一种基于数据转换和分区模型的并发学习索引方法

    公开(公告)号:CN117370383A

    公开(公告)日:2024-01-09

    申请号:CN202311530204.1

    申请日:2023-11-16

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于数据转换和分区模型的并发学习索引方法,包括获取历史查询数据键,判断数据键类型,划分为数值型键数据和字符串型键数据;针对确定的数值型键数据进行数值型键数据处理;针对确定的字符串型键数据进行字符串型键数据处理;采用处理后得到的数值型键数据,训练数值型键学习索引模型;采用处理后得到的若干个字符串型键分区,训练字符串型键学习索引模型;针对待查询数据进行数据键类型判断处理,根据判断后的类型,选择对应的数据处理方式进行数据处理;选择对应的学习索引模型确定分组,并根据分组结果,在对应的分组中查询数据,完成索引处理;本发明方法的性能提升、精度提高、效果显著。

    比特币矿池的身份推理方法及其推理系统

    公开(公告)号:CN111325346B

    公开(公告)日:2023-04-18

    申请号:CN202010104109.5

    申请日:2020-02-20

    Applicant: 中南大学

    Abstract: 本发明公开了一种比特币矿池的身份推理方法,包括根据区块链中的交易关系建立交易网络和地址网络;根据矿池产生比特币的传播建立地址对矿池的纯度度量;从交易网络中分离出高纯度自网络并找到高纯度自网络所对应的地址网络作为矿池内部交易网络;对矿池内部交易网络的交易进行分析并对矿池的身份进行推理。本发明还公开了一种实现所述比特币矿池的身份推理方法的推理系统。本发明对区块链中的交易关系的分析和计算,并建立对应的视图模型从而对矿池的身份进行推理;因此本发明能够对比特币矿池的身份进行适当推理,而且可靠性高、实用性好且易于实施。

    有标签高维数据的最优投影集合方法及情感文本分类方法

    公开(公告)号:CN111382274B

    公开(公告)日:2022-06-10

    申请号:CN202010208815.4

    申请日:2020-03-23

    Applicant: 中南大学

    Abstract: 本发明公开了一种有标签高维数据的最优投影集合方法,包括获取需要投影的有标签高维数据的所有类别对;计算类别对之间的类别对可分离向量空间;对可分离高维空间范围求交集得到可分离向量空间的交空间;选取可分离向量空间的交空间中的轴组成二维投影集合并得到最终的最优投影集合。本发明还公开了包括所述有标签高维数据的最优投影集合方法的情感文本分类方法。本发明通过类别对可分离向量空间的交集选取交空间中的轴组成二维投影集合,来组成最终的有标签高维数据的最优投影集合,因此本发明方法能够有效帮助呈现有标签高维数据中的类别信息,而且可靠性高,实用性好。

    立体图像重建方法、系统、存储介质及计算机程序产品

    公开(公告)号:CN113935901A

    公开(公告)日:2022-01-14

    申请号:CN202111183369.7

    申请日:2021-10-11

    Abstract: 本发明公开了一种立体图像重建方法、系统、存储介质及计算机程序产品,分别提取低分辨率的左侧图像Ileft和右侧图像Iright的初始特征,分别得到初始特征Fleft和Fright;将所述初始特征Fleft和Fright作为跨视野模块的输入,得到输出FCVB和将输出FCVB和分别输入第一特征提取模块和第二特征提取模块,分别得到第一通道分离结果和第二通道分离结果;其中,所述第一特征提取模块和第二特征提取模块结构相同;聚合第一通道分离结果与FCVB,得到左侧图像Ileft的重建图像;聚合第二通道分离结果与得到右侧图像Iright的重建图像。本发明可以对双目图像进行有效的超分辨率重建,重建后的图像清晰自然,具有丰富的纹理细节。

    异常行为样本生成方法及系统

    公开(公告)号:CN113095446B

    公开(公告)日:2021-09-03

    申请号:CN202110640175.9

    申请日:2021-06-09

    Applicant: 中南大学

    Abstract: 本发明公开了一种异常行为样本生成方法及系统,从样本充足的基类中搜索与其他样本的特征的距离之和最小的样本,即基类的质心,并将该质心作为基类中心;计算当前新类样本与所有基类中心的欧式距离,选择与该新类样本距离最近的k个基类作为最近邻基类;计算所述k个基类的中心的平均值,作为近似类中心,计算近似类中心与新类样本的中点,作为最终的新类分布中心;利用最终的新类分布构造一个基于高斯分布的样本生成器,用以随机生成虚拟样本。本发明不但更加准确地估计出了新类的分布中心,而且有效解决了少样本学习中对相似类的分类效果不佳的问题。

    异常行为样本生成方法及系统

    公开(公告)号:CN113095446A

    公开(公告)日:2021-07-09

    申请号:CN202110640175.9

    申请日:2021-06-09

    Applicant: 中南大学

    Abstract: 本发明公开了一种异常行为样本生成方法及系统,从样本充足的基类中搜索与其他样本的特征的距离之和最小的样本,即基类的质心,并将该质心作为基类中心;计算当前新类样本与所有基类中心的欧式距离,选择与该新类样本距离最近的k个基类作为最近邻基类;计算所述k个基类的中心的平均值,作为近似类中心,计算近似类中心与新类样本的中点,作为最终的新类分布中心;利用最终的新类分布构造一个基于高斯分布的样本生成器,用以随机生成虚拟样本。本发明不但更加准确地估计出了新类的分布中心,而且有效解决了少样本学习中对相似类的分类效果不佳的问题。

    基于用户指导的高维数据分析方法及人脸数据分析方法

    公开(公告)号:CN113095427A

    公开(公告)日:2021-07-09

    申请号:CN202110441933.4

    申请日:2021-04-23

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于用户指导的高维数据分析方法,包括获取原始的高维数据;将原始的高维数据在散点图上进行投影,扩展数据特征空间并对若干数据点在扩展特征空间上的值进行设置;对原始数据特征进行矩阵分解得到原始数据的分解模型;对扩展的特征空间进行填充;结合原始数据特征和扩展的数据特征进行高维数据的可视化分析。本发明还公开了一种包括了所述基于用户指导的高维数据分析方法的人脸数据分析方法。本发明方法能够将用户对有限数据点的知识扩充到所有数据点上,并且能够帮助用户进行高维数据探索的基于用户知识指导,而且可靠性高,实用性好。

    非线性投影分析方法及人脸图像非线性投影分析方法

    公开(公告)号:CN113076906A

    公开(公告)日:2021-07-06

    申请号:CN202110410964.3

    申请日:2021-04-16

    Applicant: 中南大学

    Abstract: 本发明公开了一种非线性投影分析方法,包括获取待分析的非线性投影结果;计算每个数据实例的低维表示和高维特征之间的仿射映射;对待分析的非线性投影进行片段划分;构造层次化探索树并计算层次化探索树中各节点保持边界的仿射映射;对非线性投影进行层次化探索并完成对非线性投影的分析。本发明还公开了一种包括所述非线性投影分析方法的人脸图像非线性投影分析方法。本发明对非线性投影进行了分段线性拟合,并建立对应的视图模型从而对非线性投影中的模式进行分析;因此本发明能够对非线性投影中的模式进行分析,而且可靠性高、实用性好。

    一种充电车移动受限的充电调度方法

    公开(公告)号:CN108737995A

    公开(公告)日:2018-11-02

    申请号:CN201810502344.0

    申请日:2018-05-23

    Applicant: 中南大学

    CPC classification number: H04W4/70 H04W4/024 H04W4/40

    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。

Patent Agency Ranking