公开(公告)号：CN118069053A

公开(公告)日：2024-05-24

申请号：CN202410182465.7

申请日：2024-02-19

Applicant: 湖南财政经济学院

Inventor： 刘胜宗 ,  潘彬 ,  刘焕华 ,  左益 ,  郭怡涵

IPC: G06F3/06

Abstract: 本发明涉及云数据处理技术领域，解决了随着数据量的增加而导致云服务器无法满足现状数据处理的技术问题，尤其涉及一种云数据处理方法，该方法包括以下步骤：S1、从云服务器中获取任意当前时间下所传输的数据资源，数据资源为当前云服务器接收或发送的数据；S2、采用数据处理算法对数据资源进行预处理；S3、根据云服务器对数据资源的处理能力判断是否处理过度；S4、对数据资源中的样本数据进行降维处理以生成低维数据。本发明能够在降低数据资源容量大小的同时提高云服务器的计算速度，从而使云服务器能够满足海量数据增多的现状，避免了对数据处理实时性的影响，进一步降低了云服务器的负载。

公开(公告)号：CN118069053B

公开(公告)日：2024-07-23

申请号：CN202410182465.7

申请日：2024-02-19

Applicant: 湖南财政经济学院

Inventor： 刘胜宗 ,  潘彬 ,  刘焕华 ,  左益 ,  郭怡涵

IPC: G06F3/06

Abstract: 本发明涉及云数据处理技术领域，解决了随着数据量的增加而导致云服务器无法满足现状数据处理的技术问题，尤其涉及一种云数据处理方法，该方法包括以下步骤：S1、从云服务器中获取任意当前时间下所传输的数据资源，数据资源为当前云服务器接收或发送的数据；S2、采用数据处理算法对数据资源进行预处理；S3、根据云服务器对数据资源的处理能力判断是否处理过度；S4、对数据资源中的样本数据进行降维处理以生成低维数据。本发明能够在降低数据资源容量大小的同时提高云服务器的计算速度，从而使云服务器能够满足海量数据增多的现状，避免了对数据处理实时性的影响，进一步降低了云服务器的负载。

公开(公告)号：CN117390493A

公开(公告)日：2024-01-12

申请号：CN202311408933.X

申请日：2023-10-27

Applicant: 湖南财政经济学院

Inventor： 张贤 ,  潘彬 ,  谭笑 ,  邓茂林 ,  肖育怀 ,  屈文静 ,  顾诗云

IPC: G06F18/24 ,  G06F18/27 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明涉及基于深度学习的电磁法信号处理技术领域，具体公开了一种基于深度学习网络的电磁法信号处理方法及装置，包括如下步骤：步骤S1：设置深度学习网络模型，将电磁法数据按采样率分段；步骤S2：将分段后的数据输入至卷积门控循环单元网络进行特征提取与模型训练，生成深度学习模型；步骤S3：利用深度学习网络模型进行电磁法数据的测试，将噪声段进行识别与剔除；步骤S4：识别为有效信号段的部分，按原采样顺序整合重构获取高质量的电磁法数据。本发明解决了特征参数分析与机器学习的电磁法信号处理方法的不足，提升了去噪效果和改善了数据质量。

公开(公告)号：CN118035645A

公开(公告)日：2024-05-14

申请号：CN202410199127.4

申请日：2024-02-22

Applicant: 湖南财政经济学院

Inventor： 张贤 ,  潘彬 ,  左益 ,  杨波 ,  刘书鹏

IPC: G06F18/10 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明涉及电磁数据处理技术领域，具体公开了基于淘金优化LSTM的电磁法数据预测方法及装置，包括如下步骤：步骤S1：将电磁法数据作为长短期记忆网络模型的输入，并将数据划分为训练集和测试集。步骤S2：初始化LSTM模型参数。步骤S3：定义均方根误差为淘金优化器的目标函数。步骤S4：初始化淘金优化器的参数，利用淘金优化器对目标函数进行寻优迭代。步骤S5：迭代至最大次数，将最优参数赋予用于LSTM模型进行训练，输出预测值。步骤S6：将优化LSTM模型进行电磁法数据的信噪预测，剔除预测为噪声的部分，利用有效信号部分预测处理噪声部分，解决电磁法信号处理存在的参数选取困难导致去噪效果不理想的问题。

公开(公告)号：CN115659197A

公开(公告)日：2023-01-31

申请号：CN202211693424.1

申请日：2022-12-28

Applicant: 湖南财政经济学院

Inventor： 潘彬 ,  徐选华

IPC: G06F18/23 ,  G06F18/214 ,  G06F18/22

Abstract: 本发明公开了一种数据安全监测模型训练方法、数据安全监测方法、装置和存储介质，所述方法包括：获取每个数据提供者提供的基础评估数据，其中，不同数据提供者提供的基础评估数据的数据维度互不相同，每种数据维度为对数据安全产生影响的一种影响因子；针对每一个维度的基础评估数据，对所述基础评估数据进行矢量化处理，得到所述基础评估数据对应的矢量信息；按照预设的聚类方式，对每个所述矢量信息进行聚类处理，得到聚类结果；基于所述聚类结果，对初始决策树模型进行训练，得到训练好的决策树模型，将所述训练好的决策树模型作为数据安全监测模型，采用本发明提高数据安全监测的准确率。