-
公开(公告)号：CN113592018A
公开(公告)日：2021-11-02
申请号：CN202110913641.6
申请日：2021-08-10
申请人： 大连大学
摘要： 本发明公开了一种基于残差密集网络和梯度损失的红外光与可见光图像融合方法，包括：将红外光图像和可见光图像放入预先训练好的VGG‑16网络中进行参数提取，对提取到的特征图值进行标准化和归一化处理得到权重块；再将红外光图像和可见光图像放入网络模型中进行端到端的无监督学习，生成融合图像模型；训练所述融合图像模型，在训练过程中利用损失函数不断进行反向传播迭代，更新学习内容，所述损失函数是基于所述权重块优化梯度；本申请可以在现有的公开红外光和可见光图像数据集上进行融合操作，融合出来的结果可以有效的提取红外光图像边缘信息和可见光图像纹理细节，二者进行结合后形成更符合人眼视觉效果的融合图像。
-
公开(公告)号：CN110533096B
公开(公告)日：2021-09-10
申请号：CN201910796324.3
申请日：2019-08-27
申请人： 大连大学
摘要： 本发明公开了基于K‑means聚类的多元宇宙算法的DNA存储编码优化方法，其具体为：构造满足组合约束条件的最优DNA编码序列，首先要构造出一定个数的DNA序列作为初始种群，对种群的适应度进行评价排序。其次，利用已经得出的DNA编码序列，用k均值聚类算法和虫洞交叉进行优化，得到适应度较高的DNA编码序列。然后，通过约束比对根据约束判断是否加入备选解集合。最后，输出最优DNA编码序列。该方法可以搜索出数量较优的DNA编码序列。
-
公开(公告)号：CN112331258A
公开(公告)日：2021-02-05
申请号：CN202011235712.3
申请日：2020-11-06
申请人： 大连大学
摘要： 本发明公开了一种基于DNA笼状结构的人工神经元计算模型构建方法，包括：构造带有rA修饰的笼状结构、将笼状结构作为人工神经元模型的输入层，采用E6 DNAzyme作为神经元的权重；构建归一化模块，利用E6 DNAzyme Z1、Z2、Z3作为神经元的权重；利用E6 DNAzyme酶切带rA修饰的笼状结构构造归一化模块，酶切反应产生的不同输出作为归一化反应的输入，通过归一化反应实现加权和过程；通过链置换的可逆反应和链置换的反应速率构造线性阈值处理模块，即神经元的阈值函数；连接归一化模块和阈值处理模块，使归一化输出优先与“Threshold门”反应，反应完之后再与“Output门”反应，最终产生真正的输出，即最后连接各个模块构成人工神经元模型。
-
公开(公告)号：CN111222992A
公开(公告)日：2020-06-02
申请号：CN202010052169.7
申请日：2020-01-17
申请人： 大连大学
摘要： 一种基于注意力机制的长短期记忆神经网络的股票价格预测方法，属于深度学习和股票预测领域。包括以下步骤：S1：获取股票历史数据，对其进行数据预处理，并将其分为训练集和测试集；S2：对训练集和测试集进行数据标准化，同时对训练集的数据进行小波变换处理以去除金融序列的噪声；S3：初始化长短期记忆神经网络预测模型所需的参数，构建长短期记忆神经网络预测模型，并在其中加入注意力机制层，使用训练集数据对其进行训练；S4：使用训练好的预测模型对测试集进行预测，得到预测结果。本发明能够更好的预测股票价格的非线性变化。
-
公开(公告)号：CN110534154A
公开(公告)日：2019-12-03
申请号：CN201910832011.9
申请日：2019-09-04
申请人： 大连大学
摘要： 本发明公开了基于和声搜索的鲸鱼DNA序列优化方法，首先随机生成一个初始化种群；其次，采用WOA算法对种群进行更新；接着，用和声搜索扩大搜索范围，得到新种群；然后通过加入多个约束条件缩小解空间；最后，对结果的适应度值进行排序并输出最优序列。和声搜索离散性强，对局部优解的搜索能力较强，通过和声不断搜索，在个体周围增加扰动，从而在使算法避免陷入局部最优的同时增加了种群的丰富度。
-
公开(公告)号：CN110533116A
公开(公告)日：2019-12-03
申请号：CN201910832525.4
申请日：2019-09-04
申请人： 大连大学
IPC分类号： G06K9/62
摘要： 本发明公开了基于欧式距离的自适应集成的不平衡数据分类方法，首先通过随机平衡方法得到若干个多样性的平衡子集，然后在每个平衡子集上建立得到多个基础分类器。在动态选择算法之前加入了分类器预选择算法。在得到筛选的基础分类器后，提出一种新的动态选择算法，通过评估待分类样本周围区域内的样本分类器情况，当正确分类属于范围内的少数类样本越多则能力越强。最后采用一种基于距离的自适应集成规则将选择出的基础分类器得到的预测结果输出。该方法能够得到在生成多样的子集上建立基础分类器，同时提出动态选择算法能够挑选出分类能力最强的子分类器，最后提出的集成规则能够提供更好的输出结果，最终有效提高了不平衡数据分类精度。
-
公开(公告)号：CN110533096A
公开(公告)日：2019-12-03
申请号：CN201910796324.3
申请日：2019-08-27
申请人： 大连大学
摘要： 本发明公开了基于K-means聚类的多元宇宙算法的DNA存储编码优化方法，其具体为：构造满足组合约束条件的最优DNA编码序列，首先要构造出一定个数的DNA序列作为初始种群，对种群的适应度进行评价排序。其次，利用已经得出的DNA编码序列，用k均值聚类算法和虫洞交叉进行优化，得到适应度较高的DNA编码序列。然后，通过约束比对根据约束判断是否加入备选解集合。最后，输出最优DNA编码序列。该方法可以搜索出数量较优的DNA编码序列。
-
公开(公告)号：CN105488358B
公开(公告)日：2018-02-13
申请号：CN201510860771.2
申请日：2015-12-01
申请人： 大连大学
IPC分类号： G06F19/18
摘要： 本发明涉及序列相似性分析领域，设计了一种基于混沌游戏的新的RNA三维表示方法和基于互相关系数的RNA二级结构相似性分析。该方法在原有的二维表示方法上，提出了一种三维表示方法，新的表示方法能够消除原有的表示方法的退化现象。然后，从新的表示图形中，提取出数值特征‑新定义的互相关系数来刻画RNA序列的相似性。最后，将该方法应用到9种RNA病毒上来分析方法的可行性。实验结果表明，我们的方法不仅具有可行性，而且从聚类分析的角度看，我们的实验室结果更有利于提取有效数据。
-
-
公开(公告)号：CN106886819A
公开(公告)日：2017-06-23
申请号：CN201710020262.8
申请日：2017-01-11
申请人： 大连大学
IPC分类号： G06N99/00
CPC分类号： G06N20/00
摘要： 本发明涉及人工智能领域，具体涉及一种关于限制性玻尔兹曼机(RBM)的改进方法，通过使用一种新的目标函数来训练限制性玻尔兹曼机(RBM)，所述新的目标函数为：其中logp(v|θ)为改进之前的目标函数(log似然)，F(v；θ)为自由能量函数，λ为惩罚系数。通过限制能量函数的取值来使得能量平面更加平坦，从而使得从模型采样更加容易，得到一个更为优异的RBM，该RBM的优异性不但表现在可以提取更为优异的特征，而且其可以搜索到更佳的参数空间去初始化深层网络。
-
-
-
-
-
-
-
-
-
搜索结果
91 条记录 (耗时 0.031 秒)
