-
公开(公告)号：CN109657834B
公开(公告)日：2022-10-04
申请号：CN201811286285.4
申请日：2018-10-31
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于自适应基因长度差分进化算法的海底路径规划方法，包括下述步骤：海底三维模型的建立；将水下三维环境模拟成一个长方体空间，障碍物分布在海底和悬浮在水下空间中，建立直角坐标系X‑Y‑Z；网格化问题空间为数个边长为r的正方体网格，障碍物的信息就放在这些正方体的顶点上，而且选择的路径点同样分布在正方体的顶点上；正方体的边长r可调节，如果问题空间较小，则其值也同样较小；本发明的初始路径的选取采用快速寻路模型，减少以往算法中随机选取初始路径的不稳定性，使得初始路径的选取更有利于寻出最优路径，从而增加寻路速度。
-
公开(公告)号：CN111563549A
公开(公告)日：2020-08-21
申请号：CN202010364563.4
申请日：2020-04-30
Applicant: 广东工业大学
IPC: G06K9/62
Abstract: 本发明公开了基于多任务进化算法的医学图像聚类方法，包括以下步骤：S1、提取医学图像的ROI特征描述数据；S2、读入提取医学图像的ROI特征描述数据，运用NMP聚类规则，通过对多个聚类内部指标进行优化，在多任务框架下得到多个聚类结果；S3、利用医生的专家知识从中选出一个最优的结果。本发明更能充分表达医学图像的内涵，能同时优化一个种群得到多个聚类结果，通过跨域交流更容易收敛到全局最优，聚类效果更加明显。
-
公开(公告)号：CN109214990A
公开(公告)日：2019-01-15
申请号：CN201810710373.6
申请日：2018-07-02
Applicant: 广东工业大学
Abstract: 本发明涉及图像处理的技术领域，更具体地，涉及一种基于Inception模型的深度卷积神经网络图像去噪方法，包括：选取数据集，对数据进行预处理；搭建含一层Inception模型的训练网络；设置网络求解参数，选择合适的监督框架；最优设定网络结构参数，并使用求得的网络进行去噪。本发明的基于Inception模型的深度卷积神经网络图像去噪方法，以深度卷积神经网络为基础，结合高斯白噪声模拟未知的真实噪音和含Inception模型的网络能在保持原有的去噪效果的基础上降低参数量；通过数据扩张的方式，使训练数据的内容更丰富，保证神经网络能够学习到图像分布或噪声的内部结构；通过引入残差结构，使得网络更容易收敛，且效果最佳。
-
公开(公告)号：CN118982916A
公开(公告)日：2024-11-19
申请号：CN202411061367.4
申请日：2024-08-05
Applicant: 广东工业大学
Abstract: 本发明提供一种基于知识迁移的遗传规划超启发式交通流分配方法，包括获取路网信息；将路网抽象为带权有向图；根据路网信息构建交通仿真模型并确定优化目标；利用交通仿真模型对种群中每一个路由策略进行评估；根据源域进行知识提取；当问题场景发生变化时，基于从源域学到的知识对目标域进行迭代优化，将最优个体作为最终的路由策略应用于交通流分配。本发明有效解决面对路网结构发生变化时路由策略对交通流分配的有效性问题，同时提高了新场景下再训练的效率；将迁移学习运用于交通流优化中，将在源领域学到的通用识迁移到目标领域，能较好地提高在新路网结构下再训练的效率，适用于不同类型路网结构的交通流分配策略，提高路由策略的泛化能力。
-
公开(公告)号：CN118762539A
公开(公告)日：2024-10-11
申请号：CN202410765568.6
申请日：2024-06-14
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于决策树的信号灯自适应控制方法及系统，该方法包括：基于函数集和终端集构建决策树；基于相位顺序和相位时长对决策树进行策略设计，得到第一信号灯控制策略和第二信号灯控制策略；基于遗传规划算法和所选取的信号灯控制策略对决策树进行仿真训练，得到训练好的决策树。该系统包括决策树构建模块、控制策略设计模块和训练优化模块。通过使用本发明，能够实时适应动态波动的交通条件，确定精确的相位通行时间，显著提高交通效率。本发明可广泛应用于城市交通控制技术领域。
-
Patent Agency Ranking
公开(公告)号：CN116595894A
公开(公告)日：2023-08-15
申请号：CN202310751685.2
申请日：2023-06-25
Applicant: 广东工业大学
IPC: G06F30/27 , G06F18/24 , G06F18/27 , G06N3/006 , G06F111/06 , G06F111/04
Abstract: 本发明公开了基于分类模型和回归模型协同的进化优化方法及系统，该方法包括：根据工程问题的特征，构建相关的优化函数和目标函数；采用拉丁超立方采样方法对种群进行初始化；采用目标函数对初始化种群个体进行评估；若所述初始化种群个体的目标值与约束值的数量小于种群大小，则进行可行区域搜索，否则，进行约束Pareto前沿搜索；根据所述子代种群的预测值或者所述新种群中的个体的目标值与预测值得到可行非支配解集并输出。该系统包括：建模模块，初始化模块，评估模块，可行域搜索模块，约束Pareto前沿搜索模块，输出模块。本发明能够在很大程度上减少函数评估的次数，并找到满足所有约束的解决方案。
-
公开(公告)号：CN116524717A
公开(公告)日：2023-08-01
申请号：CN202310508013.9
申请日：2023-05-06
Applicant: 广东工业大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于遗传规划的超启发式交通流优化方法及系统，该方法包括：获取遗传规划种群个体并通过半生长法进行初始化处理；基于交通仿真模拟方法对初始化后的遗传规划种群个体进行模拟评估，得到遗传规划种群个体的评估值；基于遗传规划种群个体的评估值，对初始化后的遗传规划种群个体进行迭代小生境简化处理，输出最优遗传规划种群个体；将最优遗传规划种群个体作为最优策略对城市路网交通流进行优化。本发明使用小规模路网训练超启发式策略，大大减少算法训练超启发式策略的时间，训练出的超启发式能够减少道路的拥堵率。本发明作为一种基于遗传规划的超启发式交通流优化方法及系统，可广泛应用于进化计算的交通流优化技术领域。
-
公开(公告)号：CN115731448A
公开(公告)日：2023-03-03
申请号：CN202211435046.7
申请日：2022-11-16
Applicant: 广东工业大学
IPC: G06V10/82 , G06V10/34 , G06V10/30 , G06V10/74 , G06V10/764 , G06N3/045 , G06N3/0464 , G06N3/094
Abstract: 本发明公开了一种基于双边滤波器和孪生神经网络的对抗样本检测方法，该方法包括：基于双边滤波器技术，对孪生神经网络结构进行改进，得到改进后的孪生神经网络；对改进后的孪生神经网络进行训练，得到训练完成的孪生神经网络；将待测样本输入至训练完成的孪生神经网络，输出第一特征向量和第二特征；计算第一特征向量和第二特征向量的L2范数距离并根据计算结果检测对抗样本。通过使用本发明，能够在提高神经网络的鲁棒性同时又能检测出对抗样本的攻击。本发明作为一种基于双边滤波器和孪生神经网络的对抗样本检测方法，可广泛应用于数据检测领域。
-
公开(公告)号：CN113515109A
公开(公告)日：2021-10-19
申请号：CN202110411565.9
申请日：2021-04-16
Applicant: 广东工业大学
IPC: G05D1/00
Abstract: 本发明公开了一种模拟海洋动态不确定环境的航行器路径规划方法，根据实际环境对海洋区域中的规律性环境因素进行模型构建，根据不同障碍物对航行的影响程度分配障碍权值，并在路径运行过程中对障碍物的位置进行更新；在对路径进行优化时，使用启发式方法使路径更倾向于远离障碍物；对路径进行评价时，从起点开始进行计时，实时对障碍物的位置进行更新，检查航行器是否碰到障碍物，并根据权值影响评价值。本发明中的环境模型随着路径构建实时更新，模拟现实环境的动态阻碍和静态障碍，构成算法中的动态约束和静态约束，使优化得到的路径更具实用性和可靠性。
-
公开(公告)号：CN112464276A
公开(公告)日：2021-03-09
申请号：CN202011293467.1
申请日：2020-11-18
Applicant: 广东工业大学
IPC: G06F21/62
Abstract: 本发明公开了一种针对稀疏位置轨迹隐私保护方法，通过动态调整匿名阈得到位置点候选集，而动态的位置匿名阈相对于静态的位置匿名阈能减少抑制，降低轨迹点抑制率，另外，不采用用户的历史数据来作为假轨迹的基础，避免了数据的直接暴露；最后，通过判断相邻位置点之间的可达性以及结合局部转移概率，连接位置点候选集中的位置点，得到候选轨迹集；以及通过对候选轨迹集中的轨迹与原轨迹之前进行相似性判断以及结合整体转移概率，从候选轨迹集中选取最优的k‑1条轨迹，能够有效抵抗对转移概率的分析，大大提高了匿名效果。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.027 seconds)
