-
-
公开(公告)号：CN117523308A
公开(公告)日：2024-02-06
申请号：CN202311596391.3
申请日：2023-11-28
Applicant: 郑州大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V20/10 , G06N3/0464 , G06N3/047 , G06N3/006
Abstract: 本发明公开了一种基于随机森林的遥感场景分类进化深度学习方法，包括采用两级变长粒子群策略对种群进行初始化；采用粒子群算法进行更新种群；采用随机森林进行预测个体的分类精度；在训练时采用早期停止策略，使得训练评估更加高效；在进化期间，不断丰富种群，并更新随机森林模型；进化结束后，选择最好的个体在测试集上进行精确评估。本发明用两级粒子群策略表示每个架构的连接和参数，采用粒子架构变长策略，使种群更加丰富多样；采用随机森林这一代理模型，使网络具有了高性能、鲁棒性和便利性；在没有任何预训练和数据增强的情况下，相对于手工设计的网络，提高了在遥感场景分类的精度；相对于自动优化的网络，能够更快的找到最优的网络。
-
公开(公告)号：CN114628031B
公开(公告)日：2023-06-20
申请号：CN202210126121.5
申请日：2022-02-10
Applicant: 郑州大学
Abstract: 本发明涉及癌症个体生物标志物识别技术领域，具体地说，涉及一种检测癌症个体病人动态网络生物标志物的多模态优化方法，其包括以下步骤：(1)从个体病人的基因组数据构建个体病人的个性化基因交互网络PGIN；(2)设计优化目标函数；(3)利用多模态进化算法寻找个性化动态网络标志物集合PDNBs。本发明的多模态优化方法可有效识别癌症个体患者的PDNB，探索网络生物标志物的多模态性，并且可以为精准医学中理解肿瘤异质性提供了一个新的视角。
-
公开(公告)号：CN115694166A
公开(公告)日：2023-02-03
申请号：CN202211432928.8
申请日：2022-11-16
Applicant: 郑州大学
Abstract: 本发明公开了一种混合双向LLC‑DAB变换器的优化设计方法，涉及开关电源技术领域，包括以下步骤：确定混合双向LLC‑DAB变换器结构；确定混合双向LLC‑DAB变换器中的开关实现零电压开通的参数边界条件，计算混合双向LLC‑DAB变换器的总损耗、动态性能的表达式；确定影响总损耗的表达式的参数，影响动态性能的表达式的参数；采用多目标粒子群优化算法对各个参数进行优化，实现对混合双向LLC‑DAB变换器的优化。本发明能够定量的选择混合双向LLC‑DAB变换器中的功率容量分配参数和电路中的无源元件参数，在满足动态性能的前提下尽可能的提高变换器效率，使具有高效功率传输的LLC谐振变换器电路最大化利用。
-
公开(公告)号：CN114757044A
公开(公告)日：2022-07-15
申请号：CN202210444997.4
申请日：2022-04-26
Applicant: 郑州大学
IPC: G06F30/20 , G06Q10/04 , G06F111/06
Abstract: 本发明公开了一种多模态多目标的路径规划算法，首先对原始栅格地图数据进行建模，将其转化为带权重的无向图；然后根据无向图求解邻接矩阵，将地图中目标值的信息存入邻接矩阵中；再进行多模态多目标Dijkstra算法中变量的定义及初始化；最后使用多模态多目标Dijkstra算法、邻接矩阵及初始化变量进行路径规划。本发明可以快速地针对CEC多模态多目标路径规划问题进行规划，找到满足问题要求的多模态最优解集。
-
Patent Agency Ranking
公开(公告)号：CN104809450B
公开(公告)日：2018-01-26
申请号：CN201510245415.X
申请日：2015-05-14
Applicant: 郑州大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于在线极限学习机的腕部静脉认证系统，包括识别部分和注册部分；所述的识别部分包括读图模块、图像预处理模块、特征提取模块、手腕静脉特征数据库和识别对比模块，注册部分包括图像采集模块、图像预处理模块和特征提取模块；该系统当有新成员注册时，只对新成员的信息训练，不需要将所有成员信息重新训练就能完成对新旧成员的准确识别，在保证识别准确率的前提下大大节省了注册所需时间。另外，该系统人数容量是可以自动添加的，不必担心人过多而造成系统出错。
-
公开(公告)号：CN120030870A
公开(公告)日：2025-05-23
申请号：CN202411869938.7
申请日：2024-12-18
Applicant: 郑州大学
IPC: G06F30/27 , G06N3/126 , G16B5/00 , G16B40/00 , G06F111/06
Abstract: 本发明公开了一种识别个体病人网络生物标志物的多目标多任务优化方法，同时从个体病人的基因网络中识别药物靶点标志物和疾病信号标志物，根据动态网络标志物理论和多目标网络控制理论形成一个多目标多任务优化模型；然后采用多目标多任务进化算法识别网络生物标志物。本发明利用动态网络标志物理论和多目标网络控制理论形分别构建无约束疾病信号检测模型和有约束的药物靶点识别模型，并进一步构建为多目标多任务优化问题，然后利用发明的多目标多任务优化方法识别两类标志物，其可以探索并利用两个模型之间的有用知识，同时提高两类标志物的识别精度。
-
公开(公告)号：CN119514372A
公开(公告)日：2025-02-25
申请号：CN202411664991.3
申请日：2024-11-20
IPC: G06F30/27 , G06F30/15 , G06N3/006 , G06N3/126 , G06F111/04 , G06F111/06
Abstract: 本公开涉及车辆智能设计技术领域，提出了一种优化车辆侧面防护性能的多代理模型辅助优化方法及系统，包括如下步骤：初始化种群并进行碰撞仿真；根据碰撞仿真结果，得到优化目标与优化约束条件的相关性关系；利用增强的子代生成策略产生子代个体，基于优化目标与优化约束条件相关性关系确定种群大小，构成新的子代种群；针对子代种群，根据构建的基于径向基函数神经网络代理模型确定的评价指标，采用动态采样准则进行采样，得到本次迭代的最优解；更新下一轮迭代的父代种群进行下一轮迭代，直到满足终止条件得到最优解。本公开通过多代理模型辅助优化，有效解决了车辆侧面防护性能与车身轻量化之间的矛盾。
-
公开(公告)号：CN118608932A
公开(公告)日：2024-09-06
申请号：CN202410250058.5
申请日：2024-03-05
Applicant: 郑州大学
IPC: G06V20/10 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/54 , G06V10/56 , G06V10/82 , G06N3/126
Abstract: 本发明公开了一种基于遗传规划和集成分类的遥感图像道路提取方法，首先对遥感数据进行预处理，然后采用遗传规划的方法对采样点的原始特征进行特征构建，并利用遗传规划的方法自动生成支持五个基分类器的组合方案，然后利用构建出的高级特征进行基分类器的训练，进而进行投票集成。本发明将遥感图像提取转换为语义分割任务，采用遗传规划的方法生成了一个可以进行高级特征构建并可以生成自动组合方案的集成分类器，在小样本训练数据的情况下实现了遥感图像道路提取，对训练数据的需求和依赖较小；通过基于样本点原始特征来构建高级特征，更好地提取到了遥感图像中的信息，能够自动找到最优的集成方案，提高了遥感图像道路提取的精度。
-
公开(公告)号：CN117456275A
公开(公告)日：2024-01-26
申请号：CN202311597056.5
申请日：2023-11-28
Applicant: 郑州大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V20/10 , G06N3/0464 , G06N3/047 , G06N3/006
Abstract: 本发明公开了基于进化神经网络架构搜索算法的遥感场景分类方法，包括采用两级变长粒子群策略对种群进行初始化；引入交叉算子和种群历史最优个体进行交流产生优秀个体；引入变异算子使种群更加多样化；引入自适应策略使子代种群更加优秀；采用随机森林快速选择优秀个体；在训练时采用早期停止策略，使训练评估更加高效；进化结束后，选择最好的个体在测试集上精确评估。本发明采用两级粒子群策略表示每一个架构的连接和参数，采用粒子架构变长策略，使得种群更加丰富多样；提供了交叉算子、变异算子、自适应策略，使产生的后代更加优秀；在没有任何预训练和数据增强的情况下，相对于手工设计的网络，提高了在遥感场景分类的精度，且模型参数较小。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.022 seconds)
