-
公开(公告)号:CN116992258A
公开(公告)日:2023-11-03
申请号:CN202310974597.9
申请日:2023-08-02
Applicant: 湖北工业大学
IPC: G06F18/2111 , G06F18/2113 , G06F18/214 , G06F16/35 , G06F40/216 , G06F40/284 , G06N3/06
Abstract: 本发明公开了一种基于改进蚁群优化算法的多标签文本特征选择方法,包括以下步骤:步骤1、数据准备,对文本数据集进行预处理;步骤2、环境准备,转换得到的文本向量和标签向量使用岭回归提取特征标签相关性;步骤3、蚁群优化;步骤4、特征选择并输出迭代后的信息素。本发明通过蚁群在有监督和无监督加权图中游走,寻找在这两个监督范式下冗余性都较低的特征,同时通过节点中心性自适应的调整蚁群在不同数据集上迭代过程中所需游走的特征个数,通过参数的自适应提高蚁群的搜索能力,平衡探索与开发的能力。通过以上两个策略提升蚁群的优化能力,使得蚁群能捕获具有判别力的特征,获得最优特征子集。
-
公开(公告)号:CN117035017A
公开(公告)日:2023-11-10
申请号:CN202310961099.0
申请日:2023-08-01
Applicant: 湖北工业大学 , 西宁市大数据服务管理局 , 西宁卓尔信息科技有限公司
IPC: G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于改进型杂交育种算法的胶囊网络参数优化方法及系统。先将各组待优化的超参数组合编码为各种群个体,由各种群个体组成种群;根据种群个体中各个分量所代表的超参数的取值区间为各分量设定初始化位置,随机初始化胶囊网络模型的权重;再将种群个体解码为超参数组合输入到胶囊网络模型进行迭代训练,计算各种群个体的适应度值,根据适应度值的大小将各种群个体划分为保持系个体、恢复系个体和不育系个体,并对不同系的个体进行更新;如果达到预设的种群迭代次数,得到适应度值最小的种群个体为全局最优的胶囊网络超参数组合。本发明不仅能够使网络的超参数配置更加合理,而且能够减少时间成本。
-
公开(公告)号:CN119936902A
公开(公告)日:2025-05-06
申请号:CN202411972560.3
申请日:2024-12-30
Applicant: 湖北工业大学
Abstract: 本发明提供了一种复杂地形下卫星激光测高定位方法、装置及电子设备,属于卫星激光定位领域。其方法包括:获取待测激光脚点的足印影像、激光回波信号和待测激光脚点在足印影像的对应像点坐标;对足印影像进行图像分割得到地物分割图像,根据激光回波信号构建多分量回波能量模型,根据地物分割图像、多分量回波能量模型和像点坐标确定最佳高斯分量;根据最佳高斯分量求解测高定位结果。本发明可以在全波形激光测高仪加激光足印相机模式下的卫星激光测高中,通过对足印影像进行图像分割得到地物分割图像来灵活选取高斯分量,可以有效选出各复杂地形下卫星激光测高的最近高斯分量,有效减小卫星激光测高的误差。
-
公开(公告)号:CN119780940A
公开(公告)日:2025-04-08
申请号:CN202411972566.0
申请日:2024-12-30
Applicant: 湖北工业大学
Abstract: 本发明涉及一种卫星激光测高高精度定位脚点确定方法及装置,属于卫星测绘技术领域,该方法包括获取卫星激光测高仪发送的每个激光点的离散全波形数据,建立卫星激光测高脚点定位高程误差综合模型;对离散全波形数据的拟合结果进行区域分割,得到每个激光点的原始波形信噪比和波形拟合残差;根据原始波形信噪比和波形拟合残差等参数对激光点进行筛选,得到目标激光点;将目标激光点的离散全波形数据的拟合结果输入至卫星激光测高脚点定位高程误差综合模型,得到高程误差;根据高程误差对目标激光点进行判断和分级,得到高精度定位脚点;从而可以在不需要高分七号激光足印内精确地形参数的情况下对激光点进行筛选和分级,提取出高精度定位脚点。
-
公开(公告)号:CN117315534A
公开(公告)日:2023-12-29
申请号:CN202311233285.9
申请日:2023-09-22
Applicant: 湖北工业大学 , 西宁市大数据服务管理局 , 西宁卓尔信息科技有限公司
IPC: G06V20/40 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/006 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种基于VGG‑16和鲸鱼优化算法的短视频分类方法,将获取的视频帧图像输入到VGG‑16网络中进行特征提取,利用定义的视频分类性能评价函数,通过利用鲸鱼优化算法对VGG‑16网络中的特征权重最优参数问题优化求解,从而可以快速的获得最优特征权重参数,可用于计算机视频分类相关技术领域中,该分类方法能够提高算法的效率,能够满足短视频快速分类的应用要求,使用VGG‑16卷积神经网络来有效地提取视频帧中特征,提高了提取有效特征的能力,为后续根据特征进行短视频分类奠定了基础,充分解决了目前技术中全连接层中计算量大,计算时间长的问题,更加快速地进行短视频的分类。
-
-
-
-