-
公开(公告)号：CN108765556B
公开(公告)日：2022-05-06
申请号：CN201810489957.5
申请日：2018-05-21
Applicant: 福州大学
Abstract: 本发明提供一种基于改进粒子群算法的动态3D实时建模方法，其包括以下步骤：步骤S0：提供一装修预览系统，其包括扫描模块、记录模块、计算模块、导入模型模块、映射模块和展示模块；步骤S1：由扫描模块协同记录模块完成对需要模拟的房间的8个墙角的空间向量信息的标定工作，记录陀螺仪参数并解算出空间向量数据作为输出参数；步骤S2：由计算模块的核心调用智能算法，接受步骤S1的输出参数，运算得到与立方体房间等比例的房间及用户身高单位长度数据作为输出参数；步骤S3：由导入模型模块调用3D引擎，接受步骤S2的输出参数，动态创建出房间的3D模型。本发明的改进的粒子群算法增加粒子的多样性，以控制收敛速度，并且提高搜索精度。
-
公开(公告)号：CN109740348A
公开(公告)日：2019-05-10
申请号：CN201910084520.8
申请日：2019-01-29
Applicant: 福州大学
IPC: G06F21/56
Abstract: 本发明涉及一种基于机器学习的硬件木马定位方法，包括以下步骤：分析其网表结构，选择并提取电路结构特征；探究硬件木马类型，将硬件木马分为信息泄露型和控制信号型；从待测芯片中选择若干样本作为训练数据，剩下的芯片作为测试数据；对于信息泄露型木马使用oneclasssvm算法检测，对于控制信号型硬件木马使用BP神经网络进行检测；使用训练数据训练分类器，使用测试数据进行测试，统计结果；将最后的识别结果与理想结果进行对比，找到已经识别的木马线网。上述基于机器学习的硬件木马定位方法不需要复杂的实验环境、大量的时间和实验成本就可以定位出一个网表中的硬件木马。
-
公开(公告)号：CN108763726A
公开(公告)日：2018-11-06
申请号：CN201810506402.7
申请日：2018-05-24
Applicant: 福州大学
IPC: G06F17/50
CPC classification number: G06F17/5072 , G06F17/5036 , G06F2217/08
Abstract: 本发明涉及一种基于改进粒子群的VLSI固定边框布图规划方法,将固定边框布图规划问题转化为粒子群最优化求解，并运用改进的讨论机制混沌粒子群算法得到达到最低空白面积要求的最优值，根据得到的最优值对整个模块进行最优布图规划。本发明不仅具有成功率高、寻优快等特点，而且这种基于改进的粒子群优化算法的布图方法能够快速得到固定边框布图规划的有效解。
-
公开(公告)号：CN109033611B
公开(公告)日：2023-04-07
申请号：CN201810805343.3
申请日：2018-07-20
Applicant: 福州大学
IPC: G06F30/18 , G06N3/006 , G06Q10/047
Abstract: 本发明涉及一种VLSI多端点线网绕障碍的布线方法，其特征在于：包括以下步骤：步骤S1:读取障碍信息；步骤S2:根据障碍信息，利用matlab绘制障碍框；步骤S3:采用改进粒子群算法构建斯坦纳树，并得到最优解；步骤S4:根据最优解对该解表示的斯坦纳树树进行布线，并记录布线过程；步骤S5:根据布线过程记录，对在布线过程中重复布线部分进行修正，去除生成树中重复了两次到三次的布线长度，并计算通孔数，得到最优布线。本发明实现高效精准并且绕障碍的全局布线，适用于超大规模集成电路多端点线网绕障碍布线。
-
Patent Agency Ranking
公开(公告)号：CN108668254B
公开(公告)日：2022-01-04
申请号：CN201810460982.0
申请日：2018-05-15
Applicant: 福州大学
Abstract: 本发明涉及一种基于改进BP神经网络的WiFi信号特征的区域定位方法，其特征在于：将WiFi特征信号进行预处理转换成四层改进的BP神经网络，再利用蚁群算法对改进后的神经网络权值进行优化，并在权值更新公式中加入动量项因子，进而提高定位方法的收敛速度与分类精度。本发明实用性高，应用性强，成本低，预测分类精度高，计算过程处理简洁，稳定性强，可靠性高，可以基本实现短距离区域的高效分类。
-
公开(公告)号：CN111090749A
公开(公告)日：2020-05-01
申请号：CN201911333842.8
申请日：2019-12-23
Applicant: 福州大学
IPC: G06F16/35 , G06F40/284 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于TextCNN的报刊出版物分类方法，该方法包括以下步骤：1）对报刊文本数据进行预处理，得到分词并编码后的文本数据；2）读入一批处理好的文本数据，在词嵌入层进行向量化操作；3）在卷积层进行卷积操作，以提取特征；4）在池化层进行最大池化；5）在全连接层进行全连接操作，得到最后分类；6）重复训练设定次数，进行一次测试；7）判断是否达到最大训练次数，是则结束训练，得到最终的分类模型，否则返回步骤2，再读入一批步骤1处理好的文本数据，继续进行训练；8）利用得到的最终的分类模型，对报刊出版物的文本数据进行分类。该方法及系统有利于提高报刊出版物分类的准确率。
-
公开(公告)号：CN109033611A
公开(公告)日：2018-12-18
申请号：CN201810805343.3
申请日：2018-07-20
Applicant: 福州大学
CPC classification number: G06F17/509 , G06N3/006 , G06Q10/047
Abstract: 本发明涉及一种VLSI多端点线网绕障碍的布线方法，其特征在于：包括以下步骤：步骤S1:读取障碍信息；步骤S2:根据障碍信息，利用matlab绘制障碍框；步骤S3:采用改进粒子群算法构建斯坦纳树，并得到最优解；步骤S4:根据最优解对该解表示的斯坦纳树树进行布线，并记录布线过程；步骤S5:根据布线过程记录，对在布线过程中重复布线部分进行修正，去除生成树中重复了两次到三次的布线长度，并计算通孔数，得到最优布线。本发明实现高效精准并且绕障碍的全局布线，适用于超大规模集成电路多端点线网绕障碍布线。
-
公开(公告)号：CN108765556A
公开(公告)日：2018-11-06
申请号：CN201810489957.5
申请日：2018-05-21
Applicant: 福州大学
Abstract: 本发明提供一种基于改进粒子群算法的动态3D实时建模方法，其包括以下步骤：步骤S0：提供一装修预览系统，其包括扫描模块、记录模块、计算模块、导入模型模块、映射模块和展示模块；步骤S1：由扫描模块协同记录模块完成对需要模拟的房间的8个墙角的空间向量信息的标定工作，记录陀螺仪参数并解算出空间向量数据作为输出参数；步骤S2：由计算模块的核心调用智能算法，接受步骤S1的输出参数，运算得到与立方体房间等比例的房间及用户身高单位长度数据作为输出参数；步骤S3：由导入模型模块调用3D引擎，接受步骤S2的输出参数，动态创建出房间的3D模型。本发明的改进的粒子群算法增加粒子的多样性，以控制收敛速度，并且提高搜索精度。
-
公开(公告)号：CN108668254A
公开(公告)日：2018-10-16
申请号：CN201810460982.0
申请日：2018-05-15
Applicant: 福州大学
Abstract: 本发明涉及一种基于改进BP神经网络的WiFi信号特征的区域定位方法，其特征在于：将WiFi特征信号进行预处理转换成四层改进的BP神经网络，再利用蚁群算法对改进后的神经网络权值进行优化，并在权值更新公式中加入动量项因子，进而提高定位方法的收敛速度与分类精度。本发明实用性高，应用性强，成本低，预测分类精度高，计算过程处理简洁，稳定性强，可靠性高，可以基本实现短距离区域的高效分类。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.019 seconds)
