-
公开(公告)号：CN116049437A
公开(公告)日：2023-05-02
申请号：CN202310018831.0
申请日：2023-01-06
Applicant: 湘潭大学
IPC: G06F16/36 , G06F16/35 , G06F40/295 , G06F40/30 , G06F40/216 , G06F40/242 , G06F40/247 , G06N3/0464 , G06N3/047 , G06N3/084
Abstract: 本发明提出一种基于自标签与prompt的文档级低资源场景的要素抽取方法，采用自标签方法对标签核心词进行构建进行命名实体识别，采用prompt方法进行关系抽取，解决文档级低资源场景要素抽取标签核心词构建困难、解码速度慢、性能不佳的的问题；本发明提出的方法适用于司法领域、旅游领域、电商领域、电游领域、社交领域、金融领域。
-
公开(公告)号：CN115349836A
公开(公告)日：2022-11-18
申请号：CN202210948849.6
申请日：2022-08-09
Applicant: 湘潭大学
Abstract: 本发明属于连续信号数据预测技术领域，公开了一种基于残差网络结构对连续血压预测的方法，包括如下步骤：首先对基于PPG的连续血压预测的输入信号进行分段裁剪采样，其次对基于PPG的连续血压预测的输入信号参数化进行评估，将不合适的信号进行剔除，然后将剔除干净的PPG信号数据作为resnet模型的输入，之后通过模型预测出高压值(SBP)和低压值(DBP)，最后将训练好的模型使用20％的测试数据进行微调，从而进一步提高模型血压预测的准确度。本发明提供的方法进行连续血压预测使用了深度学习模型，且预测准确。
-
公开(公告)号：CN113364576A
公开(公告)日：2021-09-07
申请号：CN202110593211.0
申请日：2021-05-28
Applicant: 湘潭大学
Abstract: 本发明公开了一种基于区块链的数据加密存证与共享方法，属于区块链技术应用领域，包括以下步骤：为用户分发公私钥对；系统生成随机数并分割存储，用户加密数据上传存储系统；共享数据时，数据请求方经拥有方同意并验证创建交易；数据请求方下载加密数据至本地，获得数据拥有方秘密份额后与链上节点达成共识合成随机数并处理为密钥；数据请求方利用密钥解密数据。本发明将数据加密存储，同时对加密密钥分割存储，从而保障数据存储安全，并利用区块链不可篡改的特性，记录数据以及数据共享时的信息，留痕存证，加强数据共享安全可控能力。
-
公开(公告)号：CN106096607A
公开(公告)日：2016-11-09
申请号：CN201610408067.8
申请日：2016-06-12
Applicant: 湘潭大学
CPC classification number: G06K9/3258 , G06N3/02
Abstract: 本发明提供一种车牌识别方法，结合卷积神经网络和维特比算法，包括以下步骤：(1)图像稀疏化；(2)组合edge group；(3)计算edge group的相似度；(4)计算每一个edge group的权值wb；(5)计算评分；(6)选择精确的车牌定位框；(7)对步骤(6)中的到的车牌定位框进行卷积操作和池化操作得到特征图；(8)使用卷积神网络识别器对特征图进行扫描，得到字符序列；(9)使用维特比算法对步骤(8)中的字符序列计算得到特定字符序列。该方法能应对复杂条件下拍摄的电子图像，提高车牌识别系统的识别准确率，并且该技术在字符识别前，无需对图片进行分割，避免了由于字符分割不准确导致的错误。
-
公开(公告)号：CN102867202A
公开(公告)日：2013-01-09
申请号：CN201210341429.8
申请日：2012-09-13
Applicant: 湘潭大学
Abstract: 本发明公开了一种教室空座查询系统，至少包含：移动RFID标签、RFID标签阅读器、教室空座查询触摸屏终端、以及一个教室座位信息专用存储服务器、一个中央处理端；其中，移动RFID由学生携带，RFID标签阅读器部署在教室内，用于读取移动RFID标签数据，将采集的移动RFID标签数据发给中央处理器进行处理；计算出每间教室的当前空座数量，将计算结果存储到教室空座信息专用存储服务器；中央处理器接收到教室空座查询触摸屏终端发送过来的教室门牌号码数据之后，将该教室空座信息发送到教室空座查询触摸屏终端显示。本发明可以有效地克服目前大学生自习时找空座难的问题，为大学生自习时更快捷便利地找到空座提供一种有效直观的高科技空座查询系统，来实现对教室空座的自动化高效识别。
-
Patent Agency Ranking
公开(公告)号：CN101958883B
公开(公告)日：2012-12-12
申请号：CN201010133254.2
申请日：2010-03-26
Applicant: 湘潭大学
IPC: H04L29/06
Abstract: 本发明公开了一种基于Bloom Filter和开源内核防御SYN Flood攻击的方法，包括以下步骤：1、遭受SYN Flood攻击判断；2、构建Bloom Filter结构；3、更新内核层可信IP地址和TTL数据，启用内核层数据包过滤；4、内核层根据可信IP地址和TTL记录过滤TCP SYN数据包；5、停止内核层数据包过滤。本发明可以达到如下的有益效果：1.通过改进Bloom Filter原始的单一位数组对应多个哈希函数的结构，采用一个哈希函数对应一个位数组的结构，有效降低了误报率，在保证准确率的前提下提高了存储和查找数据包的效率，使得本方法可以有效防御SYN Flood攻击。2.通过结合开源操作系统内核层和用户层协同处理来解决内核层效率高但不适宜处理复杂程序和用户层跟内核协议栈不紧密的问题，从而提高了对数据包的处理效率。
-
公开(公告)号：CN119940424A
公开(公告)日：2025-05-06
申请号：CN202510005508.9
申请日：2025-01-02
Applicant: 湘潭大学
IPC: G06N3/0475 , G06N3/0455 , G06N3/0464 , G06N3/094 , G06N3/084 , G06F18/213 , G06F18/25
Abstract: 本申请公开了一种平流层风场模拟方法，包括：将平流层风场样本数据以及条件控制向量作为输入，通过条件编码器从平流层风场样本数据中提取特征，并将其映射到低维的隐空间向量；逐步将随机噪声添加到隐空间向量，得到噪声隐空间向量；以条件控制向量和噪声隐空间向量作为输入，通过隐空间扩散模型的去噪神经网络模型预测噪声，进行逆向去噪过程，得到去噪隐空间向量；将去噪隐空间向量和条件控制向量输入到条件解码器进行解码，得到平流层风场模拟数据；将平流层风场模拟数据作为输入，通过时空超分辨率网络模型，得到更高分辨率的平流层风场模拟数据。本申请可以高效生成平流层风场模拟数据。
-
公开(公告)号：CN115312118A
公开(公告)日：2022-11-08
申请号：CN202210950286.4
申请日：2022-08-09
Applicant: 湘潭大学
Abstract: 本发明属于蛋白质图谱预测领域，公开了一种基于图神经网络的单序列蛋白质接触图预测方法，包括以下步骤：收集蛋白质序列及对应的蛋白质三维结构数据，构建残基间接触矩阵；对每个蛋白质序列进行one‑hot编码处理，得到one‑hot一维特征；将每个蛋白质序列通过预训练模型得到一维蛋白质编码特征和二维注意力矩阵特征；构建图卷积编码模型和卷积解码模型；将one‑hot一维特征和预训练得到的一维蛋白质编码特征作为输入特征输入到图卷积编码模型得到蛋白质结构编码特征；将蛋白质结构编码特征和预训练得到的二维注意力矩阵输入到卷积编码模型中得到蛋白质序列中残基对接触预测矩阵。将本发明提供的方法生成的蛋白质接触图与真实接触图相似度高，预测精度好。
-
公开(公告)号：CN109493303B
公开(公告)日：2021-08-17
申请号：CN201910018682.1
申请日：2019-01-09
Applicant: 湘潭大学
Abstract: 一种基于生成对抗网络的图像去雾方法，该方法包括：1)获取样本数据；2)样本数据中的真实有雾图像作为第一生成器的输入数据，第一生成器生成一次无雾图像；样本数据中的真实无雾图像作为第二生成器的输入数据，第二生成器生成一次有雾图像；第一判别器将一次有雾图像与真实有雾图像之间的误差反馈给第二生成器，第二判别器将一次无雾图像与真实无雾图像之间的误差反馈给第一生成器，第二生成器和第一生成器减小误差，提高生成图像的真实度；生成器和判别器进行反复对抗训练，得到最优去雾网络模型；3)图像去雾。本发明采用生成对抗网络结构及损失函数，网络训练不需要同一场景的有雾‑无雾匹配图像，同时保证去雾前后图像的颜色不失真。
-
公开(公告)号：CN108304571B
公开(公告)日：2020-10-09
申请号：CN201810154155.9
申请日：2018-02-22
Applicant: 湘潭大学
IPC: G06F16/951 , G06F16/906 , G06Q50/00
Abstract: 本发明涉及一种基于粒子模型话题分析的网络舆情分析方法，采用分布式集群的方式运行nutch网络爬虫获取当前互联网网页数据，并经过自然语言处理后将所有的网站数据进行分词并得到每一个特征词的权值，创建特征词权值表。AC自动机对特征词权值表通过特征词的相互匹配从而求得每一个特征词出现的频率进而获得特征词的IDF权值以及样本相互间根据特征词的关联系数。最终在剔除互联网网站数据的众多噪声点后，对有意义的网站样本按照讨论话题的不同分成多个话题簇。再将簇内的网站样本按照其重要性排序，通过反馈机制得到该话题簇的主题和最能代表该主题的样本，最后将这些样本展示给用户。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.023 seconds)
