-
公开(公告)号：CN111241846B
公开(公告)日：2023-05-26
申请号：CN202010040487.1
申请日：2020-01-15
申请人： 沈阳工业大学
IPC分类号： G06F40/30 , G06F40/289 , G06F16/31
摘要： 本发明涉及主题挖掘模型方法，特别是涉及一种主题挖掘模型中主题维度自适应确定的方法。该方法先获取文档，分词；然后基于潜在语义分析模型，进行主题信息挖掘；主题信息挖掘的具体步骤包括：预设参数，通过吉布斯采样更新参数，获取当前参数下待分析文档的主题分布信息；通过计算困惑度，判断主题信息获取的准确性，然后根据加速递增，缓步搜索，单步徘徊原则自适应确定主题维度，从而获得最准确的主题分布信息。本发明为解决采用主题挖掘模型进行文本主题信息挖掘过程中，对挖掘效果影响较大的主题维度目前主要靠经验确定的问题，本发明能够在较短时间内完成主题维度的确定，获得更快更好的主题信息挖掘效果。
-
公开(公告)号：CN104038135B
公开(公告)日：2016-05-18
申请号：CN201410299095.1
申请日：2014-06-27
申请人： 沈阳工业大学
IPC分类号： H02P21/20
摘要： 本发明一种力矩电机结构参数优化方法，属于电机智能优化设计领域，采用有限元分析系统对引入的结构参数进行建模和转矩分析取代传统的电机数学模型分析计算，使得计算结果误差小，精确度高；本发明提出变权重免疫克隆选择算法，采用变权重机制后，单目标函数之间的权重会随着算法的运行而不断地调整，其中接近于设计要求的单目标函数的权重会变小，偏离要求较大的单目标函数的权重继续加大，从而加快了算法的收敛速度，节省了大量的不必要的寻优时间，更快的得到最优结果；此外，该算法能有效的保持种群的多样性，能够同时实现全局搜索和局部搜索，有助于防止进化早熟和搜索陷于局部极小值，可以解决复杂的非线性问题。
-
公开(公告)号：CN103272853B
公开(公告)日：2015-01-28
申请号：CN201310193184.3
申请日：2013-05-22
申请人： 沈阳工业大学
摘要： 一种冷连轧各机架压下量与轧制速度的设定装置及方法，属于自动控制、信息技术和先进制造领域。一种冷连轧各机架压下量与轧制速度的设定装置，包括:初始压下率产生器、功率平衡计算器、能耗计算器、约束发生器、粗调更新器、约束非支配排序器、精调更新器、压下率选择器、压下率更新器筛选器和最终压下量与轧制速度产生器。本发明提出了一种冷连轧各机架压下量与轧制速度的设定装置及方法，该装置及方法可在经验数据缺失的情况下计算出轧制不同规格带钢各机架的压下量与轧制速度，在保证每个机架负荷平衡的前提下，最大限度的降低轧制能耗，对于带钢轧制过程的节能减排有着十分重要的意义，同时也有着广泛的应用前景。
-
公开(公告)号：CN104038135A
公开(公告)日：2014-09-10
申请号：CN201410299095.1
申请日：2014-06-27
申请人： 沈阳工业大学
IPC分类号： H02P21/14
摘要： 本发明一种新型力矩电机结构参数优化方法，属于电机智能优化设计领域，采用有限元分析系统对引入的结构参数进行建模和转矩分析取代传统的电机数学模型分析计算，使得计算结果误差小，精确度高；本发明提出变权重免疫克隆选择算法，采用变权重机制后，单目标函数之间的权重会随着算法的运行而不断地调整，其中接近于设计要求的单目标函数的权重会变小，偏离要求较大的单目标函数的权重继续加大，从而加快了算法的收敛速度，节省了大量的不必要的寻优时间，更快的得到最优结果；此外，该算法能有效的保持种群的多样性，能够同时实现全局搜索和局部搜索，有助于防止进化早熟和搜索陷于局部极小值，可以解决复杂的非线性问题。
-
公开(公告)号：CN103272853A
公开(公告)日：2013-09-04
申请号：CN201310193184.3
申请日：2013-05-22
申请人： 沈阳工业大学
摘要： 一种冷连轧各机架压下量与轧制速度的设定装置及方法，属于自动控制、信息技术和先进制造领域。一种冷连轧各机架压下量与轧制速度的设定装置，包括:初始压下率产生器、功率平衡计算器、能耗计算器、约束发生器、粗调更新器、约束非支配排序器、精调更新器、压下率选择器、压下率更新器筛选器和最终压下量与轧制速度产生器。本发明提出了一种冷连轧各机架压下量与轧制速度的设定装置及方法，该装置及方法可在经验数据缺失的情况下计算出轧制不同规格带钢各机架的压下量与轧制速度，在保证每个机架负荷平衡的前提下，最大限度的降低轧制能耗，对于带钢轧制过程的节能减排有着十分重要的意义，同时也有着广泛的应用前景。
-
公开(公告)号：CN113160057B
公开(公告)日：2023-09-05
申请号：CN202110458964.0
申请日：2021-04-27
申请人： 沈阳工业大学
IPC分类号： G06T3/40 , G06N3/0475 , G06N3/094 , G06N3/0464 , G06N3/048
摘要： 本发明公开了基于生成对抗网络的RPGAN图像超分辨率重建方法，该方法包括1)设计RPGAN的生成器模型；2)设计RPGAN的鉴别器模型；3)设计感知损失计算方案；4)完成对RPGAN模型的训练；5)实现图像分辨率的提升、参数量降低以及训练时间的缩短。通过提出的RPGAN模型针对重建图像细节不足、参数量庞大、对硬件要求高等问题进行改进。该模型使用基于递归块的生成器更好地利用网络中的浅层特征，提升参数的利用率，使用更少的参数量达成更好的重建效果，实现了生成器的轻量化；使用图像块思想的鉴别器能够更准确地分辨大尺寸的超分辨率图像和真实图像，提升整个模型的学习效率，使模型能够更快收敛。
-
公开(公告)号：CN113160057A
公开(公告)日：2021-07-23
申请号：CN202110458964.0
申请日：2021-04-27
申请人： 沈阳工业大学
摘要： 本发明公开了基于生成对抗网络的RPGAN图像超分辨率重建方法，该方法包括1)设计RPGAN的生成器模型；2)设计RPGAN的鉴别器模型；3)设计感知损失计算方案；4)完成对RPGAN模型的训练；5)实现图像分辨率的提升、参数量降低以及训练时间的缩短。通过提出的RPGAN模型针对重建图像细节不足、参数量庞大、对硬件要求高等问题进行改进。该模型使用基于递归块的生成器更好地利用网络中的浅层特征，提升参数的利用率，使用更少的参数量达成更好的重建效果，实现了生成器的轻量化；使用图像块思想的鉴别器能够更准确地分辨大尺寸的超分辨率图像和真实图像，提升整个模型的学习效率，使模型能够更快收敛。
-
公开(公告)号：CN111241846A
公开(公告)日：2020-06-05
申请号：CN202010040487.1
申请日：2020-01-15
申请人： 沈阳工业大学
IPC分类号： G06F40/30 , G06F40/289 , G06F16/31
摘要： 本发明涉及主题挖掘模型方法，特别是涉及一种主题挖掘模型中主题维度自适应确定的方法。该方法先获取文档，分词；然后基于潜在语义分析模型，进行主题信息挖掘；主题信息挖掘的具体步骤包括：预设参数，通过吉布斯采样更新参数，获取当前参数下待分析文档的主题分布信息；通过计算困惑度，判断主题信息获取的准确性，然后根据加速递增，缓步搜索，单步徘徊原则自适应确定主题维度，从而获得最准确的主题分布信息。本发明为解决采用主题挖掘模型进行文本主题信息挖掘过程中，对挖掘效果影响较大的主题维度目前主要靠经验确定的问题，本发明能够在较短时间内完成主题维度的确定，获得更快更好的主题信息挖掘效果。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.026 秒)
