一种基于被动式声音信号的声源定位方法

    公开(公告)号:CN115902776B

    公开(公告)日:2023-06-27

    申请号:CN202211576668.1

    申请日:2022-12-09

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于被动式声音信号对声源进行定位的方法,目的是解决目前定位方法复杂度高、速度慢、精度较差、不适宜三维场景等问题。技术方案是首先选择线性麦克风阵列;选择声音传播模型为远场模型,搭建信号传播路径,简化远场声源定位模型,构建虚拟的壁镜麦克风阵列;然后采用自相关算法和互相关算法测量三种时延参数;基于三种时延参数建立三个损失函数;最后基于梯度下降方法最小化三个损失函数之和测量声源坐标。本发明在二维场景下定位声源比现有技术精度更高、速度更快,且本发明在三维场景同样也实现了较高的精度,解决了现有方法只能定位声源二维坐标的问题。

    一种面向流式加载模式的设备部署方法及系统

    公开(公告)号:CN116319326A

    公开(公告)日:2023-06-23

    申请号:CN202211640577.X

    申请日:2022-12-20

    Applicant: 中南大学

    Abstract: 本发明公开一种面向流式加载模式的设备部署方法及系统,该方法步骤包括:对目标终端网络中每个节点部署元操作系统以用于实现流式加载模式,由元操作系统提供操作系统与软件运行环境,以及利用系统镜像模式提供所需的使用场景;在使用过程中,通过元操作系统将用户对目标终端网络中任何一台终端设备的更改编辑操作,以增量镜像的数据流形式分发到目标终端网络中其他终端节点上并进行镜像融合,实现各台终端设备配置在整个网络的上的同步更新和部署。本发明能够基于流式加载模式实现批量终端的快速、高效部署,大大降低实现复杂度、提高部署效率以及便捷性,同时减少硬件资源开销。

    一种高效通信的分层联邦学习框架及其优化方法和系统

    公开(公告)号:CN112070240B

    公开(公告)日:2022-10-14

    申请号:CN202010929585.0

    申请日:2020-09-07

    Abstract: 本发明公开了一种高效通信的分层联邦学习框架及其优化方法和系统,该框架包括:一个云聚合器、多个边缘聚合器和多个分布式计算节点;在每轮云聚合迭代中,边缘聚合器首先从云聚合器下载全局学习模型,每个分布式计算节点从其关联的边缘聚合器下载全局学习模型,训练模型更新上传到关联的边缘聚合器;边缘聚合器聚合接收模型更新并聚合发送回关联的计算节点,经过多次边缘聚合迭代后,将边缘模型更新上传到云聚合器;云聚合器将多个边缘模型聚合后得到全局模型更新发送回所有的边缘聚合器;重复边缘聚合以及云聚合迭代,直至全局模型达到目标精度。该优化方法采用通信开销最小化作为优化目标。本发明提高学习性能的同时,可降低系统的通信开销。

    用于超5G车联网中的动态频谱切片框架的优化方法及系统

    公开(公告)号:CN111629443B

    公开(公告)日:2022-07-26

    申请号:CN202010523949.5

    申请日:2020-06-10

    Applicant: 中南大学

    Abstract: 本发明公开了一种用于超5G车联网中的动态频谱切片框架的优化方法,包括:对于特定类型的服务请求,将时隙内到达的服务请求调度到不同的下行链路资源平面中以交付服务;通过资源切片的方式使每个资源平面为每种类型的服务请求维护一个队列;根据每个资源平面在每个时隙中的无人机包处理能力,确定在每个时隙内为满足来自所有服务请求的动态包处理需求,需要调度的无人机数量;根据每个资源平面在时隙内对每个服务请求的分组处理能力;以所有资源平面的服务供应成本最小化以及服务效用最大化为优化目标,基于李雅普诺夫优化技术解耦优化参数,以确定最优的控制参数。本发明有效地提高用户服务性能和资源利用率。

    一种边缘智能服务器神经网络推断任务调度方法

    公开(公告)号:CN114706678A

    公开(公告)日:2022-07-05

    申请号:CN202210284033.8

    申请日:2022-03-22

    Applicant: 中南大学

    Abstract: 本发明公开了一种边缘智能服务器神经网络推断任务调度方法,步骤包括:利用GPU虚拟化技术将GPU虚拟成多个虚拟GPU;按照预设的分配策略,为虚拟GPU分配预设的资源,用排队服务系统按照预设的执行批次,为每个推断任务的类别对应的虚拟GPU分配推断任务;收集每一类推断任务的平均服务延迟和计算资源量,判断是否需要调整分配策略,是则用强化学习算法计算新的分配策略;按照新的分配策略,为虚拟GPU分配对应的资源,用排队服务系统按照对应的执行批次,为每个任务的类别对应的虚拟GPU分配神经网络推断任务。本发明以较低的计算复杂度,满足动态场景的实时性要求,并且有效的解决了在较大规模的边缘计算场景中的负载均衡问题。

    基于用户移动感知的无缝服务迁移方法及计算机系统

    公开(公告)号:CN114466385A

    公开(公告)日:2022-05-10

    申请号:CN202210030007.2

    申请日:2022-01-12

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于用户移动感知的无缝服务迁移方法及计算机系统,应用于小蜂窝边缘计算系统,该方法包括步骤:建模小蜂窝边缘计算系统场景,定义多用户服务迁移问题和优化目标;数据清洗,分析用户移动特性;根据用户移动特性,求解最优的服务放置决策:根据用户与AP之间的关联信息,将用户分成两类:如果用户移动到“偏好”的AP上,则需要为其考虑服务迁移,采用增强学习的迁移策略,实时为用户做出迁移决策;如果用户移动到“非偏好”的AP上,则不需要为其考虑服务迁移,将用户的服务请求对应的任务仍放置在原本的边缘节点上。本发明考虑了当前时刻的服务调度决策对未来系统表现的影响,减少了系统中不必要的迁移,降低了多用户服务迁移的复杂度,提供了一种以最小化系统长期平均延迟为目标的服务迁移优化策略。

    用户健康情况的检测方法、装置、终端及可读存储介质

    公开(公告)号:CN114300134A

    公开(公告)日:2022-04-08

    申请号:CN202111527044.6

    申请日:2021-12-14

    Applicant: 中南大学

    Inventor: 李政军 张尧学

    Abstract: 本申请适用于医疗技术领域,尤其涉及一种用户健康情况的检测方法、装置、终端及可读存储介质。其中,所述用户健康情况的检测方法包括:获取目标用户的健康检测项目的检测数据;确定所述目标用户的健康检测项目的检测数据对应的目标健康区间,以及所述目标健康区间的目标区间属性,其中,所述目标健康区间为对所述健康检测项目对应的健康等级区间进行再次划分得到的多个子区间中的目标子区间;将所述目标区间属性作为所述目标用户的健康检测项目的检测结果,并输出所述检测结果,实现了更形象地表征检测结果,并对用户的健康检测项目的检测数据所在的范围进行更精细的定位。

    一种数据抽取管控方法、装置、设备及存储介质

    公开(公告)号:CN114185983A

    公开(公告)日:2022-03-15

    申请号:CN202111525494.1

    申请日:2021-12-14

    Applicant: 中南大学

    Inventor: 李政军 张尧学

    Abstract: 本申请公开了一种数据抽取管控方法、装置、设备及存储介质,包括:获取数据抽取操作指令,根据指令确定与目标表对应的第一时间和第二时间;第一时间为上一次对目标表对应的源表执行数据抽取操作后目标表中全部数据行的更新时间中的最晚更新时间,第二时间为执行本次数据抽取操作时间之后的未来时间点;对源表第一时间至第二时间中的数据进行增量抽取,得到更新数据;将更新数据装载至目标表,得到增量更新后的目标表。本申请通过将上一次执行数据抽取操作后目标表中全部数据行的最晚更新时间作为本次数据抽取操作的开始时间进行增量抽取,不依赖专业工具和控制程序,避免其本身局限性导致抽取错误,提高管控可操作性和数据抽取、更新效率。

    基于用户画像的互联网卡用户流失预测方法及系统

    公开(公告)号:CN113962160A

    公开(公告)日:2022-01-21

    申请号:CN202111298139.5

    申请日:2021-11-04

    Applicant: 中南大学

    Abstract: 本发明公开了基于用户画像的互联网卡用户流失预测方法及系统,通过分析互联网卡用户与流失相关的身份特性以及行为特性,确定互联网卡用户的关键画像数据维度以及关键时序行为数据维度;关键画像数据维度包括表征互联网卡用户行为的不确定性和活跃度的活跃熵,关键时序行为数据维度包括表征互联网卡用户的异常行为的行为异常天数;从历史数据中获取不同用户对应维度的关键画像数据以及不同时期的关键时序行为数据构建训练数据集,并使用训练数据集训练构建的深度学习模型,再使用训练好的深度学习模型预测用户流失。本发明在选取训练数据的特征维度时,新增用户的活跃熵和行为异常天数来反映不同用户的流失行为规律,使得训练得到深度学习模型预测精度更高。

Patent Agency Ranking