-
公开(公告)号:CN120012598A
公开(公告)日:2025-05-16
申请号:CN202510170083.7
申请日:2025-02-17
Applicant: 吉林大学
IPC: G06F30/27 , G06F30/17 , G06N3/006 , G06F111/04 , G06F119/14
Abstract: 本发明适用于结构优化设计技术领域,提供了基于改进的粒子群优化算法的拉压弹簧设计方法。本发明提出的改进的粒子群优化(SuperMOP)算法融合了精英档案策略和优势组合学习策略,并引入了基于个体水平的突变算子。它根据粒子的表现为其分配不同的角色,从而动态更新学习策略。本发明改进的粒子群优化算法与几种最先进的算法进行了对比,结果表明SuperMOP算法有效地平衡了探索和利用过程,提高了种群多样性,并增强了学习样本的多样性。本发明将改进的粒子群优化算法应用在拉压弹簧设计问题上,为拉压弹簧设计问题提供了一种具有强大全局搜索能力的新模式,特别适用于解决复杂且多变的约束工程优化难题。
-
公开(公告)号:CN119540622A
公开(公告)日:2025-02-28
申请号:CN202411605850.4
申请日:2024-11-12
Applicant: 吉林大学
IPC: G06V10/764 , G06V20/10 , G06V10/58 , G06V10/82 , G06V10/44 , G06N3/0455 , G06N3/0895
Abstract: 本发明适用于高光谱图像分类技术领域,提供了一种基于自监督学习的高光谱图像分类系统。本发明还提供了一种基于自监督学习的高光谱图像分类方法,包括以下步骤:对输入的高光谱图像数据进行数据处理和特征重构;对预处理后的高光谱图像数据进行浅层特征提取与长距离依赖建模,使用重构路径模型的参数对分类过程进行指导;将分类路径模型提取的特征进行分类结果输出。本发明通过自监督学习和联合分类编码器实现对高光谱图像数据的高效特征提取与分类,提高分类精度和泛化能力,从而实现高效、鲁棒的高光谱图像分类,具有很强的实用性和可推广性。
-
公开(公告)号:CN119252332A
公开(公告)日:2025-01-03
申请号:CN202411764080.8
申请日:2024-12-04
Applicant: 吉林大学
Abstract: 本发明适用于数据分析技术领域,提供了基于深度回归算法的基因调控网络的数据分析系统及方法,所述方法包括以下步骤:将基因身份和基因表达量数值转换为向量表示;计算基因向量表示之间的注意力分数,作为基因之间关系的评判标准;对具体的基因表达量进行预测。本发明通过引入高斯层,增强了抗噪性能,利用嵌入和注意力机制,捕捉基因间复杂的调控关系,并在单细胞水平上实现个体化的GRN预测,能够克服现有方法在癌症患者个性化治疗中的缺陷,进而支持癌症患者个性化治疗中的基因表达量分析和预测。
-
-