公开(公告)号：CN116663659A

公开(公告)日：2023-08-29

申请号：CN202310606988.5

申请日：2023-05-23

Applicant: 河南大学

Inventor： 魏倩 ,  轩亚珂 ,  帅伟伟 ,  苏朋 ,  张前程

IPC: G06N3/126

Abstract: 本发明提出了一种基于遗传算法的自适应VMD参数寻优方法，该方法包含以下步骤：首先，根据待分解信号本身构造一个自适应的评价熵函数；其次，以这个自适应评价熵函数为优化目标，使用遗传算法对VMD的两个最重要的参数寻优，并将相同个体合并策略引入遗传算法；最后得到最优的参数后再使用其对待分解信号进行VMD分解。本发明综合考虑了分解的精度、噪声鲁棒性以及其在参数优化过程中陷入局部最优的情况，通过参数寻优提高了VMD分解的精度和噪声鲁棒性，并使优化过程中算法的种群多样性保持在一定水平，避免陷入局部最优。

公开(公告)号：CN116957083A

公开(公告)日：2023-10-27

申请号：CN202310938269.3

申请日：2023-07-27

Applicant: 河南大学

Inventor： 周林 ,  冷俊芳 ,  帅伟伟 ,  张梦 ,  程聪聪 ,  毋嘉纬 ,  魏倩

IPC: G06N7/01 ,  G06Q10/0637

Abstract: 本发明提供一种基于变加权云贝叶斯网络的空中目标威胁评估方法，即根据威胁评估结果多为定量分析而较少研究目标威胁等级等定性问题，对目标威胁进行高、中、低定性决策。包括以下步骤：首先，基于贝叶斯网络构建空中目标属性的威胁评估模型；其次，将云模型引入到贝叶斯网络，利用云模型表示贝叶斯网络节点间关联性概率；然后，结合战场态势信息，利用改进高斯表达的变加权方法确定威胁评估目标属性权重；最后，基于关联性概率和目标属性权重，利用云模型运算法则来得到目标威胁等级决策。本发明研究目标威胁等级定性问题，能够有效完成目标威胁评估，获取目标威胁等级决策，进一步提高战场信息的利用率。