-
公开(公告)号:CN113591550A
公开(公告)日:2021-11-02
申请号:CN202110672709.6
申请日:2021-06-17
Applicant: 湖南大学
IPC: G06K9/00 , G06N3/08 , G06F16/9535
Abstract: 本发明公开了一种基于瞳孔变化的个人喜好自动检测模型构建方法、装置、设备及介质,方法为:采集用户的眼睛在阅读给定内容时的视频,从视频帧中提取眼睛的瞳孔与虹膜的比值PIR;对PIR序列进行预处理并赋予对应的标签,该标签标识用户对阅读的给定内容的兴趣程度;从带标签的PIR序列中提取给定的若干特征,得到带标签的特征向量,构成该用户的一个样本;针对每种标签均获取多个样本,所有样本构成训练样本集;使用训练样本集训练多层感知机的参数,得到该用户的个人喜好自动检测模。本发明可以利用与用户内心直接相关的瞳孔变化这一即时生理反应信息来推测用户对智能设备上特定内容的偏好,从而捕捉观看内容与用户喜好程度之间的关系。
-
公开(公告)号:CN119364316A
公开(公告)日:2025-01-24
申请号:CN202411580450.2
申请日:2024-11-07
Applicant: 湖南大学
IPC: H04W4/44 , H04W28/02 , H04W28/08 , G06N3/0442 , H04L67/12
Abstract: 本发明公开了一种基于云边端协同计算的车联网异构资源分配方法,属于移动边缘计算技术领域。本发明结合协同过滤和属性基础预测进行多目标优化的内容流行度预测,预测结果用于指导内容在云‑边‑端网络中的缓存策略,减少延迟并提高缓存命中率;利用多粒度任务分解算法和双深度Q网络任务调度算法,实现任务的细粒度分解与资源的有效分配,最大化延迟和能耗的加权效用函数;在车辆边缘网络中,每个边缘服务器能够独立执行服务迁移并为其他边缘服务器的服务迁移分配资源,利用深度确定性策略梯度算法解决模型自由马尔可夫决策过程问题,最大化由车辆卸载的服务的总期望效用。本发明可以提高网络的整体性能和服务质量,尤其适用于高度动态的环境。
-
公开(公告)号:CN114266316B
公开(公告)日:2024-08-23
申请号:CN202111631593.8
申请日:2021-12-28
Applicant: 湖南大学
IPC: G06F18/241 , G06F18/2323 , G06N3/0464 , G06N3/042 , G06N3/0442 , G06N3/08 , G06F16/29
Abstract: 本公开实施例中提供了一种基于层次图卷积网络的碳足迹‑用户分类方法,属于数据处理技术领域,具体包括:提取多个采样点;根据全部采样点之间的距离构建路段信息,并利用谱聚类方法根据全部路段信息构建路网信息;输入混合时空图卷积网络进行学习,得到层次轨迹嵌入表示;将用户信息及其对应的轨迹数据进行编码后嵌入层次轨迹嵌入表示,得到高维轨迹向量;将高维轨迹向量输入图注意力网络进行降维,得到目标轨迹向量;将目标轨迹向量输入多层感知器和激活函数,得到分类模型。通过本公开的方案,利用图结构构建时空图,然后聚合得到层次嵌入信息,而后再通过图卷积网络和注意力机制网络进行训练,进而得到高精度和可扩展性强的分类模型。
-
公开(公告)号:CN113591550B
公开(公告)日:2024-03-26
申请号:CN202110672709.6
申请日:2021-06-17
Applicant: 湖南大学
IPC: G06V40/18 , G06V10/82 , G06N3/08 , G06F16/9535
Abstract: 本发明公开了一种基于瞳孔变化的个人喜好自动检测模型构建方法、装置、设备及介质,方法为:采集用户的眼睛在阅读给定内容时的视频,从视频帧中提取眼睛的瞳孔与虹膜的比值PIR;对PIR序列进行预处理并赋予对应的标签,该标签标识用户对阅读的给定内容的兴趣程度;从带标签的PIR序列中提取给定的若干特征,得到带标签的特征向量,构成该用户的一个样本;针对每种标签均获取多个样本,所有样本构成训练样本集;使用训练样本集训练多层感知机的参数,得到该用户的个人喜好自动检测模。本发明可以利用与用户内心直接相关的瞳孔变化这一即时生理反应信息来推测用户对智能设备上特定内容的偏好,从而捕捉观看内容与用户喜好程度之间的关系。
-
公开(公告)号:CN113627238B
公开(公告)日:2023-07-25
申请号:CN202110710041.X
申请日:2021-06-25
Applicant: 湖南大学
IPC: G06F18/22 , G06F18/10 , G06F18/213 , G06F18/2411 , G06F3/04883 , G01H17/00 , G06F123/02
Abstract: 本发明公开了一种基于手部结构振动响应特征的生物识别方法、装置、设备及介质,方法为:采集终端屏幕的振动数据并预处理得到屏幕触摸事件对应的待识别振动序列;根据待识别振动序列相对于各区域质心的DTW距离确定触摸区域;根据待识别振动序列的持续时间和总振动幅值确定屏幕敲击力度;根据区域和力度筛选已注册振动序列;根据待识别振动序列与已注册序列在频率域上的振幅差分布,将待识别振动序列中的非稳定频段数据剔除,再提取其细粒度特征向量;根据细粒度特征向量,计算待识别振动序列与筛选的已注册振动序列之间的相似度;根据计算得到的相似度判断当前用户是否为合法用户。本发明可以实现安全和高效的连续用户身份认证。
-
公开(公告)号:CN116108983A
公开(公告)日:2023-05-12
申请号:CN202310036274.5
申请日:2023-01-09
Applicant: 湖南大学
IPC: G06Q10/04 , G06Q50/26 , G06N3/0464
Abstract: 本发明公开了一种基于协同时空卷积网络的城市碳排放预测方法和设备,方法包括:以城市网格为节点,分别以网格之间的空间连通性、地理邻近性和碳排放时间相似性为视角,构建城市多视角相关性的异质图;将城市碳排放和交通密度数据并行输入至异质图,各使用1个时空卷积模块分别从带碳排放和交通密度数据的异质图中提取碳排放的时空特征和交通密度的时空特征;从交通密度的时空特征中提取交通密度对碳排放的依赖性,并将交通密度对碳排放的依赖性与碳排放的时空特征融合,得到碳排放全局时空特征;将碳排放全局时空特征与外部因素结合,对城市碳排放进行协同预测。本发明以协同方法预测城市基于私家车的碳排放,可以提高城市碳排放预测精准度。
-
公开(公告)号:CN116052427A
公开(公告)日:2023-05-02
申请号:CN202310053817.4
申请日:2023-02-03
Applicant: 湖南大学深圳研究院
Abstract: 本发明公开了一种基于私家车出行轨迹数据的城市间跨区域移动性预测方法及装置,方法包括:获取城市群跨区域出行的私家车轨迹数据和驾驶状态数据,提取历史出行流量数据、时空地理数据和POI数据;基于城市群区域划分,根据提取数据构建城市群的空间邻接矩阵S、语义邻接矩阵W和建模三维图信号张量χ;采用基于时空图常微分方程网络的预测模型,根据城市群的S和W及χ预测城市群未来出行流量;基于交通流理论,从历史出行流量数据中获取出行流量初始状态,再采用基于神经常微分方程网络的预测模型,根据初始状态预测未来出行流量;最终融合两个预测模型的出行流量预测结果,保证了城市间出行流量预测结果的准确性和有效性。
-
公开(公告)号:CN113627238A
公开(公告)日:2021-11-09
申请号:CN202110710041.X
申请日:2021-06-25
Applicant: 湖南大学
IPC: G06K9/00 , G06K9/62 , G06F3/0488 , G01H17/00
Abstract: 本发明公开了一种基于手部结构振动响应特征的生物识别方法、装置、设备及介质,方法为:采集终端屏幕的振动数据并预处理得到屏幕触摸事件对应的待识别振动序列;根据待识别振动序列相对于各区域质心的DTW距离确定触摸区域;根据待识别振动序列的持续时间和总振动幅值确定屏幕敲击力度;根据区域和力度筛选已注册振动序列;根据待识别振动序列与已注册序列在频率域上的振幅差分布,将待识别振动序列中的非稳定频段数据剔除,再提取其细粒度特征向量;根据细粒度特征向量,计算待识别振动序列与筛选的已注册振动序列之间的相似度;根据计算得到的相似度判断当前用户是否为合法用户。本发明可以实现安全和高效的连续用户身份认证。
-
公开(公告)号:CN113593183A
公开(公告)日:2021-11-02
申请号:CN202110710657.7
申请日:2021-06-25
Applicant: 湖南大学
IPC: G08B21/06 , G10L21/0208 , G10L25/48 , G10L25/63 , H04M1/72433 , G01S15/10
Abstract: 本发明公开了一种基于声学的疲劳驾驶和分心驾驶的检测方法、装置、设备及介质,其方法为:发射FMCW信号,接收信号进行预处理,得到通过LOS路径传输的FMCW信号和反射的回波信号;根据每个回波信号相对接收到FMCW信号的时间差,计算得到不同反射对象相对于麦克风的距离时间序列;从所有距离时间序列中,提取出驾驶员头部和转向手的距离时间序列;根据头部和转向手的距离时间序列及已知的多种危险驾驶动作,对驾驶员是否执行各种危险驾驶动作进行判断;加权融合所有危险驾驶动作在预设时间段内的次数,判断驾驶员当前是否进入疲劳与分心驾驶的状态。本发明可准确提取驾驶员头和手的回波,实现对疲劳与分心驾驶状态的准确检测。
-
-
-
-
-
-
-
-