公开(公告)号：CN114219160B

公开(公告)日：2024-07-09

申请号：CN202111564052.8

申请日：2021-12-20

Applicant: 湖南大学

Inventor： 赵欢 ,  李俐璇 ,  杨科华 ,  张曼

IPC: G06Q10/063 ,  G06Q10/087 ,  G06Q50/04 ,  G06N20/00 ,  G06N3/0442 ,  G06N3/08 ,  G06F21/60

Abstract: 本发明公开了一种基于联邦学习的生产链协同调度方法，包括参与生产链的供应方和需求方对本地数据进行预处理，并设置训练集和验证集，并进行数据增强；供应方和需求方通过样本对齐获得中间样本；通过长短期记忆网络对供应方和需求方分别建立本地数据模型，并通过增强数据集进行训练；将供应方、需求方和第三方服务器进行同态加密交互；第三方服务器收集修正后的加权计算数据并整合后将差值发送到供应方或需求方；构建供应方和需求方的图结构，并输出生产链序列，进行协同调度。本发明在加密的情况下进行，极大地保护了参与双方的数据安全。本方法通过双方共同的评估结果，协同地选择出最优供应链，实现随产随供，降低了运营成本，提高了利润。

公开(公告)号：CN116230019A

公开(公告)日：2023-06-06

申请号：CN202211472628.2

申请日：2022-11-17

Applicant: 湖南大学

Inventor： 赵欢 ,  李俐璇 ,  查徐鹏 ,  王禹江

IPC: G10L25/63 ,  G10L25/30

Abstract: 本发明涉及一种基于半监督语音情感识别框架的深度情感聚类方法，属于语音情感识别技术领域，对输入的语料库中的音频进行预处理；使用Attn‑Convolution网络对预处理后的语音数据在空间上进行特征提取；使用BiGRU网络对预处理后的语音数据在时间上进行特征提取；将提取出的语音特征使用ADD函数进行特征融合；在聚类分类器模块中对未标记的数据集进行伪标签分配；在情感回归器中对每个句子i的语音片段sij进行回归预测；使用新的CCC‑CE联合损失作为回归器与分类器模型的损失函数。有益效果在于，使用较少未标记数据的模型框架比现有的半监督框架实现了更好的语音表示，并且在下游任务中优于最先进的方法。

公开(公告)号：CN114219159A

公开(公告)日：2022-03-22

申请号：CN202111564034.X

申请日：2021-12-20

Applicant: 湖南大学

Inventor： 杨科华 ,  张曼 ,  赵欢 ,  李俐璇

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q50/04 ,  G06N3/04 ,  G06N20/20 ,  H04L9/08 ,  H04L9/40

Abstract: 本发明公开了一种基于联邦学习与注意力机制的生产线调度方法，包括获取若干个零件厂家的历史生产零件数据；采用长短期记忆网络，生成各个零件厂家的生产零件数据模型；通过加密和纵向联邦学习，将各个零件厂家的生产零件数据模型进行协同训练；采用注意力机制，求解作业车间调度问题，并采用生成的结果进行生产线调度。本发明在预测准确率较高的前提下保证了本生产线数据的私密与安全，防止了数据的泄露；且由于预测数据较为准确，可以避免生产过剩等造成资源的浪费。使用联邦学习进行共同建模，不仅可以使各参与方获得数据保护的同时，也实现共同提升模型效果的目的，且模型无损失，不会出现负迁移，使得生产线调度更接近实际情况，更准确。

公开(公告)号：CN116596744A

公开(公告)日：2023-08-15

申请号：CN202310413128.X

申请日：2023-04-17

Applicant: 湖南大学

Inventor： 赵欢 ,  王禹江 ,  李俐璇

IPC: G06T3/00 ,  G06T5/10

Abstract: 本发明公开一种基于小波变换频域特征增强的图像翻译方法、装置及介质，该方法步骤包括：S01.在重构阶段时，将原始图像编码后进行解码得到重构图像，使用小波变换提取原始图像和重构图像的低频特征，并计算低频特征之间的差值，得到小波重构损失；S02.在翻译阶段时，将原始图像编码后进行翻译得到翻译图像，使用小波变换提取原始图像和翻译图像的高频特征，并计算高频特征之间的差值，得到小波翻译损失；S03.在模型训练阶段时，使用根据小波重构损失、小波翻译损失以及模型原始损失得到的整体损失约束生成器，以实现频域特征增强的图像翻译。本发明能够充分保留图像中的细节信息，有效提升翻译图像质量。

公开(公告)号：CN114219160A

公开(公告)日：2022-03-22

申请号：CN202111564052.8

申请日：2021-12-20

Applicant: 湖南大学

Inventor： 赵欢 ,  李俐璇 ,  杨科华 ,  张曼

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q10/08 ,  G06Q50/04 ,  G06N20/00 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62 ,  G06F21/60

Abstract: 本发明公开了一种基于联邦学习的生产链协同调度方法，包括参与生产链的供应方和需求方对本地数据进行预处理，并设置训练集和验证集，并进行数据增强；供应方和需求方通过样本对齐获得中间样本；通过长短期记忆网络对供应方和需求方分别建立本地数据模型，并通过增强数据集进行训练；将供应方、需求方和第三方服务器进行同态加密交互；第三方服务器收集修正后的加权计算数据并整合后将差值发送到供应方或需求方；构建供应方和需求方的图结构，并输出生产链序列，进行协同调度。本发明在加密的情况下进行，极大地保护了参与双方的数据安全。本方法通过双方共同的评估结果，协同地选择出最优供应链，实现随产随供，降低了运营成本，提高了利润。