-
公开(公告)号：CN117057106A
公开(公告)日：2023-11-14
申请号：CN202310912389.6
申请日：2023-07-24
Applicant: 暨南大学
IPC: G06F30/20 , G06F17/18 , G06N3/126 , G06N3/006 , G06F119/02
Abstract: 本发明公开了一种基于多重子区间分解和群智能优化的结构可靠性分析方法，将结构参数不确定性用区间模型描述；根据一阶泰勒展开，以设计点为展开中心、平行坐标轴上有限样本点为基础，采用子区间分解分析方法结合离散群智能优化算法近似计算功能函数上、下限；变换展开中心到近似极值点，重复上述计算过程直至展开中心出现重复停止迭代，将最终结果作为结构功能函数的上、下限近似值并以此计算结构可靠指标。本发明对土木、机械、航空航天领域中不确定参数原始数据和资料缺乏，使用区间模型描述复杂工程结构参数不确定性并评估结构可靠性与安全性时，具有通用性和适应性，计算效率高。
-
公开(公告)号：CN115146482A
公开(公告)日：2022-10-04
申请号：CN202210916008.7
申请日：2022-08-01
Applicant: 暨南大学
IPC: G06F30/20 , G06F119/02
Abstract: 本发明公开了一种基于子区间分析与Chebyshev稀疏模型的结构可靠性分析方法，该方法首先基于子区间分析法估算功能函数Chebyshev展开模型各项稀疏，筛选系数较大的项建立Chebyshev展开稀疏近似模型，用该近似模型代替原高维、复杂的功能函数，然后结合多因子全水平试验设计方法和离散最优化算法，计算得到Chebyshev展开稀疏近似模型的上、下限以及结构的可靠度。本发明在使用代理函数方法评估土木工程、机械工程、航空航天等领域复杂工程结构基于区间分析的可靠性与安全程度时具有很好的通用性和适应性，大大减少了可靠性分析过程中结构分析与仿真的计算量，提高了计算效率。
-
公开(公告)号：CN117034577A
公开(公告)日：2023-11-10
申请号：CN202310906935.5
申请日：2023-07-24
Applicant: 暨南大学
IPC: G06F30/20 , G06F17/18 , G06F30/10 , G06F119/02
Abstract: 本发明公开了一种基于变中心子区间分解和椭球模型的结构可靠性分析方法，该方法首先将结构参数不确定性用非概率凸集椭球模型描述，采用极坐标变换将不确定参数椭球模型转换为极坐标区间模型；根据高维表征模型数学原理，取设计点为展开中心及平行坐标轴上有限样本点，以子区间分解分析方法计算功能函数上、下限近似值；变换展开中心到近似极值点，重复子区间分解分析直至展开中心点出现重复停止迭代，得到结构功能函数的上、下限近似值，并以此计算结构可靠指标。本发明对于具体应用领域中不确定参数原始数据和资料缺乏，使用椭球凸集模型描述复杂工程结构参数不确定性并评估结构可靠度时，具有很好的通用性和适应性，计算效率高。
-
公开(公告)号：CN113870296B
公开(公告)日：2022-02-22
申请号：CN202111455684.0
申请日：2021-12-02
Applicant: 暨南大学
Abstract: 本发明公开了一种基于刚体碰撞优化算法的图像边缘检测方法、装置及介质，包括将待检测图像转换为灰度图像；确定灰度图像中任一像素对应的候选边缘方向，并划分得到为两个像素集合；将各个候选边缘方向中最大的边缘强度作为目标像素的边缘强度；根据最大化方差法确定最佳边缘强度阈值；初始化种群规模和问题维度，并产生初始样本矩阵；将目标像素的边缘强度作为适应度函数，并设置循环次数；根据最佳边缘强度阈值、种群规模、问题维度、初始样本矩阵、适应度函数和循环次数，采用刚体碰撞优化算法确定边缘像素点；根据边缘像素点，输出图像边缘检测结果。本发明提高了精度和收敛速度，可广泛应用于图像处理技术领域。
-
Patent Agency Ranking
公开(公告)号：CN115146482B
公开(公告)日：2024-06-14
申请号：CN202210916008.7
申请日：2022-08-01
Applicant: 暨南大学
IPC: G06F30/20 , G06F119/02
Abstract: 本发明公开了一种基于子区间分析与Chebyshev稀疏模型的结构可靠性分析方法，该方法首先基于子区间分析法估算功能函数Chebyshev展开模型各项稀疏，筛选系数较大的项建立Chebyshev展开稀疏近似模型，用该近似模型代替原高维、复杂的功能函数，然后结合多因子全水平试验设计方法和离散最优化算法，计算得到Chebyshev展开稀疏近似模型的上、下限以及结构的可靠度。本发明在使用代理函数方法评估土木工程、机械工程、航空航天等领域复杂工程结构基于区间分析的可靠性与安全程度时具有很好的通用性和适应性，大大减少了可靠性分析过程中结构分析与仿真的计算量，提高了计算效率。
-
公开(公告)号：CN116956591A
公开(公告)日：2023-10-27
申请号：CN202310912358.0
申请日：2023-07-24
Applicant: 暨南大学
IPC: G06F30/20 , G06F30/10 , G06F17/18 , G06F17/16 , G06F119/02
Abstract: 本发明公开了一种基于多重子区间分解和超参凸模型的结构可靠性分析方法，将结构参数不确定性用含相关矩阵的非概率超参凸集模型描述，采用类极坐标变换将不确定参数超参凸集模型转换为区间模型；根据一阶泰勒展开原理，以设计点为展开中心、平行坐标轴上有限样本点为基础，采用子区间分解分析方法结合离散教与学优化算法计算功能函数上、下限近似值；变换展开中心到近似极值点求得功能函数上、下限近似值，直至展开中心重复停止迭代，得到结构功能函数的上、下限近似值并计算结构可靠指标。本发明对不确定参数原始数据和资料缺乏，使用超参凸集模型描述复杂工程结构参数不确定性并评估结构可度时具有通用性和适应性，计算效率高。
-
公开(公告)号：CN113850830B
公开(公告)日：2022-02-18
申请号：CN202111436120.2
申请日：2021-11-30
Applicant: 暨南大学
Abstract: 本发明公开了一种基于布谷鸟优化算法的图像边缘检测方法、装置及介质，方法包括：将待检测图像转换为灰度图像；定义灰度图像中任一像素的候选边缘方向，并根据候选边缘方向将像素划分为两个像素集合；确定目标像素沿候选边缘方向的边缘强度；将各个候选边缘方向的最大边缘强度作为目标像素的边缘强度；初始化鸟巢规模和问题维度，并随机产生初始鸟巢位置样本矩阵；根据边缘强度确定适应度函数，并确定循环次数；根据鸟巢规模、问题维度、初始鸟巢位置样本矩阵、适应度函数和循环次数，通过布谷鸟搜索优化算法确定边缘像素点；根据边缘像素点，输出图像边缘检测结果。本发明的精度高且收敛速度快，可广泛应用于图像处理技术领域。
-
公开(公告)号：CN113870296A
公开(公告)日：2021-12-31
申请号：CN202111455684.0
申请日：2021-12-02
Applicant: 暨南大学
Abstract: 本发明公开了一种基于刚体碰撞优化算法的图像边缘检测方法、装置及介质，包括将待检测图像转换为灰度图像；确定灰度图像中任一像素对应的候选边缘方向，并划分得到为两个像素集合；将各个候选边缘方向中最大的边缘强度作为目标像素的边缘强度；根据最大化方差法确定最佳边缘强度阈值；初始化种群规模和问题维度，并产生初始样本矩阵；将目标像素的边缘强度作为适应度函数，并设置循环次数；根据最佳边缘强度阈值、种群规模、问题维度、初始样本矩阵、适应度函数和循环次数，采用刚体碰撞优化算法确定边缘像素点；根据边缘像素点，输出图像边缘检测结果。本发明提高了精度和收敛速度，可广泛应用于图像处理技术领域。
-
公开(公告)号：CN113850830A
公开(公告)日：2021-12-28
申请号：CN202111436120.2
申请日：2021-11-30
Applicant: 暨南大学
Abstract: 本发明公开了一种基于布谷鸟优化算法的图像边缘检测方法、装置及介质，方法包括：将待检测图像转换为灰度图像；定义灰度图像中任一像素的候选边缘方向，并根据候选边缘方向将像素划分为两个像素集合；确定目标像素沿候选边缘方向的边缘强度；将各个候选边缘方向的最大边缘强度作为目标像素的边缘强度；初始化鸟巢规模和问题维度，并随机产生初始鸟巢位置样本矩阵；根据边缘强度确定适应度函数，并确定循环次数；根据鸟巢规模、问题维度、初始鸟巢位置样本矩阵、适应度函数和循环次数，通过布谷鸟搜索优化算法确定边缘像素点；根据边缘像素点，输出图像边缘检测结果。本发明的精度高且收敛速度快，可广泛应用于图像处理技术领域。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.015 seconds)
