公开(公告)号：CN119474329B

公开(公告)日：2025-03-28

申请号：CN202510070506.8

申请日：2025-01-16

Applicant: 湖南科技大学

Inventor： 熊乃学 ,  谭文瑾 ,  黄雪婷 ,  肖宇锋 ,  孟祥伟 ,  梁伟

IPC: G06F16/3329 ,  G06F16/36 ,  G06F40/279 ,  G06F40/30 ,  G06N5/022

Abstract: 本发明属于情感识别技术领域，公开了一种面向物联网环境中对话分析的图对抗情绪识别方法及系统，包括：构建语境分析模块和因果感知模块，分析对话中的结构依赖关系，利用结构依赖关系图学习对话人之间的上下文情绪特征；同时捕捉不同说话人对话之间的因果关系，结合自注意机制动态调整因果线索在对话中的权重，获取对情感变化最具影响力的因果关系，更精确地理解对话中所包含的情绪；最后引入差分正则化项，衡量语境分析模块和因果感知模块输出之间的差异，并促进语境分析模块和因果感知模块之间的信息交互，获得更全面的情感信息。本发明在物联网环境中对复杂的对话场景进行更好的情绪识别处理，提高了情绪识别任务的识别精度。

公开(公告)号：CN119210465A

公开(公告)日：2024-12-27

申请号：CN202411579167.8

申请日：2024-11-07

Applicant: 湖南科技大学

Inventor： 梁伟 ,  肖嘉宏 ,  陈宇翔 ,  何大成 ,  阳超逸 ,  熊乃学

IPC: H03M7/30 ,  G06F9/50 ,  G06N20/00

Abstract: 本发明涉及电数字数据处理技术领域，具体公开一种自适应压缩编码的分层联邦学习方法，该方法包括：分层联邦学习架构构建、边缘服务器匹配、模型生成性能判断、压缩率匹配以及分层联邦学习架构判断，首先构建出分层联邦学习架构，使得每一层都能充分利用其计算资源，通过匹配得到终端设备对应的边缘服务器，各终端设备用于生成环境数据训练模型，根据边缘服务器的网络传输性能得到对应的压缩率，边缘服务器接收各终端设备的环境数据训练模型并按照对应的压缩率依次进行自适应压缩编码以及边缘聚合，云服务器接收边缘聚合结果并进行全局聚合，最终判断分层联邦学习架构所属云服务器是否将全局聚合对应结果上传至环境资源调度云平台。

公开(公告)号：CN118312817A

公开(公告)日：2024-07-09

申请号：CN202410729844.3

申请日：2024-06-06

Applicant: 湖南科技大学

Inventor： 陈林书 ,  陈攀宇 ,  梁伟 ,  陈宇翔 ,  靳恺 ,  胡娜 ,  熊乃学 ,  李冠憬

IPC: G06F18/23213 ,  G06F18/214 ,  G06F18/22

Abstract: 本发明涉及粒度粗糙熵改进技术领域，具体公开一种基于粒度粗糙熵的改进k‑Medoids聚类方法，该方法包括：粒度粗糙熵评估、最小距离比对以及聚类质量反馈，首先得到各需聚类数据样本对应的粒度粗糙熵，并筛选出各需聚类数据样本与对应的初始簇之间的最小距离，若该最小距离均小于设定的距离界定值，则进行聚类质量反馈；通过对粒度粗糙熵的分析，能够降低噪声和异常值对聚类结果的影响，并结合函数分析可以减少计算配置在运算时的运算工作量，提高计算配置的运行效率和数据处理的准确度，减少存储设备的存储负担，由此提高k‑Medoids聚类算法的聚类质量和准确性。

公开(公告)号：CN116232719A

公开(公告)日：2023-06-06

申请号：CN202310179581.9

申请日：2023-02-28

Applicant: 湖南科技大学

Inventor： 梁伟 ,  陈琳 ,  张世文 ,  熊乃学 ,  肖力军 ,  李雄 ,  霍颖姿

IPC: H04L9/40 ,  H04L41/0663 ,  H04L41/0668 ,  H04L41/0823 ,  H04W24/08 ,  G16Y40/50

Abstract: 本发明公开了一种物联网安全决策方法、设备及存储介质，所述方法包括根据每个控制器每个属性的取值范围设置对应属性的目标值和基准值，采用效用函数计算出每个控制器每个属性的效用值；对每个控制器每个属性的效用值进行标准化处理，得到对应属性的标准化效用值；根据每个控制器每个属性的标准化效用值计算出对应属性的权重；根据每个控制器每个属性的标准化效用值、每个属性的权重计算出每个控制器的得分；根据每个控制器的得分确定每个控制器的排名，根据每个控制器的排名确定为主控制器或备份控制器。本发明可以保证控制器排名的稳定性。

公开(公告)号：CN119558385A

公开(公告)日：2025-03-04

申请号：CN202411726035.3

申请日：2024-11-28

Applicant: 湖南科技大学

Inventor： 陈宇翔 ,  张申奥成 ,  何大成 ,  梁伟 ,  熊乃学

IPC: G06N3/098 ,  G06F18/214 ,  G06F18/2431

Abstract: 本发明公开了一种具有高泛化能力的分层联邦学习方法，涉及电数字数据处理技术领域。该具有高泛化能力的分层联邦学习方法，包括本地模型训练判断、Q值获取和全局模型生成。本发明通过获取客户端在预设时间段内提供的训练样本数据，根据训练样本数据判断客户端是否参与本地模型训练，同时获取本地模型训练过程中的损失期望值并选择边缘服务器，然后将参与本地模型训练的训练样本数据输入至DQN网络中得到预测Q值和目标Q值，最后将训练完成的本地模型上传至选择的边缘服务器中生成全局模型，进而实现了分层联邦学习框架开销与模型准确性之间平衡性的提高，解决了现有技术中分层联邦学习框架开销与模型准确性之间平衡性考虑不充分的问题。

公开(公告)号：CN118070246A

公开(公告)日：2024-05-24

申请号：CN202410465348.1

申请日：2024-04-18

Applicant: 湖南科技大学

Inventor： 梁伟 ,  霍颖姿 ,  蔡佳洪 ,  肖宇锋 ,  靳恺 ,  陈林书 ,  熊乃学 ,  李冠憬 ,  王进

IPC: G06F18/27 ,  G06N20/00 ,  G06Q10/20 ,  G16Y40/40

Abstract: 本发明公开了一种智能工厂物联网设备的预测性维护方法，涉及智能工厂制造技术领域。该一种智能工厂物联网设备的预测性维护方法，采用随机森林模型和极端梯度增强模型进行初始预测，然后利用线性回归模型对初始预测结果进行进一步处理，得到最终预测结果。为保证物联网设备的正确维护，采用Shapley加性解释方法，增强模型在进行预测性维护时的可解释性。提高对物联网设备进行维护的预测精度，同时利用SHAP方法，可以解释整个生产过程中单个边缘设备对正常操作的影响程度，有助于工厂维护人员分析边缘设备的重要性，从而实现准确的工厂管理和维护。

公开(公告)号：CN119939045A

公开(公告)日：2025-05-06

申请号：CN202510436189.7

申请日：2025-04-09

Applicant: 湖南科技大学

Inventor： 陈林书 ,  李涛 ,  胡安兴 ,  梁伟 ,  王进 ,  陈宇翔 ,  李冠憬 ,  熊乃学 ,  柳媛慧

IPC: G06F16/9536 ,  G06F18/2321 ,  G06Q50/00 ,  G06F16/9537

Abstract: 本发明公开了基于邻域模糊核的密度峰聚类的社交网络社区发现方法，涉及数据聚类分析技术领域。该基于邻域模糊核的密度峰聚类的社交网络社区发现方法，包括以下步骤：得到邻域模糊核、得到社区集合和进行社区集合更新。本发明通过收集的社交网络中所有的用户数据得到对应的邻域模糊核，并实时获取社区变化数据得到邻域模糊核适用影响指数，据此判断是否更新邻域模糊核，对邻域模糊核进行聚类处理得到社区集合，并基于社区集合与上一预设时间段的社区集合得到社区划分集合，同时得到相似度偏差以对社区划分集合进行社区集合更新，达到了社交网络中热点社区发现时效性提高的效果，解决了现有技术中存在社交网络社区发现时效性低的问题。

公开(公告)号：CN119862434A

公开(公告)日：2025-04-22

申请号：CN202510330786.1

申请日：2025-03-20

Applicant: 湖南科技大学

Inventor： 陈林书 ,  叶雪其 ,  梁伟 ,  陈宇翔 ,  熊乃学 ,  李冠憬 ,  王进

IPC: G06F18/23 ,  G06F16/9535 ,  G06F18/10

Abstract: 本发明公开了一种基于粗糙证据理论的有效加权密度峰聚类分析方法，涉及电数字数据处理技术领域。该方法包括以下步骤：根据预处理偏差数据分析出数据预处理实时性偏差指标并判断是否进行预处理调整；根据存储偏差数据分析出数据存储实时性偏差指标并判断是否进行存储调整；根据访问偏差数据分析出数据访问实时性偏差指标并判断是否访问调整。本发明通过预处理偏差数据分析是否进行预处理调整，根据存储偏差数据分析是否进行存储调整，根据访问偏差数据分析是否访问调整，达到了提高应用有效加权密度峰聚类分析方法进行网络个性化推荐的实时性的效果，解决了现有技术中存在应用有效加权密度峰聚类分析方法进行网络个性化推荐实时性差的问题。

公开(公告)号：CN119272846A

公开(公告)日：2025-01-07

申请号：CN202411789943.7

申请日：2024-12-06

Applicant: 湖南科技大学

Inventor： 梁伟 ,  阳超逸 ,  陈宇翔 ,  肖嘉宏 ,  何大成 ,  熊乃学

IPC: G06N3/098 ,  G06N3/0442 ,  G06F18/2433 ,  G06F18/243

Abstract: 本发明公开了一种基于孤立森林异常检测的安全分层联邦学习方法,涉及电数字数据处理技术领域。该方法，包括以下步骤：在边缘服务器端建立GRU自注意力模型，通过GRU自注意力模型对全局参数提取时序特征状态，使用孤立森林算法对聚合后的GRU自注意力模型更新参数的时序特征状态建树，对比异常检测强度评估系数与GRU自注意力模型参数聚合后的异常检测强度阈值，根据对比结果采取自适应调整异常检测强度或发出警报的措施。本发明通过为每个服务器生成个性化的异常检测强度阈值决策，充分考虑不同服务器所遭受的攻击程度差异，合理分配检测强度，达到了提高服务器安全性的效果，解决了现有技术中存在服务器安全性不足的问题。

公开(公告)号：CN118138476A

公开(公告)日：2024-06-04

申请号：CN202410538594.5

申请日：2024-04-30

Applicant: 湖南科技大学

Inventor： 梁伟 ,  蔡佳洪 ,  霍颖姿 ,  杨策 ,  陈宇翔 ,  龚银燕 ,  李冠憬 ,  熊乃学 ,  王进

IPC: H04L41/142 ,  G06N5/04 ,  H04L41/14 ,  H04W24/04 ,  H04L41/0816 ,  H04L41/0894 ,  H04L9/40 ,  H04L43/08

Abstract: 本发明公开了基于意图驱动的6G数字孪生网络自治系统，涉及6G物联网技术领域。为了缓解6G网络存在通信过程易受干扰、节点数据负载分化严重、自动成网效率低、故障排查困难的问题，该基于意图驱动的6G数字孪生网络自治系统，采用构建意图驱动建模子系统、安全隐私子系统、监测反馈子系统，其中：意图驱动建模子系统用于基于获取到意图感知数据获取6G数字孪生网络的意图驱动指数，对当前6G数字孪生网络状态进行理解，进行网络自治调度；安全隐私子系统对6G数字孪生网络使用安全状况进行评估；监测反馈子系统实时监测6G数字孪生网络，同时结合6G数字孪生网络使用安全状况与用户体验数据对当前6G数字孪生网络进行故障预警。