-
-
公开(公告)号：CN108330896B
公开(公告)日：2020-01-17
申请号：CN201810092416.9
申请日：2018-01-31
Applicant: 湖北工业大学
Abstract: 本发明公开一种梯级水库调度方法及系统，所述方法包括：获取初选集合；计算每个水波的适应度值，确定适应度值的最大值；判断最大值是否小于预设值，若否，根据最大值对应的水波的位置确定梯度水库的最佳调度方法；若是，对每个水波进行传播处理，计算传播处理后的水波的适应度值；根据传播处理后的水波的适应度值更新初选集合，并记录初选集合的更新次数；计算更新后的初选集合中的每个水波的适应度值，得到更新后的适应度值最大值；判断所述更新次数是否小于迭代次数，若是，返回判断最大值是否小于预设值；若否，根据更新后的适应度值最大的水波的位置确定梯度水库的调度方法。本发明的梯级水库调度方法及系统，提高了水库调度的准确率。
-
公开(公告)号：CN109873810A
公开(公告)日：2019-06-11
申请号：CN201910031356.4
申请日：2019-01-14
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于樽海鞘群算法支持向量机的网络钓鱼检测方法，首先初始化樽海鞘群算法的基本参数：种群数目、迭代次数、个体维度、搜索空间；随机初始化个体的位置和范围；然后按照适应度值的大小划分为领导者樽海鞘和跟随者樽海鞘，利用这两种樽海鞘的协调合作挖掘出支持向量机的最优参数。在每次迭代中，用于评价个体的适应度值的函数是个体所携带的参数对于支持向量机在钓鱼网站数据集上的检测准确率。本发明与一般的优化算法如遗传算法、引力搜索算法、蝙蝠算法、粒子群算法等，在优化支持向量机上，能够尽可能的挖掘出支持向量机的最优参数参数，提升支持向量机在钓鱼检测的准确率。
-
公开(公告)号：CN109242026A
公开(公告)日：2019-01-18
申请号：CN201811080424.8
申请日：2018-09-17
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于杂交水稻算法优化的模糊C均值聚类方法及系统，方法包括：初始化该优化算法参数，预处理待聚类的数据集；构建目标函数，即对可行解的评价函数；对目标函数进行最优值求解，得到最优值并确定对应的最优初始聚类中心；根据最优初始聚类中心进行模糊C均值聚类，最终得到聚类结果。系统包括初始化模块、编码模块、适用度值计算模块、最优值计算模块、最优初始聚类中心计算模块、模糊C均值聚类模块、输出模块；采用本发明对模糊C均值聚类进行基于杂交水稻算法的初始聚类中心优化，解决了模糊聚类效果极易受随机初始聚类中心的影响。
-
公开(公告)号：CN108021658A
公开(公告)日：2018-05-11
申请号：CN201711252320.6
申请日：2017-12-01
Applicant: 湖北工业大学 , 武汉烽火技术服务有限公司
CPC classification number: G06F16/951 , G06N3/006
Abstract: 本发明公开了一种基于鲸鱼优化算法的大数据智能搜索方法及系统，利用鲸鱼优化算法对大数据智能搜索问题优化求解，从而快速地获得最接近用户需求的搜索结果，进一步提高智能搜索引擎的正确率和效率；本发明能够在可接受的时间代价内找到大数据智能搜索问题高质量的可行解，根据用户的搜索条件，从引擎数据库中得到和用户输入关键词相关的大数据，由用户不断地对搜索结果打分，逐步得到满足用户个性化的需求的搜索效果。本发明利用鲸鱼优化算法进行大数据智能搜索，基于本体特征建立了一个具有智能化的搜索引擎，快速高效地找到最符合用户需要的搜索结果，解决了当前搜索引擎不能很好地为用户提供感兴趣信息的问题且搜索效率高。
-
Patent Agency Ranking
公开(公告)号：CN110189266B
公开(公告)日：2023-01-03
申请号：CN201910384265.9
申请日：2019-05-09
Applicant: 湖北工业大学
IPC: G06T5/00
Abstract: 本发明公开了一种自适应的快速图像增强方法，包括：输入待增强图像，统计图像的灰度直方图；接着利用插值法对原始图像灰度直方图进行平滑处理；然后根据平滑以后的直方图统计图像灰度值的偏度值；根据这个指标值预判断伽马变换中的γ的取值范围，然后根据局部遍历法在一定范围内得到多个γ值，之后根据自定义的加权复合评价函数对相应的γ值进行评价，最终保留评价最优的γ值；最后根据最优的γ值对图像进行增强处理并输出增强后的图像。本发明自适应的快速的获得伽马变换的γ值，实现了快速的图像自适应增强，使图像增强算法有更高的效率以及获得质量更好的图像，是一种有实际应用价值的新方法。
-
公开(公告)号：CN109377447A
公开(公告)日：2019-02-22
申请号：CN201811086423.4
申请日：2018-09-18
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于杜鹃搜索算法的Contourlet变换图像融合方法，对配准后的源图像A、B，分别进行Contourlet变换，得到1个低频子带和不同尺度、不同方向的多个高频子带；按照定义的融合规则在所有尺度和方向上对两幅图像的变换系数进行融合，得到融合后的系数；融合图像为R，对于融合后的系数，按照其低频子带和高频子带的顺序，依次进行Contourlet逆变换；最后输出融合后的图像。本发明与传统的图像融合方法相比，对各尺寸各方向上的融合系数权重进行了加权处理，计算出最优权值，并以此提出一种优化的Contourlet变换图像融合方法。
-
公开(公告)号：CN109359769A
公开(公告)日：2019-02-19
申请号：CN201811122321.3
申请日：2018-09-26
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于二进制树种优化算法的0-1背包问题求解方法，包括：获取初选集合；确定每棵树产生种子数量；计算每个所述树的适应度值，确定适应度值的最大值；确定种子的更新方式；计算所述所有种子的适应度值，最大的那个种子大于对应树的适应度值，则将最大的那个种子的适应度值和对应的位置来更新当前的树的适应度值和位置；确定更新后树的适应度值最大值，根据所述最大值对应的树的位置确定所述背包当前最优的装载方案；记录所述更新次数，判断所述更新次数是否小于迭代次数，若是，返回继续更新寻找最优树；若否，根据更新后的适应度值最大的树的位置确定背包装载的最佳方法。
-
公开(公告)号：CN109272038A
公开(公告)日：2019-01-25
申请号：CN201811086353.2
申请日：2018-09-18
Applicant: 湖北工业大学
IPC: G06K9/62
CPC classification number: G06K9/6269
Abstract: 本发明公开了一种基于闪电接触过程算法的特征选择方法及系统，通过获取需要进行特征选择的训练样本集；生成样本标签维度的随机二进制数，根据所述二进制数对样本集进行特征抽取获得样本特征集；利用支持向量机(SVM)对所述样本特征集进行分类并得到分类准确度；利用所述准确度构造适应度函数并通过闪电接触过程算法对所述样本特征集进行特征选择。本发明利用支持向量机得到的分类准确度与所选特征个数计算适应度函数值，闪电接触过程算法利用该适应度值进行迭代优化，通过闪电接触过程算法进行特征选择，不需要对算法参数进行初始化，避免了参数选择对算法优化效果的影响，并能有效提高特征选择的效率与性能。
-
公开(公告)号：CN108665436A
公开(公告)日：2018-10-16
申请号：CN201810440930.7
申请日：2018-05-10
Applicant: 湖北工业大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于灰度均值参照的多聚焦图像融合方法和系统，能明显提高融合图像对比度。主要步骤为对配准后的源图像A，B，分别计算两幅图的灰度平均值，之后根据A、B两幅源图像上每一点像素的灰度值距离平均值的远近来决定融合图像的灰度值，最后输出融合后的图像。本发明与传统的图像融合方法相比在提高清晰度方面和提高融合图像的对比度方面有很好的效果，在运行时间上和传统的图像融合方法是同一个量级，也是一种快速融合算法。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.019 seconds)
