-
公开(公告)号：CN116578680A
公开(公告)日：2023-08-11
申请号：CN202310397953.5
申请日：2023-04-14
Applicant: 华南理工大学
IPC: G06F16/332 , G06F16/33 , G06F18/214 , G06F18/2415 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于生成式预训练语言模型的检索式对话建模与优化方法，包括以下步骤：建立多轮对话数据集；构建基于BART改进的网络模型，并对基于BART改进的网络模型进行训练；使用训练完成后的基于BART改进的网络模型构建检索式对话系统，检索式对话系统接受任意输入作为对话上下文，读取储存的候选回复向量序列，并用基于BART改进的网络模型将某个候选回复的向量序列和对话上下文一同计算，计算出该候选回复与对话上下文相匹配的概率，并选择概率最高的作为对话系统输出的回复。
-
公开(公告)号：CN113673695B
公开(公告)日：2023-07-21
申请号：CN202110770902.3
申请日：2021-07-07
Applicant: 华南理工大学
Abstract: 人群行为建模与仿真是一类在公共场所设计与管理等领域具有重要应用的技术。本发明将遗传编程算法运用于人群行为建模，涉及建模仿真与智能计算两大领域。本发明提供基于新型特征自动构造的人群行为规则自动提取方法，通过自动化地提取一套能反映行人行走客观规律的规则，并将其作为仿真模型，增强仿真效果的真实性，促进知识发现与其他相关学科的发展。针对人群建模问题包含大量隐含特征、现有技术难以甄别和合理利用有效特征、手动设计的特征严重受限于人类知识经验等问题，本发明提出了新型的高级特征自动构造技术，以及一套辅助的特征选择技术，以构造出一系列高性能特征，提高人群行为规则的有效性。
-
公开(公告)号：CN116402128A
公开(公告)日：2023-07-07
申请号：CN202310360793.7
申请日：2023-04-06
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于最大互信息系数的遗传编程变异概率优化方法。对于传统遗传编程，特征选择的倾向将由初始的完全随机选择走向带偏好的差别选取，本发明约束了遗传编程的搜索方向，从而提升搜索效率。包括：步骤S1，使用最大互信息系数衡量数据集中各特征与目标的相关性大小，并将各特征与目标的相关性大小合并成相关性向量；步骤S2，依据相关性向量确定遗传编程在变异选择新特征时的概率分布；步骤S3，进行遗传编程进化，在遗传编程进化过程中，始终固定所述概率分布，不受种群内各特征选取数量影响。本发明降低了随机初始化对遗传编程整体性能的影响比重，增强了遗传编程在基础问题上的鲁棒性，能够提高训练效率和精度，提升模型泛化性能。
-
公开(公告)号：CN115935513A
公开(公告)日：2023-04-07
申请号：CN202211578229.4
申请日：2022-12-06
Applicant: 华南理工大学
IPC: G06F30/15 , G06F30/27 , G06N3/006 , G06F18/2431
Abstract: 本发明公开了一种汽车结构优化方法、装置和存储介质，其中方法包括：获取汽车结构优化的历史数据；其中，所述历史数据包括结构参数、对应结构的性能模拟测试结果；根据历史数据对汽车结构优化问题进行数学建模，确定模型的优化目标；其中，以汽车重量最小、安全性最高作为优化目标；采用分类模型辅助的分层粒子群优化算法对数学模型进行优化处理，获得汽车重量最小、安全性最高的结构设计参数。本发明利用分类模型预测代替演化过程中大部分汽车结构性能模拟，以分类结果驱动分层粒子群演化，解决了现有技术中由于搜索空间大，评估耗时长而导致的汽车结构优化结果差，搜索效率低的问题。本发明可广泛应用于演化计算和工业汽车结构设计两大领域。
-
公开(公告)号：CN115543556A
公开(公告)日：2022-12-30
申请号：CN202211061344.4
申请日：2022-09-01
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于多任务遗传编程算法的自适应符号回归方法，该方法包括以下步骤：首先构建一种可伸缩的基因表达编码方式用于对多个不同问题进行统一编码，根据该编码方式初始化种群个体，并在所有任务上进行评估；之后，根据交叉参数选择对种群进行选型交叉操作或者进行引导变异操作，这个过程中通过对交叉参数采取自适应控制策略，调整进化行为以提高搜索效率；接下来执行连接选择操作选择出进入下一代个体，通过构建自适应的计算资源重分配机制使得表现相对落后的任务可以得到更多计算资源。本发明通过在进化过程中自适应调节交叉变异操作，并对不同问题所占据计算资源进行自适应重分配，从而同时高效处理多个复杂符号回归问题。
-
Patent Agency Ranking
公开(公告)号：CN114693530A
公开(公告)日：2022-07-01
申请号：CN202210429704.5
申请日：2022-04-22
Applicant: 华南理工大学
Abstract: 本发明公开的一种基于差分进化算法的列车车顶图像拼接方法，包括以下步骤：采集若干列车车顶片段图像；对列车每一节车厢的车顶图像分别使用差分进化算法进行对齐拼接，使拼接后的列车车顶图像与静止状态下的列车车顶图像重合。运用差分进化算法优化图像的缩放比例和初步位移，实现拼接后的列车车顶图像与静止状态下的模板列车车顶较高的重合度。本发明引入改进后的图像的结构相似度作为适应度函数，并选取特征明显的矩形图像landmark作为计算结构相似度的区域，显著提升算法的速率。
-
公开(公告)号：CN120046701A
公开(公告)日：2025-05-27
申请号：CN202510444959.2
申请日：2025-04-10
Applicant: 华南理工大学
IPC: G06N3/0985 , G06N3/086 , G06N3/09 , G06N3/042
Abstract: 本发明涉及图神经网络技术领域，具体涉及一种基于语法遗传编程的图神经网络架构优化方法，包括：S1、构建图神经网络架构GNN的语法规则库；S2、基于语法规则库，通过遗传编程生成初始GNN架构种群；S3、使用高斯过程代理模型预测种群中个体GNN架构的性能；S4、通过遗传算法在语法树空间中搜索最优GNN架构；S5、对于种群中的个体GNN架构，基于其预期改进函数计算训练概率，若训练概率高于预设评估阈值，则选择该个体GNN架构进行实际训练评估，获取其真实性能，使用真实性能更新高斯过程代理模型；S6、判断是否满足预设的优化终止条件，若是，则输出优化后的GNN架构，否则，返回步骤S3。本发明可提高GNN模型架构搜索的自动化程度、效率和模型性能。
-
公开(公告)号：CN115543556B
公开(公告)日：2025-05-16
申请号：CN202211061344.4
申请日：2022-09-01
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于多任务遗传编程算法的自适应符号回归方法，该方法包括以下步骤：首先构建一种可伸缩的基因表达编码方式用于对多个不同问题进行统一编码，根据该编码方式初始化种群个体，并在所有任务上进行评估；之后，根据交叉参数选择对种群进行选型交叉操作或者进行引导变异操作，这个过程中通过对交叉参数采取自适应控制策略，调整进化行为以提高搜索效率；接下来执行连接选择操作选择出进入下一代个体，通过构建自适应的计算资源重分配机制使得表现相对落后的任务可以得到更多计算资源。本发明通过在进化过程中自适应调节交叉变异操作，并对不同问题所占据计算资源进行自适应重分配，从而同时高效处理多个复杂符号回归问题。
-
公开(公告)号：CN118992920B
公开(公告)日：2025-01-10
申请号：CN202411465136.X
申请日：2024-10-21
Applicant: 华南理工大学
Abstract: 本发明涉及一种多模态伸缩臂叉车属具识别方法及系统，其中，属具上设有电子标签，通过对所述电子标签进行识别获得第一识别结果；获取属具图像，通过对属具图像进行视觉识别获得第二识别结果；以及根据第一识别结果和第二识别结果对伸缩臂叉车的属具进行识别。本发明不仅能够使伸缩臂叉车应对更为复杂、多变的工作环境，而且能够确保属具识别的可靠性。
-
公开(公告)号：CN118992920A
公开(公告)日：2024-11-22
申请号：CN202411465136.X
申请日：2024-10-21
Applicant: 华南理工大学
Abstract: 本发明涉及一种多模态伸缩臂叉车属具识别方法及系统，其中，属具上设有电子标签，通过对所述电子标签进行识别获得第一识别结果；获取属具图像，通过对属具图像进行视觉识别获得第二识别结果；以及根据第一识别结果和第二识别结果对伸缩臂叉车的属具进行识别。本发明不仅能够使伸缩臂叉车应对更为复杂、多变的工作环境，而且能够确保属具识别的可靠性。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.021 seconds)
