基于融合Transformer的图卷积循环网络的交通流量预测方法及系统

    公开(公告)号:CN117975717A

    公开(公告)日:2024-05-03

    申请号:CN202311869552.1

    申请日:2023-12-29

    申请人: 合肥学院

    发明人: 张琛 吴玥 张新 程知

    摘要: 本发明公开了基于融合Transformer的图卷积循环网络的交通流量预测方法及系统,包括:基于节点自适应参数学习(NAPL)模块、数据自适应图生成(DAGG)模块、GRU模块、Transformer模块构建交通流量预测模型;NAPL模块和DAGG模块的输出连接GRU模块、GRU模块的输出连接Transformer模块;参数修正,基于智能寻优算法更新交通流量预测模型中学习率以及学习率衰减、GRU的隐含层的层数、隐含层的神经元的个数、Transformer的层数和多头注意力的头数的参数取值组合,基于预测准确性判断参数取值组合的优选程度并趋向最佳参数取值组合变化;基于最佳参数取值组合重构预测模型并完成训练实现流量预测;本申请能自动推断不同交通序列之间的相互依赖关系,实现全程时间相关性的动态捕获,提高交通流量预测的精度。

    一种用于多处理器优先级仲裁的动态混合彩票方法

    公开(公告)号:CN113971144B

    公开(公告)日:2024-04-16

    申请号:CN202111254497.6

    申请日:2021-10-27

    摘要: 本发明涉及一种用于多处理器优先级仲裁的动态混合彩票方法,包括:彩票产生器动态产生每个主设备的初始彩票数,在设定的区间范围内,该初始彩票数在每个时钟周期内取任意值;根据请求时间的先后次序,计算每个主设备的时间权重f(t);计算每个主设备在考虑时间权重后的彩票持有总数;随机数生成器产生随机数,将该随机数与每个主设备的彩票持有总数进行比较,选中相应的主设备进行输出。本发明既考虑到为较高的优先级的主设备赋予数量较多的彩票数,又考虑到主设备获得的彩票数受到主设备发出请求的时间影响,请求的时间越早,那么彩票数也越多;提出时间权重函数修正了现有的彩票计算方法,使得彩票数计算充分考虑了请求时间的要素。

    一种动态进化鲸鱼优化算法的化合物水溶性预测方法

    公开(公告)号:CN115062750A

    公开(公告)日:2022-09-16

    申请号:CN202210679711.0

    申请日:2022-06-16

    申请人: 合肥学院

    摘要: 本发明提供了一种动态进化鲸鱼优化算法的化合物水溶性预测方法,具体包括以下步骤:步骤S1:选取化合物水溶性数据集作为实验数据并将数据集划分为训练集和测试集;步骤S2:使用多种群和种群动态进化的策略改进鲸鱼优化算法提高鲸鱼优化算法的寻优能力;步骤S3:将改进后的鲸鱼优化算法用于LSTM神经网络的参数寻优,训练具有较优参数结构的LSTM神经网络;步骤S4:使用改后的LSTM神经网络预测预测化合物水溶性;利用本发明训练的LSTM深度学习模型,能够准确预测化合物水溶性;对传统的鲸鱼优化算法进行优化,提高了寻优精度和算法收敛效率;将深度学习与群体智能优化算法应用于化合物水溶性预测,为化合物相关性质预测的研究工作提供了有价值的参考。

    一种基于离散化布谷鸟搜索算法的伪标记数据生成方法

    公开(公告)号:CN113094390B

    公开(公告)日:2022-04-19

    申请号:CN202110364412.3

    申请日:2021-04-05

    申请人: 合肥学院

    发明人: 张新 程知

    IPC分类号: G06F16/2453 G06N3/00

    摘要: 本发明属于排序学习技术领域,特别涉及一种基于离散化布谷鸟搜索算法的伪标记数据生成方法,所述的方法包括对于每一个查询采用池化技术获取少量的标记数据,对每一个查询‑文档对中,特征向量空间的每一维的特征进行归一化;对查询‑文档对的特征种类进行分类,同时计算每一类特征向量到原点的欧式距离,并将此距离作为鸟窝的特征维度变量;本发明通过将文档相关度标记问题转换为文档相似度的计算问题,即在候选未标记的文档中搜索与标记样本相似度最高的文档,进而将伪标记数据的生成问题转化成求解文档相似度的最优化问题;同时引入了全局搜索能力强的布谷鸟搜索算法,形成了基于离散化的布谷鸟寻优算法,确保了最终伪标记数据生成的准确率。

    一种用于多处理器优先级仲裁的动态混合彩票方法

    公开(公告)号:CN113971144A

    公开(公告)日:2022-01-25

    申请号:CN202111254497.6

    申请日:2021-10-27

    摘要: 本发明涉及一种用于多处理器优先级仲裁的动态混合彩票方法,包括:彩票产生器动态产生每个主设备的初始彩票数,在设定的区间范围内,该初始彩票数在每个时钟周期内取任意值;根据请求时间的先后次序,计算每个主设备的时间权重f(t);计算每个主设备在考虑时间权重后的彩票持有总数;随机数生成器产生随机数,将该随机数与每个主设备的彩票持有总数进行比较,选中相应的主设备进行输出。本发明既考虑到为较高的优先级的主设备赋予数量较多的彩票数,又考虑到主设备获得的彩票数受到主设备发出请求的时间影响,请求的时间越早,那么彩票数也越多;提出时间权重函数修正了现有的彩票计算方法,使得彩票数计算充分考虑了请求时间的要素。

    基于改进的PageRank的网络爬虫方法及系统

    公开(公告)号:CN111753161B

    公开(公告)日:2022-04-29

    申请号:CN202010507362.5

    申请日:2020-06-05

    申请人: 合肥学院

    发明人: 张新 台豪奇 程知

    摘要: 本发明属于互联网技术领域,特别涉及一种基于改进的PageRank的网络爬虫方法及系统,所述的方法包括:(1)爬取网页;(2)获取网页关系;(3)获取关系矩阵;(4)获取初始概率矩阵;(5)PageRank计算;获取到关系矩阵、初始概率矩阵以及阻尼系数后,计算网页PR值,循环迭代计算直至概率矩阵收敛终止迭代;通过本发明提供的方法,解决了网页爬虫中部分页面重用关键字以提高搜索排名的网页欺骗问题。本发明提供的网络爬虫系统,使用简单且具有易接受的存储、转换、计算形式,可高效快速地计算出每张网页的权重;同时包含较完善的爬虫程序,展示了爬虫在实际生活中的应用,包括图片和文件下载、百度百科检索、视频播放、网页关系可视化等功能。

    一种板级互联网络结构及通信方法

    公开(公告)号:CN112134814B

    公开(公告)日:2022-04-12

    申请号:CN202010859648.X

    申请日:2020-08-24

    申请人: 合肥学院

    发明人: 程知

    摘要: 本发明公开了一种板级互联网络结构及通信方法,本结构基于共享内存架构,采用事务级的建模方法;该结构包括命令传送网络和应答网络,网络中用到的主要模块有互联网络主设备片外集中互联统一转发接口、互联网络主设备片内片外专用互联接口、互联网络从设备接口、内存地址映射表、本地时间、线程传输事务、仲裁器、路由器。本发明板级系统中模块的互联更为精确,同时兼顾片内和片外不同层次的通信事务,使不同层次的通信事务相统一,有序、准确地实现通信数据包的分发和接收。

    多模卫星导航接收机跟踪环路及方法

    公开(公告)号:CN113970765A

    公开(公告)日:2022-01-25

    申请号:CN202111255577.3

    申请日:2021-10-27

    IPC分类号: G01S19/29 G01S19/30 G01S19/33

    摘要: 本发明涉及一种多模卫星导航接收机跟踪环路,包括:下变频器,用于将接收到的卫星信号经过下变频为中频信号,作为跟踪环路模块的输入信号;跟踪环路模块,用于对信号进行跟踪,最终获得导航电文,用于后续三维位置、速度、时间的解算;跟踪环路模块包括12个GPS跟踪环路和12个BD跟踪环路,每个跟踪环路均包括用于跟踪信号载波从而实现载波剥离的载波跟踪环,以及用于跟踪扩频码从而实现码剥离的码跟踪环。本发明具有弱信号跟踪能力,可以使跟踪环在弱信号条件下依然保持对信号的准确跟踪;本发明具有较低的功耗,设计了间隔累积、低频工作模式,在保证定位性能的基础上降低了跟踪环路的功耗。

    一种利用不确定样本的伪标记数据生成方法

    公开(公告)号:CN111753085A

    公开(公告)日:2020-10-09

    申请号:CN202010507265.6

    申请日:2020-06-05

    申请人: 合肥学院

    摘要: 本发明属于排序学习技术领域,尤其涉及一种利用不确定样本的伪标记数据生成方法,所述的方法包括:S101、采用NQC算法,提取衡量用户输入的查询质量“好坏”的特征集,记为查询特征集;S102、建立查询质量预测器;S103、过滤查询集,候选的查询利用步骤S102建立的查询质量预测器进行预测,选择朴素贝叶斯和Logistic算法来决定查询是否被选择;S104、生成伪标记数据;选定某一查询作为训练集,在后续的半监督学习中迭代生成伪标记数据;本发明通过自动过滤训练数据来建立弱预测器对训练查询集的质量进行预测的方法,与现有半监督方法不同,并不是所有可得的查询都被作为训练查询集,只有高质量的查询才会在接下来的半监督直推学习中被利用。

    一种用于大气湍流图像畸变校正的改进B样条非刚性配准方法

    公开(公告)号:CN114581497B

    公开(公告)日:2024-09-10

    申请号:CN202210398879.4

    申请日:2022-04-16

    申请人: 合肥学院

    IPC分类号: G06T7/30 G06T5/80 G06N3/006

    摘要: 一种用于大气湍流图像畸变校正的改进B样条非刚性配准方法,涉及大气光学领域,主要解决传统配准方法在大气湍流图像畸变严重时校正性能不稳定的问题。步骤为:输入经大气湍流退化后的图像序列,取图像序列的平均帧作为参考图像,图像中的每一帧作为浮动图像;生成均匀网格控制点矩阵;采用B样条非刚性变换生成图像变形场;根据变形场对浮动图像作变换,与参考图像之间进行归一化平方差,作为图像配准相似度的目标函数;利用融合粒子群算法的可调控指数级阻尼因子LM算法,求得目标函数最小时的最优控制点矩阵;根据最优控制点矩阵,求得配准后的浮动图像。本发明在处理多帧畸变湍流图像时,稳定性较好,能够获得较好的图像校正质量。