基于网格划分的静态充电桩部署方法

    公开(公告)号:CN109871619B

    公开(公告)日:2022-12-27

    申请号:CN201910132882.X

    申请日:2019-02-22

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于网格划分的静态充电桩部署方法,包括建立网络模型;对待分析区域进行网格划分;计算各网格内共享电单车的平均数据并排除部分网格;计算剩余网格内共享电单车的分布数据并选定静态充电桩分布的网格;对选定的网格进行位置优化从而确定最终的静态充电桩的部署位置。本发明基于网格划分,并以共享电单车的分布方差作为衡量指标,因此本发明方法能够更好的兼顾动态变化的共享电单车的分布情况,在共享电单车的覆盖率和稳定性方面能够取得更好的部署性能,能够更好得解决静态充电桩一旦部署便难以移动的问题。

    一种云存储环境下基于音频字的盗版视频检测方法与系统

    公开(公告)号:CN108447501B

    公开(公告)日:2020-08-18

    申请号:CN201810258659.5

    申请日:2018-03-27

    Applicant: 中南大学

    Abstract: 本发明公开了一种云存储环境下基于音频字的盗版检测方法和系统,通过多维聚类构建的音频字典,对版权资源分割后的短时音频段进行特征提取,音频段转换为可以表征音频内容的音频字序列后,建立倒排索引。检索时,将用户提交的查询转换为音频字后直接定位候选段落,并根据候选段落与查询的内容相似度与阈值的关系确定视频是否为盗版。充分利用了音频特征在传统音视频媒体文件中的稳定性,以及静默片段等特征,检测结果高效而准确,以极低的本地计算成本和较少的网络带宽,较容易的为正版资源提供了一种版权鉴定保护方案。

    一种基于树状簇与移动元素的数据收集方法

    公开(公告)号:CN107613480B

    公开(公告)日:2020-04-17

    申请号:CN201710871553.8

    申请日:2017-09-24

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于树状簇与移动元素的数据收集方法。包括如下步骤:基于域心距离的网络区域划分,选取中心点和域心,从而将整个网络划分为多个区域;在每个区域中选择用于收集数据的小车出发点位置;在分区内选择数据汇聚节点SP并视为单棵树的根节点,基于距离根节点的最短跳数计算每个节点的父节点与子节点集合,构建每个汇聚点SP的数据收集树;同时构建关于能量消耗量的优化函数,计算每个节点的数据产生率和链路传输率;汇聚点SP将作为DCV巡游网络时的驻留收集点,且在固定周期后重新选择汇聚点SP,随之生成数据收集树。因此,本发明有效的减少了网络中数据传输能耗和DCV移动消耗,降低数据收集时延,缓解hotspot问题,延长网络生命期。

    基于双端读数insert size统计特征的scaffolding方法

    公开(公告)号:CN106355000B

    公开(公告)日:2018-10-16

    申请号:CN201610728996.7

    申请日:2016-08-25

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于双端读数insert size统计特征的scaffolding方法,首先对双端读数比对到contig上的噪音进行预处理。接着构建scaffold图,图中每个节点代表一个contig;基于insert size分布估计两个节点之间比对上双端读数的期望值;再根据两个节点之间比对上双端读数的实际个数和期望值,确定两个节点之间是否存在边以及边的权重。然后采用迭代和线性规划的方法解决scaffold图中可能存在的冲突。最后利用广度优先遍历算法从scaffold图中确定scaffold。本发明简单易用,在不同的真实数据上表现出良好的scaffolding结果,较其它scaffolding方法具有更高的准确性。

    一种高泛化性的个性化联邦学习实现方法

    公开(公告)号:CN115511109A

    公开(公告)日:2022-12-23

    申请号:CN202211206093.4

    申请日:2022-09-30

    Applicant: 中南大学

    Abstract: 本发明公开了一种高泛化性的个性化联邦学习实现方法,包括,服务端随机初始化全局双分支模型并发送初始化参数至客户端;客户端初始化本地双分支模型并利用本地数据进行本地迭代训练得到更新的客户端本地模型;将更新后的客户端本地模型训练的统计参数和全局任务分支的模型参数上传至服务端;服务端聚合所有客户端的全局任务分支的模型参数并更新发送给多个客户端;客户端根据服务端更新的全局任务分支模型参数并结合本地迭代训练得到的个性化任务分支模型参数,构成更新的客户端本地双分支模型;客户端使用本地双分支模型基于本地数据迭代训练并循环参与联邦更新直至满足预设标准。可在保证个性化联邦学习有效性的同时提升模型的泛化性。

    一种充电车移动受限的充电调度方法

    公开(公告)号:CN108737995B

    公开(公告)日:2020-08-25

    申请号:CN201810502344.0

    申请日:2018-05-23

    Applicant: 中南大学

    Abstract: 本发明公开了一种充电车移动受限的充电调度方法,包括获取无线可充电传感器网络的数据信息并模;采用路径扫描算法获得初始化数据;采用遗传算法进行第一次优化;采用局部搜索算法进行第二次优化;进行分解和插入得到最终的调度方案。本发明方法充分考虑了实际情况中道路的有向性,因此本发明方法适用于实际道路情况,能够有效减少充电车的平均移动能耗,为充电车搜寻到移动能耗更少的最优充电路径,而且本发明方法科学可靠。

    基于网格划分的静态充电桩部署方法

    公开(公告)号:CN109871619A

    公开(公告)日:2019-06-11

    申请号:CN201910132882.X

    申请日:2019-02-22

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于网格划分的静态充电桩部署方法,包括建立网络模型;对待分析区域进行网格划分;计算各网格内共享电单车的平均数据并排除部分网格;计算剩余网格内共享电单车的分布数据并选定静态充电桩分布的网格;对选定的网格进行位置优化从而确定最终的静态充电桩的部署位置。本发明基于网格划分,并以共享电单车的分布方差作为衡量指标,因此本发明方法能够更好的兼顾动态变化的共享电单车的分布情况,在共享电单车的覆盖率和稳定性方面能够取得更好的部署性能,能够更好得解决静态充电桩一旦部署便难以移动的问题。

    基于双端读数insert size统计特征的scaffolding方法

    公开(公告)号:CN106355000A

    公开(公告)日:2017-01-25

    申请号:CN201610728996.7

    申请日:2016-08-25

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于双端读数insert size统计特征的scaffolding方法,首先对双端读数比对到contig上的噪音进行预处理。接着构建scaffold图,图中每个节点代表一个contig;基于insert size分布估计两个节点之间比对上双端读数的期望值;再根据两个节点之间比对上双端读数的实际个数和期望值,确定两个节点之间是否存在边以及边的权重。然后采用迭代和线性规划的方法解决scaffold图中可能存在的冲突。最后利用广度优先遍历算法从scaffold图中确定scaffold。本发明简单易用,在不同的真实数据上表现出良好的scaffolding结果,较其它scaffolding方法具有更高的准确性。

Patent Agency Ranking