一种面向小数据集的高分辨率遥感影像场景分类的方法

    公开(公告)号:CN107220657B

    公开(公告)日:2018-05-18

    申请号:CN201710325405.6

    申请日:2017-05-10

    Abstract: 本发明实施例公开了一种面向小数据集的高分辨率遥感影像场景分类的方法,建立了一个三个尺度、三个通道的端对端多尺度卷积联合神经网络模型。本方法共分为三个步骤,步骤一将图像尺寸大小为N×N的遥感影像,按照三个尺度进行随机子区域提取,提取后图像子区域大小分别为N/2×N/2、N/4×N/4和N/8×N/8,作为多通道卷积特征提取器输入;步骤二,建立一种融合多尺度和多通道的特征联合网络,将不同尺度的特征进行两两融合增强,实现高层特征的联合增强表达;步骤三,联合损失函数对场景的联合增强的高层特征进行分类。本发明实现在小样本训练集上的高精度分类,在小样本数据集中的高层特征表达能力和计算速度显著提高。

    一种面向小数据集的高分辨率遥感影像场景分类的方法

    公开(公告)号:CN107220657A

    公开(公告)日:2017-09-29

    申请号:CN201710325405.6

    申请日:2017-05-10

    CPC classification number: G06K9/6268 G06K9/4604 G06K9/629

    Abstract: 本发明实施例公开了一种面向小数据集的高分辨率遥感影像场景分类的方法,建立了一个三个尺度、三个通道的端对端多尺度卷积联合神经网络模型。本方法共分为三个步骤,步骤一将图像尺寸大小为N×N的遥感影像,按照三个尺度进行随机子区域提取,提取后图像子区域大小分别为N/2×N/2、N/4×N/4和N/8×N/8,作为多通道卷积特征提取器输入;步骤二,建立一种融合多尺度和多通道的特征联合网络,将不同尺度的特征进行两两融合增强,实现高层特征的联合增强表达;步骤三,联合损失函数对场景的联合增强的高层特征进行分类。本发明实现在小样本训练集上的高精度分类,在小样本数据集中的高层特征表达能力和计算速度显著提高。

    一种SaaS软件服务请求负载均衡方法、介质、设备

    公开(公告)号:CN118916177A

    公开(公告)日:2024-11-08

    申请号:CN202411125843.4

    申请日:2024-08-16

    Abstract: 本发明公开一种SaaS软件服务请求负载均衡方法、介质、设备,涉及软件服务技术领域,方法包括计算SaaS服务集群平均指令响应时间比和SaaS软件执行服务请求成功率;根据服务请求平均指令响应时间比和SaaS软件执行服务请求成功率,得到SaaS软件服务请求负载均衡的优化目标;构建SaaS软件服务请求负载均衡的深度强化学习环境,构建所述深度强化学习环境状态空间、动作空间、奖励函数;基于优化目标,使用RDDQN算法在所述深度强化学习环境下进行SaaS软件服务请求的负载均衡。本发明可以弱化智能体陷入局部最优的趋势,有效地减小了数据之间的相关性,加速算法训练时的收敛速度。

    一种基于黏菌算法选取代理节点管理雾计算网络的方法

    公开(公告)号:CN113596169B

    公开(公告)日:2022-04-15

    申请号:CN202110883479.8

    申请日:2021-08-03

    Abstract: 本发明中公开了一种基于黏菌算法选取代理节点管理雾计算网络的方法,涉及雾计算和计算机网络技术领域;为了解决现行的雾网管理方法不能适应这种扩张,并造成一定的高时延问题,不能有效发挥雾计算的优势问题;该方法包括雾网信息获取模块、代理节点选取模块和代理节点工作模块,雾网信息获取模块模拟了黏菌对周围整体环境的信息获取方式,代理节点选取模块利用黏菌算法从雾节点中选取出一定数量的符合选取标准的节点成为代理节点。本方法精简代理节点数量,减少大节点直接被选做代理节点的行为,黏菌算法能够控制代理节点的选取包括位置,能力,数量等,始终使雾网的管理保持良好的负载均衡,发挥出更高效的边缘计算能力。

    一种基于黏菌算法选取代理节点管理雾计算网络的方法

    公开(公告)号:CN113596169A

    公开(公告)日:2021-11-02

    申请号:CN202110883479.8

    申请日:2021-08-03

    Abstract: 本发明中公开了一种基于黏菌算法选取代理节点管理雾计算网络的方法,涉及雾计算和计算机网络技术领域;为了解决现行的雾网管理方法不能适应这种扩张,并造成一定的高时延问题,不能有效发挥雾计算的优势问题;该方法包括雾网信息获取模块、代理节点选取模块和代理节点工作模块,雾网信息获取模块模拟了黏菌对周围整体环境的信息获取方式,代理节点选取模块利用黏菌算法从雾节点中选取出一定数量的符合选取标准的节点成为代理节点。本方法精简代理节点数量,减少大节点直接被选做代理节点的行为,黏菌算法能够控制代理节点的选取包括位置,能力,数量等,始终使雾网的管理保持良好的负载均衡,发挥出更高效的边缘计算能力。

    基于深度强化学习的船舶电力系统故障网络动态重构方法

    公开(公告)号:CN119622255A

    公开(公告)日:2025-03-14

    申请号:CN202411713201.6

    申请日:2024-11-27

    Abstract: 本发明公开了一种基于深度强化学习的船舶电力系统故障网络动态重构方法,涉及电力系统信息技术领域,基于深度强化学习的船舶电力系统故障网络动态重构方法主要包括:将船舶电力系统电路图进行拓扑化得到有向图并构建目标函数和马尔可夫决策模型,利用优先经验回放策略训练对决双重深度Q网络算法,对待分析船舶电力系统进行故障网络动态重构,得到动态开关序列。实施本发明提供的基于深度强化学习的船舶电力系统故障网络动态重构方法,能提升动态故障重构的速度与准确度。

    一种基于改进深度双Q网络的SaaS软件负载均衡方法

    公开(公告)号:CN118939422A

    公开(公告)日:2024-11-12

    申请号:CN202410983784.8

    申请日:2024-07-22

    Abstract: 本发明提供一种基于改进深度双Q网络的SaaS软件负载均衡方法,涉及负载调节领域,包括:S1:构建智能体,智能体包括:负载均衡模型、SaaS软件负载均衡环境模型和负载均衡优化问题模型;S2:设置智能体的状态空间、动作空间和奖励函数;S3:通过改进双深度Q网络对状态空间、动作空间和奖励函数进行迭代优化,获得优化后的智能体;S4:通过优化后的智能体进行SaaS软件的负载均衡调度。本发明通过改进双深度Q网络对状态空间、动作空间和奖励函数进行迭代优化,克服了Q值偏高和局部最优问题,显著提高了优化后的智能体进行SaaS软件的负载均衡调度时的稳定性和效率。

Patent Agency Ranking