-
公开(公告)号：CN117009095B
公开(公告)日：2024-01-02
申请号：CN202311284796.3
申请日：2023-10-07
Applicant: 湘江实验室
Abstract: 本申请适用于隐私数据处理技术领域，提供了一种隐私数据处理模型生成方法、装置、终端设备及介质，包括获取目标数据中心的网络资源信息和地理位置信息；计算目标数据中心的综合评价分数；确定候选聚合中心；根据聚合中心选择概率，确定多个目标聚合中心；将部分非聚合中心加入目标聚合中心的局部组，并对局部组中所有目标数据中心的初始本地模型参数进行聚合，得到目标聚合中心的局部模型参数；根据校对权重，对每个目标聚合中心的局部模型参数进行校对；根据贡献比例，构建全局循环模型；将全局循环模型部署到每个目标数据中心，得到最终本地模型，利用最终本地模型对患者隐私数据进行处理。本申请能提高多源数据间的协同学习效率。
-
公开(公告)号：CN116882708A
公开(公告)日：2023-10-13
申请号：CN202311133286.6
申请日：2023-09-05
Applicant: 湘江实验室
IPC: G06Q10/0631 , G06Q10/0633 , G06Q50/04 , G06F17/13 , G06F18/241
Abstract: 本发明公开了一种基于数字孪生的钢铁工艺流程管控方法、装置及相关设备，包括：通过收集钢铁工艺流程的环节信息，并基于环节信息确定待构建的孪生体统一模型，构建待构建的孪生体统一模型；基于环节信息，对待构建的孪生体统一模型进行拆分，得到至少两个子模型；基于数学规划的方式，确定子模型的最优路径，并基于最优路径和子模型，对钢铁工艺流程进行管控，实现利用机器学习、优化算法和数字孪生技术，建立高度准确和可靠的数字孪生模型，同时，采用了个性化优化算法，对钢铁生产过程的数字孪生模型进行个性化优化，增强数字孪生模型抗设备异构性能力，进而提高钢铁生产的效率和质量。
-
公开(公告)号：CN116596349A
公开(公告)日：2023-08-15
申请号：CN202310880802.5
申请日：2023-07-18
Applicant: 湘江实验室
IPC: G06Q10/0637 , G06Q10/083
Abstract: 本发明公开了基于城市轨道交通网络的夜间地下物流规划方法及系统，方法包括：获取城市地铁网络信息以及当日夜间各地铁站点需运输的货物量；基于城市地铁网络信息构建夜间地下物流运输模型；将当日夜间各地铁站点需运输的货物量输入夜间地下物流运输模型，并求解夜间地下物流运输模型得到货物运输规划结果。系统包括：获取模块、数据存储模块、求解模块、输出模块。该方法基于城市地铁网络信息构建夜间地下物流运输模型，该模型能够提供对城市轨道交通网络资源的科学规划方法，在不影响城市轨道交通正常的载客用途下，增加了货运收入并缓解了地面货运潜在的危险驾驶行为、交通拥堵以及环境污染问题。
-
公开(公告)号：CN116346863B
公开(公告)日：2023-08-01
申请号：CN202310609308.5
申请日：2023-05-29
Applicant: 湘江实验室
Abstract: 本发明公开了一种基于联邦学习的车载网数据处理方法、装置、设备及介质，包括：根据各个节点的历史通信消息数据和硬件配置信息，构建车载网的分层结构；针对每个基础分层，基于节点对应的车辆特征信息进行分组，得到至少两个基础分组；对于每个基础分组，进行组内消息队列的部署，得到目标分组；将车载网内的每个车辆标识关联分配到目标分组；执行组内局部联邦学习，对目标分组内每个节点的本地模型进行聚合更新，得到更新后的局部全局模型；将每个目标分组作为一个中心，采用每个中心对应的更新后的局部全局模型进行全局学习，得到每个中心对应的全局模型，并采用全局模型进行车载网数据的处理。采用本发明可确保数据隐私性和处理结果的准确性。
-
公开(公告)号：CN116227506A
公开(公告)日：2023-06-06
申请号：CN202310506400.9
申请日：2023-05-08
Applicant: 湘江实验室
IPC: G06F40/58 , G06N3/0455 , G06N3/08
Abstract: 本申请涉及一种具有高效非线性注意力结构的机器翻译方法，该方法包括：获取翻译语料，并基于翻译语料构建词表，词表将源语言句子转换为数字索引；将目标端输入转换为第二数字索引；搭建翻译模型，翻译模型包括嵌入层、编码器、解码器以及反向嵌入层；嵌入层输出源端输入向量、目标端输入向量；编码器基于源端输入向量输出上下文向量；训练编码器；训练后的解码器基于上下文向量得到目标语言词语向量。在解码过程中筛选出与候选上文中词语预测概率总和最大的目标语言词语向量串，得到目标语言句子向量；目标语言句子向量经过反向嵌入层输出源语言句子对应的目标语言句子。该方法避免了多头运算带来的计算时间开销。
-
Patent Agency Ranking
公开(公告)号：CN120075846A
公开(公告)日：2025-05-30
申请号：CN202510476934.0
申请日：2025-04-16
Applicant: 湘江实验室
IPC: H04W24/02 , H04L41/16 , G06F9/50 , G06F30/27 , G06F8/61 , G06N5/04 , G06F111/04 , G06F111/06 , G06F111/08
Abstract: 本发明实施例中提供了一种基于边缘智能的任务计算卸载多目标动态决策方法，属于通信技术领域，具体包括：步骤1，建立边缘智能计算与基于正交频分复用的无线通信的时延与能耗模型；步骤2，根据时延与能耗模型设计边缘智能中任务调度与资源分配的多目标优化函数并据此构建多目标优化问题；步骤3，将多目标优化问题定义为多目标带约束的马尔可夫过程；步骤4，根据马尔可夫过程设计基于效用的双价值网络的偏好深度确定性策略梯度算法调度模型；步骤5，建立多目标效用函数动态调整机制并代入调度模型，输出策略动作。通过本发明的方案，提高了调度效率和适应性。
-
公开(公告)号：CN119172318B
公开(公告)日：2025-03-07
申请号：CN202411671223.0
申请日：2024-11-21
Applicant: 湘江实验室
IPC: H04L47/127 , H04L41/142 , H04L41/14 , H04L41/147 , H04L45/12 , H04L47/11
Abstract: 本发明公开了基于可编程网络的全息媒体传输拥塞预测系统，具体涉及传输拥塞预测技术领域，通过对全息媒体数据传输的任务路径进行子路径划分，获取交换机的网络性能信息和全息媒体数据的质量信息构建路径拥塞模型，生成路径拥塞影响指数，评估交换机的网络性能信息和全息媒体数据的质量信息对全息媒体数据传输子路径的拥塞影响程度，根据多个子路径的拥塞影响程度，及时响应全息媒体数据传输任务路径存在的潜在拥塞隐患，对拥塞情况进行精准评估，快速、准确地感知和应对网络中的突发拥塞，在全息媒体数据传输任务路径存在潜在拥塞隐患时，基于最短路径优化算法，迅速选择最佳传输路径，避免拥塞区域，提升传输效率。
-
公开(公告)号：CN119273373B
公开(公告)日：2025-03-04
申请号：CN202411805804.9
申请日：2024-12-10
Applicant: 湘江实验室
IPC: G06Q30/018 , G06F16/27 , G06F16/2458 , G06F21/64
Abstract: 本发明公开了一种基于区块链新能源汽车绿色复合材料供应链质量监控方法，包括S1、建立去中心化的区块链平台；S2、在供应链的每一个环节安装物联网传感器；S3、使用区块链平台内的智能合约自动记录生产、储存和运输过程的操作细节和监测环境数据和状态数据；S4、当环境数据和状态数据显示某一环节出现偏差时，智能合约将自动触发警报机制，通知相关人员或自动调整生产过程；S5、在区块链平台中设立供应链参与方可访问的区块链信息查询系统。本发明区块链平台允许所有授权的供应链参与方访问和验证供应链中的每一项数据记录，不仅增加了操作的透明度，而且通过数据的完整记录，实现了从原材料来源到最终产品的全过程追溯。
-
公开(公告)号：CN119314212A
公开(公告)日：2025-01-14
申请号：CN202411334972.4
申请日：2024-09-24
Applicant: 湘江实验室
IPC: G06V40/16 , G06V20/40 , G06V10/80 , G06V10/774 , G06V10/82 , G06V10/764 , G06T3/02 , G06T3/4038 , G06T3/4046
Abstract: 本发明公开了一种说话人脸生成方法、装置、计算机设备及存储介质，包括：获取说话人视频，并从说话人视频中选取参考图像序列集；基于参考图像序列集进行多模态特征提取，得到人脸多样化特征；对每种人脸多样化特征进行映射拼接，得到多模态融合特征；基于多模态融合特征构建生成仿射变化参数，并采用仿射变化参数对人脸多样化特征进行仿射变化，得到深度变形特征；对多模态融合特征和深度变形特征进行跨模态注意力计算，自适应生成深度变形特征对应的注意力权重，得到增强变形融合特征；将增强变形融合特征、人脸一致性特征和表情特征进行解码，得到特定时刻带有表情的说话人脸图像。采用本发明提高了说话人脸图片生成质量与泛化能力。
-
公开(公告)号：CN118916804B
公开(公告)日：2024-12-10
申请号：CN202411407664.X
申请日：2024-10-10
Applicant: 湘江实验室
IPC: G06F18/2431 , G06F40/295 , G06N5/025 , G06Q10/20 , G06Q50/06 , G06V10/44 , G06V10/54 , G10L25/24 , G06F18/21 , G06F18/2131 , G06F18/25
Abstract: 本发明公开了基于大模型的主变压器缺陷风险辨识方法，具体涉及大模型技术领域，包括收集主变压器的多模态数据并对多模态数据进行预处理，构建主变压器的知识图谱并运用机器学习方法对主变压器的运行状态和缺陷风险进行推断，根据预处理后的多模态数据和知识图谱构建多模态大模型，引入多任务学习框架对多模态大模型的缺陷识别与分类进行训练，基于知识图谱和多模态大模型的输出，根据主变压器风险状态的评估指标建立模糊评价矩阵，结合熵权模糊方法对主变压器的风险状态进行评估，根据主变压器风险状态的评估结果进行风险分析，根据风险分析向维护人员提供决策支持，有效提高了缺陷风险辨别的精度，避免了模型与知识图谱不匹配的问题。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.023 seconds)
