一种基于两阶段遗传规划的皮肤癌计算机辅助诊断方法、系统及存储介质

    公开(公告)号:CN117497180A

    公开(公告)日:2024-02-02

    申请号:CN202311576635.1

    申请日:2023-11-23

    申请人: 郑州大学

    摘要: 本发明公开了一种基于两阶段遗传规划的皮肤癌计算机辅助诊断方法、系统及存储介质。所公开的方法包括:获取待分类图像;对待分类图像进行预处理;基于遗传规划对预处理后的待分类图像进行特征提取、特征连接,输出最优个体学习到的特征;基于遗传规划对特征提取阶段得到的特征进行特征选择、特征构建,通过组合和转换来创建新的特征;将特征学习后和特征构建后得到新特征进行归一化;将新特征输入到分类器中,输出待分类图像的分类结果。通过对进行特征提取后的优秀特征进行构建产生新特征,对有限的图像提取了更多的信息,提高了分类精度;并且基于树的表示形式,可接受性强。

    一种癌症识别分类方法
    14.
    发明公开

    公开(公告)号:CN116150679A

    公开(公告)日:2023-05-23

    申请号:CN202310109091.1

    申请日:2023-02-14

    申请人: 郑州大学

    摘要: 本发明公开了一种癌症识别分类方法,通过有效地将多目标种群和单目标种群这两种形式的进化种群结合为一个能够优势互补的特征选择进化算法,高效地利用了多目标种群和单目标种群在高维癌症公共数据集上的庞大搜索空间中的指标特征的精准筛选优势,从而能够找出识别癌症的极少数关键指标特征组合,基于每种癌症的关键指标特征组合即可对癌症进行识别分类;优点是不但分类精度高,且大大降低了癌症的诊断成本,经实验验证,本发明的癌症识别分类方法分类准确率接近100%,可以广泛应用于癌症识别与分类中。

    一种适用于无人飞行平台的异构多传感器自动规划系统

    公开(公告)号:CN115169811A

    公开(公告)日:2022-10-11

    申请号:CN202210649360.9

    申请日:2022-06-10

    申请人: 郑州大学

    IPC分类号: G06Q10/06

    摘要: 本发明是一种适用于无人飞行平台的异构多传感器自动规划系统。首先判断每个目标与各个航段之间是否相交,根据目标与航段的相交情况对目标进行拆分与合并形成新目标点;根据无人飞行平台与新目标点的相交先后顺序对任务排列;根据每个目标的最大捕获需求次数对所需捕获的航段长度进行截断;然后测试无人飞行平台所搭载的传感器与目标的适配情况,根据适配情况筛选出稀缺传感器资源;使用结合航段迁移的贪心算法将新目标分配给相应的传感器;最后对未完成捕获任务的目标使用任务迁移机制提升目标的捕获效果。本发明能够快速地根据无人飞行平台的航线路径与需要捕获目标的位置关系,对捕获所使用的传感器进行快速分配,最终生成传感器的调度排序。

    一种染色体核型分析系统
    16.
    发明授权

    公开(公告)号:CN112508889B

    公开(公告)日:2022-09-13

    申请号:CN202011352831.7

    申请日:2020-11-26

    申请人: 郑州大学

    摘要: 本发明涉及一种染色体核型分析系统,包括(1)设计过滤算法、分割算法对人类中期细胞图像进行过滤除杂、提取染色单体;(2)设计识别算法、纠正算法对提取到的染色体进行识别、配对,从而生成核型图谱。本发明将核型分析方法与图像处理、机器学习等技术相结合,开发一套可靠的染色体核型自动分析系统,实现染色体核型分析的自动化、智能化,整体提高染色体核型分类的效率和准确率。

    基于强化学习的多约束飞行器航迹快速规划方法

    公开(公告)号:CN118482727A

    公开(公告)日:2024-08-13

    申请号:CN202410723982.0

    申请日:2024-06-05

    申请人: 郑州大学

    IPC分类号: G01C21/20

    摘要: 本发明公开了一种基于强化学习的多约束飞行器航迹快速规划方法,通过建立飞行器航迹模型、状态空间和动作空间;设计飞行器航迹规划问题强化学习方法的奖励函数,将飞行器每次选择的动作后所带来的状态、动作、奖励作为经验保存在Q表中,用Q表记录状态‑动作对的选择概率;强化学习通过迭代训练来学习Q表,在每一个迭代过程中会探索不同的动作,并更新Q表并利用Q表中存储的经验来指导动作选择;飞行器在当前状态选择动作时是按照概率选择,根据ε‑贪婪算法以ε概率随机选择一个动作,以1‑ε的概率选择Q表中此状态最大值对应的动作;当飞行器选择动作后,根据结果来进行奖励或惩罚。

    锂电池功率状态估计方法、系统、存储介质及设备

    公开(公告)号:CN118209864A

    公开(公告)日:2024-06-18

    申请号:CN202410255313.5

    申请日:2024-03-06

    申请人: 郑州大学

    IPC分类号: G01R31/367 G01R31/382

    摘要: 本发明涉及锂电池功率状态估计方法、系统、存储介质及设备,通过分析锂电池的电化学阻抗谱,建立分数阶等效电路模型,采用邻域差分进化算法来辨识模型参数。基于所构建的模型,通过分数阶无迹卡尔曼滤波算法对电池荷电状态进行估计,在多约束限制下对锂电池峰值功率进行计算,采用ESN‑DE方法对锂电池峰值功率SOP进行预测。选择与电池状态密切相关的输入变量,使其更符合电池的实际运行情况。基于电池状态的时序演变特性,使输入变量中还包含前一时刻电压、电流的历史信息,以更好地捕捉电池状态的动态演变过程;使用DE算法优化ESN储存池的重要参数,确保在参数空间内进行全局搜索,从而更有可能找到最优的参数组合并实现精确估计。

    基于遗传规划算法的两阶段数据特征构建方法及系统

    公开(公告)号:CN118070123A

    公开(公告)日:2024-05-24

    申请号:CN202410228812.5

    申请日:2024-02-29

    申请人: 郑州大学

    摘要: 本发明公开一种基于遗传规划算法的两阶段数据特征构建方法及系统,涉及人工智能技术领域,方法为:获取进行分类任务的标注数据集,提取数据集中每一高维数据样本的每一特征;针对每一特征进行标准化和离散化,基于皮尔逊相关系数和对称不确定度进行计算,筛选第一、第二特征子集;设置遗传规划算法,以第一、第二特征子集为遗传规划算法的终端集,初始化种群;计算种群中每个个体的适应度值,基于种群个体,生成子树池;基于个体的自适应度值进行种群进化,利用子树池生成下一代种群,进而更新子树池;循环迭代直至达到最大迭代次数,输出最优种群个体作为所构建的数据特征集。本发明整个构建过程简单,构建的数据特征能够实现更高精度的分类。

    一种基于多种群遗传规划的皮肤癌计算机辅助诊断方法、系统及存储介质

    公开(公告)号:CN117497179A

    公开(公告)日:2024-02-02

    申请号:CN202311576626.2

    申请日:2023-11-23

    申请人: 郑州大学

    摘要: 本发明公开了一种基于多种群遗传规划的皮肤癌计算机辅助诊断方法、系统及存储介质。所公开的方法包括:获取待分类图像;对待分类图像进行预处理;使用三个遗传规划种群对预处理后的待分类图像进行特征学习,学习不同的特征;基于遗传规划得到的最优特征对待分类图像进行特征转换得到新特征并进行归一化;将新特征输入到分类器中,输出待分类图像的分类结果;集成三个特征提取方案,分别根据三个特征提取方案提取的特征对待分类图像分类,对分类结果进行投票。本公开设计将不同类型特征使用不同的种群进行搜索,缩小了搜索空间,最终使用投票的方法进行分类。提高了分类精度,并且最终产生三个个体提取不同的特征,便于理解,可解释性高。