-
公开(公告)号：CN114444123A
公开(公告)日：2022-05-06
申请号：CN202210087301.7
申请日：2022-01-25
Applicant: 湖南大学
IPC: G06F21/62 , G06K9/62 , G06V10/762
Abstract: 本发明提供了一种基于语义信息的匿名轨迹隐私保护方法，包括：步骤1，基于空间访问密度将原轨迹数据集中的轨迹进行离散化，生成自适应离散化格网；步骤2，通过滑动窗口算法将离散化格网中的轨迹划分为若干定长的子轨迹；步骤3，分别计算滑动窗口中子轨迹的时空相似度，并分别根据子轨迹的时空相似度进行轨迹聚类，获得轨迹匿名聚类集合；步骤4，将轨迹匿名聚类集合中的同一匿名聚类中的子轨迹进行合并，合并后的子轨迹满足l‑diversity。本发明可使发布的匿名轨迹数据集有效抵御去匿名攻击和语义攻击，保护用户隐私，减少数据损失，保证数据的可用性。
-
公开(公告)号：CN114266316A
公开(公告)日：2022-04-01
申请号：CN202111631593.8
申请日：2021-12-28
Applicant: 湖南大学
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：CN114025350A
公开(公告)日：2022-02-08
申请号：CN202111500384.X
申请日：2021-12-09
Applicant: 湖南大学
Abstract: 本发明提供了一种基于密码和频偏的双重认证方法，包括：步骤1，待认证设备将带特定SSID的probe request帧信号发送给通用软件无线电外设，通用软件无线电外设与主机相连；步骤2，根据通用软件无线电外设接收到的信号运行GNU radio对接收到的信号进行信号处理，得到待认证设备的载波频偏特征；步骤3，通过最近邻的模式匹配算法将待认证设备的载波频偏特征与已存储的所有授权用户的载波频偏特征进行相似度计算。本发明通过通用软件无线电外设提取出无线智能设备的频偏指纹特征，并利用频偏对智能设备进行识别，通过通过密码和频偏双重认证模式，增强了无线网络识别机制，避免了非法设备的接入，网络安全性提高。
-
公开(公告)号：CN113986370A
公开(公告)日：2022-01-28
申请号：CN202111145242.6
申请日：2021-09-28
Applicant: 湖南大学
IPC: G06F9/445
Abstract: 本发明公开了一种移动边缘计算系统的基站选择与任务卸载方法、装置、设备及介质，方法：基于服务放置和基站选择这两个决策变量，构建移动边缘计算系统在任意时隙的切换时延、通信时延和排队时延的计算模型；最小化非切换时延获得初始时刻的服务放置和基站选择决策；根据前一时隙的决策，计算当前时隙的切换时延和非切换时延，基于容忍更多非切换时延的原则，确定当前时隙是否迁移服务；若不迁移服务，则当前时隙的决策保持为与前一时隙相同；若迁移服务，最小化当前时隙的非切换时延，获得当前时隙的服务放置和基站选择决策；迭代计算所有时隙的服务放置和基站选择决策。本发明保障低时延处理和用户服务质量，满足用户移动的随机性。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN113472854A
公开(公告)日：2021-10-01
申请号：CN202110629359.5
申请日：2021-06-07
Applicant: 湖南大学
IPC: H04L29/08
Abstract: 本发明公开一种复杂边缘环境智能网络协作式任务卸载方法、设备及介质，方法包括：边缘智能网络服务器从智能网络终端设备接收卸载任务得到自身所需承担运算量，将其与自身的运算能力比较，确定自身在所有边缘智能网络服务器协作过程中所承担的角色：热区边缘智能网络服务器或者非热区边缘智能网络服务器；以最小化边缘智能网络服务器总体能耗为原则，采用非合作博弈中相关均衡的方法，为所有热区边缘智能网络服务器计算配对策略，即为每个热区边缘智能网络服务器找到当前为其提供协助的非热区边缘智能网络服务器。本发明在一定程度上均衡智能网络终端设备卸载的运算量，可缓解任务运算量分布不均衡问题，有效降低边缘智能网络服务器能量消耗。
-
公开(公告)号：CN112702714A
公开(公告)日：2021-04-23
申请号：CN202011577013.7
申请日：2020-12-28
Applicant: 湖南大学
Abstract: 本发明公开了一种无人机协作式的车联网运算任务卸载方法，包括：移动边缘运算服务器接收车联网卸载的运算任务，若超过自身运算容限，则确定该移动边缘运算服务器为过载服务器，否则为非过载服务器；过载服务器基于自身的过载运算量，向无人机发出求助信号；无人机接收所有过载服务器的协作求助信号，并以最小化过载运算量的时延开销为目标、以自身长期能耗为约束条件构建原始优化问题，通过对原始优化问题进行转换和求解，得到为所有过载服务器的过载运算量提供协作式策略。本发明可以缓解由于卸载运算量分布不均衡造成的移动边缘运算服务器过载问题。
-
公开(公告)号：CN111275969A
公开(公告)日：2020-06-12
申请号：CN202010094936.0
申请日：2020-02-15
Applicant: 湖南大学
Abstract: 本发明公开了一种基于道路环境智能识别的车辆轨迹填充方法，其步骤为：1)通过集成GPS接收器和惯性测量单元(IMU)的即插即用设备采集车辆数据，并对采集的数据进行必要的预处理；2)根据日常驾驶的经验及客观路段类型的存在，对城市的道路环境进行分类，并利用IMU测量的车辆角速度信息，对轨迹对应的道路环境进行智能识别；3)结合采集的GPS/IMU数据及道路环境的智能识别结果，利用GRU神经网络，建立学习模型，填充轨迹。特别地，通过将神经算术逻辑单元(NALU)集成到轨迹填充模型中，可以应对在复杂匝道路段时GPS中断的挑战。本发明方法具有适用范围广、恢复轨迹精度高、成本低、设备即插即用和可靠性好等优点。
-
公开(公告)号：CN106358203A
公开(公告)日：2017-01-25
申请号：CN201610772003.6
申请日：2016-08-30
Applicant: 湖南大学
CPC classification number: Y02D70/00 , H04W16/14 , H04L27/0006 , H04W84/18
Abstract: 本发明公开了一种分布式认知无线传感器网络中基于Q学习的频谱分配方法，以最大化分布式认知无线传感器网络的平均吞吐量和平均能量效率比为目标，认知无线传感器网络中各节点针对周围授权频谱状态变化以及其他节点分配策略相互学习并最终适应，将该过程映射成分布式多智能体Q学习的过程，并通过执行时序轮替机制下的最佳响应Q学习迭代算法来逼近最佳频谱分配策略。本发明具有收敛速度快、计算复杂度低、改善认知无线传感器网络平均吞吐量和平均能量效率比的特点。
-
公开(公告)号：CN105323052A
公开(公告)日：2016-02-10
申请号：CN201510794460.0
申请日：2015-11-18
Applicant: 湖南大学
IPC: H04L5/00 , H04B17/382
CPC classification number: H04L5/0076 , H04L5/001 , H04L5/0062
Abstract: 本发明公开了一种基于OFDM的认知无线电网络中资源分配方法，该方法巧妙的将优化问题分解成子载波优化问题和功率优化问题两个问题，分别采用启发式算法和迭代算法求解相对来说计算复杂度较低，易于求解，适用于认知用户和子载波数量较大的情况。采用改进的启发式多项式时间算法分配子载波，首先针对主用户对子载波的干扰值将子载波排序，性能更优的子载波首先选择能效比高的认知用户，使得子载波和认知用户的匹配更佳。采用迭代算法分配功率，满足主用户的干扰限制条件和认知系统的总功率限制条件，保证了每个认知用户的最低传输速率。本发明中的两个阶段的算法结合，具有计算复杂度低，适用于多用户系统的特点。
-
-
-
-
-
-
-
-
-
Search Results
110
records
(took 0.03 seconds)
