一种基于鲸鱼优化算法的平滑路径规划方法

    公开(公告)号:CN114489061A

    公开(公告)日:2022-05-13

    申请号:CN202210050127.9

    申请日:2022-01-17

    Abstract: 本发明提供了一种基于鲸鱼优化算法的平滑路径规划方法,采用改进WOA优化曲线路径中的:路径长度、曲率和曲率导数,取得了不错的结果。在改进WOA算法中,引入了莱维飞行策略为算法添加局部扰动,增加解的多样性避免陷入局部最优。并同时引入分数阶展开方程,使每代鲸鱼个体受到前几代位置的影响,进一步增强了算法的搜索能力。在23个基准函数中,测试并对比了改进WOA算法和其他算法的性能,验证了改进WOA的优越性。最后,在两种不同的地图中进行模拟仿真实验,平滑方法采用高次贝塞尔曲线,保证了路径曲率的连续。改进WOA算法相较于已有其他算法有明显的性能提升,并且运算时间更少。

    一种光学卫星多面阵传感器片间无缝几何定标方法

    公开(公告)号:CN113313769A

    公开(公告)日:2021-08-27

    申请号:CN202110654282.7

    申请日:2021-06-11

    Abstract: 本发明提供了一种光学卫星多面阵传感器片间无缝几何定标方法,包括以下步骤:步骤1,通过分片影像和参考数据的密集匹配,获得分片影像上的控制点;步骤2,针对多面阵传感器采集的相邻分片影像,通过影像匹配方法,获得相邻分片影像之间的连接点;步骤3,根据光学卫星面阵传感器的成像机理,构建面阵成像卫星在轨几何定标模型;步骤4,利用基准片影像上匹配获得的控制点,求解出在轨几何定标模型中的外定标参数;步骤5,利用所有分片影像上的控制点和相邻分片影像之间的连接点,联合求解每一片面阵传感器的内定标参数。本发明可以实现光学卫星多面阵传感器片间无缝几何定标,从而提升卫星影像产品的内部几何精度。

    基于全局注意力时域卷积网络的网络故障预测方法

    公开(公告)号:CN112910695A

    公开(公告)日:2021-06-04

    申请号:CN202110088723.1

    申请日:2021-01-22

    Abstract: 本发明公开了一种全局注意力时域卷积网络的网络故障预测方法,包括以下步骤:1、收集网络故障数据,将网络故障数量转化为时间序列的形式,对序列化之后的样本划分为训练集和测试集;2、构建全局注意力时域卷积网络模型;3、利用训练集对构建的网络模型进行训练;4、使用测试集进行预测测试,得到全局注意力时域卷积网络的预测模型,将预测模型得出的结果用于预测网络故障。本发明的解决了传统的网络故障以下问题:网络故障的复杂性导致了直接挖掘故障之间关系的片面性,网络故障的随机性导致忽视某些故障,以及对于不同程度的网络故障的一个判断,然后决定故障的检修顺序。

    一种基于监控航标灯的船只碰撞预警监测系统及方法

    公开(公告)号:CN110097787B

    公开(公告)日:2021-05-04

    申请号:CN201910349204.9

    申请日:2019-04-28

    Abstract: 本发明提出了一种基于监控航标灯的船只碰撞预警监测系统及方法。本发明系统包括底座、折叠支撑杆、太阳能电池板、壳体、透明有机玻璃防护罩、航标灯、摄像头组件、主控制板、加速度传感器、蓄电池组、GPS定位模块、光感应器、充电控制板、网络模块以及后台服务器。本发明方法构建神经网络模型识别船只类别与船只在图像中位置;主控制板上控制摄像头组件分别对航道多个方向轮询进行图像采集;识别船只种类并基于分类做出模糊距离判断;所述加速度传感器对船只撞击事件判别后产生三级警报传回后台服务器。本发明避免了使用激光雷达与双目摄像头测距,并节省电能以及流量。

    一种基于水稻育种-二进制蚁群混合算法的文本特征选择方法

    公开(公告)号:CN112612886A

    公开(公告)日:2021-04-06

    申请号:CN202011507872.9

    申请日:2020-12-18

    Abstract: 本发明公开了一种基于水稻育种‑二进制蚁群混合算法的文本特征选择方法,为解决文本特征向量高维且稀疏的问题,本发明中在利用传统特征选择的方法对原始特征进行预选的基础上,使用水稻育种‑二进制蚁群混合算法对特征进行再选择。在水稻育种算法完成运行后根据水稻育种算法得到的结果设置二进制蚁群算法的能见度信息;二进制蚁群算法根据提供的能见度信息和对应的信息素在二元网络中进行搜索,直到满足停止条件则输出最优的文本特征子集。本发明可以有效的提取出有利于文本表示的特征子集,为后续的文本分类打下良好的基础同时可以提升分类效果。

    一种基于伽马变换的快速图像增强方法

    公开(公告)号:CN107527333B

    公开(公告)日:2021-03-02

    申请号:CN201710637673.1

    申请日:2017-07-31

    Abstract: 本发明公开了一种基于伽马变换的快速图像增强方法,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平均值,图像灰度值的众数,图像灰度值的中位数;根据这三个指标值的大小关系,预判断伽马变换中的γ的取值范围,然后利用局部遍历法确定最优的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和更好的图像质量,是一种快速自适应的图像增强方法。

    一种基于烟花算法的图像检索方法和系统

    公开(公告)号:CN108280209B

    公开(公告)日:2020-07-07

    申请号:CN201810092400.8

    申请日:2018-01-31

    Abstract: 本发明公开一种基于烟花算法的图像检索方法和系统。所述检索方法包括:获取目标图像和多个待检索图像;分别提取所述目标图像的第一特征和各所述待检索图像的第二特征;根据所述第一特征和所述第二特征获取所述目标图像和所述多个待检索图像的相似度;根据烟花算法对所述相似度进行优化,获取最优相似度;根据所述最优相似度获取与所述目标图像最相似的待检索图像。采用烟花算法寻找最优相似度,计算复杂度低,计算速度快,能跳出局部最优的能力,从而提升了图像检索的准确度。

Patent Agency Ranking