基于异构信息网络和深度学习的NQI服务推荐方法及系统

    公开(公告)号:CN114048396B

    公开(公告)日:2022-03-18

    申请号:CN202210034168.9

    申请日:2022-01-13

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于异构信息网络和深度学习的NQI服务推荐方法及系统,方法包括:划分训练集和测试集,抽取负样本完善训练集,根据训练集构建NQI服务异构信息网络;遍历预设元路径和元结构的相关节点,根据元路径或元结构的交换矩阵计算相似度矩阵;构建NQI服务推荐模型,采用第一多层感知机神经网络对相似度矩阵进行潜在特征提取后,采用第二多层感知机神经网络对潜在特征的相关性进行学习,最后进行用户和NQI服务交互概率预测;将每个相似度矩阵输入构建好的NQI服务推荐模型训练得到最优模型;在测试集中选取用户和NQI服务,输入最优模型,根据预测结果将NQI服务推荐给用户。本发明具有较好的推荐效果。

    基于异构信息网络和深度学习的NQI服务推荐方法及系统

    公开(公告)号:CN114048396A

    公开(公告)日:2022-02-15

    申请号:CN202210034168.9

    申请日:2022-01-13

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于异构信息网络和深度学习的NQI服务推荐方法及系统,方法包括:划分训练集和测试集,抽取负样本完善训练集,根据训练集构建NQI服务异构信息网络;遍历预设元路径和元结构的相关节点,根据元路径或元结构的交换矩阵计算相似度矩阵;构建NQI服务推荐模型,采用第一多层感知机神经网络对相似度矩阵进行潜在特征提取后,采用第二多层感知机神经网络对潜在特征的相关性进行学习,最后进行用户和NQI服务交互概率预测;将每个相似度矩阵输入构建好的NQI服务推荐模型训练得到最优模型;在测试集中选取用户和NQI服务,输入最优模型,根据预测结果将NQI服务推荐给用户。本发明具有较好的推荐效果。

    一种基于音频的电网频率实时跟随与篡改鉴别方法及系统

    公开(公告)号:CN117558294A

    公开(公告)日:2024-02-13

    申请号:CN202311656023.3

    申请日:2023-12-05

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于音频的电网频率实时跟随与篡改鉴别方法及系统,本发明方法包括对包含电网频率的音频信号进行降噪、分帧、短时线性调频Z变换,查找指定窗口内最大幅值对应的频率kl,将所有窗口内获得的频率拼接,得到频率估计值序列F,对其进行平滑滤波得到滤波后的频率估计值序列fz,然后将其与参考频率序列r进行逐点计算皮尔逊相似度CC和欧式距离D,得到最佳匹配点,最后将最佳匹配点作为参考频率序列r的起点与fz进行对比,根据是否突变进行篡改判断。本发明旨在实现对电网频率信号的准确提取,尤其是在低信噪比条件下电网频率信号的准确提取,以及实现对包含电网频率的音频信号实现基于电网频率信号的实时跟随与篡改鉴别。

    一种基于电网频率特征嵌入的数字音频加密方法及系统

    公开(公告)号:CN116155623A

    公开(公告)日:2023-05-23

    申请号:CN202310407907.9

    申请日:2023-04-17

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于电网频率特征嵌入的数字音频加密方法及系统,方法包括以下步骤:获取电网信号构建成Hankel矩阵,并对矩阵进行奇异值分解后自适应判断奇异值矩阵阶数,得到新的奇异值矩阵,然后根据矩阵和奇异值矩阵构造矩阵束并求解特征值作为极点信息,最后根据奇异值矩阵阶数与极点信息求解电网信号中的频率得到第一电网频率信号;将所述第一电网频率信号滤波后保存在电网频率数据库中,并利用改进扩频算法中的加密操作,将第一电网频率信号作为音频水印嵌入到音频中得到加密数字音频。本发明有效降低了噪声对测量结果的影响,提升了系统鲁棒性和抗攻击能力,能够准确检测出音频是否被篡改。

    基于声学分析和机器学习的西瓜成熟度检测方法及系统

    公开(公告)号:CN114740091A

    公开(公告)日:2022-07-12

    申请号:CN202210663997.3

    申请日:2022-06-14

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于声学分析和机器学习的西瓜成熟度检测方法及系统,方法包括:获取西瓜样本的敲击声音信号和重量组成数据集,将西瓜样本按照成熟度分类,并将数据集划分为训练集和测试集;构建成熟度检测模型以计算目标西瓜样本的成熟度;用训练集训练成熟度检测模型,然后用测试集测试成熟度检测模型,最后计算准确度并记录,继续执行用训练集训练成熟度检测模型的步骤,直到准确度最高,得到训练好的成熟度检测模型;获取西瓜测试样本的敲击声音信号和重量,并输入训练好的成熟度检测模型,得到西瓜测试样本的成熟度。本发明实现了西瓜成熟度检测的需求,提高了检测准确度,在小样本数据集中可以完成模型的训练和测试,提升了适用性。

    一种基于声学特征的西瓜成熟度快速无损检测方法及系统

    公开(公告)号:CN117969670B

    公开(公告)日:2024-06-25

    申请号:CN202410389471.X

    申请日:2024-04-02

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于声学特征的西瓜成熟度快速无损检测方法及系统,方法包括步骤:获取西瓜敲击响应信号,通过改进梅尔倒谱系数方法从西瓜敲击响应信号中提取时频特征;获取西瓜质量以及西瓜敲击响应信号中的时域特征和频域特征;根据时频特征、西瓜质量、时域特征和频域特征构建西瓜成熟度检测的融合特征;根据西瓜成熟度检测的融合特征,通过信息融合快速SVM分类方法实现西瓜成熟度的分类。本发明具有分类准确率高、计算量少等优点。

    一种基于声学特征的西瓜成熟度快速无损检测方法及系统

    公开(公告)号:CN117969670A

    公开(公告)日:2024-05-03

    申请号:CN202410389471.X

    申请日:2024-04-02

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于声学特征的西瓜成熟度快速无损检测方法及系统,方法包括步骤:获取西瓜敲击响应信号,通过改进梅尔倒谱系数方法从西瓜敲击响应信号中提取时频特征;获取西瓜质量以及西瓜敲击响应信号中的时域特征和频域特征;根据时频特征、西瓜质量、时域特征和频域特征构建西瓜成熟度检测的融合特征;根据西瓜成熟度检测的融合特征,通过信息融合快速SVM分类方法实现西瓜成熟度的分类。本发明具有分类准确率高、计算量少等优点。

    一种基于电网频率特征嵌入的数字音频加密方法及系统

    公开(公告)号:CN116155623B

    公开(公告)日:2023-08-15

    申请号:CN202310407907.9

    申请日:2023-04-17

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于电网频率特征嵌入的数字音频加密方法及系统,方法包括以下步骤:获取电网信号构建成Hankel矩阵,并对矩阵进行奇异值分解后自适应判断奇异值矩阵阶数,得到新的奇异值矩阵,然后根据矩阵和奇异值矩阵构造矩阵束并求解特征值作为极点信息,最后根据奇异值矩阵阶数与极点信息求解电网信号中的频率得到第一电网频率信号;将所述第一电网频率信号滤波后保存在电网频率数据库中,并利用改进扩频算法中的加密操作,将第一电网频率信号作为音频水印嵌入到音频中得到加密数字音频。本发明有效降低了噪声对测量结果的影响,提升了系统鲁棒性和抗攻击能力,能够准确检测出音频是否被篡改。

    一种模糊神经网络FNN的参数优化及应用方法与系统

    公开(公告)号:CN113392958B

    公开(公告)日:2023-05-16

    申请号:CN202110613013.6

    申请日:2021-06-02

    Applicant: 湖南大学

    Abstract: 本发明公开了一种模糊神经网络FNN的参数优化及应用方法与系统,本发明的模糊神经网络FNN的参数优化方法包括采用自适应交叉概率和变异概率对遗传算法进行改进优化模糊神经网络FNN的参数;应用方法包括建立基于主成分分析及改进遗传算法优化的模糊神经网络模型PCA‑IGAFNN并用于NQI综合服务质量以及水质评价。本发明针对标准遗传算法存在收敛速度慢,容易陷入局部最优解等缺点,采用自适应的交叉概率和变异概率对遗传算法进行改进,通过改进后的遗传算法优化模糊神经网络FNN的参数,从而能够有效提升优化模糊神经网络FNN的参数的收敛速度,减少模糊神经网络FNN的优化计算开销,提高模糊神经网络FNN的优化效率。

    基于声学分析和机器学习的西瓜成熟度检测方法及系统

    公开(公告)号:CN114740091B

    公开(公告)日:2022-09-06

    申请号:CN202210663997.3

    申请日:2022-06-14

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于声学分析和机器学习的西瓜成熟度检测方法及系统,方法包括:获取西瓜样本的敲击声音信号和重量组成数据集,将西瓜样本按照成熟度分类,并将数据集划分为训练集和测试集;构建成熟度检测模型以计算目标西瓜样本的成熟度;用训练集训练成熟度检测模型,然后用测试集测试成熟度检测模型,最后计算准确度并记录,继续执行用训练集训练成熟度检测模型的步骤,直到准确度最高,得到训练好的成熟度检测模型;获取西瓜测试样本的敲击声音信号和重量,并输入训练好的成熟度检测模型,得到西瓜测试样本的成熟度。本发明实现了西瓜成熟度检测的需求,提高了检测准确度,在小样本数据集中可以完成模型的训练和测试,提升了适用性。

Patent Agency Ranking