-
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：CN118037118A
公开(公告)日：2024-05-14
申请号：CN202410207109.6
申请日：2024-02-26
Applicant: 武汉烽火技术服务有限公司 , 湖北工业大学
IPC: G06Q10/0639 , G06Q50/26 , G06F18/21
Abstract: 本发明涉及电信网络和人工智能领域，特别是涉及一种网络人工智能系统生命周期碳排放的评估方法和装置。主要包括：根据网络人工智能系统每个领域在生产时和使用时的能耗和碳强度，获取每个领域碳排放量的计算方法，并根据相应的计算方法建立该领域在每个评估阶段的碳排放模型；对于每个评估阶段，分别获取该评估阶段所涉及的领域的碳排放模型，根据相应的碳排放模型对网络人工智能系统生命周期碳排放进行评估。本发明可以快速有效的完成网络AI系统的碳排放评估。
-
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。
-
公开(公告)号：CN117808905A
公开(公告)日：2024-04-02
申请号：CN202311872590.2
申请日：2023-12-29
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: G06T9/00 , G06N3/0464 , G06N3/084 , G06N3/082 , G06V10/82 , G06V10/766
Abstract: 本发明公开了一种目标检测模型的压缩方法。先搭建由通道重排层、卷积层、归一化层、激活层、深度可分离卷积层、通道拼接层组成的轻量化特征提取模块；使用轻量化特征提取模块替换原始目标检测模型中的特征提取模块，得到轻量化目标检测模型；将原始目标检测模型作为教师模型，轻量化目标检测模型作为学生模型，采用一般概率分布的方式来表示目标检测模型的定位信息，进行概率分布蒸馏，提高了学生模型的检测精度，得到压缩后的模型。在原始目标检测模型的残差连接之前加入通道重排操作，方便特征复用；将残差连接中的逐元素“相加”操作替换为拼接操作，在深度可分离卷积之后没有时使用激活层，降低了逐元素的计算耗时，提高了模型的检测速度。
-
Patent Agency Ranking
公开(公告)号：CN117579500A
公开(公告)日：2024-02-20
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：CN117035017A
公开(公告)日：2023-11-10
申请号：CN202310961099.0
申请日：2023-08-01
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: G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于改进型杂交育种算法的胶囊网络参数优化方法及系统。先将各组待优化的超参数组合编码为各种群个体，由各种群个体组成种群；根据种群个体中各个分量所代表的超参数的取值区间为各分量设定初始化位置，随机初始化胶囊网络模型的权重；再将种群个体解码为超参数组合输入到胶囊网络模型进行迭代训练，计算各种群个体的适应度值，根据适应度值的大小将各种群个体划分为保持系个体、恢复系个体和不育系个体，并对不同系的个体进行更新；如果达到预设的种群迭代次数，得到适应度值最小的种群个体为全局最优的胶囊网络超参数组合。本发明不仅能够使网络的超参数配置更加合理，而且能够减少时间成本。
-
公开(公告)号：CN118646919A
公开(公告)日：2024-09-13
申请号：CN202410863039.X
申请日：2024-06-29
Applicant: 湖北工业大学
IPC: H04N21/2662 , H04N21/462 , G06N3/045 , G06N3/0442 , G06N3/092
Abstract: 本发明提供基于注意力机制的无人机视频流码率自适应传输方法，包括以下步骤：根据无人机视频流传输特点，构建一种边缘设备辅助的无人机视频流传输模型。针对模型中通信环境复杂性造成码率决策不准确的问题，引入Transformer编码器对多个时隙下的信道增益、障碍物遮挡概率、视频流传输状态和无人机剩余能量进行注意力编码，通过建立当前状态和历史状态之间的依赖关系，提高复杂环境的语义表征能力。在此基础上，使用深度强化学习网络在编码后的多时隙环境状态序列上预测最优码率，以达到最大化提升用户体验质量(QoE,qual ity of experience)和最小化能耗的目的。该方法在满足用户QoE要求和能耗方面具有更好的表现。
-
公开(公告)号：CN117093844B
公开(公告)日：2024-03-15
申请号：CN202311009220.6
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: G06F18/2111 , G06F18/214 , G06F18/22 , G06N3/126
Abstract: 本发明公开了工业大数据多模态特征选择方法、装置、设备及介质，涉及工业大数据机器学习技术领域，方法包括步骤1，数据准备，获取工业生产过程中的大数据，进行初步预处理，将处理后的数据集划分为训练集和测试集；步骤2，设置算法相关参数和外部存档，并初始化种群；该工业大数据多模态特征选择方法、装置、设备及介质，通过设置数据处理模块、小生境划分模块、小生境处理模块，设计海明相似度用于区分离散空间中不同特征子集，避免传统欧氏距离难以区分离散解的问题。动态小生境策略通过集群池动态调整小生境规模，避免传统小生境技术参数敏感性、难以维持稳定小生境等问题。
-
公开(公告)号：CN117093844A
公开(公告)日：2023-11-21
申请号：CN202311009220.6
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: G06F18/2111 , G06F18/214 , G06F18/22 , G06N3/126
Abstract: 本发明公开了工业大数据多模态特征选择方法、装置、设备及介质，涉及工业大数据机器学习技术领域，方法包括步骤1，数据准备，获取工业生产过程中的大数据，进行初步预处理，将处理后的数据集划分为训练集和测试集；步骤2，设置算法相关参数和外部存档，并初始化种群；该工业大数据多模态特征选择方法、装置、设备及介质，通过设置数据处理模块、小生境划分模块、小生境处理模块，设计海明相似度用于区分离散空间中不同特征子集，避免传统欧氏距离难以区分离散解的问题。动态小生境策略通过集群池动态调整小生境规模，避免传统小生境技术参数敏感性、难以维持稳定小生境等问题。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.027 seconds)
