-
公开(公告)号：CN115578600A
公开(公告)日：2023-01-06
申请号：CN202211344345.X
申请日：2022-10-31
Applicant: 湖南工业大学
IPC: G06V10/764 , G06V10/774 , G06V10/771
Abstract: 本发明公开了一种基于加权K最近邻算法的浮选工况识别方法及系统，通过对泡沫图像数据集中模糊和不确定的数据、以及各类特征的不同分布进行模糊多邻域颗粒的设置；引入熵的概念计算出由特征子集诱导的模糊多邻域颗粒所提供的信息量，并在模糊多粒度信息理论框架下充分考虑泡沫图像特征间的多重关系；根据特征间的多重关系构建目标评价函数，计算出每个特征的函数值，并对特征进行排序；利用计算出的特征函数值对K近邻算法进行加权；选取分类准确率最高的特征子集作为浮选工况识别的最优特征子集。本发明充分考虑到泡沫图像特征间存在的多重关系，能充分利用好特征提供的有用信息，分类效率和分类准确率高。
-
公开(公告)号：CN110928683B
公开(公告)日：2022-01-28
申请号：CN201911112202.4
申请日：2019-11-14
Applicant: 湖南工业大学
IPC: G06F9/50
Abstract: 基于两类密集型虚拟机边缘计算资源分配方法，综合考虑了边缘服务器中IO密集型和CPU密集型虚拟机对资源分配的要求，将虚拟机状态、上传数据类型权重和系统加速比、任务完成时间等分别引入两类虚拟机资源分配计算算法中，动态生成IO密集型虚拟机优先级队列和CPU密集型虚拟机所需CPU核心数，可以实现边缘服务器资源的合理分配，从而有效降低了由于密集计算和高资源消耗等对成本和时延造成的影响。克服了传统启发式方法和代价函数等对优先级的设置人为因素影响较大而不利于边缘服务器进行资源分配的问题，最终提高了资源分配的效率。
-
公开(公告)号：CN110928683A
公开(公告)日：2020-03-27
申请号：CN201911112202.4
申请日：2019-11-14
Applicant: 湖南工业大学
IPC: G06F9/50
Abstract: 基于两类密集型虚拟机边缘计算资源分配方法，综合考虑了边缘服务器中IO密集型和CPU密集型虚拟机对资源分配的要求，将虚拟机状态、上传数据类型权重和系统加速比、任务完成时间等分别引入两类虚拟机资源分配计算算法中，动态生成IO密集型虚拟机优先级队列和CPU密集型虚拟机所需CPU核心数，可以实现边缘服务器资源的合理分配，从而有效降低了由于密集计算和高资源消耗等对成本和时延造成的影响。克服了传统启发式方法和代价函数等对优先级的设置人为因素影响较大而不利于边缘服务器进行资源分配的问题，最终提高了资源分配的效率。
-
公开(公告)号：CN119358587A
公开(公告)日：2025-01-24
申请号：CN202411293893.3
申请日：2024-09-14
Applicant: 湖南工业大学
IPC: G06N3/006
Abstract: 本发明公开了一种异构云中基于负偏移机制的蛇优化预算感知调度算法，本发明先通过数学方法模拟蛇的觅食和繁殖行为，设计探索模式、开发模式、斗争模式和交配模式的不同更新机制在解空间中搜索，然后结合负偏移机制，在保留一定随机性的基础上，确保了个体位置的更新不再是无目的性的随机探索，而是基于个体超出预算的成本特征，指导个体向降低成本的方向进行有向性的位置偏移，解决了异构云环境中现有使用蛇优化算法导致易于陷入局部最优解，加剧了搜索路径的复杂性与不确定性，提高计算难度的问题。
-
公开(公告)号：CN119106320A
公开(公告)日：2024-12-10
申请号：CN202411101029.9
申请日：2024-08-12
Applicant: 湖南工业大学
IPC: G06F18/241 , G06F18/213 , G06V10/80 , G06V10/82 , G06V10/774 , G06N3/045 , G06N3/0464 , G06N3/0495 , G06F18/25
Abstract: 本发明公开了一种融合本征模态函数和点对称模式的多源信号处理方法，通过获取滚动轴承的多源信号数据，并根据多源信号数据，采用基于点对称模式的融合本征模态函数多源信号处理方法生成融合的多源信号SDP图像；采用MobileViT‑SCConv分类模型对多源信号SDP图像进行分类预测；将多源数据融合图像随机划分为训练集、验证集和测试集，使用MobileViT‑SCConv分类模型更新训练集的模型参数，根据在验证集上的结果迭代进行训练，然后利用测试集评估分类预测的效果，实现滚动轴承的故障诊断。本发明过加入融合本征模态函数，改善了多源信号处理难以同时兼顾全局特征和局部特征的现象。
-
Patent Agency Ranking
公开(公告)号：CN113722833B
公开(公告)日：2023-06-06
申请号：CN202111053571.8
申请日：2021-09-09
Applicant: 湖南工业大学
IPC: G06F30/15 , G06F30/27 , G06N3/04 , G06Q10/04 , G06F18/214 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06F119/04
Abstract: 基于双通道长短时记忆神经网络的涡轮发动机剩余使用寿命预测方法，首先测量监测发动机状态的传感器数据指标的可变性，获取具有可变性的传感器数据指标，然后利用双通道长短时记忆神经网络处理数据指标和数据指标的差值，并设计一种卷积神经网络模块提取长短时记忆神经网络序列输出结果的局部时间特征，之后，将局部时间特征用于两层全连接神经网络的输入，预测发动机的剩余使用寿命，最后，使用上一个时刻的预测值作为一个对当前时刻预测结果的缓冲，平滑校准当前的预测值。本发明有效降低了故障噪声的干扰，提高了长短时记忆神经网络处理时间序列的能力，并最终提升了拟合剩余使用寿命的精确度。
-
公开(公告)号：CN114692695A
公开(公告)日：2022-07-01
申请号：CN202210379191.1
申请日：2022-04-12
Applicant: 湖南工业大学
IPC: G06K9/00 , G06K9/62 , G01M13/045
Abstract: 基于多指标融合的故障特征选择及分类方法研究，首先将原始信号通过改进CELMD方法分解为多个PF分量和单个残余分量；然后融合峭度、相关系数和K‑L散度三个指标提取最适合的PF分量进行信号重构；最后提取重构信号的多域特征和熵值特征，输入LightGBM分类器进行分类，实现滚动轴承故障的智能分类。本发明改善了端点效应，缓解了模态混叠的现象，有效减少了虚假分量对故障诊断的影响，进一步提高了故障诊断的分类准确度，并最终有效对不同故障类型进行分类。
-
公开(公告)号：CN105373521B
公开(公告)日：2018-06-29
申请号：CN201510887828.8
申请日：2015-12-04
Applicant: 湖南工业大学
Abstract: 本发明提供了一种基于Minwise Hash动态多阈值过滤计算文本相似度的方法，该方法将比对过程划分为多个比对点，并设置各比对点的动态阈值，过滤相似度低于下界阈值TL(k)的文档，输出相似度高于上界阈值TU(k)的文档。这种提前过滤的方法减少了后续的比对次数，降低了工作量。针对数据的各种情况，对于文档集合全部都是重复的极端情况，基于文本相似度上界阈值的过滤策略会非常有效；对于文档集合全部都是不重复的极端情况，基于文本相似度下界阈值的过滤策略则会非常有效。
-
公开(公告)号：CN114692695B
公开(公告)日：2024-05-14
申请号：CN202210379191.1
申请日：2022-04-12
Applicant: 湖南工业大学
IPC: G06F18/2431 , G06F18/211 , G06F18/213 , G06F18/25 , G01M13/045
Abstract: 基于多指标融合的故障特征选择及分类方法研究，首先将原始信号通过改进CELMD方法分解为多个PF分量和单个残余分量；然后融合峭度、相关系数和K‑L散度三个指标提取最适合的PF分量进行信号重构；最后提取重构信号的多域特征和熵值特征，输入LightGBM分类器进行分类，实现滚动轴承故障的智能分类。本发明改善了端点效应，缓解了模态混叠的现象，有效减少了虚假分量对故障诊断的影响，进一步提高了故障诊断的分类准确度，并最终有效对不同故障类型进行分类。
-
公开(公告)号：CN117828121A
公开(公告)日：2024-04-05
申请号：CN202311870506.3
申请日：2023-12-29
Applicant: 湖南工业大学
IPC: G06F16/58 , G06F16/535 , G06V10/62 , G06V20/52 , G06V10/80 , G06F40/289 , G06N5/025
Abstract: 本发明公开了一种依存属性增强的文搜图行人重识别方法，包括：进行文本模态预处理，用以增强文本的语义特征；通过文本编码器#imgabs0#得到文本特征Tf，并引入自注意力网络Attn，以输出依存增强后的文本特征E；进行视觉模态预处理，对行人图像Vp进行数据增强，再通过视觉编码器#imgabs1#获得图像特征F；将文本特征E和图像特征F进行特征嵌入化，得到文本嵌入t和图像嵌入v；计算分类损失和排名损失，以训练属性依存增强的文搜图行人重识别模型；综上所述，本发明使用依存关系的先验知识挖掘属性信息来增强语义特征，克服了在文搜图行人重识别的领域上常规的图文匹配方法对行人属性挖掘的不足。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.023 seconds)
