-
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：CN116958114A
公开(公告)日：2023-10-27
申请号：CN202310957605.9
申请日：2023-07-31
Applicant: 湖北工业大学
IPC: G06T7/00 , G06T7/11 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于双阶段编解码器分割网络的癌细胞核分割方法，引入了图像标准化、随机裁剪拼接和仿射变换，消除数据之间差异性，增强训练样本的复杂程度；提出特征提取算法、深度联合结构和特征选择模块，特征提取算法用于提取低维特征信息，深度联合结构用于提取高维特征信息，特征选择模块用于丰富特征图的表达能力，最后利用内层解编码器网络对外层编码器提取的特征信息进行第二次的降采样以及特征融合，并引入多级跳过路径，将不同尺度特征信息转发给外层解码器，外层解码器对各种尺度特征信息进行聚合，充分利用所有特征信息，可以在复杂的细胞环境下准确分割细胞核，为后续细胞核形态定量分析提供精确的分割结果。
-
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。
-
Patent Agency Ranking
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。
-
公开(公告)号：CN116385593A
公开(公告)日：2023-07-04
申请号：CN202310309520.X
申请日：2023-03-24
Applicant: 湖北工业大学
IPC: G06T11/40 , G06V10/778 , G06V10/774 , G06V20/60
Abstract: 本发明涉及融合地面‑像元光谱在矿物填图领域中的应用，尤其是一种基于定量半监督学习的高光谱遥感矿物填图方法。通过提取主要蚀变矿物的丰度和端元，对地面矿物样品进行识别；基于半监督学习模型对影像中的每一个像元进行判断，覆盖研究区坐标范围，综合光谱角值作为定量指标判断当前像元是否为蚀变矿物，完成矿物填图。本发明提供了识别相似矿物光谱特征曲线的可行性，提升了矿物填图的可靠性与相关技术的可移植性。
-
公开(公告)号：CN107451562B
公开(公告)日：2020-04-24
申请号：CN201710643734.5
申请日：2017-07-31
Applicant: 湖北工业大学
Abstract: 本发明涉及一种基于混沌二进制引力搜索算法的波段选择方法，利用混沌二进制引力搜索算法对高光谱图像的波段选择问题优化求解，从而快速地获得高光谱图像波段中的较优的波段子集，可用于图像处理和模式识别相关技术领域中。本发明能够在可接受的时间代价内找到波段选择问题高质量的可行解，它不需要人为指定要选择的波段维数，能够智能的在正确识别率和波段维数之间取得很好的平衡，寻找到较优的波段子集。本发明利用混沌二进制引力搜索算法对高光谱图像原始的波段数据集进行波段选择，剔除不相关或冗余的波段，取出对分类正确率影响较大的波段，减少对不相关或冗余的波段分类的计算时间，进一步提高图像分类的正确率和效率。
-
公开(公告)号：CN106599936A
公开(公告)日：2017-04-26
申请号：CN201611246351.6
申请日：2016-12-29
Applicant: 湖北工业大学
CPC classification number: G06K9/6227 , G06N3/006 , G06N3/126
Abstract: 本发明公开一种基于二进制蚁群算法的特征选择方法及系统。方法包括：获取需要进行特征选择的训练样本集；对所述训练样本集进行特征抽取，得到样本特征集；利用二进制遗传算法对所述样本特征集进行分类并寻求最大遗传适应度，得到最优解；所述遗传适应度为使所述二进制遗传算法的结果接近目标结果的程度；根据所述最优解设置二进制蚁群算法的能见度信息，对所述二进制蚁群算法的蚁群进行初始化；利用包含所述能见度信息的二进制蚁群算法对所述样本特征集进行特征选择。本发明提供的方法及系统，利用二进制遗传算法为二进制蚁群算法提供合适的能见度信息，从而能够使二进制蚁群算法的收敛速度和鲁棒性提高，进一步提高了特征选择的效率和性能。
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.03 seconds)
