-
公开(公告)号：CN109829420A
公开(公告)日：2019-05-31
申请号：CN201910083222.7
申请日：2019-01-18
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于改进蚁狮优化算法的高光谱图像的特征选择方法，首先创建小波支持向量机的分类模型，移除部分高相关度的波段，得到独立波段；然后用二进制编码方式初始化该优化算法参数，用来表示高光谱图像的波段信息；最后对目标函数进行最优值求解，得到最优值从而得到最佳波段组合的分类准确度。采用本发明方法对高光谱图像的特征选择，提高了高光谱图像特征选择的准确率和速度。
-
公开(公告)号：CN117579500B
公开(公告)日：2024-05-10
申请号：CN202311042687.0
申请日：2023-08-18
Applicant: 湖北工业大学
IPC: H04L41/147 , H04L41/16
Abstract: 本发明公开了一种网络流量预测方法、装置、设备及介质，涉及计算机网络技术领域，包括以下步骤：步骤1：获取网络流量原始数据，利用滑动窗口技术对采集到的网络流量原始数据进行处理，得到处理后的网络流量数据，并将其划分为训练集和测试集，同时对其进行归一化处理；该杂交育种预测方法、装置、设备及介质，通过设置数据获取模块、数据处理模块、模型构建单元，将改进的杂交育种优化算法与LSTM相结合，利用改进的杂交育种优化算法自动搜索模型的超参数值，从而建立最优的基于LSTM的网络流量预测模型，实现了提升网络流量预测效果，同时降低调整超参数值的时间成本和人力成本的效果。
-
公开(公告)号：CN117315534A
公开(公告)日：2023-12-29
申请号：CN202311233285.9
申请日：2023-09-22
Applicant: 湖北工业大学 , 西宁市大数据服务管理局 , 西宁卓尔信息科技有限公司
IPC: G06V20/40 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/006 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种基于VGG‑16和鲸鱼优化算法的短视频分类方法，将获取的视频帧图像输入到VGG‑16网络中进行特征提取，利用定义的视频分类性能评价函数，通过利用鲸鱼优化算法对VGG‑16网络中的特征权重最优参数问题优化求解，从而可以快速的获得最优特征权重参数，可用于计算机视频分类相关技术领域中，该分类方法能够提高算法的效率，能够满足短视频快速分类的应用要求，使用VGG‑16卷积神经网络来有效地提取视频帧中特征，提高了提取有效特征的能力，为后续根据特征进行短视频分类奠定了基础，充分解决了目前技术中全连接层中计算量大，计算时间长的问题，更加快速地进行短视频的分类。
-
公开(公告)号：CN117033965A
公开(公告)日：2023-11-10
申请号：CN202311009307.3
申请日：2023-08-11
Applicant: 湖北工业大学 , 西宁市大数据服务管理局
IPC: G06F18/2113 , G06F18/214 , G06N3/006 , G16B40/00
Abstract: 本发明公开了生物疫苗数据特征选择方法、装置、设备及介质，涉及生物疫苗研发数据挖掘技术领域，方法包括步骤1：对高维生物疫苗数据集进行预处理，使用卡方检验计算每个特征与标签之间的相关性，并按照相关性进行排序，保留指定比例的排序靠前的特征；步骤2：将预处理后的生物疫苗数据集划分为训练集和测试集；该生物疫苗数据特征选择方法、装置、设备及介质，通过设置算法模型模块、算法迭代模块、算法输出模块，使用自适应的参数更新策略用于取代粒子群优化算法的固定参数，使粒子能在更合理的范围内搜索，还采用了一种向搜索过程中前三位最优粒子学习的领导学习策略，为粒子搜索提供了更丰富的种群多样性。
-
公开(公告)号：CN107451562A
公开(公告)日：2017-12-08
申请号：CN201710643734.5
申请日：2017-07-31
Applicant: 湖北工业大学
Abstract: 本发明涉及一种基于混沌二进制引力搜索算法的波段选择方法，利用混沌二进制引力搜索算法对高光谱图像的波段选择问题优化求解，从而快速地获得高光谱图像波段中的较优的波段子集，可用于图像处理和模式识别相关技术领域中。本发明能够在可接受的时间代价内找到波段选择问题高质量的可行解，它不需要人为指定要选择的波段维数，能够智能的在正确识别率和波段维数之间取得很好的平衡，寻找到较优的波段子集。本发明利用混沌二进制引力搜索算法对高光谱图像原始的波段数据集进行波段选择，剔除不相关或冗余的波段，取出对分类正确率影响较大的波段，减少对不相关或冗余的波段分类的计算时间，进一步提高图像分类的正确率和效率。
-
Patent Agency Ranking
公开(公告)号：CN119295915A
公开(公告)日：2025-01-10
申请号：CN202411248064.3
申请日：2024-09-06
Applicant: 湖北工业大学
IPC: G06V20/10 , G06V10/40 , G06V10/778
Abstract: 本发明涉及元启发式算法及多源高光谱遥感数据在矿物光谱解混领域中的应用，特别是一种基于分阶段综合学习策略的高光谱遥感矿物端元提取方法。基于开发阶段更新地面光谱中的矿物端元来引导机载影像中矿物端元的探索，进而基于探索阶段全局调整地面光谱中的矿物端元索引精确定位机载影像中矿物端元的局部位置，建立地面光谱和机载影像之间的联系，提取关联性强的候选矿物端元。本发明提供了多源高光谱遥感数据中矿物光谱解混的可行性，弥补了传统方法难以同时提取地面光谱和机载影像中矿物端元的不足。
-
公开(公告)号：CN118627541B
公开(公告)日：2024-12-24
申请号：CN202410790144.5
申请日：2024-06-19
Applicant: 湖北工业大学
IPC: G06N3/0442 , G06N3/0985 , G06N3/006 , G06Q10/04 , G06Q50/06 , G06Q50/26 , H02J3/00
Abstract: 本发明公开了一种智慧工业园区电力负荷预测方法，涉及电力负荷预测技术领域，包括以下步骤：S1：对智慧工业园区内的实时电力负荷数据和历史电力负荷数据进行获取，并对获取的电力负荷数据进行预处理，以消除获取的原始电力负荷数据对后续进行电力负荷预测的影响，便于后续进行使用，并基于处理后的历史电力负荷数据构建电力负荷数据集。本发明提出了一种智慧工业园区电力负荷预测方法，通过采用MSCOA优化LSTM网络超参数，使预测模型更加适应不确定性智慧工业园区电力负荷数据的特点，长鼻浣熊算法的特点是具有全局搜索能力和多样性维护策略，优化后的LSTM模型，可以更好地拟合负荷数据的复杂模式和变化趋势，从而提高预测的准确性。
-
公开(公告)号：CN118861514A
公开(公告)日：2024-10-29
申请号：CN202410863045.5
申请日：2024-06-29
Applicant: 湖北工业大学
IPC: G06F18/10 , G06F18/213 , G06F18/214 , G06F18/241 , G06N3/084 , G06N3/006 , G06F17/10
Abstract: 本发明提供一种基于杂种优势理论工业制造数据特征选择方法及系统，涉及机器学习领域，包括以下步骤：数据准备，进行预处理；设置算法相关参数，利用反向学习初始化种群；计算平衡因子，决定白鲸进入探索阶段或开发阶段，更新个体位置信息；计算鲸落概率，调节运动轨迹；当前的迭代次数达到预定迭代条件时，则进行最优邻域搜索；计算所有白鲸的目标函数值，进行非支配排序，选择第一非支配前沿的个体更新外部存档；输出非支配解集。本发明将特征选择建模为多目标优化问题，以数据分类性能和特征子集所占比例为目标函数，利用基于杂种优势理论改进的白鲸优化算法，获得一组最优特征子集来满足机器学习分类器的要求。
-
公开(公告)号：CN118627541A
公开(公告)日：2024-09-10
申请号：CN202410790144.5
申请日：2024-06-19
Applicant: 湖北工业大学
IPC: G06N3/0442 , G06N3/0985 , G06N3/006 , G06Q10/04 , G06Q50/06 , G06Q50/26 , H02J3/00
Abstract: 本发明公开了一种智慧工业园区电力负荷预测方法，涉及电力负荷预测技术领域，包括以下步骤：S1：对智慧工业园区内的实时电力负荷数据和历史电力负荷数据进行获取，并对获取的电力负荷数据进行预处理，以消除获取的原始电力负荷数据对后续进行电力负荷预测的影响，便于后续进行使用，并基于处理后的历史电力负荷数据构建电力负荷数据集。本发明提出了一种智慧工业园区电力负荷预测方法，通过采用MSCOA优化LSTM网络超参数，使预测模型更加适应不确定性智慧工业园区电力负荷数据的特点，长鼻浣熊算法的特点是具有全局搜索能力和多样性维护策略，优化后的LSTM模型，可以更好地拟合负荷数据的复杂模式和变化趋势，从而提高预测的准确性。
-
公开(公告)号：CN117251280B
公开(公告)日：2024-04-05
申请号：CN202311042916.9
申请日：2023-08-18
Applicant: 湖北工业大学
Abstract: 本发明公开了一种云资源负载均衡调度方法、装置、设备及介质，涉及优化计算和资源调度的交叉应用技术领域，方法包括步骤1：初始化蜜獾算法超参数，随机初始化种群位置并计算各个个体适应度值；步骤2：建立蜜獾算法，生成控制因子和气味强度；该云资源负载均衡调度方法、装置、设备及介质，通过设置初始化模块、适应度计算模块、蜜獾算法模型模块、局部优化模块、参数调节模块、探索模式模块、开发模式模块、虚拟机，实现修改自适应参数和添加复合随机因子可以扩大种群搜索范围，大大提高算法随机性；同时，算法中的种群位置更新机制结合个体位置信息和种群整体信息自适应调整搜索范围，降低其陷入局部最优解的概率。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.022 seconds)
