-
公开(公告)号：CN112862414B
公开(公告)日：2023-12-05
申请号：CN202110390408.4
申请日：2021-04-12
Applicant: 中南大学
IPC: G06Q10/0835
Abstract: 本发明公开了一种基于集群旅行商问题的协同配送路径优化方法，包括获取待分析区域的区域参数；构建具有覆盖的多集群旅行商问题模型；进行分区平衡优化；随机构建初始路径；采用扰动机制对初始路径进行优化；对后续路径进行再优化；重复上述步骤到设定的条件得到最终的协同配送路径优化结果。本发明方法能够有效平衡各配送员的工作量，并为他们提供最优的路径规划，能够有效的降低总配送成本，而且可靠性高，实用性好。
-
公开(公告)号：CN116310970A
公开(公告)日：2023-06-23
申请号：CN202310198793.1
申请日：2023-03-03
Applicant: 中南大学
IPC: G06V20/40 , G06V20/56 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于深度学习的自动驾驶场景分类算法，包括获取自动驾驶场景视频数据，采用数据预处理的方式构建输入数据集；构建自动驾驶场景分类初步模型；采用构建输入数据集对构建的自动驾驶场景分类初步模型进行训练，得到自动驾驶场景分类模型；采用获取的自动波驾驶场景分类模型，完成自动驾驶场景分类。本发明提高了视频分类算法的鲁棒性，能够较好地解决自动驾驶道路、天气、车辆行驶动作分类问题，分类精度和稳定性优于目前最先进的视频分类算法。
-
公开(公告)号：CN109871619B
公开(公告)日：2022-12-27
申请号：CN201910132882.X
申请日：2019-02-22
Applicant: 中南大学
Abstract: 本发明公开了一种基于网格划分的静态充电桩部署方法，包括建立网络模型；对待分析区域进行网格划分；计算各网格内共享电单车的平均数据并排除部分网格；计算剩余网格内共享电单车的分布数据并选定静态充电桩分布的网格；对选定的网格进行位置优化从而确定最终的静态充电桩的部署位置。本发明基于网格划分，并以共享电单车的分布方差作为衡量指标，因此本发明方法能够更好的兼顾动态变化的共享电单车的分布情况，在共享电单车的覆盖率和稳定性方面能够取得更好的部署性能，能够更好得解决静态充电桩一旦部署便难以移动的问题。
-
公开(公告)号：CN115420299A
公开(公告)日：2022-12-02
申请号：CN202211071242.0
申请日：2022-09-01
Applicant: 中南大学
Abstract: 本发明公开了一种基于GPS轨迹和图神经网络的出行时间预测方法，包括获取GPS序列并排序；计算最开始的若干个节点的特征数据；计算GPS序列中每个节点的前若干个节点的特征数据；合并特征数据与节点自身的特征数据得到更新后的节点特征并排序，构建粗‑细粒度二部图；将粗‑细粒度二部图进行图神经网络聚合得到更新的粗‑细粒度二部图；再次进行图神经网络聚合得到每个节点两跳内邻居节点的特征；采用循环神经网络学习特征数据得到局部路径的时间预测结果；对局部路径的时间预测结果加权求和得到最终的全局路径的出行时间预测结果。本发明不仅实现了出行时间预测，而且可靠性高、准确性好，适用范围广。
-
公开(公告)号：CN107657374B
公开(公告)日：2021-01-08
申请号：CN201710871821.6
申请日：2017-09-25
Applicant: 中南大学
Abstract: 本发明公开了一种基于能耗和距离动态变化的按需充电调度方法，首先建立节点能量消耗率预测模型；基于传感器节点的能量消耗率以及到移动充电器MC的距离选择充电节点；通过该充电节点建立一个往返服务站的虚拟封闭路径，利用基于节点剩余能量以及能耗率的充电路径可行性判断封闭路径的可行性，如果路径可行而且充电节点剩余能量可以维持到MC对其充电则执行，否则重新选择充电节点；建立节点自适应充电阈值模型，当充电电量达到最大阈值时，MC离开；当建立的虚拟封闭路径不可行或网络中没有节点需要充电时，MC返回服务站补充能量；实时的充电路径更能适应能耗动态发生变化的网络，故本发明在存活节点数和充电效率方面能够取得更好的调度性能。
-
Patent Agency Ranking
公开(公告)号：CN107613480B
公开(公告)日：2020-04-17
申请号：CN201710871553.8
申请日：2017-09-24
Applicant: 中南大学
Abstract: 本发明公开了一种基于树状簇与移动元素的数据收集方法。包括如下步骤：基于域心距离的网络区域划分，选取中心点和域心，从而将整个网络划分为多个区域；在每个区域中选择用于收集数据的小车出发点位置；在分区内选择数据汇聚节点SP并视为单棵树的根节点，基于距离根节点的最短跳数计算每个节点的父节点与子节点集合，构建每个汇聚点SP的数据收集树；同时构建关于能量消耗量的优化函数，计算每个节点的数据产生率和链路传输率；汇聚点SP将作为DCV巡游网络时的驻留收集点，且在固定周期后重新选择汇聚点SP，随之生成数据收集树。因此，本发明有效的减少了网络中数据传输能耗和DCV移动消耗，降低数据收集时延，缓解hotspot问题，延长网络生命期。
-
公开(公告)号：CN109862612A
公开(公告)日：2019-06-07
申请号：CN201910237953.2
申请日：2019-03-27
Applicant: 中南大学
Abstract: 本发明公开了一种基于双功能小车移动路径规划的数据收集和无线充电方法，包括获取目标网络的数据参数；构建效用函数；选择目标网络中的锚点；为所有传感器节点分配唯一所属的锚点；构建DC-WCV巡游路径；双功能小车按照构建的DC-WCV巡游路径对网络进行巡游完成网络节点的数据收集和无线充电。本发明提供的这种基于双功能小车移动路径规划的数据收集和无线充电方法，通过构建与移动能耗相关的效用函数对小车路径进行限制，同时通过选取锚点并将传感器节点分配给锚点，从而构建DC-WCV巡游路径，因此本发明方法能够能够有效减少DC-WCV的移动能耗，延长系统网络的生命期，而且可靠性高。
-
公开(公告)号：CN105138921B
公开(公告)日：2018-02-09
申请号：CN201510505960.8
申请日：2015-08-18
Applicant: 中南大学
IPC: G06F21/57
Abstract: 本发明公开了一种基于页面特征匹配的钓鱼网站目标域名识别方法，包括以下步骤：步骤1：获取一个待识别的钓鱼网站的URL，将该URL地址中嵌套的域名、页面源代码中超链接所包含的域名、搜索引擎搜索结果中的域名和常用的被钓鱼目标域名都加入到目标域名识别范围；步骤2：从目标域名识别范围去除CDN缓存加速服务器的域名；步骤3：目标识别算法的特征相似性计算；步骤4：将目标域名识别范围D中的每个域名的特征相似性S按照从大到小的顺序进行排列，选取相似度最大的域名作为最终的钓鱼网站目标域名，目标检测结束。该基于页面特征匹配的钓鱼网站目标域名识别方法具有识别准确率高的优点。
-
公开(公告)号：CN116432125B
公开(公告)日：2023-09-05
申请号：CN202310637656.3
申请日：2023-06-01
Applicant: 中南大学
IPC: G06F18/243 , G06F18/2411 , G06F18/22 , G06F8/41 , G06F17/16
Abstract: 本发明公开了一种基于哈希算法的代码分类方法，包括获取已有的代码数据和对应的分类结果提取对应的抽象语法树；计算得到各个抽象语法树的表达；基于抽象语法树之间的相似度构建核矩阵；构建抽象语法树分类初步模型并训练得到抽象语法树分类模型；采用抽象语法树分类模型进行实际的代码的分类。本发明避免了神经网络中复杂的数学计算和海量的参数学习，同时不再依赖昂贵的高端硬件，能够在满足代码分类精度的前提下，明显降低时间开销，尤其适用于大规模代码数据集场景下的代码分类任务，而且本发明的可靠性高、准确性好且效率较高。
-
公开(公告)号：CN116432125A
公开(公告)日：2023-07-14
申请号：CN202310637656.3
申请日：2023-06-01
Applicant: 中南大学
IPC: G06F18/243 , G06F18/2411 , G06F18/22 , G06F8/41 , G06F17/16
Abstract: 本发明公开了一种基于哈希算法的代码分类方法，包括获取已有的代码数据和对应的分类结果提取对应的抽象语法树；计算得到各个抽象语法树的表达；基于抽象语法树之间的相似度构建核矩阵；构建抽象语法树分类初步模型并训练得到抽象语法树分类模型；采用抽象语法树分类模型进行实际的代码的分类。本发明避免了神经网络中复杂的数学计算和海量的参数学习，同时不再依赖昂贵的高端硬件，能够在满足代码分类精度的前提下，明显降低时间开销，尤其适用于大规模代码数据集场景下的代码分类任务，而且本发明的可靠性高、准确性好且效率较高。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.025 seconds)
