-
公开(公告)号：CN111860638B
公开(公告)日：2022-06-28
申请号：CN202010689950.5
申请日：2020-07-17
Applicant: 湖南大学
IPC: G06V10/762 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/00 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于不平衡数据深度信念网络的并行入侵检测方法，其读取不平衡数据集数据，对不平衡数据采用改进的NCL算法进行欠采样处理，降低多数类样本的比重，使数据集数据分布均衡；在分布式内存计算平台Spark平台上采用改进的差分进化算法对深度信念网络模型的参数进行优化，得到最优的模型参数；对数据集数据进行特征提取，然后采用加权后的核极限学习机进行入侵检测分类，最后通过多线程并行的训练多个不同结构的加权后的核极限学习机作为基分类器，建立基于自适应加权投票的多分类器入侵检测模型进行并行入侵检测。本发明能解决现有入侵检测方法对不平衡数据集缺乏针对性、训练时间过长的技术问题，并提高优化深度信念网络模型参数的速度。
-
公开(公告)号：CN113542171B
公开(公告)日：2022-06-21
申请号：CN202110782131.X
申请日：2021-07-12
Applicant: 湖南大学
Abstract: 本发明公开了一种基于CNN和组合多种高阶谱特征图像的调制样式识别方法，包括：接收来自信号源的射频信号，对该射频信号进行模数转换，以得到数字信号，对该数字信号先后进行数字下变频和滤波处理，以得到I/Q数据，对I/Q数据进行预处理，以得到组合高阶谱图像，获取得到的I/Q数据的信噪比，并判断该信噪比是否大于等于预设阈值，如果是则将得到的组合高阶谱图像输入训练好的第一卷积神经网络模型，以得到调制样式识别结果。本发明针对信号在不同信噪比下各高阶谱特性差异较大，本发明训练了两个卷积神经网络模型，提高了鲁棒性，并能对BPSK、QPSK、8PSK、16APSK、32APSK、16QAM、32QAM等信号进行调制样式识别。
-
公开(公告)号：CN112988666B
公开(公告)日：2022-04-22
申请号：CN202110300026.8
申请日：2021-03-22
Applicant: 湖南大学 , 湖南匡安网络技术有限公司
IPC: G06F16/13 , G06F16/14 , G06F16/172 , G06F16/18
Abstract: 本发明公开了一种基于布谷鸟过滤器的分布式日志条件查询方法，包括：获取客户端发送的条件查询请求，根据该条件查询请求在预先构建好的热数据库中进行数据查询，并判断查询到的数据总量是否低于条件查询请求对应的数据量，如果是则对该条件查询请求进行处理，以得到标识字符串，将标识字符串作为键(Key)，在冷门条件缓存层进行数据查询，以判断冷门条件缓存层中是否存在该键对应的值(Value)，若不是则根据条件查询请求在预先构建好的冷数据库数据分表中执行查询操作，以得到条件查询结果，将条件查询数据结果处理生成JSON字符串，将标识字符串作为键、将JSON字符串作为值形成键值对，并将该键值对存储于冷门条件缓存层中。
-
公开(公告)号：CN112968906B
公开(公告)日：2022-02-18
申请号：CN202110316520.3
申请日：2021-03-25
Applicant: 湖南大学 , 湖南匡安网络技术有限公司
IPC: H04L9/40 , H04L41/142 , H04L41/14
Abstract: 本发明公开了一种基于多元组的Modbus TCP异常通讯检测方法，包括：从工业控制网络中获取连接，每个连接包含多个Modbus TCP数据包，按照单位时间对数据包流进行分割，得到多个数据包序列。对数据包序列中的每个Modbus TCP数据包进行解析，提取其中的多个功能码、线圈地址、数据长度。在一个数据包序列中，每个功能码对应多个数据包，将具有相同功能码的数据包归为一类，对于每一类数据包，取数据包中的数据长度进行累加求和取平均，每个功能码可以对应一个数据包平均数据长度，得到多元组C1；每个功能码对应多个线圈地址。本发明解决了现有技术只针对Modbus TCP的功能码和线圈地址这两个特征进行提取，导致流量特征提取不足，检测精度不高的技术问题。
-
公开(公告)号：CN112162986B
公开(公告)日：2021-08-17
申请号：CN202011071516.7
申请日：2020-10-09
Applicant: 湖南大学
IPC: G06F16/22 , G06F16/2455
Abstract: 本发明公开了一种并行top‑k范围skyline查询方法和系统，其通过将数据点与查询范围构建数据元组的方法，实时更新数据点的查询范围，进行范围skyline查询，扩大了skyline查询的应用范围；在判断数据点间支配关系的过程中，对关键步骤使用并行处理，减少了计算时间，提高查询效率；对不可能成为查询结果的数据点进行过滤，避免了重复地获取所有数据信息；最后对数据点对应元组的评分进行维护，输出支配能力最强的k个范围skyline查询结果，最终得到更加准确的、可控规模的范围skyline查询结果，从而保证了查询结果具有更高的参考价值。本发明充分考虑了评分对范围skyline查询的影响，在不影响查询性能的同时避免了范围skyline结果规模不可控的限制条件，扩大了其应用范围。
-
Patent Agency Ranking
公开(公告)号：CN110231984B
公开(公告)日：2021-07-16
申请号：CN201910490702.5
申请日：2019-06-06
Applicant: 湖南大学
IPC: G06F9/48
Abstract: 上述多工作流任务分配方法、装置、计算机设备和存储介质，首先，通过将包含大量数据量的多阶段工作流任务拆分为数据量小的多阶段子任务集，能够实现多阶段工作流的并行处理，提高数据处理速度，其次，通过引入边缘计算节点间的博弈处理的理论，按照预设博弈要求，对各边缘计算节点提交的任务选取策略进行调整，使得各边缘计算节点能够实现利润最大化，最后，通过迭代优化奖励分配机制，对任务选取策略集进行反馈调节，能够得到最佳任务选取策略集，综上，通过上述方案能够在保证多阶段子任务集的任务选取率的前提下，保障了任务分配的公平性并提高了任务处理的效率。
-
公开(公告)号：CN112784031A
公开(公告)日：2021-05-11
申请号：CN202110123060.2
申请日：2021-01-29
Applicant: 湖南大学
IPC: G06F16/332 , G06F16/33 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于小样本学习的客服对话文本的分类方法，为了处理客服对话文本数据中数据倾斜的问题，采用一种基于匹配网络的方法来提高算法在小样本类别上的分类准确率；其中，为了解决在客服对话数据中特有的问候语以及其他语句对关键语句造成的干扰问题，本发明引入了层次编码器来减少这部分对于预测的干扰；然后，在实际的文本分类阶段，应用本发明提出的原型网络加多层次编码器算法将有效地提高分类器在小样本类别上分类的准确率。
-
公开(公告)号：CN112783644A
公开(公告)日：2021-05-11
申请号：CN202011629933.9
申请日：2020-12-31
Applicant: 湖南大学
IPC: G06F9/50 , G06F16/2455
Abstract: 本发明公开了一种基于高频键值计数的分布式倾斜流处理方法和系统，其基本思路在于，使用计数式布隆过滤器对数据流中每个数据项进行计数，根据频数将该数据项分别识别为高频键、潜在高频键和低频键，进而得到不同数据项的分布，对高频键采用添加随机后缀再分组聚合的策略分配下游实例，对非高频键采用键值分组策略分配下游实例，从而实现不同下游实例间的负载均衡，提高系统性能。本发明能解决倾斜流处理方法中的随机分组下游实例的内存开销极大和键值分组下游实例间负载不均衡的技术问题。
-
公开(公告)号：CN112749253A
公开(公告)日：2021-05-04
申请号：CN202011574822.2
申请日：2020-12-28
Applicant: 湖南大学
Abstract: 本发明公开了一种基于文本关系图的多文本摘要生成方法，其包括三个阶段：第一个阶段是根据所有输入文本，构建文本之间的关系图，并对文本进行特征提取；第二个阶段是利用第一阶段生成的文本关系图数据和文本特征，结合图神经网络进行高阶特征提取。第三个阶段是对前两个阶段编码的文本特征进行解码，生成摘要。在第二个阶段中，是将构建的文档关系图和经过编码器编码的文档表征作为图卷积神经网络的输入，进行前向传播，提取更高阶的文本特征，使得图中每个文档节点都可以获得领域节点信息，丰富了文档表征。本发明在多个文档输入时可以有效捕捉其相互间关系，克服传统方法不能充分利用文本之间关系的缺陷。
-
公开(公告)号：CN112488304A
公开(公告)日：2021-03-12
申请号：CN202011515099.0
申请日：2020-12-21
Applicant: 湖南大学
Abstract: 本发明公开了一种卷积神经网络中的启发式滤波器剪枝方法和系统，包括：获取每个卷积层的每个滤波器在两个时期之间的调整余弦相似度，依照调整余弦相似度对滤波器进行软剪枝；对软剪枝更新后的卷积神经网络进行重建；重复软剪枝和重建的过程直至得到精度稳定后的卷积神经网络；获取精度稳定后的卷积神经网络的每个卷积层的每个滤波器在两个时期之间的调整余弦相似度，依照调整余弦相似度对滤波器进行硬剪枝；对硬剪枝更新后的卷积神经网络进行微调，直至卷积神经网络的网络精度达到稳定值。本发明能解决未考虑滤波器在卷积神经网络训练过程中距离和方向的动态变化而造成剪枝后的卷积神经网络精度损失严重的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
166
records
(took 0.029 seconds)
