基于神经网络的模拟电路设计方法

    公开(公告)号:CN119337799A

    公开(公告)日:2025-01-21

    申请号:CN202411347289.4

    申请日:2024-09-26

    Applicant: 湖南大学

    Abstract: 本申请涉及一种基于神经网络的模拟电路设计方法、装置、设备及介质,其中,方法包括:获取模拟电路设计的训练数据集;基于训练数据集和电路模型指标,设计模拟电路设计对应的激活函数类型;识别初始神经网络对应的神经元数量,基于神经元数量确定神经元电路模块对训练数据集的处理模式和空间分布;根据激活函数类型以及确定的处理模式和空间分布进行模拟电路设计,构建多层级复杂神经元组的神经网络训练电路;采用训练数据集对多层级复杂神经元组的神经网络训练电路进行训练,得到仿真验证的神经网络电路模型。整个方案可以实现高效且准确的模拟电路设计。

    基于Quegel分布式图计算系统的K-truss分解方法

    公开(公告)号:CN113590887B

    公开(公告)日:2024-11-05

    申请号:CN202110814231.6

    申请日:2021-07-19

    Abstract: 本发明提出一种基于Quegel分布式图计算系统的K‑truss分解方法,针对大型网络图,系统运行后加载图,对存储图的文件进行逐行读取转成字符串后调用自定义UDF函数,将文件中的一行字符数据转换成顶点和邻接表,并以顶点为端点的边集存入global_Edge_Map中;完成加载后,通过分解函数重置计时器,新建一个查询任务用来分解,并将该查询任务初始化后添加至查询任务队列中,再清空查询任务队列的通信量和计算量;执行查询任务队列,激活所有顶点,对激活的所有顶点进行K‑truss分解;统计并判断global_Edge_Map中边的个数,为空时,判断分解完成并退出该过程,打印信息。解决目前有的技术方案大部分都是一台机器上的图的k‑truss分解处理,当遇到大型图的处理时,需要机器很高的配置,耗费大内存的问题。

    计算任务的分配方法、装置、计算机设备和存储介质

    公开(公告)号:CN114706687B

    公开(公告)日:2024-09-24

    申请号:CN202210426012.5

    申请日:2022-04-22

    Applicant: 湖南大学

    Abstract: 本申请涉及一种计算任务的分配方法、装置、计算机设备和存储介质。方法包括:获取计算任务对应的第一数量个计算图以及各计算子任务之间的流转关系;计算每个边界计算子任务的关键关系增益,关键关系增益包括第一增益和第二增益;根据各边界计算子任务的第一增益和第二增益调整边界计算子任务至其他计算图,获得新的第一数量个计算图;若新的第一数量个计算图存在新的边界计算子任务,返回确定每个边界计算子任务的关键关系增益的步骤,直至获得的新的第一数量个计算图不存在新的边界计算子任务,并将每次获得第一数量个计算图之间的关键关系数量最小的第一数量个计算图,分配至对应的计算设备。采用本方法能够满足实时应用要求,减少通信延时。

    一种用于超级计算中心的并行任务调度方法和系统

    公开(公告)号:CN111061553B

    公开(公告)日:2023-10-10

    申请号:CN201911296937.7

    申请日:2019-12-17

    Applicant: 湖南大学

    Abstract: 本发明公开了一种用于超级计算中心的并行任务调度方法,提出了基于现有的超算环境下处理器的使用价格和网格作业调度系统中普遍存在的任务并行执行问题的实现方法,通过衡量任务执行的调度价格和调度算法的执行效果以及处理器负载均衡等各项性能指标,本发明能够用更低的价格可以执行同等的任务,在不同的超级计算中心平台上,本发明可以用更低的开销维持更好的性能,同时算法的执行更为高效,并且该计算方法保持了很好的处理器负载均衡,得到了一个较优的调度执行结果。本发明可以充分利用现有的硬件资源进行计算,并且在操作中证明了该方法的执行高效性,以及所使用的调度算法的并行执行的可靠性,同时也很好的保证了处理器间的负载均衡。

    终端行为检测模型构建方法、装置、设备和存储介质

    公开(公告)号:CN116723157A

    公开(公告)日:2023-09-08

    申请号:CN202310624689.4

    申请日:2023-05-30

    Applicant: 湖南大学

    Abstract: 本申请涉及一种终端行为检测模型构建方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取各预设周期时间区间内第一终端设备和各第二终端设备之间的历史流量数据;分别对各所述历史流量数据进行特征提取,得到各所述预设周期时间区间内的流量统计特征;根据各所述预设周期时间区间对应的周期时间特征值和各所述流量统计特征,构造各所述预设周期时间区间内的流量特征时序样本;获取各所述流量特征时序样本对应的样本标签,根据各所述流量特征时序样本和各所述样本标签,构建各所述预设周期时间区间对应的终端行为检测模型。采用本方法能够兼顾提升终端行为检测模型的训练效果和训练效率。

    移动边缘计算中的迁移管理方法、装置和存储介质

    公开(公告)号:CN111459662B

    公开(公告)日:2023-07-04

    申请号:CN202010190898.9

    申请日:2020-03-18

    Applicant: 湖南大学

    Abstract: 本申请涉及一种上述移动边缘计算中的迁移管理方法、装置、计算机设备和存储介质,其中,方法包括:获取任务的数据信息,将任务卸载至当前覆盖任务的源边缘服务器;将待处理的任务根据当前时间片下对应的目的边缘服务器划分为不同小组,针对每个小组内任务计算迁移阈值;依次确定小组内各任务的迁移策略;根据得到的迁移策略进行移动边缘计算中的迁移管理。采用分组的思想,将任务基于目的边缘服务器划分为不同小组,再根据确定的迁移阈值依次确定下小组内各任务的迁移策略,能够高效确定各任务的迁移策略。

    推荐系统攻击检测样本数据生成方法与装置

    公开(公告)号:CN116226851A

    公开(公告)日:2023-06-06

    申请号:CN202310113254.3

    申请日:2023-02-14

    Applicant: 湖南大学

    Abstract: 本申请涉及一种推荐系统攻击检测样本数据生成方法与装置。所述方法包括:获取推荐系统的数据集中真实用户评分矩阵;根据所述真实用户评分矩阵,通过生成器生成与所述真实用户评分矩阵对应的虚假用户评分矩阵;将所述虚假用户评分矩阵和所述真实用户评分矩阵混合,得到混合的用户评分矩阵;根据混合的用户评分矩阵,通过模拟推荐系统的攻击性鉴别器对多个推荐项目进行仿真攻击,得到攻击损失;基于所述攻击损失以及所述混合的用户评分矩阵,生成攻击检测样本。采用本方法能够支持推荐系统攻击抵抗能力准确检测。

    基于多传感器的室内运动轨迹导航方法

    公开(公告)号:CN110332936B

    公开(公告)日:2023-04-21

    申请号:CN201910435193.6

    申请日:2019-05-23

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于多传感器的室内运动轨迹导航方法,其包括以下步骤:设定运动路径,所述运动路径包括起点地理位置信息、终点地理位置信息和当前环境信息;沿着所述运动路径行走,首次采集所述运动路径的参考轨迹信息,所述参考轨迹信息包括参考轨迹空间参数、参考轨迹直线参数、参考轨迹高度参数和参考轨迹拐点参数;导航时,用户沿着所述运动路径行走并采集实际轨迹信息,所述实际轨迹信息至少包括实际轨迹空间参数;将所述实际轨迹信息与所述参考轨迹信息进行相似度分析并输出结果,以指示用户行走。与现有技术相比,本发明提供的导航方法利用常见设备如智能手机中的多传感器就可以为用户提供有效的室内导航。

Patent Agency Ranking