-
公开(公告)号:CN119497155A
公开(公告)日:2025-02-21
申请号:CN202411674395.3
申请日:2024-11-21
Applicant: 湖南大学
IPC: H04W28/084 , H04W28/14 , H04L67/5682 , H04L67/63 , H04L67/1097 , G06N3/092
Abstract: 本发明提供了一种云边端协作内容缓存方法,根据获取的终端设备需要的网络内容列表中的网络内容对象数量和每个网络内容对象的受欢迎程度,得到初始缓存价值以使终端设备提出内容请求,边缘服务器通过获取并响应内容请求在每个时隙对缓存价值进行在线更新,得到当前缓存价值;根据建立的边缘服务器和终端设备的约束条件以及当前缓存价值构建单边缓存策略,得到边缘服务器的单边缓存策略和终端设备的单边缓存策略构建策略空间;将构建的状态空间、奖励函数与策略空间进行联合,得到动作空间输入训练后的深度强化学习网络进行动作选择,得到最优动作作为多边协作缓存策略;在不产生维度诅咒的情况下对长期延迟进行优化以实现高效的协作内容缓存。
-
公开(公告)号:CN118245778A
公开(公告)日:2024-06-25
申请号:CN202410437543.3
申请日:2024-04-12
Applicant: 湖南大学
IPC: G06F18/213 , G06F18/214 , G06F18/24 , G06N3/0464 , G06N3/048 , G06N3/09 , G06N3/098
Abstract: 本发明公开了基于联邦学习与知识蒸馏结合的滚动轴承故障诊断方法,包括:获取轴承振动数据,基于比例周期的滑动窗口样本采样,构造出带标签的源域样本集合和无标签的目标域样本集合;对带标签的源域样本集合和无标签的目标域样本集合进行特征提取得到分类向量;定义教师模型和学生模型,采用教师模型对轴承振动数据进行推理生成软标签,优化本地模型;初始化全局模型,获取本地用户端上传的模型参数,并评估用户端的通信效率和计算能力,根据加权策略计算各个本地用户端的权重,对各个用户端的本地模型更新进行加权聚合获得全局模型,更新全局模型,获得训练好的全局模型;将待测轴承振动数据输入训练好的全局模型,完成对滚动轴承的故障诊断。
-
公开(公告)号:CN117914659A
公开(公告)日:2024-04-19
申请号:CN202410066068.3
申请日:2024-01-17
Applicant: 湖南大学
IPC: H04L27/00
Abstract: 本申请公开了一种调制信号识别与分类方法、系统以及电子设备,属于信号识别和深度学习技术领域,该方法包括:采集真实传播环境的M个调制信号,其中部分调制信号是带标签的调制信号;生成同源的增广调制信号;对生成的增广调制信号进行特征编码,并进行特征映射得到特征向量;组成正样本对和负样本对,计算对比损失,基于对比损失训练编码器;利用带标签的调制信号的特征向量,基于分类损失对编码器和分类网络进行训练;对未知调制信号,使用训练好的编码器进行特征提取,再送入训练好的分类网络模型中,输出得到该未知调制信号的标签类别。通过上述方法,本申请不需要大量带标签样本对模型训练即可实现对真实传播环境中的调制信号进行准确识别。
-
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
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:CN113159831A
公开(公告)日:2021-07-23
申请号:CN202110315537.7
申请日:2021-03-24
Applicant: 湖南大学
IPC: G06Q30/02 , G06Q50/12 , G06F40/289 , G06F40/30 , G06N3/04
Abstract: 本发明涉及自然语言处理技术领域,公开了一种基于改进的胶囊网络的评论文本情感分析方法,包括评论文本搜集、评论文本预处理、文本建模将评论文本转为向量数据,利用改进的胶囊网络提取局部特征,并通过构建LSTM模型,提取文本上下文信息,最后通过softmax函数进行文本情感分类。与现有技术相比,本发明首先改进了胶囊网络的squash方法与dynamic‑Routing方法,与原有的方法相比更具有分辨性,具有更优的性能。然后基于改进的CapsNet‑LSTM模型进行评论文本的情感分析,有效的提高了评论文本情感分析的准确率,提高了情感分类的精度,该方法在酒店评论文本情感分析实验中相较于其他方法都具有较明显的优势。
-
公开(公告)号:CN102591327A
公开(公告)日:2012-07-18
申请号:CN201210044669.1
申请日:2012-02-27
Applicant: 湖南大学
IPC: G05B23/02
Abstract: 一种面向汽车车身控制开发的虚实结合测试方法,它的步骤为:(1)将车身控制系统设定为两大部分:实际部分和虚拟部分;(2)当进行开发和测试时,从实际部分和虚拟部分中选择激励模块、ECU模块和车身部件模块构成一个完整的待测试的车身控制系统;(3)激励模块发送测试激励;测试激励记录在激励日志文件中;(4)ECU模块运行车身控制程序,接受测试激励并控制车身部件模块接受并响应,响应记录将被记录在响应日志文件中;(5)比对响应日志与激励日志,如果出现偏差则分析对应原因,通过修改、调试对应的模块完善系统设计。本发明具有原理简单、开发测试周期短、成本低、可扩展性好、灵活度高等优点。
-
公开(公告)号:CN114494812B
公开(公告)日:2024-07-16
申请号:CN202210141099.1
申请日:2022-02-16
Applicant: 湖南大学
IPC: G06V10/80 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于改进CenterNet的图像小目标检测方法,包括获取原始图像,对原始图像进行mosaic数据增强,增加原始图像中小目标的样本量;使用注意力机制增强后的骨干网络提取图像的特征;对骨干网络提取的图像的特征进行多感受野融合,使用可变形卷积上采样;对进行多感受野融合,使用可变形卷积上采样处理后的特征图进行预测,得到热力图,目标的宽、高和中心点坐标;从热力图提取出检测框,得到检测结果。本发明通过对训练数据的增强,增加小目标的样本量;通道注意力增强和空间注意力增强能够有效地区分小目标和背景信息;以及多重感受野融合和高分辨率特征图的结合,能够有效提升小目标检测精度。
-
公开(公告)号:CN117249051A
公开(公告)日:2023-12-19
申请号:CN202311389203.X
申请日:2023-10-25
Applicant: 湖南大学
IPC: F03D17/00
Abstract: 本发明提供一种风机安全监测的大数据处理方法,该方法包括:数据采集:采集所有被监测风机的GNSS数据、风力数据和IMU数据存至数据库中;实时解算:将单个风机的GNSS位移量和加速度计位移量进行卡尔曼滤波得到风机融合位移量,并基于风机融合位移量进行预警;大数据分析:将单个风机的风机高度和风力数据输入至数据处理模型中得到位移模型值,实现识别该风机的异常数据;基于风机的风机融合位移量动态调整该风机卡尔曼滤波计算中的卡尔曼增益。本发明利用GNSS和IMU同时对风机进行监测,对两者数据进行融合,并能够按照大数据分析结果动态调整卡尔曼增益,提高监测结果精度和稳定性。
-
公开(公告)号:CN117031553A
公开(公告)日:2023-11-10
申请号:CN202310705622.3
申请日:2023-06-15
Applicant: 湖南大学深圳研究院
IPC: G01V3/08
Abstract: 本申请公开了一种基于调制信号的遮挡目标探测识别方法及生命探测设备,该方法包括:对生物电位信号进行探测,得到探测信号;对得到的探测信号进行滤波和放大,得到调制信号;将调制信号置于对比学习系统中进行学习处理,实现未标记调制信号的有效特征表示。本申请的有益效果如下:能够区分出接收到的生物信号是不是人体发出的,通过对不同采集信号进行调制,并放入对比学习的系统中,提取信号在不同时候的频谱特性,从而实现对不同生物的信号进行区分,实现生命探测的功能,可以提高搜救工作的效率。
-
公开(公告)号:CN116208669B
公开(公告)日:2023-06-30
申请号:CN202310472858.7
申请日:2023-04-28
Applicant: 湖南大学
IPC: H04L67/5682 , H04L67/10 , H04L67/12 , H04W28/084 , H04W28/14 , H04W4/44 , G06F9/50
Abstract: 本发明公开了一种基于智慧灯杆的车载异构网络协同任务卸载方法,包括如下步骤:针对车辆端,计算车辆从智慧灯杆请求缓存的通信时延,将全部缓存中最大的通信时延作为车辆的与智慧灯杆网络的通信时延,判断其是否小于车辆向云中心发送请求的时间,若是,则向智慧灯杆网络卸载任务,反之,则向云中心卸载任务;针对智慧灯杆端,以单个智慧灯杆自身利润为指标,将智慧灯杆网络划分为多个联盟,以联盟的利润最大化为优化目标,对联盟内的智慧灯杆组成进行优化,输出最优的联盟组合。本申请还提供一种基于智慧灯杆的车载异构网络协同任务卸载系统。本申请可以提高车辆端的服务体验及智慧灯杆网络的整体收益。
-
-
-
-
-
-
-
-
-