-
公开(公告)号：CN110633845A
公开(公告)日：2019-12-31
申请号：CN201910794082.4
申请日：2019-08-27
Applicant: 江苏大学
Abstract: 本发明提出了一种基于加权偏好的pso用于金融投资问题优化的方法，用于优化金融投资中的多目标问题。该方法首先运用层次分析法提取出投资人对于金融投资中的风险，收益，资金回收期等多个指标的偏爱程度，即权重，其次根据根据各个指标的权重设置一个加权偏好。然后将加权偏好运用到多目标群智能优化算法pso的全局最优粒子的选择，引导粒子群向偏好区域收敛，最后运用多目标偏好pso对金融问题进行优化，得出问题的优化解集，供投资者选择。该方法可以根据不同投资者对于收益与风险等指标倾向程度，得出不同的投资方案。
-
公开(公告)号：CN110502235A
公开(公告)日：2019-11-26
申请号：CN201910669251.1
申请日：2019-07-24
Applicant: 江苏大学
Abstract: 本发明公开了一种基于微信小程序和活动的展示方法，通过主办方创建活动或比赛，将活动或比赛的数据通过PHP的Zend Framwork框架存储到云服务器上的Mysql数据库中，也通过此框架编写后端代码来获取数据库中的活动或比赛数据，并提供接口给微信小程序来获取数据将其进行展示。本发明充分利用了微信小程序的无需安装、节省内存的优点，运用了PHP语言来获取和保存数据，通过小程序线上发布活动或比赛，让参加人员线上参加即可，解决以往人工记录活动参加人员的信息和访问网站注册登记比赛的问题。
-
公开(公告)号：CN110378383B
公开(公告)日：2023-06-16
申请号：CN201910529685.1
申请日：2019-06-19
Applicant: 江苏大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08 , G06F16/55
Abstract: 本发明公开了一种基于Keras框架和深度神经网络的图片分类方法，包括对图片数据的预处理；通过构建卷积神经网络和全连接神经网络来训练模型，对手写数字图片数据进行识别。本发明充分利用Keras框架的高度模块化，极简和快速实验的优点，运用卷积神经网络的结构，解决以往研究人员事先确定参数以及每层维度的问题，进一步提高做实验的效率，从而减少研究人员实验时间并且提高手写数字识别准确性。
-
公开(公告)号：CN111950604A
公开(公告)日：2020-11-17
申请号：CN202010729446.3
申请日：2020-07-27
Applicant: 江苏大学
Abstract: 本发明提出了一种基于最小重建误差搜索降维和粒子群优化的多分类支持向量机的图像识别分类方法，用于进行图像内容识别和分类。该方法首先通过最小重建误差搜索降维算法的最优参数，接着运用优化后的最小重建误差搜索算法对手写数字数据集中的样本进行降维，从中提取出关键信息，将维度降到17维。其次根据数据集中样本类别数量构建多个一对一的支持向量机分类器，将其组合起来间接的实现多分类。然后以训练后的最高分类精确度作为目标，运用群智能优化算法对每个支持向量机分类器的参数进行全局寻优，得到最终的具有高识别精确度的图像识别分类方法。
-
公开(公告)号：CN110263266A
公开(公告)日：2019-09-20
申请号：CN201910417546.X
申请日：2019-05-20
Applicant: 江苏大学
IPC: G06F16/955 , G06F16/953 , G06F16/21
Abstract: 本发明公开了一种基于微信小程序和爬虫的数据展示方法，通过爬虫框架Scrapy对各个网站进行爬取数据，将爬取的数据村存储到云服务器上的MongoDB数据库中，通过Python的Django框架编写后端代码来获取爬取到的数据，并提供接口给微信小程序来获取数据将其进行展示。本发明充分利用了微信小程序的无需安装、节省内存的优点，运用了爬虫技术来爬取数据，解决以往安装App才能浏览信息的问题。
-
Patent Agency Ranking
公开(公告)号：CN111950604B
公开(公告)日：2024-05-14
申请号：CN202010729446.3
申请日：2020-07-27
Applicant: 江苏大学
IPC: G06V10/764 , G06N3/006
Abstract: 本发明提出了一种基于最小重建误差搜索降维和粒子群优化的多分类支持向量机的图像识别分类方法，用于进行图像内容识别和分类。该方法首先通过最小重建误差搜索降维算法的最优参数，接着运用优化后的最小重建误差搜索算法对手写数字数据集中的样本进行降维，从中提取出关键信息，将维度降到17维。其次根据数据集中样本类别数量构建多个一对一的支持向量机分类器，将其组合起来间接的实现多分类。然后以训练后的最高分类精确度作为目标，运用群智能优化算法对每个支持向量机分类器的参数进行全局寻优，得到最终的具有高识别精确度的图像识别分类方法。
-
公开(公告)号：CN110782950B
公开(公告)日：2023-09-26
申请号：CN201910903327.2
申请日：2019-09-23
Applicant: 江苏大学
Abstract: 本发明公开了一种基于偏好网格和莱维飞行的多目标粒子群算法的肿瘤关键基因识别方法，包括利用分类信息指数对原始基因表达谱数据集进行过滤，得到初级基因池；计算初始基因池中每个基因的基因类别灵敏度信息GCS值，然后通过GCS值对粒子进行编码；以基因子集在极限学习机ELM上的分类准确率和基因子集的规模为目标，构建多目标优化模型；通过建立好的多目标模型搜索出最终的基因子集，识别出肿瘤的关键基因。在多目标优化模型方面，本发明能通过多目标模型在初级基因池里快速高效地识别出数目较少且分类性能较好的关键基因子集。
-
公开(公告)号：CN111931997A
公开(公告)日：2020-11-13
申请号：CN202010729328.2
申请日：2020-07-27
Applicant: 江苏大学
Abstract: 本发明提出了一种基于加权偏好的多目标粒子群优化的自然保护区摄像头规划方法，用于自然保护区内监测摄像头规划的多目标问题。该方法首先运用层次分析法提取出不同自然保护区中对摄像头的多种性能的偏好程度，即权重，其次根据各个指标的权重设置一个加权偏好。然后将加权偏好运用到多目标粒子群优化算法(MOPSO)的全局最优粒子的选择，引导粒子群向偏好区域收敛，最后运用多目标偏好PSO对自然保护区不同类型摄像头数量进行优化，得出问题的优化解集，以供选择。该方法可以针对不同的自然保护区的自然条件，得出不同的规划方案。
-
公开(公告)号：CN110782950A
公开(公告)日：2020-02-11
申请号：CN201910903327.2
申请日：2019-09-23
Applicant: 江苏大学
Abstract: 本发明公开了一种基于偏好网格和莱维飞行的多目标粒子群算法的肿瘤关键基因识别方法，包括利用分类信息指数对原始基因表达谱数据集进行过滤，得到初级基因池；计算初始基因池中每个基因的基因类别灵敏度信息GCS值，然后通过GCS值对粒子进行编码；以基因子集在极限学习机ELM上的分类准确率和基因子集的规模为目标，构建多目标优化模型；通过建立好的多目标模型搜索出最终的基因子集，识别出肿瘤的关键基因。在多目标优化模型方面，本发明能通过多目标模型在初级基因池里快速高效地识别出数目较少且分类性能较好的关键基因子集。
-
公开(公告)号：CN110675309A
公开(公告)日：2020-01-10
申请号：CN201910802811.6
申请日：2019-08-28
Applicant: 江苏大学
Abstract: 本发明公开了一种基于卷积神经网络和VGGNet16模型的图像风格转换方法，包括对图像数据进行预处理，通过加载VGG16模型来获取13层卷积层的权重和偏置以及3层全连接层的权重和偏置，构建卷积神经网络对图像进行风格转换。本发明充分利用VGG16模型的深度层次和不同层次的权重和偏置的优点，运用卷积神经网络的结构和不同以往的损失计算方法，生成具有艺术效果的图像，解决以往工作人员通过软件或手工来绘制不同风格图像的问题，进一步提高工作人员办公的效率，从而减少工作人员工作时间并且提高生成图像的逼真性。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.021 seconds)
