-
公开(公告)号：CN115295007A
公开(公告)日：2022-11-04
申请号：CN202210789968.1
申请日：2022-07-06
申请人： 西北工业大学
摘要： 本发明提供一种水声目标识别方法、装置与设备。该方法包括：获取水声音频信息；根据所述水声音频信息，分别确定隐藏特征向量和时频特征向量；将所述隐藏特征向量和时频特征向量进行拼接，并根据拼接后的特征向量进行分类预测。本发明提供的水声目标识别方法，通过将水声音频信息进行特征提取，分别提取出隐藏特征向量和时频特征向量，从而使得提取的特征向量更加丰富，然后根据将隐藏特征向量和时频特征向量拼接后的特征向量进行预测，从而提高了预测结果的精确度。
-
公开(公告)号：CN114826678A
公开(公告)日：2022-07-29
申请号：CN202210321271.1
申请日：2022-03-24
申请人： 西北工业大学
IPC分类号： H04L9/40 , H04L41/0823 , H04L41/14 , H04L41/16 , H04L43/045
摘要： 本发明提供了一种基于渗流过程和进化计算的网络传播源定位方法。首先，输入网络数据集，得到其节点及连边属性，并初始化传播模型参数；然后，基于渗流和进化计算相关理论和方法，采用AEF算法迭代更新初始观察点序列得到最后序列，依照序列在网络中布置一定比例的观察点；其次，随机选择传播源处于感染状态启动传播过程，直到检测到达一定爆发范围时停止传播过程；根据观察点捕获信息寻找目标连通片获取子图，在子图上启动RIS算法检测传播源；最后，将检测传播源的固定跳数之内的邻居加入候选集，该候选集可作为后续搜索真实传播源的范围。本发明可以实现大型网络的快速传播源定位，从而及时控制恶意信息传播，降低其造成的损失。
-
公开(公告)号：CN114631827A
公开(公告)日：2022-06-17
申请号：CN202111604562.3
申请日：2021-12-24
申请人： 北京科技大学 , 西北工业大学 , 北京大学第三医院(北京大学第三临床医学院)
摘要： 本发明涉及神经网络模型搭建技术领域,特别涉及一种基于多频段PCMI‑EBN的轻度认知障碍脑电信号分析方法。该方法采集脑电信号历史数据样本，进行去噪处理后，采用使用排序条件互信息方法提取耦合特征构建因效性脑网络PCMI‑EBN，并基于多频段的PCMI‑EBN信号使用多频段核ELM方法实现对不同脑电信号的高精确性分类。本发明的有益效果是，本发明的方法有助于解决轻度认知障碍早期诊断困难的问题，可以广泛应用于医院及社区内的健康管理指导和临床诊疗。作为针对轻度认知障碍的医疗辅助、临床诊断参考以及治疗辅助技术，从而解决轻度认知障碍早期诊断困难问题。
-
公开(公告)号：CN109858531B
公开(公告)日：2022-04-26
申请号：CN201910033149.2
申请日：2019-01-14
申请人： 西北工业大学
IPC分类号： G06K9/62 , G06V10/762 , G06V10/74
摘要： 本发明涉及高光谱遥感和机器学习技术领域，具体涉及一种适用于高光谱遥感图像的基于图的快速聚类算法。利用空间平滑技术挖掘出高光谱图像中的空间信息，构建锚点图加速聚类过程，增加非负松弛约束直接得到最终的聚类索引矩阵，而不用借助于其他的聚类算法，有效解决了传统基于图方法无法处理大规模高光谱遥感图像聚类问题。
-
公开(公告)号：CN114167896A
公开(公告)日：2022-03-11
申请号：CN202111495809.2
申请日：2021-12-09
申请人： 西北工业大学
IPC分类号： G05D1/10
摘要： 本发明公开了一种基于状态预测的人工势能场无人机集群控制方法，首先获取无人机集群的初始状态信息；再计算集群中每架无人机在时刻t的预测状态；然后计算每架无人机的规避碰撞控制输入和队形保持控制输入；最后计算集群中每架无人机的控制输入，并根据控制输入进行集群状态更新。本发明使用状态预测建模改进后的人工势场方法能够为无人机预留更多空间缓冲，及时响应队形的变化，降低实际情况中延迟对无人机集群的影响，以及其他不确定因素对集群完成预设目标的影响。
-
公开(公告)号：CN111931023B
公开(公告)日：2022-03-01
申请号：CN202010625391.1
申请日：2020-07-01
申请人： 西北工业大学
IPC分类号： G06F16/951 , G06F16/958
摘要： 本发明公开了一种基于网络嵌入的社团结构识别方法及装置，涉及人工智能与复杂网络领域。用以解决现有节点的低维表示不能捕捉到社团结构信息以及结构相似性的问题。该方法包括：根据网络的邻接矩阵确定网络的一阶相似性矩阵和二阶相似形矩阵；根据互为邻居节点的两个节点确定网络的Dice’s相似度矩阵；根据网络的导出子图以及自轨道的数量，确定网络的结构相似性矩阵；根据一阶相似性矩阵、二阶相似性矩阵、Dice’s相似度矩阵和结构相似性矩阵确定网络的最终相似性矩阵；根据非负矩阵分解、最终相似性矩阵、社团成员指导矩阵和社团低维表示矩阵，得到节点的低维表示矩阵；根据k‑means对节点的低维表示矩阵进行聚类，得到网络的社团划分。
-
公开(公告)号：CN113741482A
公开(公告)日：2021-12-03
申请号：CN202111107193.7
申请日：2021-09-22
IPC分类号： G05D1/02
摘要： 本发明公开了一种基于异步遗传算法的多智能体路径规划方法，该方法在传统遗传算法的基础之上，加入了聚类算法的思想以及精英保留策略。首先将在起始位置的多个智能体按照某一特征划分成若干个含智能体数目相等的类，对多智能体要到达的目标位置也划分为对应数目的类；再对每一个类中的智能体利用遗传算法框架并行化进行路径规划，得到每一类中的最优路径；将各个类中得到的最优路径进行汇总，从而获得整个多智能体系统的最优路径。该方法的使用能够快速实现对大规模多智能体系统的路径规划，为大规模多智能体系统执行任务奠定基础。
-
公开(公告)号：CN113205425A
公开(公告)日：2021-08-03
申请号：CN202110499750.8
申请日：2021-05-08
申请人： 西北工业大学
摘要： 本发明涉及一种基于半监督多目标优化的社交网络圈子识别方法，将多通道社交网络抽象为多层网络，并获取该多层网络的邻接矩阵；通过多层网络的公共低维表示计算节点的Dice相似度，并提取基于Dice的先验信息；通过多层网络的公共低维表示获得高质量初始解，并构建先验层重构网络；将先验层重构网络与网络融合，并与高质量初始解一起进行优化，在优化过程中，通过Dice的先验信息指导遗传操作，最终通过最优解选择策略求得多层网络的公共社团划分，挖掘出多通道社交网络中的社交圈子；改善了多目标优化方法在社团结构复杂的网络上效果下降的缺点，因而具有较好的准确率与鲁棒性。
-
公开(公告)号：CN112733926A
公开(公告)日：2021-04-30
申请号：CN202110004849.6
申请日：2021-01-04
申请人： 西北工业大学
IPC分类号： G06K9/62
摘要： 本发明公开了一种基于半监督的多层网络聚类方法，涉及人工智能与复杂网络技术领域，不仅将获取的共识先验信息作为预处理手段，使得通过对称非负矩阵分解获取的每一层的低维表示矩阵H(i)更优秀。而且还将获取的共识先验信息编码进共识子空间图正则化项中，在进行整体非负矩阵分解时，对共识低维子空间H进行优化，使得方法即能够充分利用各个网络层互补的拓扑结构信息，同时也能够充分使用获取的共识先验信息，特别是针对具有大量噪音和稀疏结构的多层网络。本发明的方法应用到社交、蛋白质等多层网络中，成功识别出各种类型多层网络的簇结构，为理解人们之间的一些社交交互行为，识别具有特定社交属性的人群，提高社会合作效率具有重大意义。
-
公开(公告)号：CN111160310A
公开(公告)日：2020-05-15
申请号：CN202010000282.0
申请日：2020-01-02
申请人： 西北工业大学
IPC分类号： G06K9/00
摘要： 本发明提供了一种基于自权重协同表示的高光谱异常目标检测方法。首先，设定双窗结构的大小，并以待测像素点为中心，选取双窗结构内的所有像素点构建字典；然后，构建自权重协同表示的异常检测目标函数，将字典代入其中，并采用迭代更新方法求解目标函数，得到期望的稀疏向量；最后，利用稀疏向量计算待检测像素点与重建像素之间的误差，并通过与阈值比较判断该像素点是否属于异常目标。由于本发明将权重学习与协同表示结合起来构建目标函数，可以有效地提升异常目标检测效果。
-
-
-
-
-
-
-
-
-
搜索结果
168 条记录 (耗时 0.034 秒)
