-
公开(公告)号：CN119943234A
公开(公告)日：2025-05-06
申请号：CN202510413042.6
申请日：2025-04-03
Applicant: 南昌大学
Abstract: 本发明公开了一种基于机器学习的红外隐身材料膜层优化设计方法，包括：（1）构建以最小化红外隐身材料膜层光谱发射率的误差目标值的数学优化模型；（2）采用拉丁超立方采样产生种群；（3）构建注意力信息增强的结合最大信息系数的克里金机器学习模型；（4）基于误差目标值和多样性指标分别生成第一类子种群和第二类子种群；（5）对第一类子种群执行维度扰动驱动的梯度下降变异，基于预测误差筛选第一个子代个体；（6）对第二类子种群执行双层差分变异，基于期望提升值筛选第二个子代个体；（7）执行仿真分析并更新数据库，返回步骤（3）直至仿真分析次数达到设计周期。本发明能够提高红外隐身材料膜层设计问题的收敛精度。
-
公开(公告)号：CN119989540A
公开(公告)日：2025-05-13
申请号：CN202510421424.3
申请日：2025-04-07
Applicant: 南昌大学
IPC: G06F30/15 , G06F30/27 , G06F119/18
Abstract: 本发明公开了基于ML的后副车架结构轻量化与模态优化的目标设计方法，包括：（1）通过三维建模、静力学分析与模态分析，构建后副车架重量与一阶固有频率仿真对应的数学模型；（2）基于Maximin准则与拉丁超立方产生种群，建立径向基函数机器学习模型；（3）采用Pbest驱动的基于Eplison函数的DPM进化策略产生候选子代个体向量；（4）构造最小最大帕累托前沿提升函数筛选真实子代个体向量；（5）对真实子代个体向量进行仿真评估，基于反向世代距离更新情况自适应切换参考向量类型，返回步骤（3），直至优化目标达到设计要求，输出最优优化设计参数取值。本发明根据种群仿真结果自适应调整进化方向，对轻量化与模态优化两目标优化设计效果好。
-
公开(公告)号：CN119851834A
公开(公告)日：2025-04-18
申请号：CN202510328975.5
申请日：2025-03-20
Applicant: 南昌大学
IPC: G16C60/00 , G06F30/27 , G06F18/15 , G06F18/213 , G06F18/22 , G06N3/006 , G06F16/25 , G06F111/04 , G06F111/06 , G06F111/10
Abstract: 本发明公开了一种基于ML模型的红外隐身材料膜层多目标设计方法，包括：（1）根据拉丁超立方采样产生种群、联合MATLAB和光学仿真软件中对种群个体发射率进行仿真评估，建立最小化三个波段反射率误差值的三目标数学优化模型；（2）依据角度值建立个体与参考向量匹配关系；（3）融合角度信息构建角度信息增强的径向基函数机器学习模型；（4）设计序列式全局与局部进化机制；（5）根据个体提升量计算实时状态参数；（6）构造PF驱动的筛选函数确定最优子代个体并进行仿真评估，若满足设计要求则输出各膜层最优厚度值，否则返回步骤（2）。本发明针对红外隐身材料膜层多目标特性设计自适应的序列式全局与局部进化机制，算法适应性强。
-
公开(公告)号：CN117670748A
公开(公告)日：2024-03-08
申请号：CN202311606619.2
申请日：2023-11-28
Applicant: 南昌大学
Abstract: 本发明涉及图像增强技术领域，具体公开了一种夜间图像快速增强方法，包括步骤：获取摄像设备拍摄的原始图像，对原始图像进行边缘轮廓检测，之后将原始图像由RGB颜色空间转换至HSV颜色空间；采用盒式滤波对MSR算法进行改进，通过改进后MSR算法对原始亮度分量进行处理得到反射图像；通过预先设定的亮度调整方式调整反射图像的亮度分量；通过伽马变换对原始亮度分量进行处理，然后与调整后的反射图像进行自适应加权融合；将自适应加权融合后的图像亮度分量与边缘轮廓检测结果进行融合，之后将融合的新亮度图像与中HSV颜色空间的色度H、饱和度S合并，输出增强的图像。本发明算法处理速度快，且对于夜间图像的增强效果自然，能够有效避免图像的过度增强。
-
-
-
Search Results
4
records
(took 0.016 seconds)
