一种网络流量预测方法和计算机设备

    公开(公告)号:CN113469415A

    公开(公告)日:2021-10-01

    申请号:CN202110631952.3

    申请日:2021-06-07

    IPC分类号: G06Q10/04 G06K9/62 H04L12/24

    摘要: 本发明提供了一种网络流量预测方法和计算机设备,网络流量预测方法应用于预测模型,预测模型包括:图卷积‑自注意力模块、全连接层和激活层,网络流量预测方法包括:获取网络流量,确定预处理流量组;将预处理流量组输入图卷积‑自注意力模块得到目标流量特征组;将目标流量特征组输入全连接层得到融合流量特征;基于激活层和融合流量特征确定预测结果。本发明中的图卷积‑自注意力模块,可以提取复杂多变的网络流量数据的空间特征,计算网络流量特征权重,解决网络流量不同数据之间的相互影响力不同的问题,较大地提升网络流量预测的准确率,也就是说,通过图卷积‑自注意力模块可以对非线性的复杂动态网络流量进行预测,并且准确率高。

    一种多目标水肥一体化系统轮灌组划分方法

    公开(公告)号:CN109496520B

    公开(公告)日:2021-09-03

    申请号:CN201811424631.0

    申请日:2018-11-27

    IPC分类号: A01C21/00

    摘要: 本发明涉及一种多目标水肥一体化系统轮灌组划分方法,包括以下步骤:步骤1:建立多目标水肥一体化轮灌组数学模型;步骤2:对所有的轮灌支管进行分配,求解所述步骤1中建立的数学模型的多目标优化的Pareto最优解集,即求得各种扬程和流量均衡的组合,为选择适应于不同实际情况的设计方案提供最优解集。本发明的有益效果是:采用基于Pareto最优和随机赌轮盘方法相结合的方式,求解多目标水肥一体化轮灌组划分问题,为适应不同的设计实际需求,缩短灌溉组设计时间,提高水肥一体化管网设计效率。

    生物医学数据特征选择方法及装置、计算设备及存储介质

    公开(公告)号:CN112908416A

    公开(公告)日:2021-06-04

    申请号:CN202110393715.8

    申请日:2021-04-13

    IPC分类号: G16B20/30 G06K9/62 G06N3/12

    摘要: 本发明提供了一种生物医学数据特征选择方法,包括:提取生物医学数据集中的特征构成原始特征集合;根据所述原始特征集合,对种群进行初始化得到初始种群,并设置生物医学数据特征选择所需的参数;将初始种群中的个体映射为相应的特征组合,通过适应度函数计算种群中个体的适应度值;利用轮盘赌选择对所述初始种群进行三系种群的划分,分别随机从不育系和保持系中选择个体作为父本和母本进行杂交操作;随机选择恢复系中的个体进行自交操作;当达到最大自交次数时,对恢复系个体进行重置操作,在搜索空间中随机选择一组基因序列替换原始个体,并将自交次数归0;判断是否满足终止条件,输出全局最优的个体。

    一种光学卫星传感器在轨分时几何定标方法

    公开(公告)号:CN112802118A

    公开(公告)日:2021-05-14

    申请号:CN202110006763.7

    申请日:2021-01-05

    IPC分类号: G06T7/80

    摘要: 本发明公开了一种光学卫星传感器在轨分时几何定标方法,包括:以光学卫星传感器的中间片CCD/CMOS作为基准片,以其余片CCD/CMOS作为非基准片,依次对基准片进行外定标和内定标处理;在基准片外定标的基础上,分别对每一片非基准片进行内定标处理;从基准片开始,分别向左右两侧CCD/CMOS延伸,依次以相邻两片CCD/CMOS为一个定标单元,并以该单元中离基准片近的CCD/CMOS作为参考片、另一片作为非参考片,计算参考片和非参考片之间的片间错位量;根据片间错位量和成像探元大小,更新非参考片的内定标参数。本发明可以大大减小光学卫星传感器在轨几何定标对地面定标场幅宽的要求,从而减少定标场参考数据制作与更新过程中投入的人力、物力和财力,实现经济化在轨几何定标。

    一种基于多目标水稻育种算法的高光谱图像波段选择方法

    公开(公告)号:CN112633457A

    公开(公告)日:2021-04-09

    申请号:CN202011511878.3

    申请日:2020-12-18

    IPC分类号: G06N3/00 G06K9/00

    摘要: 本发明公开了一种基于多目标水稻育种算法的高光谱图像波段选择方法,对基本水稻育种算法的种群划分机制进行改进,提出基因重组控制因子的概念,对恢复系个体更新方式进行了改进,从而达到更完善的重组性能,使其表现出更佳的综合寻优性能。本发明将水稻育种算法拓展到多目标优化领域内,首先输入原始遥感图像数据,随机生成初始波段组合,产生初始种群;然后根据平均熵和KL散度两个目标函数公式计算种群个体的目标函数值。按照多目标水稻育种算法步骤进行种群更新与筛选直至最终得到最佳优化波段组合为止。该方法选择出的波段集合可以有效的平衡波段信息量和波段之间相关性的关系,为降低高光谱图像的数据维度及冗余信息提供更有效的技术方法。

    一种基于反向学习二进制水稻育种算法的高光谱图像波段选择方法

    公开(公告)号:CN112613391A

    公开(公告)日:2021-04-06

    申请号:CN202011507865.9

    申请日:2020-12-18

    IPC分类号: G06K9/00 G06K9/62 G06N3/00

    摘要: 本发明提供了一种基于反向学习二进制水稻育种算法的高光谱图像波段选择方法,首先在初始化时用二进制编码表示水稻个体的基因,并将二进制运算规则中的加法和减法算子运用到更新公式中,以得到二进制形式的解;其次引入反向种群策略对二进制水稻育种算法进行优化,扩大种群的搜索范围,避免算法陷入局部最优,并提升算法的全局搜索性能;最后利用基于反向学习的二进制水稻育种算法对高光谱图像进行波段选择,从而快速地获得全局最优波段子集。本发明能够提高波段选择的性能,在保证图像分类精度的同时选取最具代表性的波段特征,具有一定的普适性,可广泛适用于图像处理和模式识别等相关领域。

    一种基于烟花算法的交通路线确定方法及系统

    公开(公告)号:CN108280210B

    公开(公告)日:2020-10-09

    申请号:CN201810092424.3

    申请日:2018-01-31

    IPC分类号: G06F16/29

    摘要: 本发明公开了一种基于烟花算法的交通路线确定方法及系统。所述方法包括:获取乘客出行数据集,乘客出行数据集包括多个区域内乘客的出行路线;统计数据库中每一个出行路线的出现次数;对出现次数进行排序;获取频繁一项集列表,频繁一项集列表是由出现次数大于最小出现次数的出行路线组成的;依据区域类别对频繁一项集列表进行分组,得到多个频繁一项集组;依据频繁一项集组构建频繁模式树;利用烟花算法删除频繁模式树中的干扰路线,得到条件子树,干扰路线为出行路线的换乘站数小于预设换乘站数的路线,条件子树表示出行路线之间的关联关系;根据关联关系确定交通路线。本发明能够快速地实现对交通路线的关联挖掘,提高交通路线确定的效率。

    一种基于烟花算法的纹理图像特征选择方法

    公开(公告)号:CN107808164B

    公开(公告)日:2020-08-07

    申请号:CN201710960947.0

    申请日:2017-10-17

    IPC分类号: G06K9/62

    摘要: 本发明公开了一种基于烟花算法的纹理图像特征选择方法,利用烟花算法对图像纹理特征选择问题优化求解,从而快速地获得用于图像处理的最优特征子集,可用于图像处理和模式识别相关技术领域中。本发明能够在可接受的时间代价内找到特征选择问题的高质量的可行解,不需要指定要选择的特征维数,能够智能地在正确识别率和特征维数之间取得很好的平衡,自动寻找到合适的纹理图像特征子集。本发明利用烟花算法对纹理图像处理中原始数据集进行特征选择,剔除不相关或冗余的图像纹理特征,取出真正有效的特征子集,节省分类器的计算时间,从而提高图像分类的效率和正确率。

    基于最长路径的在线手写笔迹笔画匹配方法

    公开(公告)号:CN111191512A

    公开(公告)日:2020-05-22

    申请号:CN201911224772.2

    申请日:2019-12-04

    发明人: 邹杰 叶志伟

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本发明涉及信息安全领域,公开了一种基于最长路径的在线手写笔迹笔画匹配方法,包括如下步骤:将模板笔迹和测试笔迹按笔画进行分段,取得模板笔画序列和测试笔画序列,计算取得所有可能的笔画间相似值,进而组成有向图中的结点集合和结点之间的有向边集合,得到一个带权值的有向图,以节点中的笔画间相似值作为权值,采用经典的最长路径算法,计算从开始节点到结束节点的最长路径,最长路径中节点记录的笔画对应关系即为所求得的笔迹间笔画对应关系。本发明基于最长路径的在线手写笔迹笔画匹配方法,通过在有向图中寻找最长路径来自动实现笔迹中笔画的对应关系,避免了现有方法因为经验跳跃阈值设置不当而产生匹配错误的可能。

    一种快速的含噪图像二维最大类间方差阈值法

    公开(公告)号:CN106709928B

    公开(公告)日:2019-12-10

    申请号:CN201611198772.6

    申请日:2016-12-22

    IPC分类号: G06T7/136

    摘要: 本发明涉及一种快速的含噪图像二维最大类间方差阈值法,首先求出噪音图像的灰度均值和灰度标准差;对图像每个像素采用3×3邻域的平均灰度值进行平滑,得到平滑图像;然后用最大类间方差阈值法计算平滑图像的类间方差,通过灰度均值和标准差缩小类间方差解的搜索空间,遍历搜索空间,记录使类间方差最大时的解为最优一维阈值T0;用二维最大类间方差法计算目标类与背景类的类间方差离散度矩阵的迹,通过T0和噪音图像的灰度标准差缩小迹的解的搜索空间,最后遍历解的搜索空间,记使离散度矩阵的迹最大时的灰度值二元组为最优二维切割阈值。本发明能够避免遍历全部灰度级,大大缩小计算量的同时也能得到准确的解。