-
公开(公告)号:CN117973966A
公开(公告)日:2024-05-03
申请号:CN202410137049.5
申请日:2024-01-31
Applicant: 南京邮电大学
IPC: G06Q10/083 , G06Q10/0835 , G06N3/006
Abstract: 本发明公开了基于改进斑马优化算法的车货司机三方匹配方法及系统,包括:获取物流平台中车辆、货物、司机的数据信息;利用改进斑马优化算法,对平台获取的数据信息进行优化;根据所述改进斑马优化算法的输出结果,进行车货匹配和司机绑定。将不同体积类型的货物进行分阶段处理,构建配送收益最大化的车货匹配模型,并对物流平台下的司机进行约束,形成了三方匹配模型,充分利用货物阶段性以及剩余空间,能够满足现代物流配送以及运输发展的多样化和精细化需求,具有比较成熟的可实施性。
-
公开(公告)号:CN118075281A
公开(公告)日:2024-05-24
申请号:CN202410186450.8
申请日:2024-02-20
Applicant: 南京邮电大学
IPC: H04L67/104 , H04L41/0663 , H04L12/18 , H04L9/00 , G06F21/62
Abstract: 本发明公开了一种基于动态评分选取主节点的低时延共识方法及系统,涉及区块链节点评价共识技术领域,包括采集节点数据并划分节点集合,对节点集合进行数据预处理;客户端向主节点发送请求,主节点广播预备消息给副节点,副节点执行第一判断准则;通过第一判断准则的副节点广播准备消息给共识节点集合的其他副节点,收到准备消息的副节点执行第二判断准则;当客户端收到足够共识达成信息时达成共识。本发明具有更低的共识时延和更高的吞吐量,能够降低系统的网络通信开销,节省系统的传输能耗,抵御了拜占庭错误的影响,确保在绝大多数节点达成共识的情况下系统终止,提高了共识结果的可靠性。
-
公开(公告)号:CN118747508A
公开(公告)日:2024-10-08
申请号:CN202410224370.7
申请日:2024-02-29
Applicant: 南京邮电大学
Abstract: 本发明公开了基于优化鲸鱼算法的二型模糊神经网络模型的预测方法包括定义了一种二型模糊神经网络模型,该神经网络模型是由n个输入变量、一个输出变量和k条规则构成。如下图所示,该二型模糊神经网络模型是由注意力机制层、二型模糊映射层、规则触发层、模糊降型层、后件集合层以及结果输出层所组成的一种神经网络模型结构。本发明提出了一种优化的鲸鱼算法来对二型模糊神经网络模型中的前件以及后件参数进行搜索性能上的优化。该优化鲸鱼算法采用多个种群同时进化的策略,可以提高种群多样性,增强全局搜索能力,对于二型模糊神经网络模型中的参数辨识以及搜索具有很好地提升。
-
公开(公告)号:CN116258429A
公开(公告)日:2023-06-13
申请号:CN202310187940.5
申请日:2023-02-28
Applicant: 南京邮电大学
IPC: G06Q10/083 , G06Q10/0631
Abstract: 本发明公开了一种农村物流末端配送的车货匹配方法,包括:获取可调度的配送人员信息和已到达配送中心的货物信息,发布订单任务;配送人员进行抢单,配送中心系统对各配送人员信息进行筛选,将承运人客户端在线,并开启自动接单功能的承运人纳入当前匹配,构建车货匹配模型,以匹配率建立目标函数;使用GA‑C算法求解目标函数,得到配送成本最低车货匹配结果。本发明综合考虑配送中心、各承运人和配送点,建立基于众包模式的车货匹配模型,通过设计的GA‑C算法对其求解,合理安排承运人的配送任务,在更加贴近农村物流配送特性的同时也可以节省配送中心成本。
-
公开(公告)号:CN118134854A
公开(公告)日:2024-06-04
申请号:CN202410161517.2
申请日:2024-02-05
Applicant: 南京邮电大学
IPC: G06T7/00 , G06T5/73 , G06T5/60 , G06V10/26 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了管道缺陷检测方法及系统,包括:对数据集进行去模糊处理,减小由于背景等因素对检测效率的影响;并且在yolov7算法中加入改进的注意力机制,利用注意力机制来加权不同边界框的预测结果,根据每个边界框的特征表示或置信度等信息,动态地调整不同边界框的重要性,以提高对小目标(如渗漏)的关注度;改进其损失函数和激活函数,为损失函数添加约束项,降低网络模型检测小目标时产生的漏检情况,提升整体的检测准确度。
-
公开(公告)号:CN117975138A
公开(公告)日:2024-05-03
申请号:CN202410139109.7
申请日:2024-01-31
Applicant: 南京邮电大学
IPC: G06V10/764 , G06T7/00 , G06V10/774 , G06V10/82 , G06N3/0464 , G06V10/25
Abstract: 本发明公开了一种基于改进鱼鹰优化算法的管道缺陷检测方法及系统,涉及目标检测技术领域,包括收集下水道实景图像,对存在缺陷的位置进行标注,生成并按比例将数据集划分为训练集、验证集和测试集;搭建yolov7训练模型以及训练环境,初始化模型参数,并改进损失函数;改进鱼鹰优化算法,并对yolo超参数进行改进;计算模型评价指标,利用最优模型对实时检测视频流中获取单张图像输入网络中进行缺陷检测。本发明对IoU敏感性的考虑、水平边界框的定义、损失函数的改进都有助于提高模型的性能,特别是在检测微小物体,如水道渗漏缺陷时,模型的优越性能使其更具实用性,通过改进鱼鹰优化算法和调整YOLO的超参数,进一步提升了模型的训练效果。
-
-
-
-
-