务器、流媒体服务器、无线网络AP接入点和移动学习终端组成,两服务器通过有线以太网互连,移动学习终端通过无线网络与上述两个服务器互连;主控服务器管理用户登录验证、系统交互控制;流媒体服务器维护教学资源与数据,并采集数据,制作实时流媒体数据发布;无线网络AP接入点提供移动学习终端与上述服务器的通信功能;移动学习终端为手持嵌入式设备,通过无线网络与服务器互连,进行流媒体交互。本发明具有操作界面简单、成本低、部署方便、容量大、接口丰富、适于多种应用的特点,并进行个性化学习。系统可用于高校教学、企业培训、咨询等领域。

    一种面向TSN轻量级的通信系统、认证及授权方法

    公开(公告)号:CN116232609B

    公开(公告)日:2024-10-29

    申请号:CN202310248953.9

    申请日:2023-03-15

    Abstract: 本发明涉及计算机通信网络安全领域,公开了一种面向TSN轻量级的通信系统、认证及授权方法。包括:实现软硬件协同工作方式的硬件模块和软件模块,所述软件模块保存管理配置,配置门控制列表,完成配置时刻计算;所述硬件模块保存操作配置,完成配置切换、门控执行的操作;所述硬件模块包括中央网关模块,由主节点与TSN交换机构成,通过轻量级TSN协议与端控制器模块通信;端控制器模块,由多个从节点构成,接收所述主节点的公钥信息进行认证。本发明设计了在TSN通信基础上的认证与授权通信框架。搭建了节点身份认证与授权通信机制,并进行了流量的配置:设计了轻量级TSN通信,保证网络通信的高带宽与低消耗。

    基于ARMv8体系的计算内核优化方法

    公开(公告)号:CN110782009B

    公开(公告)日:2023-09-08

    申请号:CN201910986292.3

    申请日:2019-10-17

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于ARMv8体系的计算内核优化方法。本发明针对寄存器使用情况,使用了所有32个寄存器,能够更好更完整地调用硬件资源,节省卷积过程中进行矩阵计算时的矩阵分块时间,从而提升整体的计算效率,帮助我们得到更高的工程效率应用在卷积神经网络中的卷积过程里,能有效加速其在ARMv8体系结构的运算时间。

    信用风险评估方法、计算机系统及存储介质

    公开(公告)号:CN113362167A

    公开(公告)日:2021-09-07

    申请号:CN202110820804.6

    申请日:2021-07-20

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于类边界的重采样集成学习模型的信用风险评估方法,包括:对训练集中的数据样本采用KNN分类算法对所述样本数据的进行分类,将所述训练集的中数据样本划分为类边界样本集与非边界样本集;分别把类边界样本集与非边界样本集的多数类与少数类分开,设置k个不同的百分比,每次分别从边界样本集和非边界样本集中分别随机抽取多数类与少数类,进行合并成k个不平衡集,根据不平衡集的不平衡比,用CTGAN来生成少数类使训练集平衡;用Bagging集成学习k个平衡样本集,用投票法表决最终结果。本发明解决了现有信用风险评估中因为数据类别不平衡导致的少数类用户的预测的准确率低问题。

    一种基于深度学习的药物预测方法

    公开(公告)号:CN111210878A

    公开(公告)日:2020-05-29

    申请号:CN202010009558.1

    申请日:2020-01-06

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于深度学习的药物预测方法。本发明基于药物发现进行原子层面的学习,从而进行毒性预测。通过将SIMLE格式的数据通过原子向量切分,word2vec向量映射转化为一组向量,然后将这组向量放入LSTM神经网络中进行训练,最后将LSTM输出的结果放入sigmoid分类器中,得到分子是否有毒,相对现有的预测方法具有良好的可行性和优越性。

Patent Agency Ranking