-
公开(公告)号：CN112763963A
公开(公告)日：2021-05-07
申请号：CN202011347466.0
申请日：2020-11-26
Applicant: 中国电力科学研究院有限公司 , 中国电力科学研究院有限公司武汉分院 , 国网江苏省电力有限公司电力科学研究院 , 湖北工业大学
Abstract: 本申请公开了一种基于深度网络对互感器进行在线监控的系统。其中，系统包括互感器监测组件、互感器性能评估组件、互感器台帐维护组件以及监测设备管理组件，互感器监测组件对互感器以及互感器监测设备的各项功能进行实时监测以及告警；互感器性能评估组件根据预先采集的互感器参数，基于深度学习算法确定互感器计量性能评估的深度神经网络模型，利用深度神经网络模型输出互感器性能评估结果，并对互感器性能评估结果进行展示以及对互感器性能评估结果的趋势进行分析；互感器台帐维护组件对互感器台账进行维护；以及监测设备管理组件对厂站的台账信息、互感器的台账信息、监测设备的台账信息以及检测设备的体系进行管理。
-
公开(公告)号：CN112734126A
公开(公告)日：2021-04-30
申请号：CN202110062872.0
申请日：2021-01-18
Applicant: 武汉烽火技术服务有限公司 , 湖北工业大学 , 烽火通信科技股份有限公司
Abstract: 本申请涉及一种热点预测方法、装置、设备及可读存储介质，涉及热点预测技术领域，由于蜻蜓优化算法随着迭代次数的增加，可加快收敛速度并可朝着全局最优值进行收敛，在寻求阶段性最优解的过程中具备最佳效果，具有较强的寻优能力，所以在Seq2Seq神经网络模型中引入蜻蜓优化算法可有效提高神经网络预测模型的寻优性能，而热点就是在众多的网络信息中进行阶段性最优解的寻求过程，因此通过基于蜻蜓优化算法的Seq2Seq神经网络模型对话题点击量信息进行计算即可得到热点预测信息，工作人员可根据该热点预测信息对流量带宽等因素进行调整。因此，本申请实施例可对实时热点进行预测，为有效分配后台流量提供数据支撑，并降低运营成本。
-
公开(公告)号：CN108280210B
公开(公告)日：2020-10-09
申请号：CN201810092424.3
申请日：2018-01-31
Applicant: 湖北工业大学
IPC: G06F16/29
Abstract: 本发明公开了一种基于烟花算法的交通路线确定方法及系统。所述方法包括：获取乘客出行数据集，乘客出行数据集包括多个区域内乘客的出行路线；统计数据库中每一个出行路线的出现次数；对出现次数进行排序；获取频繁一项集列表，频繁一项集列表是由出现次数大于最小出现次数的出行路线组成的；依据区域类别对频繁一项集列表进行分组，得到多个频繁一项集组；依据频繁一项集组构建频繁模式树；利用烟花算法删除频繁模式树中的干扰路线，得到条件子树，干扰路线为出行路线的换乘站数小于预设换乘站数的路线，条件子树表示出行路线之间的关联关系；根据关联关系确定交通路线。本发明能够快速地实现对交通路线的关联挖掘，提高交通路线确定的效率。
-
公开(公告)号：CN107808164B
公开(公告)日：2020-08-07
申请号：CN201710960947.0
申请日：2017-10-17
Applicant: 湖北工业大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于烟花算法的纹理图像特征选择方法，利用烟花算法对图像纹理特征选择问题优化求解，从而快速地获得用于图像处理的最优特征子集，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特征选择问题的高质量的可行解，不需要指定要选择的特征维数，能够智能地在正确识别率和特征维数之间取得很好的平衡，自动寻找到合适的纹理图像特征子集。本发明利用烟花算法对纹理图像处理中原始数据集进行特征选择，剔除不相关或冗余的图像纹理特征，取出真正有效的特征子集，节省分类器的计算时间，从而提高图像分类的效率和正确率。
-
公开(公告)号：CN106709928B
公开(公告)日：2019-12-10
申请号：CN201611198772.6
申请日：2016-12-22
Applicant: 湖北工业大学
IPC: G06T7/136
Abstract: 本发明涉及一种快速的含噪图像二维最大类间方差阈值法，首先求出噪音图像的灰度均值和灰度标准差；对图像每个像素采用3×3邻域的平均灰度值进行平滑，得到平滑图像；然后用最大类间方差阈值法计算平滑图像的类间方差，通过灰度均值和标准差缩小类间方差解的搜索空间，遍历搜索空间，记录使类间方差最大时的解为最优一维阈值T0；用二维最大类间方差法计算目标类与背景类的类间方差离散度矩阵的迹，通过T0和噪音图像的灰度标准差缩小迹的解的搜索空间，最后遍历解的搜索空间，记使离散度矩阵的迹最大时的灰度值二元组为最优二维切割阈值。本发明能够避免遍历全部灰度级，大大缩小计算量的同时也能得到准确的解。
-
Patent Agency Ranking
公开(公告)号：CN107437098B
公开(公告)日：2019-11-26
申请号：CN201710642702.3
申请日：2017-07-31
Applicant: 湖北工业大学
Abstract: 本发明涉及一种基于差分进化改进的二进制蚁群算法的高光谱图像波段选择方法。包括：运行差分进化算法生成若干组较优的波段组合；在差分进化算法完成运行以后根据差分进化算法得到的解来设置二进制蚁群算法初始能见度信息并运行蚁群算法；蚁群算法根据差分进化算法提供的可见度信息和随机初始化的信息素信息在波段选择选择问题空间进行迭代搜索，直到满足停机准则输出最优波段组合子集，在运行过程中采用最优解保留策略。本发明实现了对高光谱图像具有较好分类识别能力的波段组合的优化选择，降低了输出波段组合的相关性和冗余度，使二进制蚁群算法的收敛速度和鲁棒性得到提高，进一步提高了波段选择的性能和效率。
-
公开(公告)号：CN110189266A
公开(公告)日：2019-08-30
申请号：CN201910384265.9
申请日：2019-05-09
Applicant: 湖北工业大学
IPC: G06T5/00
Abstract: 本发明公开了一种自适应的快速图像增强方法，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偏度值；根据这个指标值预判断伽马变换中的γ的取值范围，然后根据局部遍历法在一定范围内得到多个γ值，之后根据自定义的加权复合评价函数对相应的γ值进行评价，最终保留评价最优的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以及获得质量更好的图像，是一种有实际应用价值的新方法。
-
公开(公告)号：CN108124763B
公开(公告)日：2019-08-23
申请号：CN201810092730.7
申请日：2018-01-31
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于杂交水稻算法的云计算资源调度方法及系统。所述方法包括：获取初始集合，初始集合包括多个水稻个体，每个水稻个体表示一种云计算资源调度方案；计算每个水稻个体的适应度值，适应度值表示执行云计算资源调度方案的时间的倒数；根据适应度值将水稻个体分为保持系、恢复系和不育系；将保持系中的水稻个体与不育系中的水稻个体进行杂交，得到第一最优子个体；将恢复系中的水稻个体进行自交，得到第二最优子个体；选取第一最优子个体和第二最优子个体中适应度值较高的个体作为第三最优子个体，第三最优子个体表示云计算资源调度的最优方案。本发明采用杂交水稻算法实现对云计算资源的调度，能够提高云计算资源调度的效率。
-
公开(公告)号：CN109948585A
公开(公告)日：2019-06-28
申请号：CN201910247002.3
申请日：2019-03-29
Applicant: 湖北工业大学
Abstract: 本发明属于图像检索技术领域，公开了一种基于高精度哈希图像检索技术的行人检测方法及系统，对于提取的行人图像采用机器学习创建目标函数，进行目标最小化，得到临阶相似矩阵，再采用ILS算法进一步最小化目标函数，得到精确的哈希码；得到精确的哈希码后，采用端到端哈希深度学习方法学习哈希函数，并根据人工神经网络ANN的隐藏层中不同节点的不同权重对输入进行调整；在CNNs后，选择单隐藏层MLP学习hash标签；最后生成的训练函数本发明减少了识别误差与语义损失，提高了对象搜索的准确性和全面性；利用高精度的哈希图像检索算法提高了识别准确率以及识别速率。
-
公开(公告)号：CN109886976A
公开(公告)日：2019-06-14
申请号：CN201910122516.6
申请日：2019-02-19
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于灰狼优化算法的图像分割方法及系统，包括：步骤S100获取待分割图像的灰度值范围；步骤S200根据所述图像的灰度值范围利用灰狼优化算法得到待分割图像的最佳阈值；步骤S300根据所述图像分割的最佳阈值，对待分割图像进行分割。本发明对于解决多阈值图像分割的问题，具有不依赖先验知识、有较强自适应能力及高效率运行的特点。
-
-
-
-
-
-
-
-
-
Search Results
231
records
(took 0.03 seconds)
