-
公开(公告)号：CN111125182A
公开(公告)日：2020-05-08
申请号：CN201911049403.4
申请日：2019-10-31
Applicant: 湖北工业大学
IPC: G06F16/2458 , G06N3/00
Abstract: 本发明公开了一种基于改进蚁狮优化算法和频繁模式增长的关联规则提取方法，将频繁模式树上路径的遍历转化为借助于蚁狮优化算法结合项头表在频繁模式树上路径的搜索，对搜索到的路径即关联规则利用适应度函数进行评估并保存，挖掘出最佳关联规则。本发明不同于频繁模式增长算法的完全遍历，而是借助于蚁狮优化算法从启发式角度进行智能搜索，有效缩短了关联规则挖掘所耗时间，相比于传统关联规则挖掘算法，该发明更能适应海量数据的关联规则挖掘。
-
公开(公告)号：CN111031502A
公开(公告)日：2020-04-17
申请号：CN201911076877.8
申请日：2019-11-06
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于樽海鞘群算法的无线传感器网络节点定位方法，包括初始化樽海鞘群个体节点，判断节点位置，将节点位置作为食物源对周围环境进行链式搜索，找到其余节点进行确认，并转为食物源变量进行迭代搜索，最终搜索出所有节点并输出等步骤。本发明的方法具有更好的定位精确度和收敛性，并且在定位成本和计算复杂度上都优于现有的传统算法，适用于无线传感器网络定位系统。
-
公开(公告)号：CN111008741A
公开(公告)日：2020-04-14
申请号：CN201911247387.X
申请日：2019-12-09
Applicant: 湖北工业大学
Abstract: 本发明公开了一种水肥一体机多目标精准施肥控制参数优化方法，首先建立多目标精准施肥控制参数优化数学模型；然后求解所述步骤1中建立的数学模型的多目标优化的Pareto最优解集，即求得水肥一体机施肥控制的精度控制和耗能之间的均衡组合，为选择适应于不同实际情况的设计方案提供最优解集。本发明采用基于Pareto最优的分布灰狼多目标优化算法，求解多目标精准施肥控制参数优化问题，为适应不同的设计实际需求，提高水肥一体机在实际应用中的适用性。
-
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：CN110059875A
公开(公告)日：2019-07-26
申请号：CN201910295219.1
申请日：2019-04-12
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于分布式鲸鱼优化算法的公共自行车需求量预测方法，首先读取原始公共自行车数据集Dataset，存储在HDFS中；初始化RDD数据集和鲸鱼种群Whale，将RDD作map转换处理；根据鲸鱼初始位置值计算出适应度值fitness；根据参数选择鲸鱼捕食的策略；在Spark平台上，根据策略公式更新鲸鱼位置，然后根据公式计算出新的适应度值，并找出最好的值和当前最优值比较，若优于则代替；若满足终止条件则找出最好的鲸鱼的位置，否则回到步骤4；根据所选出的最优特征子集，使用随机森林回归模型和未来的天气数据、时间数据对站点的公共自行车需求进行预测。本发明使用基于分布式鲸鱼优化算法的特征子集优化，应用Spark分布式平台上对其进行优化，提高分类性能和运行效率。
-
Patent Agency Ranking
公开(公告)号：CN110020711A
公开(公告)日：2019-07-16
申请号：CN201910225827.5
申请日：2019-03-25
Applicant: 湖北工业大学
IPC: G06N3/00
Abstract: 本发明公开了一种采用灰狼优化算法的大数据分析方法，将所应用的大数据集每一条数据作为可行性解，每一头狼都代表一种解，单次迭代的α狼决定局部最优解。经过多次的迭代计算之后选中的α狼代表全局最优解。主要步骤设定灰狼算法的初始参数；随机产生初代狼群，并将初代狼群按适应度值进行划分，选出最佳的三匹狼作为α、β、δ狼，剩余的全部是ω狼；当达到最大的迭代次数后，输出的α狼代表的则是全局最优解。本发明有着更高的搜素全局最优解的性能，计算速度快。
-
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：CN108536986A
公开(公告)日：2018-09-14
申请号：CN201810358880.8
申请日：2018-04-20
Applicant: 湖北工业大学
Abstract: 本发明公开一种基于人工鱼群算法的层次化疏散仿真优化方法，该方法包括：获取疏散场景；根据疏散场景构建三维层次化疏散网络；根据三维层次化疏散网络获取可容纳疏散者的空间，将所述可容纳疏散者的空间抽象为节点，将各所述容纳疏散者的空间之间的通道抽象为连接节点之间的边；根据所述节点和所述边之间的邻接关系建立逻辑疏散网络拓扑图；根据所述拓扑图获取所述节点总数、有效边的总数、节点的入边数目、节点的出边数目、节点编号、节点容量、节点坐标、节点层级，采用人工鱼群算法对人员疏散进行模拟，得到最优疏散方案。
-
公开(公告)号：CN108280211A
公开(公告)日：2018-07-13
申请号：CN201810092766.5
申请日：2018-01-31
Applicant: 湖北工业大学
Abstract: 本发明公开一种文本特征向量的确定方法及系统、文本分类方法及系统。确定方法包括：获取训练文本集；采用卡方检验方法提取文本特征；构建水波群并初始化；选出当前最优水波并判断适应度值是否小于适应度阈值；若否，确定最优文本特征向量；若是，进行传播处理并计算适应度值；判断水波适应度值是否增大；若是，用传播处理后的水波代替传播处理前的水波；否则保留传播处理前的水波；根据各第二判断结果更新水波群及迭代次数，并重新确定当前最优水波；判断迭代次数是否小于迭代阈值；若是则判断当前最优水波的适应度值是否达到适应度阈值；否则确定最优文本特征向量。本发明提供的方法及系统能够在保证分类的精度的前提下降低文本特征向量的维数。
-
-
-
-
-
-
-
-
-
Search Results
258
records
(took 0.046 seconds)
