-
公开(公告)号：CN115019505B
公开(公告)日：2024-04-30
申请号：CN202210586792.X
申请日：2022-05-27
Applicant: 湖南大学
IPC: G08G1/01 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08 , G06F18/2323 , G06F18/25
Abstract: 本发明提供了一种交通流速度的预测方法，基于异质信息网络与时空注意力机制，包括：步骤1，对在路口处收取到的历史交通流数据进行数据采集，获取训练样本；步骤2，通过获取道路微观图的微观节点和区域节点图的区域节点构造异质信息网络训练模型；步骤3，通过所述异质信息网络训练模型对所述训练样本中的历史交通流数据进行交通流预测训练；步骤4，通过整合不同阶段的异质信息，获取所述微观节点和所述区域节点不同阶段的时空特征进行融合和提取，用于对交通流速度进行预测，得到预测结果。
-
公开(公告)号：CN112180377B
公开(公告)日：2023-07-14
申请号：CN202010998881.6
申请日：2020-09-22
Applicant: 湖南大学
Abstract: 本发明公开了一种非接触式的人机交互定位方法、追踪方法、终端以及可读存储介质，利用上下对称的扬声器分别发送音频信号，再利用上下对称的麦克风分别采集音频信号，采集的所述音频信号包括经手反射的回波信号，若是双手操作，左右手分别对应一个双手操作区域；若是单手操作，则对应一个单手操作区域，定位所述方法包括：S1：对上下麦克风采集的音频信号进行处理获取每一帧信号中回波信号的飞行时间TOF；S2：利用同一手部在同一帧对应的两个椭圆方程计算出手部位置，其中，一个扬声器、一个麦克风分别视为椭圆的焦点，基于一组扬声器、麦克风及回波信号的飞行时间可构建出一个椭圆方程；进而利用上述定位方法进行实时定位完成目标的跟踪。
-
公开(公告)号：CN116403404A
公开(公告)日：2023-07-07
申请号：CN202310424595.2
申请日：2023-04-20
Applicant: 湖南大学深圳研究院
IPC: G08G1/01 , G06F18/25 , G06F18/213
Abstract: 本发明公开了基于运动不确定性扩散模型的车辆轨迹预测方法及系统，方法包括：获取训练车辆的真实轨迹；对真实轨迹中的过去真实轨迹进行时空特征编码处理，得到真实轨迹特征；基于运动不确定性扩散原理、真实轨迹及真实轨迹特征进行高斯噪声融合处理，训练得到去高斯噪声算法；根据去高斯噪声算法构建得到运动不确定性扩散模型；当需要对待预测车辆进行轨迹预测时，获取待预测车辆的已知轨迹特征；基于运动不确定性扩散模型对已知轨迹特征进行处理，得到预测轨迹。使得车辆轨迹预测的结果能够兼顾多样性和准确性。
-
公开(公告)号：CN116401708A
公开(公告)日：2023-07-07
申请号：CN202310387867.6
申请日：2023-04-12
Applicant: 湖南大学
IPC: G06F21/62 , G06F16/901 , G06Q50/00
Abstract: 本发明公开了一种去中心化社交图数据的本地差分隐私保护方法和系统，所述方法分别对用户端社交图中的k‑星型子图数量和三角形子图数量进行本地差分隐私保护：对于k‑星型子图先使用一轮交互获取社交图中节点度上界，并在第二轮交互中统计得到子图数量；对于三角形子图先使用一轮交互来获取社交图节点度上界与每一个用户加噪邻居节点列表生成社交图模型，并在第二轮交互中通过用户自身判断自己参与三角形子图数量并发送给数据策展方进行统计。本发明基于两轮交互对社交图数据进行本地差分隐私保护，对比于以往的一轮交互算法在误差估计方面有着明显的提升，并且在隐私预算较小时尤为明显。
-
公开(公告)号：CN115188106A
公开(公告)日：2022-10-14
申请号：CN202210808739.X
申请日：2022-07-11
Applicant: 湖南大学
Abstract: 本发明提供了一种双因素身份认证方法与装置，部署于指纹锁或密码锁中，方法包括：步骤1，在用户向所述智能锁输入身份凭证信息的过程中，采集输入身份凭证信息的振动信号；步骤2，选取用于表征振动信号整体特征的统计量和用于表征振动信号频域细粒度特征的功率谱密度，建立振动信号的原始特征集；步骤3，对原始特征集中的统计量和功率谱密度进行筛选，得到细粒度特征集；步骤4，将细粒度特征集进行分类，判断振动信号的合法性；步骤5，根据身份凭证信息的认证结果与振动信号的认证结果，对所述用户的身份进行双重认证，得到身份认证结果，身份认证结果包括合法用户或非法用户。
-
Patent Agency Ranking
公开(公告)号：CN115019505A
公开(公告)日：2022-09-06
申请号：CN202210586792.X
申请日：2022-05-27
Applicant: 湖南大学
Abstract: 本发明提供了一种交通流速度的预测方法，基于异质信息网络与时空注意力机制，包括：步骤1，对在路口处收取到的历史交通流数据进行数据采集，获取训练样本；步骤2，通过获取道路微观图的微观节点和区域节点图的区域节点构造异质信息网络训练模型；步骤3，通过所述异质信息网络训练模型对所述训练样本中的历史交通流数据进行交通流预测训练；步骤4，通过整合不同阶段的异质信息，获取所述微观节点和所述区域节点不同阶段的时空特征进行融合和提取，用于对交通流速度进行预测，得到预测结果。
-
公开(公告)号：CN114980017A
公开(公告)日：2022-08-30
申请号：CN202210332924.6
申请日：2022-03-31
Applicant: 湖南大学
Abstract: 本公开实施例提供了一种无人机辅助无线通信的吞吐量最大化适配方法，属于通信技术领域，具体包括：构建无人机辅助地面用户无线通信的下行传输系统；根据系统模型来确定最大化地面用户最小吞吐量问题P1；对用户调度关联、无人机发射功率以及无人机轨迹进行优化，将原问题P1拆解为三个子问题；设当前迭代次数为r，误差阈值ε＝10‑3，则第r次迭代时用户调度关联为Xr，无人机发射功率为Pr，无人机轨迹为Qr，计算目标函数值为ηr，并且与上一次迭代得到的目标函数值ηr‑1相比较，如果|ηr‑ηr‑1|≤ε，则得到用户调度关联最优解Xr，无人机发射功率最优解Pr，最优无人机轨迹Qr，否则返回到步骤3。通过本公开的方案，提高了无线通信网络部署的便利性、灵活性和系统的吞吐量。
-
公开(公告)号：CN114339234A
公开(公告)日：2022-04-12
申请号：CN202210017845.6
申请日：2022-01-07
Applicant: 湖南大学
IPC: H04N19/149 , H04N19/154 , H04N17/00 , H04L65/60 , H04L65/80
Abstract: 本公开实施例中提供了一种基于亮度缩放的移动设备视频流传输方法，属于电学技术领域，具体包括：建立第一关联模型；建立第二关联模型；根据预设的权重因子将第一关联模型和第二关联模型结合，得到视频质量模型；测量移动设备在不同屏幕亮度下传输并播放视频流的耗电量情况，得到功耗模型；多重线性回归拟合视频质量模型和功耗模型，得到优化目标；根据优化目标，计算移动设备的比特率和亮度缩放因子的最佳决策。通过本公开的方案，收集测试人员的评分，将现有的亮度缩放机制和用户感知直接关联，以及，将功耗因素和视频流的观看质量形式化为一个确定性的优化问题，进而生成最佳决策，提高了视频流传输的适应性和节能性。
-
公开(公告)号：CN112598165A
公开(公告)日：2021-04-02
申请号：CN202011452777.3
申请日：2020-12-11
Applicant: 湖南大学
Abstract: 本发明公开了一种城市功能区转移流量预测方法及装置，其方法为：首先，采集城市中私家车的GPS和OBD数据，从中提取私家车的停留点数据，根据经纬度信息为所有停留点数据匹配POI语义标签；然后，根据停留点数据统计每个时间片段内位于各功能区的转移流量，并构建功能区域之间的流量转移矩阵，进而构建训练样本和预测样本；最后，使用训练样本对预设的转移流量预测模型进行训练，训练后即可用于对预测样本在目标时间段的车辆转移流量进行预测。本发明的预测模型捕获了训练样本的时间相关性和时空相关性，预测功能区之间的转移流量，且预测准确率高。
-
公开(公告)号：CN112180377A
公开(公告)日：2021-01-05
申请号：CN202010998881.6
申请日：2020-09-22
Applicant: 湖南大学
Abstract: 本发明公开了一种非接触式的人机交互定位方法、追踪方法、终端以及可读存储介质，利用上下对称的扬声器分别发送音频信号，再利用上下对称的麦克风分别采集音频信号，采集的所述音频信号包括经手反射的回波信号，若是双手操作，左右手分别对应一个双手操作区域；若是单手操作，则对应一个单手操作区域，定位所述方法包括：S1：对上下麦克风采集的音频信号进行处理获取每一帧信号中回波信号的飞行时间TOF；S2：利用同一手部在同一帧对应的两个椭圆方程计算出手部位置，其中，一个扬声器、一个麦克风分别视为椭圆的焦点，基于一组扬声器、麦克风及回波信号的飞行时间可构建出一个椭圆方程；进而利用上述定位方法进行实时定位完成目标的跟踪。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.023 seconds)
