-
公开(公告)号：CN117093844B
公开(公告)日：2024-03-15
申请号：CN202311009220.6
申请日：2023-08-11
申请人： 湖北工业大学 , 西宁市大数据服务管理局
IPC分类号： G06F18/2111 , G06F18/214 , G06F18/22 , G06N3/126
摘要： 本发明公开了工业大数据多模态特征选择方法、装置、设备及介质，涉及工业大数据机器学习技术领域，方法包括步骤1，数据准备，获取工业生产过程中的大数据，进行初步预处理，将处理后的数据集划分为训练集和测试集；步骤2，设置算法相关参数和外部存档，并初始化种群；该工业大数据多模态特征选择方法、装置、设备及介质，通过设置数据处理模块、小生境划分模块、小生境处理模块，设计海明相似度用于区分离散空间中不同特征子集，避免传统欧氏距离难以区分离散解的问题。动态小生境策略通过集群池动态调整小生境规模，避免传统小生境技术参数敏感性、难以维持稳定小生境等问题。
-
公开(公告)号：CN117132581A
公开(公告)日：2023-11-28
申请号：CN202311187532.6
申请日：2023-09-14
申请人： 湖北工业大学 , 西宁市大数据服务管理局 , 西宁卓尔信息科技有限公司
IPC分类号： G06T7/00 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明提供基于YOLO网络的印刷电路板微小缺陷检测方法，该方法先对YOLOv7目标检测模型做出改进，并使用一种新的训练方法对模型进行训练并最终测试，具体包括：数据预处理，对原始印刷电路板缺陷数据集进行压缩处理，使用双三次插值压缩方法对原图像数据压缩得到不同级别的压缩图像数据集；针对微小缺陷建立改进的目标检测模型；改进的模型采取一种新的图像压缩训练方法并测试，模型利用压缩图像数据集的训练集进行训练，用原始图像数据集的测试集对训练好的模型进行测试；建立评判方法，得到最佳的检测结果。本发明可以在有效降低训练成本的同时提高印刷电路板微小缺陷的检测精度和检测效率。
-
公开(公告)号：CN117093844A
公开(公告)日：2023-11-21
申请号：CN202311009220.6
申请日：2023-08-11
申请人： 湖北工业大学 , 西宁市大数据服务管理局
IPC分类号： G06F18/2111 , G06F18/214 , G06F18/22 , G06N3/126
摘要： 本发明公开了工业大数据多模态特征选择方法、装置、设备及介质，涉及工业大数据机器学习技术领域，方法包括步骤1，数据准备，获取工业生产过程中的大数据，进行初步预处理，将处理后的数据集划分为训练集和测试集；步骤2，设置算法相关参数和外部存档，并初始化种群；该工业大数据多模态特征选择方法、装置、设备及介质，通过设置数据处理模块、小生境划分模块、小生境处理模块，设计海明相似度用于区分离散空间中不同特征子集，避免传统欧氏距离难以区分离散解的问题。动态小生境策略通过集群池动态调整小生境规模，避免传统小生境技术参数敏感性、难以维持稳定小生境等问题。
-
公开(公告)号：CN117315534A
公开(公告)日：2023-12-29
申请号：CN202311233285.9
申请日：2023-09-22
申请人： 湖北工业大学 , 西宁市大数据服务管理局 , 西宁卓尔信息科技有限公司
IPC分类号： G06V20/40 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/006 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 本发明提供一种基于VGG‑16和鲸鱼优化算法的短视频分类方法，将获取的视频帧图像输入到VGG‑16网络中进行特征提取，利用定义的视频分类性能评价函数，通过利用鲸鱼优化算法对VGG‑16网络中的特征权重最优参数问题优化求解，从而可以快速的获得最优特征权重参数，可用于计算机视频分类相关技术领域中，该分类方法能够提高算法的效率，能够满足短视频快速分类的应用要求，使用VGG‑16卷积神经网络来有效地提取视频帧中特征，提高了提取有效特征的能力，为后续根据特征进行短视频分类奠定了基础，充分解决了目前技术中全连接层中计算量大，计算时间长的问题，更加快速地进行短视频的分类。
-
公开(公告)号：CN117033965A
公开(公告)日：2023-11-10
申请号：CN202311009307.3
申请日：2023-08-11
申请人： 湖北工业大学 , 西宁市大数据服务管理局
IPC分类号： G06F18/2113 , G06F18/214 , G06N3/006 , G16B40/00
摘要： 本发明公开了生物疫苗数据特征选择方法、装置、设备及介质，涉及生物疫苗研发数据挖掘技术领域，方法包括步骤1：对高维生物疫苗数据集进行预处理，使用卡方检验计算每个特征与标签之间的相关性，并按照相关性进行排序，保留指定比例的排序靠前的特征；步骤2：将预处理后的生物疫苗数据集划分为训练集和测试集；该生物疫苗数据特征选择方法、装置、设备及介质，通过设置算法模型模块、算法迭代模块、算法输出模块，使用自适应的参数更新策略用于取代粒子群优化算法的固定参数，使粒子能在更合理的范围内搜索，还采用了一种向搜索过程中前三位最优粒子学习的领导学习策略，为粒子搜索提供了更丰富的种群多样性。
-
公开(公告)号：CN117408429A
公开(公告)日：2024-01-16
申请号：CN202311470202.8
申请日：2023-11-07
申请人： 湖北工业大学 , 西宁市大数据服务管理局 , 西宁卓尔信息科技有限公司
IPC分类号： G06Q10/063 , G06N3/006 , G06Q50/06 , G06Q50/40
摘要： 本发明公开了一种基于改进蚁群和深度强化学习的车辆充电决策方法及系统，优先进行电动车辆与充电站的多目标匹配，规划出待充电电动车辆与最匹配充电站的行径路线。通过改进的蚁群算法求解充电服务使用者与充电服务提供商的交易智能化匹配问题。其次在前往目标充电站的行驶途中引入集群车辆网络，使参与能源交易的电动汽车可以根据当前位置、速度和方向分组在一起进行V2V的动态能源供给。考虑电动汽车行驶中的动态性和相互之间的短接触时间，集群网络的建立有利于缩减匹配的深度强化学习动作空间，使充放电车辆双方以尽可能少的能源消耗来进行通信和能源共享，实现了在动态环境下考虑整体与局部的多层级、多时间尺度规划的能源共享技术解决方案。
-
公开(公告)号：CN117808905A
公开(公告)日：2024-04-02
申请号：CN202311872590.2
申请日：2023-12-29
申请人： 湖北工业大学 , 西宁市大数据服务管理局 , 西宁卓尔信息科技有限公司
IPC分类号： G06T9/00 , G06N3/0464 , G06N3/084 , G06N3/082 , G06V10/82 , G06V10/766
摘要： 本发明公开了一种目标检测模型的压缩方法。先搭建由通道重排层、卷积层、归一化层、激活层、深度可分离卷积层、通道拼接层组成的轻量化特征提取模块；使用轻量化特征提取模块替换原始目标检测模型中的特征提取模块，得到轻量化目标检测模型；将原始目标检测模型作为教师模型，轻量化目标检测模型作为学生模型，采用一般概率分布的方式来表示目标检测模型的定位信息，进行概率分布蒸馏，提高了学生模型的检测精度，得到压缩后的模型。在原始目标检测模型的残差连接之前加入通道重排操作，方便特征复用；将残差连接中的逐元素“相加”操作替换为拼接操作，在深度可分离卷积之后没有时使用激活层，降低了逐元素的计算耗时，提高了模型的检测速度。
-
公开(公告)号：CN117035017A
公开(公告)日：2023-11-10
申请号：CN202310961099.0
申请日：2023-08-01
申请人： 湖北工业大学 , 西宁市大数据服务管理局 , 西宁卓尔信息科技有限公司
IPC分类号： G06N3/0455 , G06N3/08
摘要： 本发明公开了一种基于改进型杂交育种算法的胶囊网络参数优化方法及系统。先将各组待优化的超参数组合编码为各种群个体，由各种群个体组成种群；根据种群个体中各个分量所代表的超参数的取值区间为各分量设定初始化位置，随机初始化胶囊网络模型的权重；再将种群个体解码为超参数组合输入到胶囊网络模型进行迭代训练，计算各种群个体的适应度值，根据适应度值的大小将各种群个体划分为保持系个体、恢复系个体和不育系个体，并对不同系的个体进行更新；如果达到预设的种群迭代次数，得到适应度值最小的种群个体为全局最优的胶囊网络超参数组合。本发明不仅能够使网络的超参数配置更加合理，而且能够减少时间成本。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.03 秒)
