-
公开(公告)号：CN110532867B
公开(公告)日：2022-06-17
申请号：CN201910663745.9
申请日：2019-07-23
申请人： 浙江工业大学
IPC分类号： G06V40/16 , G06V10/762 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 一种基于黄金分割法的人脸图像聚类方法，包括以下步骤：1)应用深度卷积神经网络DCNN实现对数据库中所有人脸图片的特征表示；2)应用K‑Means++聚类算法实现对图像表征的聚类；3)基于0.618黄金分割法确定最优聚类数目，过程为：首先，给定聚类范围[a,b]，K∈[a,b]。在范围内任意初始化给定聚类数目K0，基于聚类结果的内部性能评估指标构建优化函数f(K)；接着，基于0.618黄金分割优化算法一维动态搜索函数最优解。该最优解即为最优聚类数目K*，对应聚类结果C*即为该人脸图像库的最佳聚类。本发明显著提升人脸图像聚类性能。
-
公开(公告)号：CN109784558B
公开(公告)日：2021-05-18
申请号：CN201910025110.6
申请日：2019-01-11
申请人： 浙江工业大学
摘要： 一种基于蚁群算法的电动汽车充电调度优化方法，包括如下步骤：1)当电动汽车处于电量值较低时，用户先向服务器发送充电请求，服务器收到请求后会先收集电动汽车电池的剩余能量、空调状态、电动汽车的当前位置及周边充电站分布情况，同时要参考周围道路拥堵情况；2)将道路网格化，电动汽车充电调度问题可以描述成优化问题；3)针对这个问题模型，我们采用蚁群算法为电动汽车选择合适的目标充电站以及到达目标充电站的最优行驶路径；4)只要服务器和电动汽车处于连接状态，服务器会将目标充电站和到达目标充电站最优路径的信息发送给用户。本发明提高电动汽车的充电效率，给用户提供更加智能的充电路径规划方案。
-
公开(公告)号：CN110543816A
公开(公告)日：2019-12-06
申请号：CN201910663760.3
申请日：2019-07-23
申请人： 浙江工业大学
摘要： 一种基于谱聚类和增强学习的自适应人脸图像聚类方法，包括以下步骤：1)应用深度卷积神经网络DCNN实现对数据库中所有人脸图片的特征表示；2)应用谱聚类算法实现对图像表征的聚类；3)基于增强学习算法自适应搜索最优的聚类数目和谱聚类降维参数，首先，给定期望聚类搜索范围，设定搜索步长及搜索起始点；接着执行Q-Learning算法，在搜索范围内尝试所有可能的调参行为，并选择使得聚类性能最优的行为给予最大正向回报；直至所有行为都无法使得性能优化，或满足最大迭代次数，结束搜索；多次训练后搜索结束点即为最优参数的设定值。本发明通过动态调参和自适应搜索，能够帮助找到全局最优聚类数目和降维数，提升人脸图像聚类性能。
-
公开(公告)号：CN109840624A
公开(公告)日：2019-06-04
申请号：CN201910015289.7
申请日：2019-01-08
申请人： 浙江工业大学
摘要： 一种基于狄克斯特拉算法的电动汽车充电调度优化方法，包括如下步骤：1)当电动汽车处于电量值较低时，用户先向服务器发送充电请求，服务器收到请求后会先收集电动汽车电池的剩余能量、空调状态、电动汽车的当前位置及周边充电站分布情况，同时要参考周围道路拥堵情况；2)将道路网格化，电动汽车充电调度问题可以描述成优化问题；3)针对这个问题模型，采用狄克斯特拉算法为电动汽车选择合适的目标充电站以及到达目标充电站的最优行驶路径；4)只要服务器和电动汽车处于连接状态，服务器会将目标充电站和到达目标充电站最优路径的信息发送给用户。本发明提高电动汽车的充电效率，给用户提供更加智能的充电路径规划方案。
-
公开(公告)号：CN109693576B
公开(公告)日：2022-05-03
申请号：CN201910021607.0
申请日：2019-01-10
申请人： 浙江工业大学
IPC分类号： B60L53/66
摘要： 一种基于模拟退火算法的电动汽车充电调度优化方法，包括如下步骤：1)当电动汽车处于电量值较低时，用户先向服务器发送充电请求，服务器收到请求后会先收集电动汽车电池的剩余能量、空调状态、电动汽车的当前位置及周边充电站分布情况，同时要参考周围道路拥堵情况；2)将道路网格化，电动汽车充电调度问题可以描述成优化问题；3)针对这个问题模型，采用模拟退火算法为电动汽车选择合适的目标充电站以及到达目标充电站的最优行驶路径；4)只要服务器和电动汽车处于连接状态，服务器会将目标充电站和到达目标充电站最优路径的信息发送给用户。本发明提高电动汽车的充电效率，给用户提供更加智能的充电路径规划方案。
-
公开(公告)号：CN110543816B
公开(公告)日：2021-08-03
申请号：CN201910663760.3
申请日：2019-07-23
申请人： 浙江工业大学
摘要： 一种基于谱聚类和增强学习的自适应人脸图像聚类方法，包括以下步骤：1)应用深度卷积神经网络DCNN实现对数据库中所有人脸图片的特征表示；2)应用谱聚类算法实现对图像表征的聚类；3)基于增强学习算法自适应搜索最优的聚类数目和谱聚类降维参数，首先，给定期望聚类搜索范围，设定搜索步长及搜索起始点；接着执行Q‑Learning算法，在搜索范围内尝试所有可能的调参行为，并选择使得聚类性能最优的行为给予最大正向回报；直至所有行为都无法使得性能优化，或满足最大迭代次数，结束搜索；多次训练后搜索结束点即为最优参数的设定值。本发明通过动态调参和自适应搜索，能够帮助找到全局最优聚类数目和降维数，提升人脸图像聚类性能。
-
公开(公告)号：CN109693576A
公开(公告)日：2019-04-30
申请号：CN201910021607.0
申请日：2019-01-10
申请人： 浙江工业大学
IPC分类号： B60L53/66
摘要： 一种基于模拟退火算法的电动汽车充电调度优化方法，包括如下步骤：1)当电动汽车处于电量值较低时，用户先向服务器发送充电请求，服务器收到请求后会先收集电动汽车电池的剩余能量、空调状态、电动汽车的当前位置及周边充电站分布情况，同时要参考周围道路拥堵情况；2)将道路网格化，电动汽车充电调度问题可以描述成优化问题；3)针对这个问题模型，采用模拟退火算法为电动汽车选择合适的目标充电站以及到达目标充电站的最优行驶路径；4)只要服务器和电动汽车处于连接状态，服务器会将目标充电站和到达目标充电站最优路径的信息发送给用户。本发明提高电动汽车的充电效率，给用户提供更加智能的充电路径规划方案。
-
公开(公告)号：CN109636067A
公开(公告)日：2019-04-16
申请号：CN201910017770.X
申请日：2019-01-09
申请人： 浙江工业大学
CPC分类号： G06Q10/047 , G06N3/006
摘要： 一种基于粒子群算法的电动汽车充电调度优化的方法，包括如下步骤：1)当电动汽车处于电量值较低时，用户先向服务器发送充电请求，服务器收到请求后会先收集电动汽车电池的剩余能量、空调状态、电动汽车的当前位置及周边充电站分布情况，同时要参考周围道路拥堵情况；2)将道路网格化，电动汽车充电调度问题可以描述成优化问题；3)针对这个问题模型，我们采用粒子群算法为电动汽车选择合适的目标充电站以及到达目标充电站的最优行驶路径；4)只要服务器和电动汽车处于连接状态，服务器会将目标充电站和到达目标充电站最优路径的信息发送给用户。本发明提高电动汽车的充电效率，给用户提供更加智能的充电路径规划方案。
-
公开(公告)号：CN109636067B
公开(公告)日：2021-10-15
申请号：CN201910017770.X
申请日：2019-01-09
申请人： 浙江工业大学
摘要： 一种基于粒子群算法的电动汽车充电调度优化的方法，包括如下步骤：1)当电动汽车处于电量值较低时，用户先向服务器发送充电请求，服务器收到请求后会先收集电动汽车电池的剩余能量、空调状态、电动汽车的当前位置及周边充电站分布情况，同时要参考周围道路拥堵情况；2)将道路网格化，电动汽车充电调度问题可以描述成优化问题；3)针对这个问题模型，我们采用粒子群算法为电动汽车选择合适的目标充电站以及到达目标充电站的最优行驶路径；4)只要服务器和电动汽车处于连接状态，服务器会将目标充电站和到达目标充电站最优路径的信息发送给用户。本发明提高电动汽车的充电效率，给用户提供更加智能的充电路径规划方案。
-
公开(公告)号：CN109840624B
公开(公告)日：2020-10-30
申请号：CN201910015289.7
申请日：2019-01-08
申请人： 浙江工业大学
摘要： 一种基于狄克斯特拉算法的电动汽车充电调度优化方法，包括如下步骤：1)当电动汽车处于电量值较低时，用户先向服务器发送充电请求，服务器收到请求后会先收集电动汽车电池的剩余能量、空调状态、电动汽车的当前位置及周边充电站分布情况，同时要参考周围道路拥堵情况；2)将道路网格化，电动汽车充电调度问题可以描述成优化问题；3)针对这个问题模型，采用狄克斯特拉算法为电动汽车选择合适的目标充电站以及到达目标充电站的最优行驶路径；4)只要服务器和电动汽车处于连接状态，服务器会将目标充电站和到达目标充电站最优路径的信息发送给用户。本发明提高电动汽车的充电效率，给用户提供更加智能的充电路径规划方案。
-
-
-
-
-
-
-
-
-
搜索结果
12 条记录 (耗时 0.02 秒)
