-
公开(公告)号:CN118861514A
公开(公告)日:2024-10-29
申请号:CN202410863045.5
申请日:2024-06-29
申请人: 湖北工业大学
IPC分类号: G06F18/10 , G06F18/213 , G06F18/214 , G06F18/241 , G06N3/084 , G06N3/006 , G06F17/10
摘要: 本发明提供一种基于杂种优势理论工业制造数据特征选择方法及系统,涉及机器学习领域,包括以下步骤:数据准备,进行预处理;设置算法相关参数,利用反向学习初始化种群;计算平衡因子,决定白鲸进入探索阶段或开发阶段,更新个体位置信息;计算鲸落概率,调节运动轨迹;当前的迭代次数达到预定迭代条件时,则进行最优邻域搜索;计算所有白鲸的目标函数值,进行非支配排序,选择第一非支配前沿的个体更新外部存档;输出非支配解集。本发明将特征选择建模为多目标优化问题,以数据分类性能和特征子集所占比例为目标函数,利用基于杂种优势理论改进的白鲸优化算法,获得一组最优特征子集来满足机器学习分类器的要求。
-
公开(公告)号:CN118646919A
公开(公告)日:2024-09-13
申请号:CN202410863039.X
申请日:2024-06-29
申请人: 湖北工业大学
IPC分类号: H04N21/2662 , H04N21/462 , G06N3/045 , G06N3/0442 , G06N3/092
摘要: 本发明提供基于注意力机制的无人机视频流码率自适应传输方法,包括以下步骤:根据无人机视频流传输特点,构建一种边缘设备辅助的无人机视频流传输模型。针对模型中通信环境复杂性造成码率决策不准确的问题,引入Transformer编码器对多个时隙下的信道增益、障碍物遮挡概率、视频流传输状态和无人机剩余能量进行注意力编码,通过建立当前状态和历史状态之间的依赖关系,提高复杂环境的语义表征能力。在此基础上,使用深度强化学习网络在编码后的多时隙环境状态序列上预测最优码率,以达到最大化提升用户体验质量(QoE,qual ity of experience)和最小化能耗的目的。该方法在满足用户QoE要求和能耗方面具有更好的表现。
-
公开(公告)号:CN118764914A
公开(公告)日:2024-10-11
申请号:CN202410863028.1
申请日:2024-06-28
申请人: 湖北工业大学
摘要: 本发明提供一种基于强化学习的无人机辅助边缘计算公平任务卸载方法,包括以下步骤:步骤一、建立系统模型,进行公式化处理,系统模型包括通信模型,计算模型和能耗模型;步骤二、提供问题描述与构建;步骤三、使用强化学习算法求解多约束优化问题;步骤四、性能分析,包括长期奖励回报以及在不同用户设备数量和通信条件下对平均时延,平均能耗和计算服务公平性的评价。该方法的计算服务公平性始终高于其他算法,表明在平衡不同用户设备任务卸载量、提高计算服务公平性方面具有良好效果,不仅在平均奖励值、时延、能耗和计算服务公平性方面表现出优势,并且在不同用户设备数量下具有良好的适应性和稳定性。
-
-