-
公开(公告)号：CN113595798A
公开(公告)日：2021-11-02
申请号：CN202110881720.3
申请日：2021-08-02
申请人： 湖北工业大学 , 武汉烽火技术服务有限公司
摘要： 本发明属于网络流量预测技术领域，公开了一种改进闪电连接过程优化算法的网络流量预测方法及系统，利用pandas工具将网络流量数据导入模型，进行数据清洗与数据增强，并将数据分成训练集、验证集、测试集，并确定神经网络中输入层、输出层和隐藏层单元个数；通过结合Levy飞行与闪电连接过程优化LAPO算法的搜索策略Levy‑LAPO实现搜索神经网络的最优超参数；根据搜索后的最优化参数，将其作为神经网络的初始参数进行训练，得到训练完成的神经网络。本发明成本低、推广容易；减少了计算量，收敛速度快，节省了计算资源的消耗和时耗；无需人工领域知识介入，扩大了领域的应用面，提升了算法的收敛性能。
-
公开(公告)号：CN111915526A
公开(公告)日：2020-11-10
申请号：CN202010778450.9
申请日：2020-08-05
申请人： 湖北工业大学 , 武汉烽火技术服务有限公司 , 烽火通信科技股份有限公司
摘要： 本发明属于图像处理技术领域，公开了一种基于亮度注意力机制低照度图像增强算法的摄影方法，将低照度图像增强算法嵌入摄像设备中，在摄像机的程序中编入低照度图像增强模式，利用摄像设备的低照度图像增强模式进行摄影，直接应用基于亮度注意力生成对抗网络的低照度图像增强网络增强图像结果；或者，利用摄像设备摄影进行低照度图像获取，利用基于亮度注意力生成对抗网络的低照度图像增强网络对获取的图像进行增强，得到增强后的摄影图像。本发明引入亮度注意力机制，提升了增强图像的图片感知质量，提高了增强效率，进而引入科学摄影领域，形成能够解决科学摄影中问题的应用。
-
公开(公告)号：CN111915526B
公开(公告)日：2024-05-31
申请号：CN202010778450.9
申请日：2020-08-05
申请人： 湖北工业大学 , 武汉烽火技术服务有限公司 , 烽火通信科技股份有限公司
IPC分类号： G06T5/90 , G06T5/60 , G06N3/045 , G06N3/0475 , G06N3/094
摘要： 本发明属于图像处理技术领域，公开了一种基于亮度注意力机制低照度图像增强算法的摄影方法，将低照度图像增强算法嵌入摄像设备中，在摄像机的程序中编入低照度图像增强模式，利用摄像设备的低照度图像增强模式进行摄影，直接应用基于亮度注意力生成对抗网络的低照度图像增强网络增强图像结果；或者，利用摄像设备摄影进行低照度图像获取，利用基于亮度注意力生成对抗网络的低照度图像增强网络对获取的图像进行增强，得到增强后的摄影图像。本发明引入亮度注意力机制，提升了增强图像的图片感知质量，提高了增强效率，进而引入科学摄影领域，形成能够解决科学摄影中问题的应用。
-
公开(公告)号：CN113568954B
公开(公告)日：2024-03-19
申请号：CN202110882923.4
申请日：2021-08-02
申请人： 湖北工业大学 , 武汉烽火技术服务有限公司
IPC分类号： G06F16/2458 , G06F16/26 , G06F16/215
摘要： 本发明属于数据处理技术领域，公开了一种网络流量预测数据预处理阶段的参数最优化方法及系统，网络流量预测数据预处理阶段的参数最优化方法包括：对数据集进行改进策略上的Q‑Learning强化学习预处理；进行基于流程压缩的快速估值网络模型的构建；进行基于混合精度的模型训练；进行基于改进Q‑Learning的最优化参数搜索。本发明提出了基于流程压缩的快速估值网络模型，基于流量预测模型出发，通过省略原模型中的预处理步骤并降低预测模型的训练代数的策略，构建能够用于快速估算回报值的网络模型；提出基于混合精度的模型训练流程，通过压缩数据尾款加快算法的计算性能，大幅度的提高了搜索最优化非空值率参数的速度。
-
公开(公告)号：CN113568954A
公开(公告)日：2021-10-29
申请号：CN202110882923.4
申请日：2021-08-02
申请人： 湖北工业大学 , 武汉烽火技术服务有限公司
IPC分类号： G06F16/2458 , G06F16/26 , G06F16/215
摘要： 本发明属于数据处理技术领域，公开了一种网络流量预测数据预处理阶段的参数最优化方法及系统，网络流量预测数据预处理阶段的参数最优化方法包括：对数据集进行改进策略上的Q‑Learning强化学习预处理；进行基于流程压缩的快速估值网络模型的构建；进行基于混合精度的模型训练；进行基于改进Q‑Learning的最优化参数搜索。本发明提出了基于流程压缩的快速估值网络模型，基于流量预测模型出发，通过省略原模型中的预处理步骤并降低预测模型的训练代数的策略，构建能够用于快速估算回报值的网络模型；提出基于混合精度的模型训练流程，通过压缩数据尾款加快算法的计算性能，大幅度的提高了搜索最优化非空值率参数的速度。
-
公开(公告)号：CN113595798B
公开(公告)日：2023-06-30
申请号：CN202110881720.3
申请日：2021-08-02
申请人： 湖北工业大学 , 武汉烽火技术服务有限公司
IPC分类号： H04L41/14 , H04L41/147 , G06N3/086 , G06N3/084 , G06N3/0985 , G06N3/04
摘要： 本发明属于网络流量预测技术领域，公开了一种改进闪电连接过程优化算法的网络流量预测方法及系统，利用pandas工具将网络流量数据导入模型，进行数据清洗与数据增强，并将数据分成训练集、验证集、测试集，并确定神经网络中输入层、输出层和隐藏层单元个数；通过结合Levy飞行与闪电连接过程优化LAPO算法的搜索策略Levy‑LAPO实现搜索神经网络的最优超参数；根据搜索后的最优化参数，将其作为神经网络的初始参数进行训练，得到训练完成的神经网络。本发明成本低、推广容易；减少了计算量，收敛速度快，节省了计算资源的消耗和时耗；无需人工领域知识介入，扩大了领域的应用面，提升了算法的收敛性能。
-
公开(公告)号：CN108111361B
公开(公告)日：2021-10-15
申请号：CN201810119164.4
申请日：2018-02-06
申请人： 武汉烽火技术服务有限公司 , 湖北工业大学
IPC分类号： H04L12/24
摘要： 本发明公开了一种基于大数据分析的传输网络故障定位分析方法及系统，涉及网络故障定位技术领域，本发明通过发生故障的业务经过的网络风险点共性，计算各网络风险点的故障概率，实现传输网络故障的快速定位。本发明最主要的特点是通过大数据分析统计对网络风险点的故障概率实现量化，依托大数据分析统计快速计算出故障概率较高的网络风险点所在。相比于现在的故障定位，多依赖于经验判断，本发明借助计算机强大计算能力的大数据分析，量化计算，更加客观，更加准确，更加快速，可有效辅助故障的快速定位，降低故障历时。
-
公开(公告)号：CN108111361A
公开(公告)日：2018-06-01
申请号：CN201810119164.4
申请日：2018-02-06
申请人： 武汉烽火技术服务有限公司 , 湖北工业大学
IPC分类号： H04L12/24
摘要： 本发明公开了一种基于大数据分析的传输网络故障定位分析方法及系统，涉及网络故障定位技术领域，本发明通过发生故障的业务经过的网络风险点共性，计算各网络风险点的故障概率，实现传输网络故障的快速定位。本发明最主要的特点是通过大数据分析统计对网络风险点的故障概率实现量化，依托大数据分析统计快速计算出故障概率较高的网络风险点所在。相比于现在的故障定位，多依赖于经验判断，本发明借助计算机强大计算能力的大数据分析，量化计算，更加客观，更加准确，更加快速，可有效辅助故障的快速定位，降低故障历时。
-
公开(公告)号：CN116029473A
公开(公告)日：2023-04-28
申请号：CN202211719814.1
申请日：2022-12-30
申请人： 湖北工业大学
IPC分类号： G06Q10/047 , G06Q10/0631
摘要： 本发明提供了一种基于多智能体强化学习的多UGV路径规划方法及设备。所述方法包括：步骤1至步骤8。本发明在现有资源的基础上操作，提高多智能体系统中各个智能体之间的相互合作和协调，使用分布式搜索结构，将复杂的学习问题自动分解为更容易学习的局部子问题，提升了智能化程度，扩大了应用领域，在集中设置中进行端到端的学习分散策略，大大降低了计算量，具有较高的实用性。
-
公开(公告)号：CN109377447B
公开(公告)日：2022-11-15
申请号：CN201811086423.4
申请日：2018-09-18
申请人： 湖北工业大学
摘要： 本发明公开了一种基于杜鹃搜索算法的Contourlet变换图像融合方法，对配准后的源图像A、B，分别进行Contourlet变换，得到1个低频子带和不同尺度、不同方向的多个高频子带；按照定义的融合规则在所有尺度和方向上对两幅图像的变换系数进行融合，得到融合后的系数；融合图像为R，对于融合后的系数，按照其低频子带和高频子带的顺序，依次进行Contourlet逆变换；最后输出融合后的图像。本发明与传统的图像融合方法相比，对各尺寸各方向上的融合系数权重进行了加权处理，计算出最优权值，并以此提出一种优化的Contourlet变换图像融合方法。
-
-
-
-
-
-
-
-
-
搜索结果
61 条记录 (耗时 0.076 秒)
