-
公开(公告)号：CN119670336A
公开(公告)日：2025-03-21
申请号：CN202411501425.0
申请日：2024-10-25
Applicant: 西安电子科技大学
IPC: G06F30/20 , G06F18/20 , G06F30/15 , G06F17/10 , G06F119/02
Abstract: 本发明提供了一种面向开放环境的飞行器集群集中式在线性能评估系统，该系统以扩展置信规则为原型，提出新的置信规则表示，并且通过充分利用不完美数据记录和现有知识，提出新的混合驱动置信规则获取方法以获取置信规则的前件、后件和辅助部分，结合上新的置信规则表示创建出置信规则库，为高效和有效的信息处理奠定了基础。利用广义证据组合规则，建立了一种新的置信规则聚合机制，将数据记录在每个置信规则上的置信度聚合得到性能评估结果。此外，本发明通过对性能评估结果进行不一致性分析和冲突感知，构建了一种新的置信规则库渐进优化方案，在达到更新条件时对置信规则库进行更新，使整个系统具备了演化和发育的特性。
-
公开(公告)号：CN115131659B
公开(公告)日：2025-03-21
申请号：CN202210588220.5
申请日：2022-05-27
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于模因优化的多目标端元识别方法，包括：获取待识别端元的原始高光谱图像；根据原始高光谱图像的数据，基于纯像元假设采用顶点成分分析修剪高光谱图像的像元构造自词典；基于所述自词典构建高光谱图像端元识别的多目标优化模型；基于模因优化算法获得所述多目标优化问题模型的非支配解集；利用所述多目标优化问题模型的非支配解集，基于膝点法确定最优端元组合。本发明可以综合演化算法的全局搜索能力和局部搜索算子的局部寻优能力，提升端元识别的精度和效率，同时还可以根据膝点法从非支配解集中确定最优端元组合。
-
公开(公告)号：CN119473919A
公开(公告)日：2025-02-18
申请号：CN202510051994.8
申请日：2025-01-14
Applicant: 西安电子科技大学
IPC: G06F11/3668 , G06F18/23 , G06N3/006
Abstract: 本发明公开了一种高维黑盒智能系统试验用例自适应搜索评估方法，包括：生成初始试验设计用例，通过黑盒系统获得每个初始试验设计用例的输出响应；基于初始试验设计用例及其输出响应，局部自适应地生成加点试验设计用例，通过黑盒系统获得每个加点试验设计用例的输出响应；从初始试验设计用例和加点试验设计用例中筛选输出响应处于预设感兴趣范围的试验设计用例；基于演化算法对筛选得到的试验用例集合#imgabs0#进行序贯智能试验设计，得到扩充后的试验用例集合#imgabs1#及其输出响应集合#imgabs2#；基于集合#imgabs3#的测试因子空间和#imgabs4#对集合#imgabs5#进行分层聚类。本发明提升了面向高维黑盒智能系统测试的自适应试验设计能力与试验用例生成能力，有利于挑选代表性试验设计用例。
-
公开(公告)号：CN118734295A
公开(公告)日：2024-10-01
申请号：CN202410769927.5
申请日：2024-06-14
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种针对红外智能检测器的对抗攻击方法及装置，通过基于粒子群优化算法对能够添加至目标范围的数字补丁组合进行寻优，得到优化数字补丁组合；其中，粒子的位置向量由数字补丁组合中的多个数字补丁的位置、灰度值矩阵和尺寸组成，寻优过程中以最小化数字补丁组合的功耗值和攻击效果评估指标为寻优目标；基于优化数字补丁组合中的数字补丁的尺寸对应构造真实补丁；根据数字补丁在目标范围内的位置，为真实目标搭载对应的真实补丁；根据数字补丁的灰度值矩阵，控制对应的真实补丁的多个发热单元的温度，提高了真实补丁的隐蔽性和欺骗性，基于真实补丁可以更有效地实现针对红外智能检测器的对抗攻击。
-
公开(公告)号：CN118485912A
公开(公告)日：2024-08-13
申请号：CN202410273451.6
申请日：2024-03-11
Applicant: 西安电子科技大学
IPC: G06V20/10 , G06V10/764
Abstract: 本发明提供了一种针对高光谱遥感图像数据增强和分类的方法及装置，包括从遥感成像传感器获取高光谱图像，并将所述高光谱图像确定为待分类高光谱图像；将待分类高光谱图像输入至训练好的SPL‑GAMN模型中，以使SPL‑GAMN模型提取三维HSI块，并依据待分类高光谱图像中对象数量的多少，学习第一对象在三维HSI块中的特征信息，并生成第一对象的高光谱图块，对所有的高光谱图块作分类得到所有对象的预测标签。本发明针对少数类别的数据增强，有效改善了样本不均衡问题，并将3D分类器与自步学习方法结合起来，提升了模型的泛化能力，有效改善了过拟合问题，因此鲁棒性较好，对不同的高光谱图像普遍有效，可以提高分类效果。
-
Patent Agency Ranking
公开(公告)号：CN118397050A
公开(公告)日：2024-07-26
申请号：CN202410681798.4
申请日：2024-05-29
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种多任务代理辅助优化的点云配准方法，包括：根据依次减小的采样率对源点云模型和目标点云模型分别均采样K次，得到K个第一点云模型和K个第二点云模型；根据第i个第一点云模型和i个第二点云模型，构建第i个代理任务对应的子种群i，得到K个不同子种群；第i个代理任务为第i个第一点云模型与i个第二点云模型的配准任务，第i个第一点云模型的旋转矩阵和平移向量，以及第i个第二点云模型的旋转矩阵和平移向量为子种群i中的两个不同个体；i的取值为1至K；采用遗传算法对K个不同子种群迭代优化，基于迭代得到的目标个体对源点云模型和目标点云模型配准。本发明能够提高配准效果，并降低配准时间成本。
-
公开(公告)号：CN118296233A
公开(公告)日：2024-07-05
申请号：CN202410429567.4
申请日：2024-04-10
Applicant: 西安电子科技大学
IPC: G06F16/9535 , G06F16/36 , G06Q10/0639 , G06Q50/10
Abstract: 本发明公开了一种面向决策能力的即插即用型交互服务方法，包括：获取用户输入信息；对用户输入信息进行预处理，提取包含交互服务类型信息的特征向量；将包含交互服务类型信息的特征向量输入经训练的深度神经网络模型中，获得最优交互服务类型；构建分布式交互服务仓库，根据最优交互服务类型从分布式交互服务仓库中选择合适的交互服务模块；调用所选的交互服务模块，并根据用户输入信息获得服务结果；评估交互服务效果，并根据用户情绪状态优化交互服务体验。本发明通过深度神经网络确定最优的交互服务类型，可以达到根据用户需求和场景特征向量动态地确定用户所需要的交互服务类型的效果。
-
公开(公告)号：CN117575393A
公开(公告)日：2024-02-20
申请号：CN202311540569.2
申请日：2023-11-17
Applicant: 西安电子科技大学
IPC: G06Q10/0639 , G06Q10/0631 , G06F18/20
Abstract: 本发明公开了一种多利益相关决策能力考核定制服务方法及装置，涉及人工智能技术领域，解决了现有技术中缺乏定制化服务和考核评价机制的问题，该方法包括：对多利益相关方进行分类，决策目标和评价指标；分别根据多利益相关方的决策目标，设置不同的驾驶决策习惯，根据驾驶策略习惯对应构建多车交互换道决策方法，并将嵌入至自动驾驶系统中，得到调整后自动驾驶系统；利用调整后自动驾驶系统，对多车交互换道决策方法进行有效性和可行性评估，得到评估结果；对评估结果进行分析，进行改进和更新；该方法实现了能够灵活的对多车交互换道决策方法进行可视化的提出改进措施和建议。
-
公开(公告)号：CN112085051B
公开(公告)日：2024-02-09
申请号：CN202010724451.5
申请日：2020-07-24
Applicant: 西安电子科技大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/0895 , G06N3/098 , G06N20/00 , G06F21/62
Abstract: 本发明公开了一种基于加权投票的图像分类方法、系统及电子设备。该方法包括：服务端获取待分类图像，对各个客户端发起判定请求；每个客户端根据判定请求，对自身状态参数判定后反馈响应信号给服务端；服务端根据响应信号，将待分类图像分发给可以参加分类任务的目标客户端；各个目标客户端将待分类图像输入各自预先训练的少样本网络模型进行分类，得到第一分类结果；服务端对各个目标客户端的少样本网络模型进行评分，并基于该评分结果和第一分类结果进行加权投票计算，输出投票值；服务端对投票值汇总整理，输出第二分类结果。通过对客户端的模型进行评分并对客户端输出的第一分类结果进行加权投票计算，进一步提高分类的精确度。
-
公开(公告)号：CN116739158A
公开(公告)日：2023-09-12
申请号：CN202310640040.1
申请日：2023-05-31
Applicant: 西安电子科技大学
IPC: G06Q10/04 , G06Q10/067 , G06Q10/0637 , G06Q10/0631 , G06Q50/06
Abstract: 本发明公开了一种基于强化学习的自适应优化储能方法，包括：获取用户的电力数据，构建用户的需量计费模型；结合所述需量计费模型，考虑约束条件，对当前用电情况下储能系统的经济效益进行分析和评估，得到储能系统初步分配方案；根据所述储能系统初步分配方案，对储能动作参数进行预处理，并对动作策略进行粗分配；将粗分配后的储能系统动作转变为动作序列并与每个时刻点对应，生成按照时间排序的储能系统调度序列；需要根据当前环境特征，对所述储能系统调度序列进行动态的动作调整，以达到企业收益最优的目的。本发明弥补了传统算法通用性不足的缺陷，降低了传统算法对场景的依赖，能够适用在不同的场景，最终获得最优化的调度策略。
-
-
-
-
-
-
-
-
-
Search Results
104
records
(took 0.044 seconds)
