-
公开(公告)号：CN112309577A
公开(公告)日：2021-02-02
申请号：CN202011078465.0
申请日：2020-10-10
Applicant: 广东工业大学
Abstract: 本发明公开了一种优化帕金森语音数据的多模态特征选择方法，包括：建立帕金森语音数据集，基于粒子群算法，初始化种群，依据实数编码方案，确定个体的特征字符串；根据个体适应值将种群中的个体划分至小生境中；更新每个个体的历史最优值和历史最优位置，更新每个小生境中最优个体的位置和适应值；更新每个个体的位置和速度，并根据每个个体的特征字符串，结合帕金森语音数据集评估个体的适应值；将更新完的个体作为新的种群，与所述初始化种群进行比较，得到新一代种群；进行筛选，保留两个种群的最优个体，并且剔除重复个体，得出新一代的种群进行演化；输出每一代的所有最优个体，最优个体的特征组合用于辅助判断是否患有帕金森疾病。
-
公开(公告)号：CN109657834A
公开(公告)日：2019-04-19
申请号：CN201811286285.4
申请日：2018-10-31
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于自适应基因长度差分进化算法的海底路径规划方法，包括下述步骤：海底三维模型的建立；将水下三维环境模拟成一个长方体空间，障碍物分布在海底和悬浮在水下空间中，建立直角坐标系X-Y-Z；网格化问题空间为数个边长为r的正方体网格，障碍物的信息就放在这些正方体的顶点上，而且选择的路径点同样分布在正方体的顶点上；正方体的边长r可调节，如果问题空间较小，则其值也同样较小；本发明的初始路径的选取采用快速寻路模型，减少以往算法中随机选取初始路径的不稳定性，使得初始路径的选取更有利于寻出最优路径，从而增加寻路速度。
-
公开(公告)号：CN119444692A
公开(公告)日：2025-02-14
申请号：CN202411490417.0
申请日：2024-10-24
Applicant: 广东工业大学
IPC: G06T7/00 , G06T7/11 , G06T7/73 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及计算机视觉图像处理领域，更具体地说，它涉及一种面向MLCC的深度学习缺陷检测方法及系统，其技术方案要点是，包括以下步骤：S1、构建图像缺陷检测系统，用于采集、筛选图像，生成缺陷数据集；S2、构建ADS‑YOLO模型，将所述缺陷数据集输入至所述ADS‑YOLO模型进行训练，评估并保存最优权重；S3、利用保存有最优权重的ADS‑YOLO模型，对测试样本进行目标检测，输出检测结果。本发明通过设计面向MLCC的深度学习缺陷检测网络ADS‑YOLO，具有提升目标检测算法的检测精度、检测速度以及简化网络结构的优点。
-
公开(公告)号：CN118101276A
公开(公告)日：2024-05-28
申请号：CN202410217154.X
申请日：2024-02-28
Applicant: 广东工业大学
IPC: H04L9/40 , G06F18/10 , G06F18/213 , G06F18/214 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/0499 , G06N3/094
Abstract: 本发明公开了一种基于融合特征的入侵检测方法及系统，该方法包括：获取网络数据并对所述网络数据进行过采样和去噪处理，得到预处理后的网络数据；基于不同的分析方法，对所述预处理后的网络数据进行特征提取，得到对应的特征；对所述对应的特征进行融合，得到融合特征；基于所述融合特征对预测模型进行训练，得到训练完成的预测模型；基于训练完成的预测模型完成入侵检测任务；所述训练完成的包括卷积自注意力编码器和多头transformer模型。该系统包括：预处理模块、特征提取模块、特征融合模块、模型训练模型和应用模块。通过使用本发明，能够提高入侵检测的准确率。本发明可广泛应用于网络安全领域。
-
公开(公告)号：CN118015009A
公开(公告)日：2024-05-10
申请号：CN202410162731.X
申请日：2024-02-05
Applicant: 中国人民解放军南部战区总医院 , 广东工业大学
IPC: G06T7/10 , G06T7/00 , G06V10/26 , G06V10/774 , G06V10/82 , G06N3/094 , G06N3/0464
Abstract: 本发明提出一种基于多模态的心脏影像分割方法及系统，涉及心脏影像分割技术领域。包括获取多模态医学图像；将预处理后的图像输入至包含正向分割网络和反向映射网络的心脏分割算法模型，利用正向分割网络来预测心脏分割，之后利用反向映射网络从上一个正向分割网络中恢复原图，基于对抗性训练方法对心脏分割算法模型进行训练，得到训练好的心脏分割算法模型；将训练好的心脏分割算法模型迁移到跨媒体的心脏影像，完成多模态的图像分割。本发明的方法深/浅层特征有着各自意义：网络越深，感受野越大，网络关注全局特征；浅层网络则更加关注纹理等局部特征；通过特征拼接来实现边缘特征的找回。
-
Patent Agency Ranking
公开(公告)号：CN111562967B
公开(公告)日：2023-04-07
申请号：CN202010387584.8
申请日：2020-05-09
Applicant: 广东工业大学
Abstract: 本申请公开了一种基于启发式算法的虚拟机整合方法，首先将评价已有方案中所有服务器，根据评价结果选出候选服务器和恶劣服务器，然后逐一选取所有恶劣服务器中的虚拟机，使用强插原理遍历所有候选服务器，试图使用恶劣服务器中单个虚拟机换取候选服务器中数个资源需求量综合相近的虚拟机，被换取后的数个虚拟机将尝试填充到其他候选服务器中，不能填充的虚拟机将重新安排到恶劣服务器；最后对恶劣服务器中的所有虚拟机进行重组，使恶劣服务器中的负载变得合理；不断重复这些步骤能够得到接近最优解的虚拟机整合方案；与已有同类算法相比，本申请的整合方法具有高效、快速等优点。
-
公开(公告)号：CN109798899B
公开(公告)日：2022-08-02
申请号：CN201910091593.X
申请日：2019-01-30
Applicant: 广东工业大学
IPC: G01C21/20
Abstract: 本发明公开了一种面向海底未知地形搜索的树扩散启发式路径规划方法，包括下述步骤：步骤一，对地图空间进行建模；在二维空间中生成O‑XYZ坐标系，O为原点，X、Y、Z分别对应X、Y、Z轴，并对空间进行离散化处理，在坐标系中生成density*density*density个像素点，其中density表示密度，每一个像素点代表一个位置点；同时对位置点划分为可达点和不可达点，在算法中将可达点标记为0，将不可达点标记为1；本发明在航行器逐步探测海底信息的过程中，可实时运算当前搜索到的路径信息，而不需要待全部海底信息探测完成后再进行运算，节省了在探索过程中浪费的时间。
-
公开(公告)号：CN113283159A
公开(公告)日：2021-08-20
申请号：CN202110462862.6
申请日：2021-04-22
Applicant: 广东工业大学
IPC: G06F30/27 , G06F111/06 , G06F119/02
Abstract: 针对现有的优化算法计算开销大的问题，本发明提供一种基于全局和局部代理辅助的粒子群算法的优化方法及应用，包括：对整个种群进行初始化，得到初始化种群；使用目标函数对所述初始化种群中每个个体进行真实评估，并将所述初始化种群和所述初始化种群中每个个体的适应度值直接保存到数据库DB中；使用全局搜索与局部搜索交替进行的方式，不断通过更新迭代从而把最优个体保存下来；迭代结束后，将现存的最优个体来作为最优组合。本发明所述的方法能够通过全局搜索与局部搜索相结合，有利于加快算法的收敛速度，将搜索与开发达到平衡。
-
公开(公告)号：CN112949702A
公开(公告)日：2021-06-11
申请号：CN202110201538.9
申请日：2021-02-23
Applicant: 广东工业大学
Abstract: 本申请公开了一种网络恶意加密流量识别方法和系统，在空间维度上，利用ResNet‑BiLSTM算法模型的卷积层提取有效特征，利用ResNet‑Inception层解决深层次网络梯度消失难以训练的问题，在时间维度上，利用双向LSTM网络学习网络流量间的潜在时间特征，在提高识别准确率的同时提高了分类器的执行效率，同时还满足了在不侵犯用户隐私的条件下，识别出恶意加密流量的目标，解决了现有的恶意加密流量识别方式采用CNN和RNN，识别准确性和效率不高的技术问题。
-
公开(公告)号：CN112528556A
公开(公告)日：2021-03-19
申请号：CN202011374732.9
申请日：2020-11-30
Applicant: 广东工业大学
IPC: G06F30/27 , G06N3/00 , G06F115/04
Abstract: 本发明公开了一种基于集成模型辅助社会学习粒子群算法的微机电系统设计优化方法，根据MEMS的设计变量的控制范围，对种群进行初始化；接着根据选择规则从候选集中选择适量的样本作为训练集来训练集成模型；然后使用社会学习粒子群优化算法对种群进行演化，再由集成模型给出每个个体的适应度预测值；最后使用SMIC加点准则对模型进行管理，其中选择合适的个体进行真实适应度评估；在每次迭代中，都会从候选集缓存中去寻找最优位置，当迭代终止时，最后保存下来的最优个体的位置进而作为MEMS设计中的最优变量组合。本发明不仅可以得到高质量的设计解决方案，还能降低因拟合不佳的代理模型带来的风险，适用于不同类型的MEMS优化问题。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.032 seconds)
