-
公开(公告)号：CN117670748A
公开(公告)日：2024-03-08
申请号：CN202311606619.2
申请日：2023-11-28
Applicant: 南昌大学
Abstract: 本发明涉及图像增强技术领域，具体公开了一种夜间图像快速增强方法，包括步骤：获取摄像设备拍摄的原始图像，对原始图像进行边缘轮廓检测，之后将原始图像由RGB颜色空间转换至HSV颜色空间；采用盒式滤波对MSR算法进行改进，通过改进后MSR算法对原始亮度分量进行处理得到反射图像；通过预先设定的亮度调整方式调整反射图像的亮度分量；通过伽马变换对原始亮度分量进行处理，然后与调整后的反射图像进行自适应加权融合；将自适应加权融合后的图像亮度分量与边缘轮廓检测结果进行融合，之后将融合的新亮度图像与中HSV颜色空间的色度H、饱和度S合并，输出增强的图像。本发明算法处理速度快，且对于夜间图像的增强效果自然，能够有效避免图像的过度增强。
-
公开(公告)号：CN117494567A
公开(公告)日：2024-02-02
申请号：CN202311499733.X
申请日：2023-11-10
Applicant: 南昌大学
IPC: G06F30/27 , G06N3/006 , G06F111/06 , G06F111/04 , G06F119/14
Abstract: 本发明公开了一种面向混合整数昂贵优化问题的代理模型辅助差分进化方法，包括：(1)确定设计空间与优化目标，种群与关键迭代参数初始化，给出收敛条件；(2)根据目标与约束评估耗时构建全局径向基函数代理模型；(3)构建动态种群筛选机制及相适应的变异操作；(4)设计变异标准差自适应缩放机制；(5)构建代理模型辅助的差分变异‑筛选‑选择框架；(6)分别针对两类局部区域构建局部搜索策略；(7)更新种群与关键迭代参数信息，判断是否达到收敛条件，若收敛则输出优化解，否则转至步骤(2)，直至达到收敛条件。本发明有效融合了代理模型辅助的全局维度扰动预筛与差分进化策略，针对混合整数变量昂贵优化问题的收敛速度较快。
-
公开(公告)号：CN119066983B
公开(公告)日：2025-05-09
申请号：CN202411534758.3
申请日：2024-10-31
Applicant: 南昌大学
IPC: G06F30/27 , G06F30/23 , G06F30/17 , G06N3/006 , G06F16/901 , G06F111/04 , G06F119/04 , G06F119/14
Abstract: 本发明公开了一种机器学习引导的动态种群优化设计方法，适用于全回转推进器驱动轴轻量化设计问题，包括：考虑驱动轴结构参数与服役约束进行种群与参数初始化；基于迭代信息与多目标非支配排序法确定动态种群；构造适应种群个体潜力的进化操作来产生候选子代池；在每个候选子代个体邻域范围内确定机器学习模型建模样本；构造高斯过程机器学习模型，并推导候选子代个体期望提升量；根据松弛因子与多目标非支配排序法筛选真实子代个体，并更新种群；构造基于高斯过程的局部搜索定位局部高潜力个体，更新迭代信息。本发明综合考虑重量目标与疲劳约束来设计算法优化轨迹，提高了算法针对全回转推进器驱动轴轻量化设计问题的全局适应性与收敛速度。
-
公开(公告)号：CN119831999A
公开(公告)日：2025-04-15
申请号：CN202510310514.5
申请日：2025-03-17
Applicant: 南昌大学第二附属医院
Abstract: 本发明公开了一种基于图像处理的隐球菌荚膜厚度检测方法及系统，涉及图像处理技术领域，方法包括：基于隐球菌参数数据库，获取待测隐球菌图像所对应的预设参数信息；检测待测隐球菌图像的边缘图像，对边缘图像进行处理，得到边缘曲线；循环提取边缘曲线的像素点，划分形成至少一外接圆；对外接圆进行图像分割，形成至少一待测隐球菌子图像，并标记初始数量信息；获取厚度曲线，得到初始厚度信息；将初始数量信息与预设数量信息进行检测误差计算，更新输出目标数量信息，将初始厚度信息与预设厚度信息进行检测误差计算，更新输出目标厚度信息，本发明解决了现有技术中使用显微镜观察判断隐球菌的荚膜厚度，准确率低且误差大的问题。
-
公开(公告)号：CN118797819B
公开(公告)日：2025-03-04
申请号：CN202411280855.4
申请日：2024-09-13
Applicant: 南昌大学
Abstract: 本发明公开了一种汽车后副车架轻量化设计方法及系统，涉及汽车后副车架设计技术领域，该方法包括：构建汽车后副车架的固有频率仿真模型，确定设计参数数目以及设计参数设计域，以设计参数设计域为设计空间，在设计空间内产生优化种群，评估种群个体的频率约束与重量目标值；对所有已评估的个体进行低维映射，筛选得到低维空间的关键设计参数，根据关键设计参数构建二阶多项式径向基函数机器学习模型；确定二阶多项式径向基函数机器学习模型映射的局部优化问题的最优解；评估最优解的目标与约束值，判断最优解对应的固有频率与轻量化指标是否满足设计需求。本发明解决了现有技术中在汽车后副车架轻量化设计时无法兼顾效率和准确性的问题。
-
Patent Agency Ranking
公开(公告)号：CN117421989B
公开(公告)日：2024-12-27
申请号：CN202311500236.7
申请日：2023-11-10
Applicant: 南昌大学
IPC: G06F30/27 , G06N3/006 , G06F111/06
Abstract: 本发明公开了一种面向高维昂贵优化问题的代理模型辅助的并行协同方法，包括：(1)确定设计空间与优化目标，种群与关键迭代参数初始化，给出收敛条件；(2)基于多目标非支配排序技术来构建并行维度扰动变异操作；(3)基于局部预测信息与个体分布来构建两层真实子代个体筛选机制；(4)采用DE/current‑to‑pbest/2/bin进行高潜力个体引导的协同变异；(5)基于全局预测信息与个体分布来构建两层真实子代个体筛选机制；(6)设计基于局部径向基函数的局部搜索策略；(7)更新种群与关键迭代参数信息，判断是否达到收敛条件，若收敛则输出优化解，否则转至步骤(2)，直至达到收敛条件。本发明能够加快收敛速度，针对高维问题的适用性较强、灵活性较好。
-
公开(公告)号：CN118797819A
公开(公告)日：2024-10-18
申请号：CN202411280855.4
申请日：2024-09-13
Applicant: 南昌大学
Abstract: 本发明公开了一种汽车后副车架轻量化设计方法及系统，涉及汽车后副车架设计技术领域，该方法包括：构建汽车后副车架的固有频率仿真模型，确定设计参数数目以及设计参数设计域，以设计参数设计域为设计空间，在设计空间内产生优化种群，评估种群个体的频率约束与重量目标值；对所有已评估的个体进行低维映射，筛选得到低维空间的关键设计参数，根据关键设计参数构建二阶多项式径向基函数机器学习模型；确定二阶多项式径向基函数机器学习模型映射的局部优化问题的最优解；评估最优解的目标与约束值，判断最优解对应的固有频率与轻量化指标是否满足设计需求。本发明解决了现有技术中在汽车后副车架轻量化设计时无法兼顾效率和准确性的问题。
-
公开(公告)号：CN118761012A
公开(公告)日：2024-10-11
申请号：CN202411237627.9
申请日：2024-09-05
Applicant: 南昌大学
IPC: G06F18/2433 , G06F18/22 , G16C60/00 , G06N20/00
Abstract: 本发明公开了基于机器学习的IN718镍基合金成形缺失数据生成与预测方法，包括：构造IN718镍基合金成形核心数据集并进行数据预处理；基于数据相似性筛选准则与分布特性剔除异常数据；针对核心工艺参数完整数据集构造机器学习模型；根据核心工艺参数不完整数据集构造核心工艺参数缺失数据矩阵；以最小化均方误差为优化目标，采用梯度优化生成核心工艺参数缺失数据的最优填补值，形成核心工艺参数的填补数据集；合并填补数据集与完整数据集来构造机器学习模型，根据留一验证法评估机器学习模型精度，输出机器学习模型。本发明能够对IN718镍基合金成形的核心性能指标预测与核心工艺参数缺失数据填补，实现缺失数据的最优化填补，显著提高预测能力。
-
公开(公告)号：CN117556692A
公开(公告)日：2024-02-13
申请号：CN202311482594.X
申请日：2023-11-08
Applicant: 南昌大学
IPC: G06F30/27 , G06N3/126 , G06F111/04 , G06F111/06
Abstract: 本发明公开了一种面向多目标昂贵约束优化问题的代理模型辅助的MOEA/D方法，包括：(1)确定设计空间、优化目标与优化约束，种群与关键迭代参数初始化，给出收敛条件；(2)构建基于密度估计法的子问题优化状态识别机制；(3)根据子问题优化状态设计相适应的搜索策略；(4)构建基于切比雪夫分解的多目标聚合适应度函数；(5)设计改进的约束支配准则筛选高潜力候选子代个体；(6)设计基于目标空间垂直距离相近的种群更新机制，判断是否达到收敛条件，若收敛则输出优化解集，否则转至步骤(2)，直至达到收敛条件。本发明能够提高寻优精度与效率，降低时间成本，针对多目标昂贵约束优化问题适用性较强。
-
公开(公告)号：CN119293614A
公开(公告)日：2025-01-10
申请号：CN202411814959.9
申请日：2024-12-11
Applicant: 南昌大学
IPC: G06F18/2411 , G06F18/214
Abstract: 本发明提供一种基于全局与局部代理模型辅助的双区域协同优化方法，涉及桁架平面结构设计优化领域，该方法通过采用双层协同框架，以区分处理不同类型变量，解决混合整数变量的昂贵约束问题。具体的，基于径向基函数的协同框架包括基于历史有潜力区域的局部搜索策略和基于径向基函数辅助的预筛选策略；基于高斯过程的混合整数协同框架包括基于当前可能有潜力区域的局部搜索策略和基于高斯过程辅助的预筛选策略；利用基于径向基函数的协同框架，充分发挥经典基于代理模型的协作框架的快速收敛能力，快速定位高潜力区域；利用基于高斯过程的混合整数协同框架通过提供稳定的优化轨迹来搜索不连通的可行区域，平衡了高潜力区域的收敛性和可行性。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.025 seconds)
