-
公开(公告)号：CN117036970A
公开(公告)日：2023-11-10
申请号：CN202310690390.9
申请日：2023-06-12
Applicant: 中南大学
Abstract: 一种地下煤火遥感自动检测方法，其步骤包括：输入一幅卫星影像；计算可见光至短波红外波段的表观反射率；计算得到2个热红外波段的亮度温度；计算得到水体掩膜图像MaskWater、植被掩膜图像MaskVeg以及含煤地表掩膜图像MaskCoal，利用MaskCoal得到潜在煤火掩膜二值图像MaskFire；对MaskFire中的一个像元，依次以该像元为中心分别形成多个不同大小的梯级窗口，对各个梯级窗口中全部非水体非植被像元的亮温值进行直方图统计；对定梯级窗口的中心像元是否为相对煤火像元进行判定；若成功判定为相对煤火像元的累计次数m≥9，则判定此潜在煤火像元为有效煤火像元；对MaskFire中的每一个像元均进行前述处理。本发明的地下煤火遥感自动检测方法，具有简单易行、稳定可靠、运算高效的优点。
-
公开(公告)号：CN107562537B
公开(公告)日：2020-11-06
申请号：CN201710719566.3
申请日：2017-08-21
Applicant: 中南大学
Abstract: 本发明公开了一种基于万有引力搜索的云计算任务调度方法，本方法将用户需求的任务高效的分布在云系统的各个虚拟机上，由于云计算负载均衡方法或者云计算任务调度方法本身是一个NP问题。任务分配过程中，主要需要解决的是服务器的选择问题。而万有引力算法中个体是呈分布式的状态，个体之间具有较高的自组织性，符合云计算的特点。利用模拟万有引力相互吸引的过程，尽可能找到合适的虚拟机和服务器，从而提升系统性能，并且根据虚拟机反馈的信息尽可能做出正确的决定，同样虚拟机在每次分配任务结束之后更新自己信息，并通知后来的云任务，保证算法的高效。
-
公开(公告)号：CN107395433B
公开(公告)日：2020-06-09
申请号：CN201710713548.4
申请日：2017-08-18
Applicant: 中南大学
Abstract: 本发明公开了一种基于烟花算法的无线传感器节点部署方法，通过利用模拟烟花爆炸来解决最优化问题的烟花算法来进行传感器部署，烟花算法不仅继承了现有元启发式算法的许多优点，还有自身明显的特色，如爆发性、瞬时性、简单性、局部覆盖、分布并行等。且由于烟花算法个体相互独立，每个算子可以独立在局部进行搜索，所以适合并行化处理，能够解决在节点规模较大时收敛过慢的问题。同时本发明相对于随机分布或其他启发式算法相比实现对三维区域较高的覆盖率，由于充分考虑了地形地势，能够在保证网络有效性的前提下加强网络的各节点之间的连通性。
-
公开(公告)号：CN103678279B
公开(公告)日：2016-08-17
申请号：CN201310746652.5
申请日：2013-12-31
Applicant: 中南大学
Abstract: 本发明公开了一种基于异质网络时态语义路径相似度的人物唯一性识别方法，该方法首先建立异质社会关系网络，即从人物社会活动事务数据库中提取关系并建立具有时间属性的异质关系网络。根据网络结构对人物对象间的时态语义路径进行搜索,同时根据异质社会关系网络特征以及时态语义路径对网络中人物对象的路径相似度进行测算，然后按照相似度值对人物对象进行排序，再根据网络特征以及应用需求设定的相似度阈值进行过滤,从而识别具备唯一性特征的人物对象。该方法能在大规模和高复杂度社会关系网络中准确高效地测算出人物对象的相似性，有效地解决关系网络中人物唯一性识别问题，提高了关系网络分析与挖掘过程的有效性。
-
公开(公告)号：CN108737553B
公开(公告)日：2021-07-16
申请号：CN201810529115.8
申请日：2018-05-29
Applicant: 中南大学
Abstract: 本发明提供一种用于LAN自组网络的虚拟数据终端及其系统，该虚拟数据终端包括VDT数据传输单元和VDT文件存储单元；其中，VDT数据传输单元基于计算机和计算机所处的LAN(局域网)，负责VDT间数据的传输，计算机提供网卡使VDT接入LAN；VDT文件存储单元包含可见数据分区和隐藏数据分区；可见数据分区采用常规文件系统的分区格式存储数据；隐藏数据分区采用VDT文件系统设计的数据结构进行文件的组织并通过直接读写磁盘扇区的方式存储数据。本发明实现了虚拟数据终端之间的动态自组网；通过可见数据分区和隐藏数据分区的划分实现数据的分类存储；采用直接读取磁盘扇区的方式来构建隐藏数据分区实现了数据的安全存储。
-
Patent Agency Ranking
公开(公告)号：CN111723220A
公开(公告)日：2020-09-29
申请号：CN202010558250.2
申请日：2020-06-18
Applicant: 中南大学
Abstract: 本发明公开了一种基于注意力机制和哈希的图像检索方法、装置及存储介质，其中方法包括：针对原始数据集中每一张图像，基于预先训练好的基于注意力机制的哈希特征提取模型得到每一张图像的离散哈希编码，进而建立图像特征库；基于预先训练好的基于注意力机制的哈希特征提取模型得到待检测图像的离散哈希编码；在图像特征库中查询与待检测图像的离散哈希编码汉明距离最近的数据，该数据对应的图像即为检索结果。基于注意力机制的哈希特征提取模型充分发挥了深度卷积神经网络提取图像抽象语义特征的能力；通过嵌入注意力模块使得网络能够专注于图像中能尽可能表达整张图像语义信息的视觉内容，提高哈希编码的表达效果，使图像检索更加精确、快速。
-
公开(公告)号：CN108737553A
公开(公告)日：2018-11-02
申请号：CN201810529115.8
申请日：2018-05-29
Applicant: 中南大学
Abstract: 本发明提供一种用于LAN自组网络的虚拟数据终端及其系统，该虚拟数据终端包括VDT数据传输单元和VDT文件存储单元；其中，VDT数据传输单元基于计算机和计算机所处的LAN(局域网)，负责VDT间数据的传输，计算机提供网卡使VDT接入LAN；VDT文件存储单元包含可见数据分区和隐藏数据分区；可见数据分区采用常规文件系统的分区格式存储数据；隐藏数据分区采用VDT文件系统设计的数据结构进行文件的组织并通过直接读写磁盘扇区的方式存储数据。本发明实现了虚拟数据终端之间的动态自组网；通过可见数据分区和隐藏数据分区的划分实现数据的分类存储；采用直接读取磁盘扇区的方式来构建隐藏数据分区实现了数据的安全存储。
-
公开(公告)号：CN117761788A
公开(公告)日：2024-03-26
申请号：CN202311782108.6
申请日：2023-12-22
Applicant: 中南大学
Abstract: 本发明公开了一种针对共偏移距探地雷达极化数据的三维多参数反演方法，包括根据实际三维复杂模型的探测区域布置三维测网，选择天线极化方式，设置参数，获取实测数据；针对模型进行简化，获取初始模型，针对参数进行并行正演，获取初始模型正演数据；采用实测数据和正演数据，计算伴随波场；采用随机激励源策略和频率加权策略，构建优化反演目标函数，采用伴随波场，计算预处理后的目标函数梯度值；通过优化算法，确定模型收敛参数；计算当前反演的三维模型参数；判断反演结果是否满足最优解条件；直至满足最优解条件，结束训练，获取最优三维模型及对应的介电常数和电导率参数值，完成反演处理；本发明方法的计算效率提升、反演成像精度稳定。
-
公开(公告)号：CN111723220B
公开(公告)日：2023-03-10
申请号：CN202010558250.2
申请日：2020-06-18
Applicant: 中南大学
IPC: G06F16/51 , G06F16/53 , G06F16/58 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于注意力机制和哈希的图像检索方法、装置及存储介质，其中方法包括：针对原始数据集中每一张图像，基于预先训练好的基于注意力机制的哈希特征提取模型得到每一张图像的离散哈希编码，进而建立图像特征库；基于预先训练好的基于注意力机制的哈希特征提取模型得到待检测图像的离散哈希编码；在图像特征库中查询与待检测图像的离散哈希编码汉明距离最近的数据，该数据对应的图像即为检索结果。基于注意力机制的哈希特征提取模型充分发挥了深度卷积神经网络提取图像抽象语义特征的能力；通过嵌入注意力模块使得网络能够专注于图像中能尽可能表达整张图像语义信息的视觉内容，提高哈希编码的表达效果，使图像检索更加精确、快速。
-
公开(公告)号：CN107562537A
公开(公告)日：2018-01-09
申请号：CN201710719566.3
申请日：2017-08-21
Applicant: 中南大学
Abstract: 本发明公开了一种基于万有引力搜索的云计算任务调度方法，本方法将用户需求的任务高效的分布在云系统的各个虚拟机上，由于云计算负载均衡方法或者云计算任务调度方法本身是一个NP问题。任务分配过程中，主要需要解决的是服务器的选择问题。而万有引力算法中个体是呈分布式的状态，个体之间具有较高的自组织性，符合云计算的特点。利用模拟万有引力相互吸引的过程，尽可能找到合适的虚拟机和服务器，从而提升系统性能，并且根据虚拟机反馈的信息尽可能做出正确的决定，同样虚拟机在每次分配任务结束之后更新自己信息，并通知后来的云任务，保证算法的高效。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.024 seconds)
