公开(公告)号：CN119540658A

公开(公告)日：2025-02-28

申请号：CN202510086418.7

申请日：2025-01-20

Applicant: 中南大学

Inventor： 刘锦 ,  徐帅 ,  王建新 ,  曲哲 ,  吕小毅

IPC: G06V10/764 ,  G06N3/0499 ,  G06V10/20 ,  G06V10/44 ,  G06V10/774 ,  G06V10/778 ,  G06V10/82

Abstract: 本发明实施例中提供了一种面向长尾图像识别模型的训练方法，属于数据处理技术领域，具体包括：分别使用平衡采样策略和随机采样策略采样图片，并对随机采样图片进行数据增强，得到第一样本；执行CamMix操作得到第二样本；将第一样本和第二样本输入主干网络得到样本特征；得到交叉熵损失，并将线性分类器中的参数作为未经过L2归一化的原型特征；将原型特征和样本特征经过多层感知机网络得到L2归一化的特征，并将其输入到原型解耦对比学习损失函数中得到对比损失；结合交叉熵损失和对比损失得到总损失函数并据此指导主干网络训练，得到长尾图像识别模型。通过本发明的方案，提高了模型识别精准度和鲁棒性。

公开(公告)号：CN119415828A

公开(公告)日：2025-02-11

申请号：CN202411444348.X

申请日：2024-10-16

Applicant: 中南大学

Inventor： 王森章 ,  王梓辰 ,  王任之 ,  王建新 ,  张健

IPC: G06F18/10 ,  G06F18/213 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/0985

Abstract: 本申请涉及轨迹预测技术领域，提供了一种基于去噪的轨迹预测方法及相关设备，该方法包括：对目标车辆的历史轨迹进行编码，得到目标车辆的历史轨迹隐藏编码，并对每个邻居车辆的历史轨迹进行编码，得到每个邻居车辆的历史轨迹隐藏编码；根据所有邻居车辆的历史轨迹隐藏编码，计算目标车辆的最终社会编码；基于目标车辆的历史轨迹隐藏编码和最终社会编码，对目标车辆进行轨迹预测，得到未来轨迹分布；对未来轨迹分布进行采样，得到噪声未来轨迹，并利用所有历史轨迹对噪声未来轨迹进行去噪，得到目标车辆的最终未来轨迹。本申请的方法能够提高轨迹预测的准确性。

公开(公告)号：CN118136108A

公开(公告)日：2024-06-04

申请号：CN202410292588.6

申请日：2024-03-14

Applicant: 中南大学

Inventor： 王建新 ,  周睿康 ,  赵皓晨 ,  段桂华

IPC: G16B30/00 ,  G16B40/00 ,  G06N3/045 ,  G06F17/16 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种肽与蛋白相互作用及相应绑定残基的预测方法，包括如获取肽‑蛋白质相互作用及对应的相互作用位点信息并构建数据集；计算肽与蛋白质的多源序列特征；构建肽残基特征、蛋白质残基特征、肽序列特征和蛋白质序列特征并映射到统一的特征维度空间得到对应的特征向量；构建肽‑蛋白质对交互图；构建肽与蛋白质相互作用及对应的绑定位点预测模型并训练；采用训练后的肽与蛋白质相互作用及对应的绑定位点预测模型进行实际的肽‑蛋白质对相互作用结果及发生相互作用的残基位点的预测。本发明还公开了一种实现所述肽与蛋白相互作用及相应绑定残基的预测方法的系统。本发明的可靠性更高，而且精确性更好。

公开(公告)号：CN118116083A

公开(公告)日：2024-05-31

申请号：CN202410334228.8

申请日：2024-03-22

Applicant: 中南大学

Inventor： 王建新 ,  董善宇 ,  刘锦

IPC: G06V40/20 ,  G06V10/44 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本公开实施例中提供了一种基于混合手写特征的帕金森症自动识别方法，属于图像识别技术领域，具体包括：采集帕金森病患者的手写图像数据；对螺旋手写图像和蜿蜒手写图像进行数据预处理；采用像素融合的方法对预处理后的螺旋手写图像和蜿蜒手写图像进行像素级融合生成融合图像；将螺旋手写图像和融合图像输入至预训练的卷积神经网络中，提取展平层的特征向量作为螺旋手写图像特征F1和融合图像特征F2；采用特征向量拼接的方法对螺旋手写图像特征F1和融合图像特征F2进行特征级融合生成融合特征；将融合特征输入至支持向量机中，对所述融合特征进行分类，得到诊断结果。通过本公开的方案，提高了评估效率、精准度和适应性。

公开(公告)号：CN115865543B

公开(公告)日：2024-04-05

申请号：CN202211511600.5

申请日：2022-11-30

Applicant: 中南大学

Inventor： 蒋万春 ,  姚仁福 ,  王建新

IPC: H04L12/12 ,  H04L41/147 ,  H04L41/142 ,  H04L43/0894 ,  H04L47/50

Abstract: 本发明公开了一种基于最优控制的周期性节能方法，用作IEEE802.3bj标准定义的40‑100Gbps节能以太网EEE的节能策略。EEE定义了快速唤醒和深度睡眠两种节能状态，不同节能状态对应的节能量和状态转换延迟不同。本发明通过构造平均延迟和能耗的成本函数，动态调整周期长度，在保证数据帧尾延迟不超过预定期望延迟的前提下，周期性地根据历史信息预测下一个周期内数据帧的到达速率，并基于此预测结果选择下一周期内使用的节能状态以及控制EEE离开节能状态的时机，从而使每个周期内期望的成本函数最小化，在提升节能量和减少尾延时两方面取得较好的折中。实验结果表明，本发明在不同的流量模式下最终的成本函数皆优于现有节能策略，具有良好的节能效果和较低的延时开销。

公开(公告)号：CN114844762B

公开(公告)日：2023-11-07

申请号：CN202210408929.2

申请日：2022-04-19

Applicant: 中南大学 ,  天云软件技术有限公司

Inventor： 杨平 ,  李奇 ,  王建新

IPC: H04L41/0604

Abstract: 本申请公开了一种告警真实性检测方法和装置。其中，该方法包括：获取预设时间段内的监控指标数据，其中，所述预设时间段至少包括与第一告警事件对应的告警发生时刻；根据所述监控指标数据的数据特征，确定目标监控指标数据的数据类型，所述目标监控指标数据为所述告警发生时刻对应的监控指标数据；基于与所述数据类型对应的检测方式，确定所述目标监控指标数据偏离所述监控指标数据对应的平均值的偏离值；在所述偏离值处于预设范围的情况下，确定所述第一告警事件为真实告警事件。根据本申请实施例的告警真实性检测方法，能够提高告警真实性检测的准确性，提高运维效率。

公开(公告)号：CN116540204B

公开(公告)日：2023-09-05

申请号：CN202310815506.7

申请日：2023-07-05

Applicant: 中南大学

Inventor： 刘锦 ,  曾德蛟 ,  王建新

IPC: G01S7/41 ,  G06F18/241 ,  G06F18/214 ,  G06N3/084

Abstract: 本申请适用于人体行为识别技术领域，提供了一种行为识别方法、装置、终端设备及介质，通过获取训练数据；构建初始行为识别网络模型，并利用训练数据对其训练，得到中间行为识别网络模型；根据真实标签，对微多普勒数据进行划分，得到多个类簇中心；利用特征提取器提取第二环境中待识别行为的特征表示，并根据特征表示和类簇中心，得到其伪标签；根据类簇中心和伪标签，构建特征分布损失函数；利用待识别行为的互信息，构建冗余损失函数；根据特征分布损失函数和冗余损失函数，对中间行为识别网络模型进行反向传播，得到最终行为识别网络模型；利用最终行为识别网络模型识别待识别行为。本申请能提高跨环境时行为识别的准确度。

公开(公告)号：CN116668770A

公开(公告)日：2023-08-29

申请号：CN202310728696.9

申请日：2023-06-20

Applicant: 中南大学

Inventor： 蒋万春 ,  单永新 ,  任志曾 ,  王建新

IPC: H04N21/44 ,  H04N21/442 ,  H04N21/647 ,  H04N21/6587 ,  H04N21/845

Abstract: 本专利公开了一种多步归一化的短视频预加载策略，在短视频应用场景中，客户端根据当前视频播放进度、过去的网络带宽、视频缓冲区状态、视频块的码率和用户留存概率，构建马尔可夫决策过程，计算下载不同视频块及其不同码率版本在统一的时间尺度下的期望奖励，并选择最大期望奖励对应的视频块及码率版本构建向服务器发送的请求，从而达到归一化对比所有决策的效果。实验结果表明：相比于现有策略，本专利提出的短视频预加载策略在不同类型的用户行为、网络带宽和视频场景中都能够提高用户体验质量，同时减少带宽浪费。

公开(公告)号：CN116304749B

公开(公告)日：2023-08-15

申请号：CN202310565214.2

申请日：2023-05-19

Applicant: 中南大学

Inventor： 段俊文 ,  贾明颐 ,  廖剑波 ,  王建新

IPC: G06F18/22 ,  G06F16/35 ,  G06F40/30 ,  G06N3/084 ,  G06N3/042 ,  G06N3/0464

Abstract: 本发明公开了一种基于图卷积的长文本匹配方法，包括获取现有的长文本数据集；构建关键词图；获取节点的网络特征向量和概率统计特征，得到各个节点的初始特征表示；构建语义超图；构建长文本匹配模型；采用长文本数据集及得到的结果训练长文本匹配模型得到训练后的长文本匹配模型；采用训练后的长文本匹配模型进行实际的长文本匹配。本发明不仅实现了长文本的匹配，而且简化了任务难度，实现了文本对之间细粒度的语义对齐，实现了对匹配信号更准确的语义划分，保证了训练过程中超边节点间的特征相似性，可靠性高、精确性好且客观科学。

公开(公告)号：CN116578439A

公开(公告)日：2023-08-11

申请号：CN202310191885.7

申请日：2023-03-02

Applicant: 中南大学

Inventor： 杜献智 ,  邓志航 ,  王伟平 ,  王建新

IPC: G06F11/14 ,  G06N3/00

Abstract: 本发明公开了一种基于模拟退火算法的修复树构造方法，包括获取节点数和对应的邻接矩阵；设定初始参数和控制参数；随机生成初始Prufer序列并执行模拟退火算法，记录最大瓶颈带宽所对应的Prufer序列作为当前解；对当前解产生扰动得到合法的新解；计算新解与当前解的瓶颈带宽并决定是否接受新解；重复以上两个步骤直至满足设定的条件，得到最大瓶颈带宽所对应的Prufer序列并解码得到无根树，将无根树中的辅助接点作为根节点并得到最终的修复树，本发明还公开了一种包括所述基于模拟退火算法的修复树构造方法的数据恢复方法。本发明的编解码速度快、算法灵活、搜索效果好且可靠性高。