-
公开(公告)号：CN118761012B
公开(公告)日：2024-12-27
申请号：CN202411237627.9
申请日：2024-09-05
Applicant: 南昌大学
IPC: G06F18/2433 , G06F18/22 , G16C60/00 , G06N20/00
Abstract: 本发明公开了基于机器学习的IN718镍基合金成形缺失数据生成与预测方法，包括：构造IN718镍基合金成形核心数据集并进行数据预处理；基于数据相似性筛选准则与分布特性剔除异常数据；针对核心工艺参数完整数据集构造机器学习模型；根据核心工艺参数不完整数据集构造核心工艺参数缺失数据矩阵；以最小化均方误差为优化目标，采用梯度优化生成核心工艺参数缺失数据的最优填补值，形成核心工艺参数的填补数据集；合并填补数据集与完整数据集来构造机器学习模型，根据留一验证法评估机器学习模型精度，输出机器学习模型。本发明能够对IN718镍基合金成形的核心性能指标预测与核心工艺参数缺失数据填补，实现缺失数据的最优化填补，显著提高预测能力。
-
公开(公告)号：CN119066983A
公开(公告)日：2024-12-03
申请号：CN202411534758.3
申请日：2024-10-31
Applicant: 南昌大学
IPC: G06F30/27 , G06F30/23 , G06F30/17 , G06N3/006 , G06F16/901 , G06F111/04 , G06F119/04 , G06F119/14
Abstract: 本发明公开了一种机器学习引导的动态种群优化设计方法，适用于全回转推进器驱动轴轻量化设计问题，包括：考虑驱动轴结构参数与服役约束进行种群与参数初始化；基于迭代信息与多目标非支配排序法确定动态种群；构造适应种群个体潜力的进化操作来产生候选子代池；在每个候选子代个体邻域范围内确定机器学习模型建模样本；构造高斯过程机器学习模型，并推导候选子代个体期望提升量；根据松弛因子与多目标非支配排序法筛选真实子代个体，并更新种群；构造基于高斯过程的局部搜索定位局部高潜力个体，更新迭代信息。本发明综合考虑重量目标与疲劳约束来设计算法优化轨迹，提高了算法针对全回转推进器驱动轴轻量化设计问题的全局适应性与收敛速度。
-
公开(公告)号：CN117494567B
公开(公告)日：2024-10-11
申请号：CN202311499733.X
申请日：2023-11-10
Applicant: 南昌大学
IPC: G06F30/27 , G06N3/006 , G06F111/06 , G06F111/04 , G06F119/14
Abstract: 本发明公开了一种面向混合整数昂贵优化问题的代理模型辅助差分进化方法，包括：(1)确定设计空间与优化目标，种群与关键迭代参数初始化，给出收敛条件；(2)根据目标与约束评估耗时构建全局径向基函数代理模型；(3)构建动态种群筛选机制及相适应的变异操作；(4)设计变异标准差自适应缩放机制；(5)构建代理模型辅助的差分变异‑筛选‑选择框架；(6)分别针对两类局部区域构建局部搜索策略；(7)更新种群与关键迭代参数信息，判断是否达到收敛条件，若收敛则输出优化解，否则转至步骤(2)，直至达到收敛条件。本发明有效融合了代理模型辅助的全局维度扰动预筛与差分进化策略，针对混合整数变量昂贵优化问题的收敛速度较快。
-
公开(公告)号：CN118521572B
公开(公告)日：2024-09-20
申请号：CN202410963272.5
申请日：2024-07-18
Applicant: 南昌大学第二附属医院
IPC: G06T7/00 , G06V20/69 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种基于数据增强DETR的隐球菌识别方法及系统，该方法通过针对隐球菌图像特征构建DETR模型，DETR模型包括依次连接的输入层、骨干层、编码层、解码层以及输出层；将初始训练集中的图像数据输入DETR模型中，进行训练，得到目标DETR模型；获取待识别图像，将待识别图像预处理后，输入目标DETR模型中，输出识别结果，具体的，分别设计基于幅度信息扰动的数据增强技术以及基于三通道像素区域随机扰动的数据增强技术来产生大量表达隐球菌图像核心特点的图像，以扩增隐球菌图像数据集，在此基础上，可变形的轻量级DETR模型加快针对图像信息的识别速度与识别精度。
-
公开(公告)号：CN118247784A
公开(公告)日：2024-06-25
申请号：CN202410666582.0
申请日：2024-05-28
Applicant: 南昌大学第二附属医院
Abstract: 本发明公开了一种基于深度卷积神经网络的隐球菌图像识别方法，包括：针对隐球菌图像构建基于YOLOv5的Input‑Backbone‑Neck‑Head‑Output的深度卷积神经网络基准模型；设计可变形卷积神经网络框架与空间金字塔池化特征方法对图像特征进行多尺度池化操作；通过特征金字塔网络与像素聚集网络传递多尺度深层与浅层特征，设计文本增强架构实现多尺度特征自适应融合；设计动态头提取隐球菌动态特征；设计模型失真度驱动的剪枝技术进行轻量化设计；输出隐球菌图像识别结果。本发明通过多尺度特征提取与融合网络架构显著地提高了特征提取精度与能力，并设计网络剪枝技术与动态头提高预测速度与适应性，针对隐球菌图像特征所呈现的多尺度形态与边界特征的识别精度高、识别效率高。
-
Patent Agency Ranking
公开(公告)号：CN117627136A
公开(公告)日：2024-03-01
申请号：CN202311498330.3
申请日：2023-11-10
Applicant: 南昌大学
Abstract: 本发明公开了一种磁吸伸缩式的防漏气负压污水收集井，属于负压污水收集技术领域，其技术方案要点是，包括井体，所述井体的侧壁开设有进水口，所述井体的内部设置有套筒，所述套筒内设置用于防漏气的封堵机构，所述井体底部设置有底座，所述底座与所述套筒连接，所述井体内设置有负压管，所述负压管与所述底座连接。该装置能够加快堵头封堵速度，避免外部空气通过负压管进入到外接负压站。
-
公开(公告)号：CN117421989A
公开(公告)日：2024-01-19
申请号：CN202311500236.7
申请日：2023-11-10
Applicant: 南昌大学
IPC: G06F30/27 , G06N3/006 , G06F111/06
Abstract: 本发明公开了一种面向高维昂贵优化问题的代理模型辅助的并行协同方法，包括：(1)确定设计空间与优化目标，种群与关键迭代参数初始化，给出收敛条件；(2)基于多目标非支配排序技术来构建并行维度扰动变异操作；(3)基于局部预测信息与个体分布来构建两层真实子代个体筛选机制；(4)采用DE/current‑to‑pbest/2/bin进行高潜力个体引导的协同变异；(5)基于全局预测信息与个体分布来构建两层真实子代个体筛选机制；(6)设计基于局部径向基函数的局部搜索策略；(7)更新种群与关键迭代参数信息，判断是否达到收敛条件，若收敛则输出优化解，否则转至步骤(2)，直至达到收敛条件。本发明能够加快收敛速度，针对高维问题的适用性较强、灵活性较好。
-
公开(公告)号：CN117418606A
公开(公告)日：2024-01-19
申请号：CN202311475113.2
申请日：2023-11-07
Applicant: 南昌大学
Abstract: 本发明公开了一种隔板式的防漏气负压污水收集井，属于负压污水收集技术领域，其技术方案要点是，包括井体，所述井体的侧壁开设有进水口，所述井体内设置有阻挡机构，所述井体的内部设置有套筒，所述套筒内设置用于防漏气的封堵机构，所述井体底部设置有底座，所述底座与所述套筒连接，所述井体内设置有负压管，所述负压管与所述底座连接。该装置不仅减少了堵头碰撞调整的时间，还极大程度地避免了因各种原因产生的液面波动而导致的漏气，减少负压站真空泵的频繁启停，提高装置使用寿命。
-
公开(公告)号：CN119943234A
公开(公告)日：2025-05-06
申请号：CN202510413042.6
申请日：2025-04-03
Applicant: 南昌大学
Abstract: 本发明公开了一种基于机器学习的红外隐身材料膜层优化设计方法，包括：（1）构建以最小化红外隐身材料膜层光谱发射率的误差目标值的数学优化模型；（2）采用拉丁超立方采样产生种群；（3）构建注意力信息增强的结合最大信息系数的克里金机器学习模型；（4）基于误差目标值和多样性指标分别生成第一类子种群和第二类子种群；（5）对第一类子种群执行维度扰动驱动的梯度下降变异，基于预测误差筛选第一个子代个体；（6）对第二类子种群执行双层差分变异，基于期望提升值筛选第二个子代个体；（7）执行仿真分析并更新数据库，返回步骤（3）直至仿真分析次数达到设计周期。本发明能够提高红外隐身材料膜层设计问题的收敛精度。
-
公开(公告)号：CN119783284A
公开(公告)日：2025-04-08
申请号：CN202411974852.0
申请日：2024-12-31
Applicant: 南昌大学
IPC: G06F30/17 , B63H5/125 , G06F30/15 , G06F30/23 , G06F30/27 , G06N3/048 , G06N3/006 , G06F119/14 , G06F119/04
Abstract: 本发明公开了基于ML的全回转推进器驱动轴服役寿命与轻量化设计方法，包括：（1）通过几何建模、静力学分析与疲劳分析仿真，获得全回转推进器驱动轴的服役寿命与重量，建立数学模型；（2）在多维设计空间内生成优化种群；（3）基于优化种群仿真结果分布状态构建进化起点集，设计两步渐进式进化操作生成候选子代个体向量；（4）设计内层进化加快优化速度，采用切比雪夫聚合函数进行筛选；（5）对筛选出的最优候选子代个体向量进行仿真评估，更新精确种群；（6）对优化种群进行更新，返回步骤（3），直至优化结构满足设计要求。本发明能够针对全回转推进器驱动轴结构服役寿命与轻量化优化设计问题进行高效求解。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.02 seconds)
