-
公开(公告)号：CN115171647A
公开(公告)日：2022-10-11
申请号：CN202210792457.5
申请日：2022-07-05
Applicant: 华南理工大学
Abstract: 本发明公开了一种具有自然停顿处理的语音合成方法，包括如下步骤：从原始文本中提取标点符号标记、词性标记、字标记及音素序列，分别进行编码后融合为输入信息；所述标点符号标记，由所述原始文本中不同的标号和点号分别标记为不同标签而形成；根据所述输入信息提取第一隐层特征变量；根据所述第一隐层特征变量进行音素时长预测、能量预测及音高预测，融合得到第二隐层特征变量；根据所述第二隐层特征变量进行解码得到梅尔频谱变量；根据所述梅尔频谱变量合成与所述原始文本对应的语音。本发明还公开了一种具有自然停顿处理的语音合成装置、电子设备及计算机可读介质。本发明能解决现有技术中合成语音停顿位置不明显、节奏单调生硬等问题。
-
公开(公告)号：CN114840873A
公开(公告)日：2022-08-02
申请号：CN202210366425.9
申请日：2022-04-08
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于联邦遗传编程的符号回归方法。所述方法包括以下步骤：创建多线程，确定接入服务器的客户端数量，确保客户端访问服务器成功；随机初始化种群；多个客户端并行的进行种群的适应度计算，判断适应值是否达到终止条件，是则退出，否则执行服务器适应度聚合；根据均值漂移聚合机制进行适应度聚合，得到聚合的适应度值F；根据聚合的适应度值F选择个体的过程，被选择的个体在之后会作为父系，通过遗传算子繁育下一代程序个体；基因以一定的概率随机改变为新值；每个基因与突变载体交叉，生成一个种群，返回判断适应值是否达到终止条件。本发明的符号回归方法能够充分利用数据信息，与传统的基因编程算法相比，效果更好。
-
公开(公告)号：CN113312910A
公开(公告)日：2021-08-27
申请号：CN202110570916.0
申请日：2021-05-25
Applicant: 华南理工大学
IPC: G06F40/289 , G06F40/232
Abstract: 本发明公开了一种基于主题模型的本体学习方法、系统、装置及介质，其中方法包括以下步骤：获取文档数据集，对所述文档数据集进行预处理；从经过预处理的所述文档数据集中抽取核心概念的种子术语集；根据种子术语集和经过预处理的文档数据集，采用半监督方式对主题模型进行训练；从训练好的主题模型中获取主题词汇矩阵，根据主题词汇矩阵获取多个术语簇，每个所述术语簇对应一个核心概念，完成本体的自动学习。本发明将主题模型应用于本体学习领域，通过主题模型来学习领域的概念，提高概念内术语的语义一致性，可广泛应用于机器学习和语言学领域。
-
公开(公告)号：CN113111308A
公开(公告)日：2021-07-13
申请号：CN202110273698.4
申请日：2021-03-15
Applicant: 华南理工大学
Abstract: 本发明涉及基于数据驱动遗传编程算法的符号回归方法与系统，其方法包括步骤：S1、通过输入元素集计算各个特征与输出之间的互信息值，计算各个特征与输出之间的MIC值；S2、通过生成随机函数，再生成训练图像，进行CNN训练，由CNN生成函数元素重要性权重向量；S3、初始化多染色体编码方式的种群，若满足终止条件，则结束；否则，更新种群，进行突变与交叉变异，再进行染色体解码，并评估适应值，进行选择后再循环判断是否满足终止条件。本发明通过选择重要终端元素和函数元素的机制，采用多染色体编码方法提高遗传编程算法的搜索性能，从而有效地解决符号回归问题。
-
公开(公告)号：CN113011627A
公开(公告)日：2021-06-22
申请号：CN202011306714.7
申请日：2020-11-20
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于分布估计算法的潮汐车道优化方法，包括以下步骤：初始化分布估计算法的参数，根据给定变量的可行域，均匀初始化第一代种群个体；获取当代种群中每个个体所对应的最优交通流分配；获取当代种群中每个个体的目标函数的值；更新当前最优个体，选择优势群体构建概率频率分布直方图模型，计算频率分布直方图模型；结合当代频率分布直方图模型，前一代频率分布直方图模型以及学习率参数a，更新频率分布直方图模型；根据频率分布直方图，通过轮盘赌方法产生的个体构成新的种群；如果达到最大进化代数，则结束分布估计算法并输出当前的全局最优解个体。
-
Patent Agency Ranking
公开(公告)号：CN111238481A
公开(公告)日：2020-06-05
申请号：CN202010071751.8
申请日：2020-01-21
Applicant: 华南理工大学
Abstract: 本申请实施例公开了一种多路径规划方法及系统，其中所述方法包括：设置路径规划的数组参数，计算数组相似度，将所述数组参数确认为蚁群参数，将所述数组相似度确认为蚁群相似度；根据所述蚁群相似度划分蚁群为若干个种群，并初始化每个种群的信息素矩阵；开始总迭代，根据每个种群的信息素矩阵构建若干个解决方案，计算每个解决方案中的最佳路径；根据总迭代次数判断是否对所述蚁群进行重新划分，若是，重新划分整个蚁群，并执行全局更新规则；若不是，执行全局更新规则；总迭代次数加一，当满足结束条件时迭代结束，得到若干个种群的最佳路径及路径长度。可以规划多条不同的配送路径。
-
公开(公告)号：CN114693530B
公开(公告)日：2025-02-11
申请号：CN202210429704.5
申请日：2022-04-22
Applicant: 华南理工大学
IPC: G06T3/4038 , G06N3/126
Abstract: 本发明公开的一种基于差分进化算法的列车车顶图像拼接方法，包括以下步骤：采集若干列车车顶片段图像；对列车每一节车厢的车顶图像分别使用差分进化算法进行对齐拼接，使拼接后的列车车顶图像与静止状态下的列车车顶图像重合。运用差分进化算法优化图像的缩放比例和初步位移，实现拼接后的列车车顶图像与静止状态下的模板列车车顶较高的重合度。本发明引入改进后的图像的结构相似度作为适应度函数，并选取特征明显的矩形图像landmark作为计算结构相似度的区域，显著提升算法的速率。
-
公开(公告)号：CN118690835A
公开(公告)日：2024-09-24
申请号：CN202410759708.9
申请日：2024-06-13
Applicant: 华南理工大学
IPC: G06N3/126 , G06F18/214 , G06F18/27
Abstract: 本发明公开了一种基于符号回归的离线数据驱动优化方法及装置，属于数据驱动优化技术领域。其中方法包括：获取历史数据；根据所述历史数据生成多个历史数据的数据子集；根据多个所述数据子集构建多个符号回归模型；根据多个所述数据子集评估所述符号回归模型的预测准确率；根据获得的预测准确率构建带权重的集成模型；根据所述集成模型实现数据驱动的进化优化。本发明基于已有的历史数据，使用基因表达式编程方法来训练符号回归模型，并采用集成方法将多个模型集成并生成集成模型，并采用进化算法作为优化器来获取得到优化问题的最优解。其中，集成的符号回归模型将作为昂贵优化问题中的代理模型来指导优化进化算法的搜索方向。
-
公开(公告)号：CN118551981A
公开(公告)日：2024-08-27
申请号：CN202410704659.9
申请日：2024-06-03
Applicant: 华南理工大学
IPC: G06Q10/0631 , G06Q50/04 , G06N3/042 , G06N3/092 , G06F17/16
Abstract: 本发明公开了一种基于GNN和DRL的组合设备调度优化方法，包括：根据组合设备和晶圆加工信息，捕获组合设备晶圆加工的依赖关系和加工状态；根据组合设备晶圆加工的依赖关系和加工状态，构建状态变量空间和动作变量空间；根据状态变量空间和动作变量空间，构建加工状态图，并利用图神经网络GNN提取加工状态图的特征；对提取加工状态图的特征，用构建的深度强化学习DRL调度决策模型学习该特征，通过大量加工实例的训练，得到训练好的DRL调度决策模型；对实时的组合设备晶圆加工任务，通过训练好的DRL调度决策模型输出动作决策；根据动作决策对组合设备晶圆加工进行调度。本发明可实现对组合设备晶圆加工的有效调度。
-
公开(公告)号：CN115908709A
公开(公告)日：2023-04-04
申请号：CN202211445686.6
申请日：2022-11-18
Applicant: 华南理工大学
IPC: G06T17/00
Abstract: 本发明公开了一种机场人群路线引导方案优化方法、装置及存储介质，其中方法包括：获取机场的布局信息，根据布局信息将机场场景抽象为一个完全图；根据预设筛选条件对完全图中的边进行筛选，以删除不符合条件的边；根据筛选后的完全图，将机场人群路线引导方案优化问题抽象成为组合优化问题；采用离散的差分进化算法，对组合优化问题进行优化，获得最终的优化结果。本发明对机场出发层场景进行数学建模，并使用离散的差分进化算法自动生成和优化机场人群路线引导方案，可以获得较高质量的解，能够有效辅助机场中人群路线的引导。本发明可广泛应用于智能交通和演化计算两大领域。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.022 seconds)
