-
公开(公告)号：CN118484808A
公开(公告)日：2024-08-13
申请号：CN202410543926.9
申请日：2024-05-06
Applicant: 湖南大学
Abstract: 本发明公开了一种自动驾驶车辆投毒数据的遗忘方法，包括：获取自动驾驶车辆干净数据集和自动驾驶车辆待检测数据集；利用自动驾驶车辆干净数据集对ResNet50模型进行微调，以得到微调后的ResNet50模型，并对微调后的ResNet50模型进行强化学习RL处理，以得到分类模型M0，使用分类模型M0将自动驾驶车辆待检测数据集分类为投毒数据集Xp和正常样本数据集Xsafe，根据投毒数据集Xp和正常样本数据集Xsafe，并利用更新参数的方式对待遗忘的自动驾驶车辆感知模型Mpoisoned进行遗忘操作，以获取遗忘后的自动驾驶车辆感知模型Msafe。本发明能够解决现有基于数据筛选与验证的方法由于高度依赖于预设的质量标准和安全阈值，导致模型面对未知威胁时的脆弱性增加的技术问题。
-
公开(公告)号：CN117271097A
公开(公告)日：2023-12-22
申请号：CN202311332486.4
申请日：2023-10-16
Applicant: 湖南大学
Abstract: 本发明公开了一种基于算力网络的资源感知与编排方法，包括：将待感知的所有资源放入资源池层中云服务器上的多对象跟踪基准测试MOT数据集中，以构建资源池层中所有资源池对应的计算能力队列长度集合P(t)，其中t表示时隙；将计算能力队列长度集合P(t)输入预先训练好的算力网络调度模型中，以获取资源编排结果。本发明能够解决现有基于集群编排的方法资源由于缺乏对算力网络资源的全局感知和动态调度能力，无法根据实时需求进行资源的优化分配和调度，导致资源利用不均衡和性能瓶颈的技术问题。
-
公开(公告)号：CN120014281A
公开(公告)日：2025-05-16
申请号：CN202510488385.9
申请日：2025-04-18
Applicant: 湖南大学
Abstract: 本发明公开了一种节约算力资源的快速图像识别方法，包括以下步骤：步骤一：对原始图像的灰度直方图进行小波分解；步骤二：通过数字低通滤波器和高通滤波器，即Lo_D和Hi_D，对信号进行滤波；步骤三：对滤波结果进行偶数点抽样，从而得到下一级的平滑逼近和细节信息；步骤四：改进的最大类间方差法计算阈值。本发明属于图像识别技术领域，有效的解决了现有的快速图像识别方法中计算复杂度高、资源消耗大，且实时性不足的问题。
-
公开(公告)号：CN119323491A
公开(公告)日：2025-01-17
申请号：CN202410955990.8
申请日：2024-07-17
Applicant: 湖南大学
Abstract: 本发明涉及农业生物技术与信息技术交叉领域，公开了一种面向杂交水稻的智慧育种系统，包括：智能育种数据采集与处理系统，其用于收集并处理水稻亲本及子代的基因型数据、环境因素与种子表型数据；智能育种模型并行优化系统，其用于优化并行计算过程，还公开了智慧育种系统进行杂交水稻育种的方法，包括以下步骤：收集水稻基因型、环境因素及种子表型数据；使用智能育种模型处理和分析数据，训练预测模型；通过预测系统预测杂交水稻性状，生成报告；根据报告制定育种方案并进行田间验证。通过集成先进的信息技术，实现了杂交水稻育种的全面智能化与高效化，缩短了育种周期，降低了成本，并通过闭环迭代优化机制不断提升系统性能。
-
公开(公告)号：CN118784597A
公开(公告)日：2024-10-15
申请号：CN202410904584.9
申请日：2024-07-08
IPC: H04L47/762 , H04L47/783 , H04L41/0894
Abstract: 本发明公开了一种跨域环境下基于Kubernetes的调度方法，首先通过Kubernetes API和网络测试工具收集各个节点的资源总量和节点间的通信延迟及带宽，然后使用监控工具持续监听节点的资源使用情况；此外，该方法还监听Kubernetes集群中的节点加入和删除事件，以及pod绑定请求，并根据事件类型触发相应的操作；获取pod的创建信息后，根据pod的资源请求量筛选出满足需求的节点；随后，根据节点间的通信延迟和带宽信息，构建通信指标矩阵，对节点的通信性能进行评分，再综合节点的负载情况给出总评分，并根据调度策略对节点列表进行升序或降序排序；最后，绑定器将pod实例与选择的工作节点进行绑定，完成pod调度。本发明能解决现有基于资源的调度方法存在的任务执行时间较长的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN117763336A
公开(公告)日：2024-03-26
申请号：CN202311824734.7
申请日：2023-12-27
Applicant: 湖南大学
IPC: G06F18/213 , G06F18/20
Abstract: 本发明公开了一种基于稀疏注意力的动态图链接预测方法，包括：获取待分析的、包括源节点和目标节点的节点对的节点对信息，从获取的待分析的节点对的节点对信息进行邻居采样处理，以得到节点对的邻域信息列表集合，对节点对的邻域信息列表集合进行数据格式规范化处理，以得到规范化后的节点对的邻域子图信息列表集合，将规范化后的节点对的邻域子图信息列表集合输入预先训练好的基于稀疏注意力的动态图链接预测模型中，以得到节点对的链接预测结果。本发明能够解决现有基于时间随机游走的动态图链接预测方法的时间随机游走采样过程的时间复杂度与游走次数和深度成正比，导致较为低效的训练效率的技术问题。
-
公开(公告)号：CN117762629A
公开(公告)日：2024-03-26
申请号：CN202311797010.8
申请日：2023-12-25
Applicant: 湖南大学
Abstract: 本发明公开了一种面向金融大数据的GPU内核任务并发调度方法，包括：CPU获取用户提交的多个金融大数据实时分析任务，每个金融大数据实时分析任务包括一个内核及其对应的数据，对每个内核kerneli对应的数据data进行分块以得到多个数据分块，并以所有内核的第一个分块数据传送到GPU，GPU在接收到分块数据后，使用每个分块数据对应的内核对该分块数据进行计算处理，以得到该分块数据对应的计算结果，并调用CUDA分析工具接口CUPTI获取该内核在计算处理过程中浮点计算的次数和全局内存的读取次数。本发明能够解决现有面向金融大数据的GPU任务调度系统在金融大数据的实时计算场景下计算效率不高，进而导致金融大数据的处理效率较低、处理准确性较差的技术问题。
-
公开(公告)号：CN119919756A
公开(公告)日：2025-05-02
申请号：CN202510073559.5
申请日：2025-01-17
Applicant: 湖南大学
IPC: G06V10/774 , G06V10/74 , G06T11/00 , G06N3/126 , G06N3/0475 , G06N20/00
Abstract: 本发明公开了一种基于演化算法的文生图大模型提示词优化方法和系统，包括：获取数据集，该数据集包括训练集和测试集，针对训练集中的每个类别而言，使用ChatGPT‑4模型生成该类别对应的提示词，针对每一个类别对应的提示词而言，从该提示词中多次随机采样得到采样提示词，并将得到的多个采样提示词输入文生图大模型，以获取所有采样提示词对应类别的扩展图片，获取的所有扩展图片构成该类别对应的扩展图片集合，利用演化算法对每个类别对应的扩展图片集合进行处理，以得到该类别对应的扩展图片集合所对应类别的、优化后的提示词。本发明能够解决现有基于人工经验的手动调整提示词的方法存在的耗时久、调整难度较高的技术问题。
-
公开(公告)号：CN118488050A
公开(公告)日：2024-08-13
申请号：CN202410545076.6
申请日：2024-05-06
Applicant: 湖南大学
IPC: H04L67/10 , H04L67/104 , H04L67/1025
Abstract: 本发明公开了一种基于集群资源与通信开销的大数据跨域任务调度方法，其首先根据不同集群的资源情况，为它们分配任务数量。接着，通过评估数据在各集群之间传输所需的通信成本，调整任务分配，以减少通信开销。然后，根据各集群的最终任务分配，进行相应的任务调度。最后，将所需数据块传输到各个集群，并启动任务执行，从而实现了在考虑集群资源和通信开销的情况下，跨域集群间最佳的任务调度方案。本发明能够解决现有大数据跨域任务调度方法在将任务调度到其他集群执行时，数据往返传输造成的网络通信时延大，进而增加网络通信成本的技术问题。
-
公开(公告)号：CN117892840A
公开(公告)日：2024-04-16
申请号：CN202410064364.X
申请日：2024-01-16
Applicant: 湖南大学
IPC: G06N20/00 , G06N3/0464
Abstract: 本发明公开了一种用于联邦学习算力网络的合谋攻击溯源方法，包括：服务端将初始卷积神经网络CNN模型发送到计算环境中的每个客户端，其中发给第i个客户端的CNN模型的损失函数中嵌入了与该第i个客户端对应的指纹向量，服务端接收来自每个客户端的CNN模型，并对来自每个客户端的CNN模型进行解析，以获取该CNN模型对应的损失函数，并从该损失函数中提取当前指纹向量，并根据所有客户端对应的当前指纹向量构建指纹向量矩阵a’，服务端根据指纹向量矩阵a’进行更新处理，以得到更新后的指纹向量矩阵a”，服务端根据更新后的指纹向量矩阵a”确定执行攻击的客户端。本发明能够解决现有恶意攻击检测方法通信开销大、算力成本高的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.019 seconds)
