-
公开(公告)号：CN118646919A
公开(公告)日：2024-09-13
申请号：CN202410863039.X
申请日：2024-06-29
申请人： 湖北工业大学
IPC分类号： H04N21/2662 , H04N21/462 , G06N3/045 , G06N3/0442 , G06N3/092
摘要： 本发明提供基于注意力机制的无人机视频流码率自适应传输方法，包括以下步骤：根据无人机视频流传输特点，构建一种边缘设备辅助的无人机视频流传输模型。针对模型中通信环境复杂性造成码率决策不准确的问题，引入Transformer编码器对多个时隙下的信道增益、障碍物遮挡概率、视频流传输状态和无人机剩余能量进行注意力编码，通过建立当前状态和历史状态之间的依赖关系，提高复杂环境的语义表征能力。在此基础上，使用深度强化学习网络在编码后的多时隙环境状态序列上预测最优码率，以达到最大化提升用户体验质量(QoE,qual ity of experience)和最小化能耗的目的。该方法在满足用户QoE要求和能耗方面具有更好的表现。
-
-
公开(公告)号：CN110910366A
公开(公告)日：2020-03-24
申请号：CN201911130121.7
申请日：2019-11-18
申请人： 湖北工业大学
摘要： 本发明公开了一种基于3D CAM的大脑核磁共振异常图像的可视化方法，采集患者的脑核磁共振异常图像作为训练样本-利用训练样本对3D CAM模型进行训练，得到训练后的网络参数即系数矩阵W和偏倚向量b值-根据不同的磁共振图像创建可视化热度图。在传统CAM模型的基础上对患者的大脑核磁共振异常图像进行处理，实现自动识别检测且可视化效果良好的，便于辅助医学研究者定量分析和研究。
-
公开(公告)号：CN108863372A
公开(公告)日：2018-11-23
申请号：CN201810693321.2
申请日：2018-06-29
申请人： 湖北工业大学
IPC分类号： C04B35/56 , C04B35/622
摘要： 本发明提供一种使用熔融盐制备Ti2CTx的方法，并进行阳离子插层，包括：称取质量比为1:(0.58～0.675):(0～0.3):(0.12～0.325)的Ti2AlC粉、氟化钾、氟化锂、氟化钠原料，混合均匀后，放入管式炉中进行煅烧，使用氩气保护；以10℃/min的升温速率升至550～850℃，保温30～50min；煅烧完成后，自然冷却，得到熔盐产物；将熔盐产物加至4mol/L硫酸中，在常温下搅拌1h加入去离子水离心清洗，至上清液pH≈7，倒掉上清液得到沉淀；将沉淀加入氨水中，在常温下搅拌1h再加入去离子水离心清洗4～5次，倒掉上清液得到沉淀；将沉淀加入去离子水中超声60min，并以转速6000rpm离心25～45min，将上层悬浮液过滤得到分层Ti2CTx材料。本方法突破传统的化学液相刻蚀法制备Ti2CTx，提供了一种操作安全、简单、高效的制备方法。
-
公开(公告)号：CN117973445B
公开(公告)日：2024-10-18
申请号：CN202410249285.6
申请日：2024-03-05
申请人： 湖北工业大学
IPC分类号： G06N3/0455 , G06N3/042 , G06Q50/00
摘要： 本发明属于神经网络模型技术领域，公开了一种基于社区意识的图掩蔽自编码学习方法、系统及存储介质，所述基于社区意识的图掩蔽自编码学习方法将社区结构信息引入GAE框架，并在学习过程中保持社区的影响力；采用社区引导的边缘掩蔽和节点特征掩蔽；在自动编码器中使用GNN进行多任务解码，并辅以动态损失函数，从原始数据中提取额外的有价值信息，用于增强图重建；在节点分类、链接预测和图分类等多个下游任务上，ComMGAE在学习图表示时保留图拓扑结构和语义信息。本发明的目标是识别现有GAE设计的弱点，并在图表示学习中完善相关工作，以应用于下游任务，如链接预测以及节点或图分类。
-
公开(公告)号：CN110910366B
公开(公告)日：2023-10-24
申请号：CN201911130121.7
申请日：2019-11-18
申请人： 湖北工业大学
摘要： 本发明公开了一种基于3D CAM的大脑核磁共振异常图像的可视化方法，采集患者的脑核磁共振异常图像作为训练样本‑利用训练样本对3D CAM模型进行训练，得到训练后的网络参数即系数矩阵W和偏倚向量b值‑根据不同的磁共振图像创建可视化热度图。在传统CAM模型的基础上对患者的大脑核磁共振异常图像进行处理，实现自动识别检测且可视化效果良好的，便于辅助医学研究者定量分析和研究。
-
公开(公告)号：CN114791983A
公开(公告)日：2022-07-26
申请号：CN202210384315.5
申请日：2022-04-13
申请人： 湖北工业大学
IPC分类号： G06F16/9537 , G06F16/9535 , G06N3/04 , G06N3/08
摘要： 本发明属于序列推荐技术领域，具体公开了一种基于时序物品相似度的序列推荐方法,包括建立神经网络模型，构建基于时间信息的嵌入向量；包括与绝对时间相关的嵌入向量以及相对时间相关的嵌入向量；自注意力机制学习模块，结合相对嵌入向量获得局部特征X；全局偏好学习模块获得全局特征Y；按当前候选物品和最近交互物品的相似度，对局部特征X与全局特征Y进行加权求和得到特征表示zl，并以此为依据进行序列中的下一物品的推荐。本发明引入更多的经过设计的时间嵌入向量，提高时间信息利用的有效程度，进而提高序列推荐的正确性。
-
公开(公告)号：CN111289251A
公开(公告)日：2020-06-16
申请号：CN202010124484.6
申请日：2020-02-27
申请人： 湖北工业大学
摘要： 本发明属于自动化检测技术领域，公开了一种滚动轴承细粒度故障识别方法，包括采集滚动轴承在正常状态、各种故障类别下的振动信号；对振动信号进行样本分割处理得到样本信号；对样本信号进行多同步压缩变换得到样本图像；利用样本图像建立训练集；将训练集输入至卷积神经网络中进行迭代训练，获得训练好的故障识别模型；采集滚动轴承故障振动信号作为待识别样本，进行样本分割处理得到待识别样本信号，进行多同步压缩变换得到待识别样本图像，将待识别样本图像输入至训练好的故障识别模型中进行故障识别，并获得故障识别结果。本发明解决了现有技术中对滚动轴承细粒度故障的识别率较低的问题，具有识别率高、鲁棒性强的优点。
-
-
公开(公告)号：CN118764914A
公开(公告)日：2024-10-11
申请号：CN202410863028.1
申请日：2024-06-28
申请人： 湖北工业大学
摘要： 本发明提供一种基于强化学习的无人机辅助边缘计算公平任务卸载方法，包括以下步骤：步骤一、建立系统模型，进行公式化处理，系统模型包括通信模型，计算模型和能耗模型；步骤二、提供问题描述与构建；步骤三、使用强化学习算法求解多约束优化问题；步骤四、性能分析，包括长期奖励回报以及在不同用户设备数量和通信条件下对平均时延，平均能耗和计算服务公平性的评价。该方法的计算服务公平性始终高于其他算法，表明在平衡不同用户设备任务卸载量、提高计算服务公平性方面具有良好效果，不仅在平均奖励值、时延、能耗和计算服务公平性方面表现出优势，并且在不同用户设备数量下具有良好的适应性和稳定性。
-
-
-
-
-
-
-
-
-
搜索结果
14 条记录 (耗时 0.044 秒)
