车载机会网络中一种代价最小的转发中继选择方法

    公开(公告)号:CN106332215A

    公开(公告)日:2017-01-11

    申请号:CN201610870647.9

    申请日:2016-09-30

    Applicant: 中南大学

    CPC classification number: H04W40/18 H04L41/145 H04L45/14

    Abstract: 本发明公开了车载机会网络中一种代价最小的转发中继选择方法,属于车载网络通信领域。包括以下步骤:构建由一个源车载节点、一个目的车载节点和M-2个中继节点组成的车载机会网络模型;基于所述车载机会网络模型,构建所述节点之间的相遇速率模型和传输代价模型;基于所述相遇速率模型和传输代价模型,推导出最优中继节点选择问题;通过设计一个动态规划的启发式方法解决所述最优中继节点选择问题,进而建立多样节点中继机制;对所述多样节点中继机制和基于相同网络参数的已有机制进行仿真,验证所述多样节点中继机制的优越性。本发明能够充分利用通信机会,选择合适的中继转发节点来提升机会转发性能。

    一种基于维度相关性的子空间聚类可视分析方法

    公开(公告)号:CN106203516A

    公开(公告)日:2016-12-07

    申请号:CN201610550993.9

    申请日:2016-07-13

    Applicant: 中南大学

    CPC classification number: G06K9/6218

    Abstract: 本发明公开了一种基于维度相关性的子空间聚类的可视分析方法,建立基于聚类显著性的维度相关性度量方法;建立子空间聚类复杂结构的有效可视化方法;建立基于维度相关性的可视分析框架。在交互式、可视化的数据探索过程中,给予用户有效的引导信息,指导用户快速发现有价值的子空间和对应的聚类。

    基于群体智能的图像识别后门防御方法、装置及介质

    公开(公告)号:CN114048474B

    公开(公告)日:2025-03-28

    申请号:CN202111303400.6

    申请日:2021-11-05

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于群体智能的图像识别后门防御方法、装置及介质,基于分布式集群中多个神经网络图像识别模型的关联关系并按照连接密集程度排名,将连接密集的神经网络模型选为种子神经网络模型;针对每两个种子神经网络模型,利用注意力蒸馏表征对该两个种子神经网络模型执行蒸馏操作,提炼对种子神经网络模型后门攻击无效的注意力激活图Al;通过设计鲁棒蒸馏损失函数L衡量两个种子神经网络模型的激活注意力图Al的欧式距离和余弦距离,种子神经网络模型基于L计算梯度值并进行反向传播,更新种子神经网络模型参数。本发明提出的群体智能图像识别后门防御算法在图像识别后门防御任务下的性能和效率达到了目前最优水平。

    用于富文本图像问答的视觉语言大模型训练方法、系统及富文本图像问答方法

    公开(公告)号:CN119066178A

    公开(公告)日:2024-12-03

    申请号:CN202411299895.3

    申请日:2024-09-18

    Applicant: 中南大学

    Abstract: 本发明公开了一种用于富文本图像问答的视觉语言大模型训练方法,包括确定视觉语言大模型并获取训练数据集;在训练数据集中选择若干富文本图像数据并获取文本信息和描述信息;采用大语言模型得到带有推理过程的问答数据对;在训练数据集选择若干问答数据对并结问答数据对构建混合训练数据集;设计视觉语言大模型训练的损失函数;采用混合训练数据集,根据损失函数完成对待训练的视觉语言大模型的训练。本发明还公开了一种实现所述用于富文本图像问答的视觉语言大模型训练方法的系统,以及包括了所述用于富文本图像问答的视觉语言大模型训练方法的富文本图像问答方法。本发明能够实现视觉语言大模型的训练,而且可靠性更高,综合性能更好。

    无人机飞控信号可视化识别分选方法

    公开(公告)号:CN111428631B

    公开(公告)日:2023-05-05

    申请号:CN202010208111.7

    申请日:2020-03-23

    Applicant: 中南大学

    Abstract: 本发明公开了一种无人机飞控信号可视化识别分选方法,包括获取待分析的无人机飞控信号;对信号进行时频分析、图像去噪并提取信号参数;对信号参数进行聚类分析和时频图重构,从而得到最终的无人机飞控信号可视化识别分选结果。本发明针对反无人机侦查瓶颈问题进行技术设计,使用信号时频分析、图像遗传算法分割去噪、图像连通区域标记特征提取、基于核密度估计的密度峰值聚类分析及时频图像重构等多种算法技术,实现对无人机飞控信号的检测识别,而且实施极为方便,能够有效避免其他侦察手段的不足,可以有效帮助指挥人员及时、准确、直观地进行射频跳频信号分析识别分选,为操作人员对信号性质的研判提供有力支撑。

    基于联合注意力网络的国际疾病自动分类方法

    公开(公告)号:CN115827860A

    公开(公告)日:2023-03-21

    申请号:CN202211466504.3

    申请日:2022-11-22

    Applicant: 中南大学

    Abstract: 本公开实施例中提供了一种基于联合注意力网络的国际疾病自动分类方法,属于数据处理技术领域,具体包括:得到文档表示;将文档表示输入卷积神经网络进行编码;生成文档到标签的基于文档的注意力表示;得到标签表示;根据文档表示和标签表示计算医学文档和每个标签的相似度;将相似度矩阵通过卷积神经网络和注意力机制得到基于标签注意力的文档表示;将基于文档的注意力表示和基于标签的注意力表示输入自适应融合层,得到多标签分类输出结果;将多标签分类输出结果输入Cornet块,挖掘多标签之间的相关度,进一步优化分类结果和加速模型收敛。通过本公开的方案,解决了长尾标签分布中密集和稀疏数据的分类和挖掘标签相关性问题。

    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:CN113095427B

    公开(公告)日:2022-09-13

    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。

    基于群体智能的图像识别后门防御方法、装置及介质

    公开(公告)号:CN114048474A

    公开(公告)日:2022-02-15

    申请号:CN202111303400.6

    申请日:2021-11-05

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于群体智能的图像识别后门防御方法、装置及介质,基于分布式集群中多个神经网络图像识别模型的关联关系并按照连接密集程度排名,将连接密集的神经网络模型选为种子神经网络模型;针对每两个种子神经网络模型,利用注意力蒸馏表征对该两个种子神经网络模型执行蒸馏操作,提炼对种子神经网络模型后门攻击无效的注意力激活图Al;通过设计鲁棒蒸馏损失函数L衡量两个种子神经网络模型的激活注意力图Al的欧式距离和余弦距离,种子神经网络模型基于L计算梯度值并进行反向传播,更新种子神经网络模型参数。本发明提出的群体智能图像识别后门防御算法在图像识别后门防御任务下的性能和效率达到了目前最优水平。

    一种异常行为检测方法及系统

    公开(公告)号:CN113037783B

    公开(公告)日:2021-08-06

    申请号:CN202110561988.9

    申请日:2021-05-24

    Applicant: 中南大学

    Abstract: 本发明公开了一种异常行为检测方法及系统,在使用深度学习技术的基础上,综合边缘服务器、云端的体系结构优势,保证了边缘服务器高响应、低延迟。边缘服务器上传开放场景出现的异常行为至云端和下载云端系统中新增的行为类别。云端通过主动标签学习将异常行为由已知行为进行表示。由此构建了完善的边缘服务器和云端的异常行为检测闭环,边缘服务器无需与云端保持长连接,减轻了网络传输压力,异常行为的行为类别支持更新也更加符合开放场景下的异常行为检测需要。

Patent Agency Ranking