-
公开(公告)号：CN104376543A
公开(公告)日：2015-02-25
申请号：CN201410711875.2
申请日：2014-11-28
Applicant: 湖北工业大学
IPC: G06T5/40
Abstract: 本发明公开了一种基于杜鹃搜索算法的自适应图像增强方法，本发明利用定义的图像质量评价函数，综合考虑增强后的图像的空间统计特征，熵等信息，通过利用杜鹃搜索算法对归一化的非完全Beta函数图像增强应用中最优参数问题优化求解，从而可以快速的获得最优增强参数，可用于数字图像处理相关技术领域中；本发明能够快速的获得归一化的非完全Beta函数图像增强的最优参数，所定义的图像质量评价函数能够客观的评价图像的质量，能够用于偏亮或者偏暗图像增强以后的质量评价，能够满足图像自动增强的要求。
-
公开(公告)号：CN104361178A
公开(公告)日：2015-02-18
申请号：CN201410667474.1
申请日：2014-11-20
Applicant: 湖北工业大学
Abstract: 本发明提供了一种基于势能驱动元胞蚁群算法的室内疏散仿真优化方法，本发明是一种基于群智能的人员疏散行为仿真优化方法，主要建立与实际场景相一致的二维元胞自动机数学模型，用元胞蚁群算法对人员疏散行为进行模拟，通过人工势能场的势能评价标准对人员路径进行判断选择，从而更加符合真实场景疏散规律，提高疏散效率，提供合理疏散方案。
-
公开(公告)号：CN116895157A
公开(公告)日：2023-10-17
申请号：CN202310986221.X
申请日：2023-08-07
Applicant: 湖北工业大学
IPC: G08G1/01 , G06N3/0464 , G06N3/08
Abstract: 本发明属于交通流量预测技术领域，公开了一种基于趋势时空图卷积的交通流量预测方法、系统及介质，首先，编码器将时间自注意力和因果卷积相结合，捕获交通流量的长期和短期趋势时间依赖；再通过图卷积网络和门控循环神经网络融合，捕捉局部空间相关性和动态时空相关性；其次基于编码器提取的时间和空间特征，通过时空交互模块来模拟时空异质性；接着解码器与编码器类的是学习交通流量的时空特征；最后基于编码‑解码器提取到的时空特征，利用时间编码解码注意力来拟合历史交通流量对未来预测的影响，用来解决基于Transformer模型的交通流量预测模型的性能问题。本发明在真实世界的数据集上进行实验，取得了良好的实验结果。
-
公开(公告)号：CN114489061B
公开(公告)日：2023-05-16
申请号：CN202210050127.9
申请日：2022-01-17
Applicant: 湖北工业大学
IPC: G05D1/02
Abstract: 本发明提供了一种基于鲸鱼优化算法的平滑路径规划方法，采用改进WOA优化曲线路径中的：路径长度、曲率和曲率导数，取得了不错的结果。在改进WOA算法中，引入了莱维飞行策略为算法添加局部扰动，增加解的多样性避免陷入局部最优。并同时引入分数阶展开方程，使每代鲸鱼个体受到前几代位置的影响，进一步增强了算法的搜索能力。在23个基准函数中，测试并对比了改进WOA算法和其他算法的性能，验证了改进WOA的优越性。最后，在两种不同的地图中进行模拟仿真实验，平滑方法采用高次贝塞尔曲线，保证了路径曲率的连续。改进WOA算法相较于已有其他算法有明显的性能提升，并且运算时间更少。
-
公开(公告)号：CN110059875B
公开(公告)日：2023-02-17
申请号：CN201910295219.1
申请日：2019-04-12
Applicant: 湖北工业大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/30
Abstract: 本发明公开了一种基于分布式鲸鱼优化算法的公共自行车需求量预测方法，首先读取原始公共自行车数据集Dataset，存储在HDFS中；初始化RDD数据集和鲸鱼种群Whale，将RDD作map转换处理；根据鲸鱼初始位置值计算出适应度值fitness；根据参数选择鲸鱼捕食的策略；在Spark平台上，根据策略公式更新鲸鱼位置，然后根据公式计算出新的适应度值，并找出最好的值和当前最优值比较，若优于则代替；若满足终止条件则找出最好的鲸鱼的位置，否则回到步骤4；根据所选出的最优特征子集，使用随机森林回归模型和未来的天气数据、时间数据对站点的公共自行车需求进行预测。本发明使用基于分布式鲸鱼优化算法的特征子集优化，应用Spark分布式平台上对其进行优化，提高分类性能和运行效率。
-
Patent Agency Ranking
公开(公告)号：CN112329614A
公开(公告)日：2021-02-05
申请号：CN202011214351.4
申请日：2020-11-04
Applicant: 湖北工业大学
Abstract: 本发明涉及一种异常事件检测方法及系统，涉及计算机视觉技术领域。该方法包括：分别提取正常训练集和异常训练集的特征数据；利用特征数据分别对基于SVDD的分类器进行训练和测试，得到正常分类器和异常分类器，并通过一定的分类决策规则将两个分类器相结合，构成联合分类器；根据提取的测试集的特征数据，通过联合分类器判断是否存在异常事件。本发明采用基于运动能量熵和支持向量数据描述的方法构建异常事件检测模型，通过引入一种新的特征来提高异常事件的表征能力，通过使用两个半监督模型的联合模型克服单一半监督模型的固有缺陷，提高了异常事件检测模型的检测性能。
-
-
公开(公告)号：CN108305282A
公开(公告)日：2018-07-20
申请号：CN201810092708.2
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图像配准方法及系统。该方法包括采集物体的图像，得到参考图像以及多个待配准图像；参考图像表示空间坐标正确的图像；对各待配准图像进行预处理，采用双线性插值方法将各待配准图像处理为与参考图像具有相同分辨率的图像，得到各待配准图像对应的预处理后的图像；通过杂交水稻算法建立每个预处理后的图像的第一空间变换模型；根据所有预处理后的图像的第一空间变换模型得到第二空间变换模型；通过第二空间变换模型对预处理后的图像的坐标进行仿射变换，得到对应该待配准图像的配准图像。本方法和系统能够提高多级分辨率图像配准的精准度和效率。
-
公开(公告)号：CN108304874A
公开(公告)日：2018-07-20
申请号：CN201810092705.9
申请日：2018-01-31
Applicant: 湖北工业大学
CPC classification number: G06K9/6223 , G06F16/2465 , G06F16/285 , G06F2216/03
Abstract: 本发明公开一种数据分类方法及系统。所述方法首先获取随机产生的水稻种群和待分类数据；然后根据所述待分类数据计算每个所述水稻个体的适应度值；根据所述适应度值将多个所述水稻个体分为保持系个体、不育系个体和恢复系个体；然后获取所述保持系个体和所述不育系个体杂交过程中产生的杂交最优个体；获取所述恢复系个体自交过程中产生的自交最优个体；获取所述杂交最优个体和所述自交最优个体中适应度值最优的个体；最后将所述适应度值最优的个体作为聚类中心，对所述待分类数据进行分类。本发明所述的数据分类方法及系统通过采用杂交水稻算法来优化K-means初始聚类中心，解决了K-means聚类算法的聚类结果容易陷入局部最优的缺陷。
-
公开(公告)号：CN108200084A
公开(公告)日：2018-06-22
申请号：CN201810092425.8
申请日：2018-01-31
Applicant: 湖北工业大学
Abstract: 本发明公开一种基于灰狼算法的网络安全日志确定方法和系统。所述方法包括：获取网络日志数据集，所述网络日志数据集包括多个网络日志；统计所述网络日志数据集中每一个所述网络日志的出现次数；对所述出现次数进行排序；获取频繁一项集列表，所述频繁一项集列表由出现次数大于最小出现次数的网络日志组成；对所述频繁一项集列表进行分组，得到多个频繁一项集组；将各所述频繁一项集组构建频繁模式树；利用灰狼算法删除所述频繁模式树中的干扰日志，得到安全日志。本发明的方法或系统利用灰狼算法对频繁模式树进行剪枝，能够快速地实现对日志的关联挖掘，提高安全日志确定的效率，并且还能减少在挖掘过程中关联规则的遗漏。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.028 seconds)
