一种混合策略的粒子群优化算法
    12.
    发明公开

    公开(公告)号:CN118070839A

    公开(公告)日:2024-05-24

    申请号:CN202410428992.1

    申请日:2024-04-10

    Abstract: 本发明公开了一种混合策略的粒子群优化算法,旨在解决当前原始粒子群优化算法易陷入局部最优、搜索速度慢和局部搜索精度低等问题。传统优化算法在解决复杂问题时面临着诸多挑战,而本文提出的混合策略的粒子群优化算法通过采用自适应权重调整、反向学习策略、柯西变异机制和Hook‑Jeeves策略等方法,有效提高了全局搜索能力和搜索速度,并且在增强全局搜索能力的同时,也显著增强了局部搜索精度。本发明的算法可以广泛应用于各种领域,如工程优化、机器学习和数据挖掘等,为解决复杂问题提供了一种有效的优化方案。

    一种基于神经隐式函数的任意分辨率点云上采样方法

    公开(公告)号:CN116468610A

    公开(公告)日:2023-07-21

    申请号:CN202310519712.3

    申请日:2023-05-10

    Abstract: 本发明提出了一种基于神经隐式函数的点云上采样方法,以克服现有上采样技术的局限性并生成任意分辨率的点云数据。该方法首先训练神经隐式函数以在点云数据集的配对样本之间建立映射,然后使用训练好的神经隐式函数对低分辨率点云进行上采样,生成高分辨率点云。此外,该方法还通过使用优化算法调整生成的高分辨率点云,以最小化原始点云与生成点云之间的误差。通过这种方法,可以生成高质量的点云数据,同时提高处理效率,适用于需要进行点云处理的各种场景,如自动驾驶、游戏开发和虚拟现实等。

    一种基于轻量级目标检测器的昏暗目标检测方法

    公开(公告)号:CN116883676A

    公开(公告)日:2023-10-13

    申请号:CN202310434545.2

    申请日:2023-04-21

    Inventor: 罗笑南 罗绪泽

    Abstract: 本发明涉及一种基于轻量级目标检测器的昏暗目标检测方法,用来提高昏暗环境下目标检测系统的性能。首先,采用Gaussianprocess和Moblienet模型来对图片进行数据增强。使用改进的EfficientDet算法来进行目标检测,舍弃了EfficientDet原本使用的基于固定Anchor的方法,而采用Anchor‑Free方法来进行特征框的选择。为了进一步提高算法的性能,对骨干网络EfficientNet进行了调整,采用动态simota来匹配样本数,以提高模型的收敛速度。由于Centernet模型每次训练的监督信息较少,训练代数会增多,为了提高模型的收敛速度,增加了更多的监督信息来训练模型。最后,沿用了Yolov3上的Mosaic数据增强方法,使检测器能够更好的检测昏暗环境下的目标。通过这些关键技术的应用设计出昏暗环境下的目标检测系统,提高了算法的准确率和稳定性。

    基于手掌静脉识别的门禁系统

    公开(公告)号:CN212411263U

    公开(公告)日:2021-01-26

    申请号:CN202021861129.9

    申请日:2020-08-31

    Abstract: 本实用新型公开了一种基于手掌静脉识别的门禁系统,包括前端出入口门禁控制部分和后端控制器部分;前端出入口门禁控制部分包括门禁控制器以及与门禁控制器连接的门外掌静脉采集装置、门内掌静脉采集装置、门外实时红外监控装置、门内实时红外监控装置、前端LoRa通信模块;后端控制器部分包括系统服务器以及与系统服务器连接的数据库、后端LoRa通信模块;门禁控制器与系统服务器通过前端LoRa通信模块和后端LoRa通信模块无线连接。本实用新型通过手掌静脉识别加入到门禁系统中,此门禁系统在监狱、精神病医院等特殊的应用场景下,需要在出、入门体时都要进行身份验证;并增加实时红外监控功能,在非法闯入或闯出时,都能实时进行报警。(ESM)同样的发明创造已同日申请发明专利

Patent Agency Ranking