-
公开(公告)号：CN113764108A
公开(公告)日：2021-12-07
申请号：CN202110935880.1
申请日：2021-08-16
申请人： 淮阴工学院
IPC分类号： G16H50/80
摘要： 发明公开了一种面向COVID‑19的经验模态分解模糊预测方法，适于疫情预测领域，步骤包括：新冠疫情原始数据使用经验模态分解算法，得到不同时间尺度下数据的变化趋势；将得到的数据用大小为1*(c+1)的窗口，以步长为1，使用极限学习机进行滑动训练，得到不同时间尺度下的预测值；使用自适应模糊推理系统对训练结果进行拟合，得到最终预测值。该方法在保证学习精度的前提下，简化了训练过程，提升了算法运行速度和泛化能力，同时解决了过拟合和局部最小等问题，能够很好地满足了用户对预测系统中的高准确率的要求，具有切实可行的应用前景和实用价值。
-
公开(公告)号：CN115831386A
公开(公告)日：2023-03-21
申请号：CN202211373140.4
申请日：2022-11-03
申请人： 淮阴工学院
摘要： 本专利公开了一种基于改进遗传算法的重要节点识别方法，适用于社交网络中重要节点识别的研究领域。该方法的具体步骤为：首先将初始的社交网络定义为G(V，E)，通过社区检测算法进行社区划分，进一步对划分好的社区根据社区熵进行社区合并；然后根据介数中心性筛选出社区内部排名较高的节点集S1，以及社区边界中节点度较大的枢纽节点集S2，将以这两者合并为重要节点候选集S*；然后采用流行病阈值作为目标函数，然后将目标免疫问题转化为一个优化问题，通过改进的遗传算法对集合S*进行优化，得到最终的免疫节点集S。与现有技术相比，本发明能够较好的识别出社交网络中的重要节点，还能解决影响力传播覆盖问题。
-
公开(公告)号：CN114971006A
公开(公告)日：2022-08-30
申请号：CN202210559826.6
申请日：2022-05-21
申请人： 淮阴工学院
摘要： 本发明属于大气污染指数分析技术领域，公开了一种基于信息熵和反向传播神经网络的大气污染物指数预测方法，将每一个气象数据和所有的大气污染物建立相关度联系，并以时间梯度计算每一个大气污染物浓度和所有的气象因素的相似度，接着把时间序列相似度看作是该气象数据影响大气污染物浓度的程度大小，计算每一个气象数据的信息熵，最后选择信息熵最大的气象数据与大气污染物使用反向传播神经网络训练模型，并预测未来大气污染物浓度值。与现有技术相比，本发明将物理学中的信息熵运用于大气污染物预测，极大的减少了不同参数对预测结果的影响，降低了预测算法的复杂度，且预测准确度有所提高。
-
公开(公告)号：CN113688971A
公开(公告)日：2021-11-23
申请号：CN202110902970.0
申请日：2021-08-06
申请人： 淮阴工学院
IPC分类号： G06N3/00
摘要： 本发明涉及计算机网络优化技术领域，公开了一种基于群体智能的关键节点集合确定方法，包括步骤1：对目标网络进行预处理转换为矩阵，得到一个目标网络的邻接矩阵；步骤2：用蚁群算法模仿影响力的扩散，选择固定节点进行蚁群算法下的影响力扩散，求得在该网络中蚁群算法最适合的传播参数；步骤3：通过蚁群算法对目标网络上的随机节点进行溯源遍历，求得关键路径；步骤4：对求得的关键路径动态路径规划求出序列相似度得到关键节点。与现有技术相比，本发明将蚂蚁的群体智能与复杂网络相结合，模仿蚂蚁觅食的路径进行影响力扩散，通过蚁群在加权网络中游走的路径来找到关键路径，再结合动态路径规划得到关键节点。
-
-
-
搜索结果
4 条记录 (耗时 0.02 秒)
