-
公开(公告)号：CN114325245A
公开(公告)日：2022-04-12
申请号：CN202210040970.9
申请日：2022-01-14
申请人： 湖南大学 , 湖南湘能智能电器股份有限公司
IPC分类号： G01R31/08
摘要： 本发明公开了一种基于行波数据深度学习的输电线路故障选线与定位方法，利用深度学习模型不断迭代，从而自适应调整参数并学习行波数据的特征，计算输电线路组中各条线路之间的差异，选出故障线路；基于选取的故障线路，利用滑动窗口将双端故障行波数据分组，采用孪生神经网络构建双端行波数据相似度匹配模型，根据计算出的最大相似度来获取双端行波数据匹配窗口，从而根据窗口时间比例计算输电线路故障点所在位置。本发明使得行波数据的时序性得到了保障，可更好的使用特征选出故障线路。孪生神经网络根据匹配窗口计算双端行波传递时间比例从而确定故障发生的位置，具有较高的准确性。
-
公开(公告)号：CN114325245B
公开(公告)日：2023-07-14
申请号：CN202210040970.9
申请日：2022-01-14
申请人： 湖南大学 , 湖南湘能智能电器股份有限公司
IPC分类号： G01R31/08
摘要： 本发明公开了一种基于行波数据深度学习的输电线路故障选线与定位方法，利用深度学习模型不断迭代，从而自适应调整参数并学习行波数据的特征，计算输电线路组中各条线路之间的差异，选出故障线路；基于选取的故障线路，利用滑动窗口将双端故障行波数据分组，采用孪生神经网络构建双端行波数据相似度匹配模型，根据计算出的最大相似度来获取双端行波数据匹配窗口，从而根据窗口时间比例计算输电线路故障点所在位置。本发明使得行波数据的时序性得到了保障，可更好的使用特征选出故障线路。孪生神经网络根据匹配窗口计算双端行波传递时间比例从而确定故障发生的位置，具有较高的准确性。
-
公开(公告)号：CN118674601A
公开(公告)日：2024-09-20
申请号：CN202410866451.7
申请日：2024-07-01
申请人： 湖南大学
IPC分类号： G06T1/00 , G06N3/0464 , G06N3/08
摘要： 本发明涉及一种可自动化定位的抗屏摄攻击数字水印方法，利用定位网络构建抗屏摄水印自动化嵌入‑定位‑提取架构，旨在屏摄场景下对版权图像的自动化定位与水印解码，解决版权保护中自动化的难题。主要包括以下发明内容：(1)提出了一种在屏摄图像场景下的嵌入‑定位‑提取的训练策略。(2)提出了一种基于CBAM融合注意力机制做特征拼接的编码网络。(3)提出了一种基于定位掩码的解码网络。
-
公开(公告)号：CN111782871B
公开(公告)日：2024-06-25
申请号：CN202010562550.8
申请日：2020-06-18
申请人： 湖南大学
IPC分类号： G06F16/732 , G06F16/783 , G06V20/40 , G06V10/82 , G06N3/084 , G06N3/092
摘要： 本发明提供了一种基于时空强化学习的跨模态视频时刻定位方法，包括以下步骤：S01、输入完整视频和查询语句，抽取视频特征和查询语句特征，构建强化学习环境；S02、基于强化学习环境信息进行时序强化学习并定位视频的时序边界，环境信息包括视频全局特征、视频局部特征、定位边界和查询语句特征；S03、基于时序强化学习的定位边界进行空间强化学习，在所述环境中处理空间信息并逐帧追踪相关场景，并用注意力机制过滤无关信息；S04、根据空间强化学习更新时序强化学习的局部片段特征，使得所述空间强化学习和所述时序强化学习交替训练，直至收敛，得到对应查询语句的视频时刻片段。本发明提供的方法能够返回精确的视频定位边界，提高用户的查询体验。
-
公开(公告)号：CN117938526A
公开(公告)日：2024-04-26
申请号：CN202410141234.1
申请日：2024-02-01
申请人： 湖南大学
IPC分类号： H04L9/40 , H04L43/0894
摘要： 本发明公开了一种基于可编程数据平面的LDoS攻击检测与缓解方法，属于计算机网络安全领域，其中所述的方法包括：首先，根据LDoS攻击发起时的流量特点，选取UDP包传输速率、TCP字节传输速率和TCP波动系数三个特征进行提取。然后收集提取的特征制作数据集，输入机器学习训练模型构造分类树，并将分类树映射到匹配‑动作表中从而将其部署在可编程数据平面。接着将提取的特征输入分类树，将流量分为合法流量、基于UDP包的LDoS攻击流量和基于TCP包的攻击流量三类。最后，检测到LDoS攻击时，根据攻击类型选择对应的方法缓解。本发明提出的LDoS攻击检测与缓解方法具有较好的灵活性和可扩展性，同时兼具高精度与低延迟，是一种有效的LDoS攻击检测及缓解方法。
-
公开(公告)号：CN112711767B
公开(公告)日：2023-12-22
申请号：CN202110042982.0
申请日：2021-01-13
申请人： 湖南大学
IPC分类号： G06F21/60 , G06F21/64 , G06F18/214 , G06F18/2411
摘要： 本发明公开了一种可验证且隐私保护的支持向量机分类方法，涉及网络空间安全与人工智能交叉领域，包括以下算法：算法一，系统初始化，即生成支持向量机分类器，并产生对称密钥；算法二，分类器加密，即将支持向量机分类器转化成分类规则，进而构建密文索引，并外包存储；算法三，令牌生成，即将特征向量加密并产生分类结果查询令牌；算法四，安全决策，即根据查询令牌与密文索引生成加密的支持向量机分类结果；算法五，结果验证，即对加密分类结果进行验证；算法六，结果解密，即对通过结果验证的加密分类结果进行解密。本发明的优势：能够在恶意的云环境下进行隐私保护的分类；实现常数时间复杂度的微秒级分类，实现千字节级存储、通信开销。
-
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
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：CN116597518A
公开(公告)日：2023-08-15
申请号：CN202310609337.1
申请日：2023-05-29
申请人： 湖南大学
摘要： 本发明公开一种基于电磁信号的人体姿态估计方法。使用电磁信号捕获设备采集用户不同姿态引起周围环境的电磁辐射信号的变化，同时拍摄用户的姿态图片，使用基于图像的姿态估计模型提取姿态图片的标注文件。然后对采集的信号进行低通滤波、包络提取等处理后将其转换为二维矩阵，并基于该矩阵构造相应的灰度图，将标注文件与灰度图一一对应后将其划分为训练集和测试集，并基于图像的姿态估计模型进行迁移学习，使用训练集对初始模型进行训练并保存最终的模型。最后我们只需要将电磁信号转换成的灰度图作为模型的唯一输入，即可进行人体姿态估计。
-
公开(公告)号：CN114205101A
公开(公告)日：2022-03-18
申请号：CN202010973120.5
申请日：2020-09-16
申请人： 湖南大学 , 南方电网科学研究院有限责任公司
摘要： 本发明涉及一种基于支持向量机集成学习的电力工控系统主机异常检测方法。其发明内容主要包括(1)网络流量特征和系统状态特征提取与融合方法；(2)基于支持向量机集成学习的主机异常检测模型。基于上述方法，提取并融合多类型主机安全事件，构建异常检测子模型并进行集成，进一步增加主机异常检测的准确性。
-
公开(公告)号：CN113141359B
公开(公告)日：2022-02-25
申请号：CN202110427924.X
申请日：2021-04-21
申请人： 湖南大学
摘要： 本发明涉及一种用于物联网电子医疗图像隐私保护的密码系统。其发明内容主要包括(1)提出一种用于物联网电子医疗图像隐私保护的密码系统；(2)提出一个基于2D‑ICM和2D‑LASM混沌系统的伪随机数生成器(PRNG)算法；(3)提出一种快速的医疗图像并行加密方法。
-
-
-
-
-
-
-
-
-
搜索结果
136 条记录 (耗时 0.049 秒)
