-
公开(公告)号：CN117474106A
公开(公告)日：2024-01-30
申请号：CN202311388156.7
申请日：2023-10-24
申请人： 江南大学
摘要： 本发明涉及一种基于全流程并行遗传算法的贝叶斯网络结构学习算法，属于信息处理及人工智能技术领域。本发明基于遗传算法来构建贝叶斯网络结构学习算法，能够更广泛地探索搜索空间、提高搜索效率；同时，一方面通过寻找两个节点间边的生成来简化BN结构的搜索，另一方面采用全流程并行计算的方式来进一步提高搜索效率，并使用BIC作为评分函数来解决数似然度和结构复杂度的权衡问题。
-
公开(公告)号：CN116596161B
公开(公告)日：2023-10-13
申请号：CN202310807852.0
申请日：2023-07-04
申请人： 江南大学
IPC分类号： G06Q10/04 , G06Q50/30 , G06F18/213 , G06F18/2337 , G06F18/24
摘要： 本发明涉及一种多中心小样本场景下目标预测模型构建方法和预测方法。通过结合迁移学习的思想直接用已训练节点的知识对新节点的训练集进行预测，借助预测错误样本体现新节点与已训练节点的差异，将其作为补充知识，以此快速获取新节点的模型知识，避免每次都对新节点从头训练；最后使用岭回归方法实现增量式子分类器的并行集成，大大节省了部署时间和成本。通过共享历史知识和知识丢弃机制保证模型的泛化性，在足够的共享知识的支持下，对于小样本量的节点也可以取得较好的分类效果。基于具有高度可解释性的零阶TSK模糊系统进行改进，所有的模型参数都可以通过规则的形式体现，有着高度的语义透明性，在实际应用中更能帮助用户分析和理解数据。
-
公开(公告)号：CN116705142A
公开(公告)日：2023-09-05
申请号：CN202310489300.X
申请日：2023-05-04
申请人： 江南大学
摘要： 基于二进制量子粒子群优化算法与通量平衡分析混合算法的代谢产物优化方法。本发明方法结合了通量平衡分析FBA和改进二进制量子行为粒子群优化EBQPSO算法的优势，以确定所需代谢产物的最佳敲除策略。EBQPSO算法引入邻域概念，增加粒子群的多样性，促进全局最优解的识别。我们在大肠杆菌iAF1260和iJR904两个基因组尺度的代谢模型上测试了我们的算法，结果显示EBQPSO的性能与其他算法相比具有竞争力。此外，我们算法中使用的编码方法在GSMMs的优化问题中很少被使用，这对于该领域的研究是一个重要贡献。我们提出的算法有潜力显著改善微生物细胞工厂的优化，并满足不同行业对微生物制造产品日益增长的需求。
-
公开(公告)号：CN111445454B
公开(公告)日：2023-05-05
申请号：CN202010222849.9
申请日：2020-03-26
申请人： 江南大学
摘要： 一种图像真伪鉴别方法及其在证照识别中的应用，属于数字图像处理领域。随着数字图像编辑软件的开发与应用，不法分子可以对身份证、营业执照、经营许可证等图像进行违规编辑，并造成一种以假乱真的效果。因此，图像取证的需求变得日益迫切起来，现有的模型大多只能检测出图像是否经过篡改，而不能很好地分割出篡改区域。本文提出了一种基于卷积神经网络的图像篡改检测方法，通过融合篡改图像的多种特征，可以有效地分割图像中的篡改区域。我们在多个数据集上做了实验，实验结果进一步表明了我们工作的有效性。
-
公开(公告)号：CN115032997B
公开(公告)日：2023-04-07
申请号：CN202210712169.4
申请日：2022-06-22
申请人： 江南大学
IPC分类号： G05D1/02
摘要： 本发明公开了一种基于蚁群算法的第四方物流运输路径规划方法，涉及第四方物流运输优化领域，该方法采用有向图的邻接表方式保存第四方物流运输网络的信息，并提出一种情景式编码方法，基于问题特征设计了启发式信息和信息素的计算方式，并结合节点禁忌表和路径禁忌表来确定可访问路径，利用蚁群算法可以在运输成本约束和运载量约束下得到运输路径，以实现物流作业整体的总运输时间最短的目标，求解难度较低且解的质量较高。
-
公开(公告)号：CN114662593A
公开(公告)日：2022-06-24
申请号：CN202210297893.5
申请日：2022-03-24
申请人： 江南大学
IPC分类号： G06K9/62 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/12
摘要： 本发明公开了一种基于遗传算法和划分数据集的图像分类方法，属于图像识别分类技术领域。该方法通过基于划分数据集来提高基于遗传算法进行CNN结构设计的执行速度，通过对划分数据集的训练得到CNN个体适应度函数进行修正来提高图像分类方法的可靠性。同时为了解决现有方法仅使用ResNet和DenseNet深度模块进行CNN结构设计而忽略CNN网络宽度结构的问题，该方法引入Inception模块，同时提出Feature模块作为CNN网络结构第一层，来保证输入图片有足够的特征给深层的模块进行学习，Transition模块对特征图的特征维度进行变换，Dropout模块来防止网络的过拟合，综合提高了图像分类的精度。
-
公开(公告)号：CN114373451A
公开(公告)日：2022-04-19
申请号：CN202210077486.3
申请日：2022-01-24
申请人： 江南大学
IPC分类号： G10L15/06 , G10L15/183
摘要： 一种端到端中文语音识别方法，属于语音识别领域。首先探索了基于Transformer编码器和LAS解码器的Transformer‑LAS语音识别模型的效果，并针对Transformer不善于捕捉局部信息的问题，使用Conformer代替Transformer，提出Conformer‑LAS模型；其次，由于Attention过于灵活的对齐方式会使其在嘈杂环境中的效果急剧下降，研究中采用连接时序分类(CTC)辅助训练以加快收敛，并加入音素级别的中间CTC损失联合优化，提出效果更好的Conformer‑LAS‑CTC语音识别模型；最后，在开源中文普通话Aishell‑1数据集上对提出来的模型进行验证。
-
公开(公告)号：CN112580661A
公开(公告)日：2021-03-30
申请号：CN202011445466.4
申请日：2020-12-11
申请人： 江南大学
摘要： 一种深度监督下的多尺度边缘检测方法。该方法可以将局部特征与其对应的全局相关性结合起来，自适应地重新校准通道响应，引导网络忽略无关信息，强调相关特征间的关联。通过在BSDS500数据集和NYUD数据集上对该方法进行一系列的消融实验，证实了多尺度的深度监督自注意模块算法的有效性。与其他最先进的边缘检测网络相比，该算法具有更好的性能，用更少的参数提高了预测精度，在BSDS00数据集上实现了ODS测量值为0.815的得分，比现有的其他算法高出0.9％。
-
公开(公告)号：CN112163530A
公开(公告)日：2021-01-01
申请号：CN202011059872.7
申请日：2020-09-30
申请人： 江南大学
摘要： 基于特征增强和样本选择的SSD小目标检测方法，属于目标检测技术领域。SSD对小目标的检测效果还有待提高，本申请提出了新的特征增强模块，更好地利用目标的周围信息，提升小目标的辨识能力。同时，本发明采用了最新的自适应训练样本选择算法替代原本SSD的样本选择方法，自适应地选择阈值。本发明采用了这两种方法改进SSD算法，显著地提升了小目标的检测效果。
-
公开(公告)号：CN109862350B
公开(公告)日：2020-09-22
申请号：CN201910149737.2
申请日：2019-02-27
申请人： 江南大学
IPC分类号： H04N17/00
摘要： 基于时空域特征提取的无参考视频质量评价方法，其所需数据量小，计算复杂度低，适用于无线应用的实时测评，可大大降低视频质量评价时延性，提高评价结果获取效率，其包括以下步骤：S1，选取一幅噪声视频作为待评价视频，S2，对待评价视频进行颜色空间转换，获取噪声视频的亮度信号值、色度信号值，S3，提取预处理后的噪声视频的时域特征、时空域特征，S31，采用分帧处理方法提取时域特征，获取视频帧差图，S32，将视频帧差图送Xception网络提取时空域特征，S4，对时空域特征进行拼接，获取拼接图，然后采用PCA方法对拼接图进行降维处理，获取深度处理特征，S5，建立XGBOOST模型，获得噪声视频的图像噪声指标，S6，采用性能指标对图像噪声指标进行评价。
-
-
-
-
-
-
-
-
-
搜索结果
115 条记录 (耗时 0.038 秒)
