公开(公告)号：CN114494812B

公开(公告)日：2024-07-16

申请号：CN202210141099.1

申请日：2022-02-16

申请人： 湖南大学

发明人： 杨科华 ,  谷依 ,  罗嘉明 ,  张曼

IPC分类号： G06V10/80 ,  G06V10/774 ,  G06V10/82

摘要： 本发明公开了一种基于改进CenterNet的图像小目标检测方法，包括获取原始图像，对原始图像进行mosaic数据增强，增加原始图像中小目标的样本量；使用注意力机制增强后的骨干网络提取图像的特征；对骨干网络提取的图像的特征进行多感受野融合，使用可变形卷积上采样；对进行多感受野融合，使用可变形卷积上采样处理后的特征图进行预测，得到热力图，目标的宽、高和中心点坐标；从热力图提取出检测框，得到检测结果。本发明通过对训练数据的增强，增加小目标的样本量；通道注意力增强和空间注意力增强能够有效地区分小目标和背景信息；以及多重感受野融合和高分辨率特征图的结合，能够有效提升小目标检测精度。

公开(公告)号：CN117249051A

公开(公告)日：2023-12-19

申请号：CN202311389203.X

申请日：2023-10-25

申请人： 湖南大学

发明人： 熊用 ,  陈浩 ,  梁晓东 ,  蒋洪波 ,  雷孟飞 ,  肖竹 ,  杨科华 ,  秦拯

IPC分类号： F03D17/00

摘要： 本发明提供一种风机安全监测的大数据处理方法，该方法包括：数据采集：采集所有被监测风机的GNSS数据、风力数据和IMU数据存至数据库中；实时解算：将单个风机的GNSS位移量和加速度计位移量进行卡尔曼滤波得到风机融合位移量，并基于风机融合位移量进行预警；大数据分析：将单个风机的风机高度和风力数据输入至数据处理模型中得到位移模型值，实现识别该风机的异常数据；基于风机的风机融合位移量动态调整该风机卡尔曼滤波计算中的卡尔曼增益。本发明利用GNSS和IMU同时对风机进行监测，对两者数据进行融合，并能够按照大数据分析结果动态调整卡尔曼增益，提高监测结果精度和稳定性。

公开(公告)号：CN117031553A

公开(公告)日：2023-11-10

申请号：CN202310705622.3

申请日：2023-06-15

申请人： 湖南大学深圳研究院

发明人： 肖竹 ,  熊恩培 ,  蒋洪波 ,  杨科华 ,  汪勇军 ,  熊用

IPC分类号： G01V3/08

摘要： 本申请公开了一种基于调制信号的遮挡目标探测识别方法及生命探测设备，该方法包括：对生物电位信号进行探测，得到探测信号；对得到的探测信号进行滤波和放大，得到调制信号；将调制信号置于对比学习系统中进行学习处理，实现未标记调制信号的有效特征表示。本申请的有益效果如下：能够区分出接收到的生物信号是不是人体发出的，通过对不同采集信号进行调制，并放入对比学习的系统中，提取信号在不同时候的频谱特性，从而实现对不同生物的信号进行区分，实现生命探测的功能，可以提高搜救工作的效率。

公开(公告)号：CN116208669B

公开(公告)日：2023-06-30

申请号：CN202310472858.7

申请日：2023-04-28

申请人： 湖南大学

发明人： 蒋洪波 ,  王文煌 ,  肖竹 ,  杨科华 ,  刘代波

IPC分类号： H04L67/5682 ,  H04L67/10 ,  H04L67/12 ,  H04W28/084 ,  H04W28/14 ,  H04W4/44 ,  G06F9/50

摘要： 本发明公开了一种基于智慧灯杆的车载异构网络协同任务卸载方法，包括如下步骤：针对车辆端，计算车辆从智慧灯杆请求缓存的通信时延，将全部缓存中最大的通信时延作为车辆的与智慧灯杆网络的通信时延，判断其是否小于车辆向云中心发送请求的时间，若是，则向智慧灯杆网络卸载任务，反之，则向云中心卸载任务；针对智慧灯杆端，以单个智慧灯杆自身利润为指标，将智慧灯杆网络划分为多个联盟，以联盟的利润最大化为优化目标，对联盟内的智慧灯杆组成进行优化，输出最优的联盟组合。本申请还提供一种基于智慧灯杆的车载异构网络协同任务卸载系统。本申请可以提高车辆端的服务体验及智慧灯杆网络的整体收益。

公开(公告)号：CN114492412A

公开(公告)日：2022-05-13

申请号：CN202210124098.6

申请日：2022-02-10

申请人： 湖南大学

发明人： 杨科华 ,  罗嘉明 ,  谷依 ,  张曼

IPC分类号： G06F40/279 ,  G06N20/20 ,  G06F40/126 ,  G06F40/166 ,  G06F40/216

摘要： 本发明公开了一种面向中文短文本的实体关系抽取方法，包括获取中文数据，并进行预处理，对不足预设句子长度的文本进行扩充，并进行标记，得到处理后文本；对处理后文本进行特征提取；构建头实体标注模型，并进行头实体预测；构建特定关系的尾实体标注模型，进行尾实体预测，获取每个参与方的最后的三元组；利用横向联邦学习协同训练，获取最终损失，获得最终实体关系抽取模型，并对当前中文短文本进行实体关系抽取。本发明可以有效保证数据的隐秘，提高数据安全性，同时区别与传统的联邦学习，在融合了知识蒸馏的思想之后，避免了关系抽取模型参数太大，缩减了很大一部分的网络开销和时间开销，能够安全高效地对中文短文本的实体关系进行抽取。

公开(公告)号：CN114492412B

公开(公告)日：2024-10-01

申请号：CN202210124098.6

申请日：2022-02-10

申请人： 湖南大学

发明人： 杨科华 ,  罗嘉明 ,  谷依 ,  张曼

IPC分类号： G06F40/279 ,  G06N20/20 ,  G06F40/126 ,  G06F40/166 ,  G06F40/216

摘要： 本发明公开了一种面向中文短文本的实体关系抽取方法，包括获取中文数据，并进行预处理，对不足预设句子长度的文本进行扩充，并进行标记，得到处理后文本；对处理后文本进行特征提取；构建头实体标注模型，并进行头实体预测；构建特定关系的尾实体标注模型，进行尾实体预测，获取每个参与方的最后的三元组；利用横向联邦学习协同训练，获取最终损失，获得最终实体关系抽取模型，并对当前中文短文本进行实体关系抽取。本发明可以有效保证数据的隐秘，提高数据安全性，同时区别与传统的联邦学习，在融合了知识蒸馏的思想之后，避免了关系抽取模型参数太大，缩减了很大一部分的网络开销和时间开销，能够安全高效地对中文短文本的实体关系进行抽取。

公开(公告)号：CN117611223A

公开(公告)日：2024-02-27

申请号：CN202311648875.8

申请日：2023-12-05

申请人： 湖南大学深圳研究院

发明人： 肖竹 ,  邹浩 ,  蒋洪波 ,  杨科华 ,  陈文婕

IPC分类号： G06Q30/0201 ,  G06Q30/0202 ,  G06N3/048 ,  G06N3/08

摘要： 本申请公开了一种用于碳交易的车辆油耗数据预测方法及系统，属于智能交通和机器学习技术领域。该方法基于车辆真实驾驶数据预测油耗，首先将收集的数据分为微观和介观两个层面，其次对其进行预处理，然后构建了一个具有两层隐藏层的人工神经网络框架，分别将预处理后的数据采用人工神经网络进行预测，最后将输出值进行综合；碳排放估算模块首先通过综合燃料类型、车辆效率确定碳排放因子，其次结合预测模块输出的油耗数据进行区域车辆碳排放估算，最后用于辅助碳交易价格的预测。本申请在数据预处理前采用了分层处理，并优化了人工神经网络框架的隐藏层、神经元和算法的数量，提高了车辆油耗数据和碳交易价格的预测精度。

公开(公告)号：CN112180377B

公开(公告)日：2023-07-14

申请号：CN202010998881.6

申请日：2020-09-22

申请人： 湖南大学

发明人： 蒋洪波 ,  汪铭林 ,  肖竹 ,  刘代波 ,  曾凡仔 ,  杨科华

IPC分类号： G01S15/46 ,  G01S15/50 ,  G01S7/539 ,  G06F3/16

摘要： 本发明公开了一种非接触式的人机交互定位方法、追踪方法、终端以及可读存储介质，利用上下对称的扬声器分别发送音频信号，再利用上下对称的麦克风分别采集音频信号，采集的所述音频信号包括经手反射的回波信号，若是双手操作，左右手分别对应一个双手操作区域；若是单手操作，则对应一个单手操作区域，定位所述方法包括：S1：对上下麦克风采集的音频信号进行处理获取每一帧信号中回波信号的飞行时间TOF；S2：利用同一手部在同一帧对应的两个椭圆方程计算出手部位置，其中，一个扬声器、一个麦克风分别视为椭圆的焦点，基于一组扬声器、麦克风及回波信号的飞行时间可构建出一个椭圆方程；进而利用上述定位方法进行实时定位完成目标的跟踪。

公开(公告)号：CN116403404A

公开(公告)日：2023-07-07

申请号：CN202310424595.2

申请日：2023-04-20

申请人： 湖南大学深圳研究院

发明人： 肖竹 ,  吴淋山 ,  蒋洪波 ,  杨科华 ,  刘代波

IPC分类号： G08G1/01 ,  G06F18/25 ,  G06F18/213

摘要： 本发明公开了基于运动不确定性扩散模型的车辆轨迹预测方法及系统，方法包括：获取训练车辆的真实轨迹；对真实轨迹中的过去真实轨迹进行时空特征编码处理，得到真实轨迹特征；基于运动不确定性扩散原理、真实轨迹及真实轨迹特征进行高斯噪声融合处理，训练得到去高斯噪声算法；根据去高斯噪声算法构建得到运动不确定性扩散模型；当需要对待预测车辆进行轨迹预测时，获取待预测车辆的已知轨迹特征；基于运动不确定性扩散模型对已知轨迹特征进行处理，得到预测轨迹。使得车辆轨迹预测的结果能够兼顾多样性和准确性。

公开(公告)号：CN114494812A

公开(公告)日：2022-05-13

申请号：CN202210141099.1

申请日：2022-02-16

申请人： 湖南大学

发明人： 杨科华 ,  谷依 ,  罗嘉明 ,  张曼

IPC分类号： G06V10/80 ,  G06V10/774 ,  G06K9/62

摘要： 本发明公开了一种基于改进CenterNet的图像小目标检测方法，包括获取原始图像，对原始图像进行mosaic数据增强，增加原始图像中小目标的样本量；使用注意力机制增强后的骨干网络提取图像的特征；对骨干网络提取的图像的特征进行多感受野融合，使用可变形卷积上采样；对进行多感受野融合，使用可变形卷积上采样处理后的特征图进行预测，得到热力图，目标的宽、高和中心点坐标；从热力图提取出检测框，得到检测结果。本发明通过对训练数据的增强，增加小目标的样本量；通道注意力增强和空间注意力增强能够有效地区分小目标和背景信息；以及多重感受野融合和高分辨率特征图的结合，能够有效提升小目标检测精度。