-
公开(公告)号：CN114757044B
公开(公告)日：2024-10-01
申请号：CN202210444997.4
申请日：2022-04-26
申请人： 郑州大学
IPC分类号： G06F30/20 , G06Q10/047 , G06F111/06
摘要： 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。
-
公开(公告)号：CN116660758A
公开(公告)日：2023-08-29
申请号：CN202310814538.5
申请日：2023-07-05
申请人： 郑州大学
IPC分类号： G01R31/367 , G01R31/378 , G01R31/387 , G06F30/398 , G06N3/126 , G06F115/02
摘要： 本发明提供了一种锂电池模型参数辨识和荷电状态估计的方法，通过分析锂电池的电化学阻抗谱，建立了分数阶等效电路模型；提出了基于邻域的多策略和均值因子差分进化算法NMMDE来辨识模型参数；在开发的NMMDE算法中，本发明提出了一个新的突变策略，该策略首先定义了一个称为顶域的动态邻域，然后用顶域中所有个体的均值替换当前个体；此外，本发明在突变过程中引入了一个额外的突变策略，通过自适应调整两种不同策略在种群中的比例，弥补了探索和利用不平衡的问题；然后用分数阶扩展卡尔曼滤波算法对SOC进行估计，并将得到的SOC和实际值进行比较，绝对误差平均为1%。实验结果表明，本发明提供的算法能够更准确的辨识模型参数，并获得准确的SOC估计结果。
-
公开(公告)号：CN104809450A
公开(公告)日：2015-07-29
申请号：CN201510245415.X
申请日：2015-05-14
申请人： 郑州大学
IPC分类号： G06K9/00
CPC分类号： G06K9/00067 , G06K9/00087
摘要： 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：CN118608932A
公开(公告)日：2024-09-06
申请号：CN202410250058.5
申请日：2024-03-05
申请人： 郑州大学
IPC分类号： G06V20/10 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/54 , G06V10/56 , G06V10/82 , G06N3/126
摘要： 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
申请人： 郑州大学
IPC分类号： G06V10/764 , G06V10/774 , G06V10/82 , G06V20/10 , G06N3/0464 , G06N3/047 , G06N3/006
摘要： 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。
-
公开(公告)号：CN116644906A
公开(公告)日：2023-08-25
申请号：CN202310460834.X
申请日：2023-04-26
申请人： 郑州大学
IPC分类号： G06Q10/0631 , G06Q50/04 , G06N3/126
摘要： 本发明提供了一种应用于遗传规划解决动态柔性车间调度的代理模型样本选择方法，通过提出的小生境策略为代理模型挑选出了特定的样本，减少了真实评估的个体数，进而降低了整体的训练时间，同时小生境策略中基于规则大小排序的方法有助于减少生成调度规则的大小；提高获得调度规则的质量，同时降低了调度规则的大小，提高了可解释性。
-
公开(公告)号：CN114529223A
公开(公告)日：2022-05-24
申请号：CN202210266982.3
申请日：2022-03-17
申请人： 郑州大学
摘要： 本发明涉及一种解决通用约束的城轨交通司机排班问题的方法，包括设定通用约束条件；输入列车运行时刻表和司机的最小间隔休息时间；统计每个车次与所有车次为临近车次的代价，生成代价矩阵A，并完成数学建模过程；在不考虑司机工作总时长的前提下，利用01整数规划算法对建模问题进行一体式求解；将每位司机的工作量根据用约束条件分割为多位司机的工作量；输出排班表。本发明通过代价矩阵大幅度降低排班问题的求解复杂性；依据代价矩阵和整数规划算法可以快速求得可行解；先使用一体式求解之后再分割的算法可以满足现实中各种划分班次的要求，通过数学证明其排班方案是司机人数最少和当司机人数为最少时工作效率最高的方案。
-
公开(公告)号：CN112508889A
公开(公告)日：2021-03-16
申请号：CN202011352831.7
申请日：2020-11-26
申请人： 郑州大学
摘要： 本发明涉及一种染色体核型分析系统，包括（1）设计过滤算法、分割算法对人类中期细胞图像进行过滤除杂、提取染色单体；（2）设计识别算法、纠正算法对提取到的染色体进行识别、配对，从而生成核型图谱。本发明将核型分析方法与图像处理、机器学习等技术相结合，开发一套可靠的染色体核型自动分析系统，实现染色体核型分析的自动化、智能化，整体提高染色体核型分类的效率和准确率。
-
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
申请人： 郑州大学
IPC分类号： G06V10/764 , G06V10/774 , G06V10/82 , G06V20/10 , G06N3/0464 , G06N3/047 , G06N3/006
摘要： 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
申请人： 郑州大学
摘要： 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。
-
-
-
-
-
-
-
-
-
搜索结果
28 条记录 (耗时 0.029 秒)
