一种基于模糊KNN特征匹配的道路交通服务水平评价方法

    公开(公告)号:CN107067727A

    公开(公告)日:2017-08-18

    申请号:CN201710421757.1

    申请日:2017-06-07

    CPC classification number: G08G1/0125 G06N7/02 G06Q10/0639 G06Q50/26

    Abstract: 一种基于模糊KNN特征匹配的道路交通服务水平评价方法,建立道路交通特征参考序列,获取不同模态下的道路交通基准数据;提取道路交通训练数据,基于基准数据获取道路交通差值数据,经过阈值化处理获取训练数据的特征;将道路交通服务水平模糊化处理,结合训练数据特征,完成知识库的构建;提取道路交通测试数据;通过KNN特征匹配算法,选取知识库中与测试数据特征距离最近的k个特征,并求出对应的模糊化的服务水平;将k组模糊化的服务水平相加,得出最大概率对应的服务水平,即为当前特征所属服务水平,完成道路交通运行状态评价。本发明实现简单,不需要进行大量复杂的数据计算,可以有效的提高处理速度。

    一种基于群体Lipschitz下界估计的蛋白质结构预测方法

    公开(公告)号:CN105912885A

    公开(公告)日:2016-08-31

    申请号:CN201610219089.X

    申请日:2016-04-08

    CPC classification number: G06F19/16

    Abstract: 一种基于群体Lipschitz下界估计的蛋白质结构预测方法,首先,对整个初始构象种群构建Lipschitz下界估计支撑面,从而建立原能量函数模型的下界估计模型;然后,基于片段组装技术产生测试构象,进而根据下界估计模型获取测试构象的能量下界估计值,根据能量下界估计值判断是否需要对测试构象进行实际能量函数评价,并指导种群更新,从而有效减少目标函数评价次数,降低计算代价;最后,根据进化信息对较优的测试构象构建Lipschitz下界估计支撑面,使得下界估计模型向原能量函数模型不断收紧,从而获得更加精确的下界估计信息。

    一种基于共轭方向的局部增强群体全局优化方法

    公开(公告)号:CN105809245A

    公开(公告)日:2016-07-27

    申请号:CN201610121492.9

    申请日:2016-03-03

    CPC classification number: G06N3/006

    Abstract: 一种基于共轭方向的局部增强群体全局优化方法,DE算法的全局探测能力强,但后期收敛速度慢,考虑结合传统局部优化方法以增强其局部搜索能力,从而解决算法在全局探测能力与快速收敛能力之间的平衡问题。依据算法优化状态将整个算法划分为两个部分:第一个部分是算法初期,即DE算法优化效果较好的时期,在这一阶段完全采用DE算法对种群进行变异、交叉和选择操作来实现全局探测;第二个部分是算法进行到后期,DE算法本身的缺陷暴露,在接近最优解时收敛速度变慢,此时采用共轭梯度法对由DE算法产生的种群进行局部增强,可加快算法局部收敛速度,之后的操作即是对种群重复这一过程,直至到达全局最优。

    一种基于最优个体Lipschitz支撑面的群体全局优化方法

    公开(公告)号:CN105303234A

    公开(公告)日:2016-02-03

    申请号:CN201510648852.6

    申请日:2015-10-09

    Abstract: 一种基于最优个体Lipschitz支撑面的群体全局优化方法,在基本差分进化算法框架下,基于Lipschitz支撑思想,首先,对初始种群中的每个个体建立Lipschitz估计下界支撑面从而形成目标函数的初始下界估计;其次,获取新个体的下界估计信息分情形来判断是否值得对新个体进行目标函数评价,并利用下界估计区域的极值信息找出部分无效区域;然后,借助Lipschitz下界支撑面的广义下降方向作局部增强,进一步加快算法的收敛速度;最后,对种群中的最优个体建立Lipschitz下界支撑面,使得下界估计不断向目标函数逼近。本发明可靠性较高、计算代价较低,且收敛速度较快。

    一种基于动态Lipschitz下界估计的变策略群体全局优化方法

    公开(公告)号:CN105224987A

    公开(公告)日:2016-01-06

    申请号:CN201510607342.4

    申请日:2015-09-22

    Abstract: 一种基动态Lipschitz下界估计的变策略群体全局优化方法,在基本差分进化算法框架下,首先,对初始种群中的个体建立Lipschitz估计下界支撑面从而形成目标函数的初始下界估计;其次,根据种群个体的拥挤度,即各个体之间的平均距离将整个算法过程分为三个阶段,对各阶段设置不同的变异策略;然后,在第一和第二阶段,利用下界估计信息指导种群更新,在第三阶段,则根据下界估计信息有选择性的对个体进行评价并更新;最后,根据各阶段的更新结果,选取不同的个体建立Lipschitz下界支撑面来动态更新目标函数的下界估计信息。本发明计算代价较低、收敛速度快、不需要进行样本训练、不需要进行模型选择,且解的质量较高。

    一种用于蛋白质结构预测的距离谱构建方法

    公开(公告)号:CN104951669A

    公开(公告)日:2015-09-30

    申请号:CN201510310053.8

    申请日:2015-06-08

    Abstract: 一种蛋白质结构预测中距离谱的构建方法,蛋白质具有特定的空间结构,相似的蛋白质具有相似的空间结构,其各个位置上残基间的距离也是相近的,所以可以通过距离谱来指导预测蛋白质结构的搜索。距离谱是根据查询序列中残基和模板中残基的序列谱、二级结构类型、溶剂可达性、中心原子二面角等等构建查询序列中各位置残基上得分较高的片段,然后遍历每个位置上来自于同一个模板的片段,计算出模板中残基的距离,这个距离和查询序列的空间构象中残基间的距离是相近的。本发明预测精度较高、复杂度较低。

    一种基于副本交换的变步长蛋白质构象空间搜索方法

    公开(公告)号:CN104933328A

    公开(公告)日:2015-09-23

    申请号:CN201510310521.1

    申请日:2015-06-08

    Abstract: 一种基于副本交换的变步长蛋白质构象空间搜索方法,采用变步长和副本交换的策略搜索蛋白质构象空间,依据所分能量层的权重在不同能量层赋予不同的片段组装(FA)步长和Monte Carlo扰动(MC)步长,在构象空间能量较高的区域,使用大的FA步长和较小的MC步长,随着构象搜索逐步向低能量区域靠近,改变FA、MC步长,在能量较低的区域使用较小的FA步长和较大的MC步长;同时在构象空间对温度分层,在不同的温度层采用相应的Metropolis准则来判断是否接收当前构象。本发明增强了构象跳出局部极小点的能力,同时保持了个体的多样性,进而增强对构象空间中近天然态构象搜索的能力。

    基于雅各比显著图的单交叉口信号灯控制的交通状态对抗扰动生成方法

    公开(公告)号:CN115426149B

    公开(公告)日:2025-03-07

    申请号:CN202211040566.8

    申请日:2022-08-29

    Abstract: 本发明公开了一种基于雅各比显著图的单交叉口信号灯控制的交通状态对抗扰动生成方法,基于已由强化学习算法DQN训练好的交通信号灯控制模型,利用JSMA攻击的前向导数雅各比矩阵和显著图制作对抗样本,将符合限制的对抗样本输入智能体模型中,最后在sumo上分析单交叉口路段的交通状况,以此检验对抗攻击的效果。本发明可以在只修改一小部分原始状态的情况下,对最终的信号灯输出动作造成较大的影响,以此高效地影响单交叉口路段的道路交通状况,降低模型的性能。

Patent Agency Ranking