-
公开(公告)号：CN118709726A
公开(公告)日：2024-09-27
申请号：CN202410846265.7
申请日：2024-06-27
申请人： 河北工业大学
IPC分类号： G06N3/0475 , G06N3/094 , G06F18/23213
摘要： 一种基于生成对抗网络的增强多样性的多目标演化方法，通过在生成对抗网络中引入更适合用于多目标演化算法的多样性损失函数，提高生成对抗网络为多目标演化算法所生成种群的多样性并充分探索决策空间。在多样性档案中引入K‑means聚类算法，保证种群在决策空间中均匀分布。在收敛性档案中使用基于计算效率树的快速非支配排序方法，加快其筛选高质量种群速度。在收敛性档案中引入基于生成对抗网络的多样性填充模块，使用此模块在高质量候选解中间进行填充候选解操作，使算法最终种群更加均匀的分布在帕累托前沿。本发明建立基于生成对抗网络的双存档演化算法，更好的对多样性种群进行筛选，使种群迭代过程在保证多样性的同时兼顾收敛性。
-
公开(公告)号：CN114882335B
公开(公告)日：2023-07-28
申请号：CN202210481409.4
申请日：2022-05-05
申请人： 河北工业大学
IPC分类号： G06V10/94 , G06V10/82 , G06V10/764 , G06V10/10 , G06N3/0464 , G06N3/043 , G06N3/098 , G06N3/086
摘要： 本发明公开了一种基于联邦学习框架面向感算云一体化的智能图像传感装置，所述装置包括：智能图像传感器、边缘服务器与远端的云；其中，所述智能图像传感器用于感知并生成图像，将所述图像上传至边缘服务器；所述边缘服务器作为客户端，所述远端的云作为服务器；所述客户端基于收到的图像、提出的联邦学习框架对卷积模糊粗糙神经网络进行训练；所述智能图像传感器从客户端下载训练后的卷积模糊粗糙神经网络的权重参数，基于训练后的权重参数对图像进行分类与识别。本发明对图像传感器采集的数据进行高效学习，通过神经演化搜索轻量级深度学习架构，并部署于图像传感器以自动对感知的图像进行判别与分析。
-
公开(公告)号：CN116051661A
公开(公告)日：2023-05-02
申请号：CN202310038189.2
申请日：2023-01-10
申请人： 河北工业大学
IPC分类号： G06T9/00
摘要： 本发明属于图像压缩领域，公开了一种基于多目标张量塔克分解的图像压缩方法。本发明考虑图像高维的本征结构信息，利用多目标优化算法优化塔克张量分解，寻找尽可能小的张量维度压缩比来实现加权相似性尽可能大、特征相似性尽可能大、信息保真度标准尽可能大、Hu不变矩相似度尽可能大的压缩图像，并结合利用精英反向学习的环境选择策略以及CRITIC权重决策法，得到一个全面考虑图像亮度、对比度、结构、特征相似度、共同信息以及描述图像特征的不变矩等多个角度的压缩图像。
-
公开(公告)号：CN108660487B
公开(公告)日：2020-08-25
申请号：CN201810566689.2
申请日：2018-06-05
申请人： 河北工业大学
摘要： 本发明为一种Nd‑Fe‑B磁性纳米线阵列的制备方法。该方法包括以下步骤：将氯化钕(NdCl3·6H2O)、氯化亚铁(FeCl2·4H2O)、硼酸(H3BO3)和去离子水混合，配制得到NdFeB合金溶液；再加入络合剂，得到沉积液；其中，络合剂为甘氨酸(NH2CH2COOH)、氯化铵(NH4Cl)和抗坏血酸(C6H8O6)；以石墨为阳极，AAO模板为阴极，以上一步制得的Nd‑Fe‑B沉积液为电解液，利用直流稳压电源，进行电化学沉积，最后得到Nd‑Fe‑B三元合金磁性纳米线。本发明所得纳米线数量巨大，沉积率高，纳米线平行排列，高度有序，线径均一，长径比很大。
-
-
-
搜索结果
34 条记录 (耗时 0.109 秒)
