公开(公告)号：CN119964058A

公开(公告)日：2025-05-09

申请号：CN202510151038.7

申请日：2025-02-11

Applicant: 安徽大学

Inventor： 陈美文 ,  杨康佳 ,  程凡 ,  王啟军 ,  张绪恒

IPC: G06V20/40 ,  G06V10/764 ,  G06N3/0442 ,  G06V10/82 ,  G06N3/045 ,  G06V10/40 ,  G06N3/048 ,  G06N3/0464 ,  G06F17/14 ,  G06V10/80

Abstract: 本发明的一种基于深度学习的可见光视频等离子体破裂预测方法及设备，包括数据获取与处理，用来训练可见光视频等离子体破裂预测模型，通过预测模型对等离子体运行视频进行预测是否破裂；数据获取与处理包括获取可见光相机拍摄的等离子体运行视频，并截取视频片段，对于破裂炮视频，截取破裂前设定时间长度的视频片段，对于非破裂炮，随机截取电流平顶段的相同时间长度的视频片段，所截取的视频片段统一成相同的帧率，再对视频图像预处理。本发明利用可见光视频信号进行破裂预测，并实现实时预测，具有在线部署的潜力，为基于实时视频流输入的未来在线破裂预警与主动控制打开了可能性。

公开(公告)号：CN119832331A

公开(公告)日：2025-04-15

申请号：CN202510001724.6

申请日：2025-01-02

Applicant: 安徽大学

Inventor： 邱剑锋 ,  丁明帅 ,  程凡

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/44 ,  G06N3/006

Abstract: 本发明公开了一种基于扁平化遗传规划个体结构的多尺度皮肤异常分类方法，包括：1 采集皮肤样本图像数据集并预处理；2 根据定义的函数集、终端集以及设计的GP个体树结构，使用进化算法框架DEAP生成GP个体并构建初始种群；3 采用进化学习的方法演化种群中的GP个体，寻找迭代演化后的最佳GP个体；4 使用最佳GP个体作为特征提取分类模型，将待分类的皮肤样本图像数据集的输入该特征提取分类模型提取特征向量，利用线性SVM分类器完成对皮肤样本图像的最终分类。本发明能演化出最佳的适用于皮肤图像分类的特征组合方案，并能提取并组合不同尺度下的皮肤图像特征，从而能在不需要专家领域知识的情况下实现对皮肤图像的异常分类。

公开(公告)号：CN119719986A

公开(公告)日：2025-03-28

申请号：CN202411847117.3

申请日：2024-12-16

Applicant: 安徽大学

Inventor： 程凡 ,  韩刚 ,  李凯旋 ,  汤琪

IPC: G06F18/2431 ,  G06F18/214 ,  G06F18/15 ,  G06N3/126 ,  G06Q30/018 ,  G06Q50/00

Abstract: 本发明公开了一种基于进化PU算法的社交网络水军识别方法，包括：步骤1、收集正标签的社交网络水军特征样本集和无标签的社交网络用户特征样本集，作为待训练的数据集；步骤2、初始化种群，并构建一个引导向量；步骤3、基于进化PU算法对种群进行优化；步骤4、引导向量更新；步骤5、从最终种群中选择出一个最优个体，作为真实社交网络水军识别器。本发明能提高社交网络水军识别效率和准确率，不仅减少将正常用户错误分类为水军概率，还尽可能多的找到更多潜伏于社交网络中的水军。

公开(公告)号：CN117829431A

公开(公告)日：2024-04-05

申请号：CN202410012562.1

申请日：2024-01-04

Applicant: 安徽大学

Inventor： 邱剑锋 ,  李祥 ,  谢娟 ,  程凡

IPC: G06Q10/063 ,  G06Q10/04 ,  G06Q50/06 ,  G06F18/22 ,  G06F18/23

Abstract: 本发明公开了一种竞争多任务优化的大规模水质检测方法，包括：一、对水质检测数据进行采集；二：通过任务划分策略，生成多个低维子空间以及相应的任务；三、生成水质检测特征选择方案种群，并设置参数；四：通过竞争多任务优化策略选择合适的主任务进行优化，在知识迁移时选择合适的辅助任务帮助主任务进行优化，并通过环境选择迭代选取优质特征选择方案，最终得到最优的水质检测特征选择方案。本发明能减少大规模水质检测特征选择问题中所耗费的时间和空间，在大规模的水质检测特征集中快速的获得优质特征选择方案进行水质检测，以提高识别准确性。

公开(公告)号：CN117238025A

公开(公告)日：2023-12-15

申请号：CN202310556959.2

申请日：2023-05-17

Applicant: 合肥学院 ,  安徽省公安教育研究院(安徽公安学院筹备处) ,  安徽大学 ,  安徽省产品质量监督检验研究院

Inventor： 孙鹏彭 ,  吴志泽 ,  张兵 ,  汤卫思 ,  邹乐 ,  檀明 ,  程凡 ,  孙斐 ,  宣萍 ,  丁振华 ,  丁宏 ,  汤正道 ,  王晓峰

IPC: G06V40/20 ,  G06V10/82 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/049 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种基于自注意力图卷积的人体骨架行为识别方法，包括：一个图卷积与自注意力结合的空间混合模块MGS，一个特定于时间帧的空间自注意力模块TSSA，以及一个多尺度的时间卷积模块MS‑TCN,在MGS中通过并行执行图卷积与自注意力操作对节点间的局部与全局关系进行建模，并在两个分支之间进行跨分支的双向交互，实现在通道和空间维度的信息互补,TSSA模块使用自注意力学习行为序列中的帧内空间关系，建模单帧人体骨架独特的空间特征,MS‑TCN模块采用多分支的设计，利用不同空洞率的时间卷积扩大时间感受野。通过将MGS、TSSA与MS‑TCN相结合，进一步提出了MixGCN,在具有挑战性的基准数据集NTU RGB+D60上取得了显著的性能。

公开(公告)号：CN115732033A

公开(公告)日：2023-03-03

申请号：CN202211464491.6

申请日：2022-11-22

Applicant: 安徽大学

Inventor： 程凡 ,  张睿 ,  毛锐 ,  李凯旋 ,  张磊

IPC: G16B25/00 ,  G16B40/00 ,  G06N3/006 ,  G16B20/00

Abstract: 本发明公开了一种基于多目标特征选择的生物性状表达的基因选择方法，包括：步骤1：输入生物基因样本；步骤2：对输入的基因样本的特征进行分组并且针对每一个分组产生一个子种群；步骤3：各个子种群独立进化；步骤4：将所有的子种群逐步归并；步骤5：所有子种群最终合并为一个种群，该种群在原始基因上搜索，最终得到在原始基因集合上表达效果最好的部分基因，并且将它作为最终选择的基因。本发明能从大量的基因特征中筛选出数量较少且重要性较高的基因，从而有效提高高维生物性状表达的基因选择的准确性，同时也有利于缩短研究周期，降低研究成本。

公开(公告)号：CN113987014A

公开(公告)日：2022-01-28

申请号：CN202111239993.4

申请日：2021-10-25

Applicant: 安徽大学

Inventor： 张磊 ,  李柳 ,  杨海鹏 ,  孙翔 ,  程凡

IPC: G06F16/2458 ,  G06Q30/06

Abstract: 本发明公开了一种基于多目标优化的大规模商品组合模式的挖掘方法，该方法设计了一个模式归减策略对于大规模事务数据库进行频繁高效用项集挖掘，并提出一个种群初始化和种群修复策略作为辅助，从而挖掘到具有高销售量和高利润的商品组合。本发明解决了随着商品事务数据库中商品数量的增大，挖掘难度呈指数倍增长的问题，提供多种商品组合供用户选择，从而能提高商品事务数据库中商品组合模式挖掘的准确性和有效性。

公开(公告)号：CN112801692A

公开(公告)日：2021-05-14

申请号：CN202110048824.6

申请日：2021-01-14

Applicant: 安徽大学

Inventor： 张磊 ,  刘玉童 ,  程凡 ,  邱剑锋 ,  张兴义

IPC: G06Q30/02 ,  G06N3/00 ,  G06Q50/00

Abstract: 本发明公开了一种基于影响力指标的广告营销有效用户识别方法，该方法利用重叠社团检测方法得到的重叠社团结构信息，设计基于局部‑全局社团结构的影响力指标，来识别在社交网络中有助于广告营销的有效用户。本发明通过设计变异策略、交叉策略以及修复策略，在社交网络中找出广告营销的有效用户，在满足资金预算的前提下为决策者提供最优选择。

公开(公告)号：CN112487816A

公开(公告)日：2021-03-12

申请号：CN202011472395.7

申请日：2020-12-14

Applicant: 安徽大学

Inventor： 苏延森 ,  张宽宏 ,  程凡

IPC: G06F40/295 ,  G06F40/30 ,  G06F40/211 ,  G06F40/58 ,  G06F16/332 ,  G06F16/35

Abstract: 本发明公开了一种基于网络分类的命名实体识别方法，包括：1：输入命名实体训练样本文本数据并将其转化为向量数据；步骤2：对所述的命名实体训练样本数据进行预处理；步骤3：通过迭代选择部分样本构造网络训练命名实体识别模型；命名实体识别包括：步骤4：输入待识别命名实体样本数据；步骤5：对所述待识别命名实体样本数据进行预处理；步骤6：通过命名实体分类模型对所待识别命名实体样本数据进行识别，判断所属命名实体的类别。本发明能快速有效从海量的文本中提取命名实体的关键属性并识别出该实体的类别，提高命名实体识别的效率并为信息提取、问答系统、句法分析、机器翻译等提供基础。

公开(公告)号：CN111507825A

公开(公告)日：2020-08-07

申请号：CN202010299351.2

申请日：2020-04-16

Applicant: 安徽大学

Inventor： 张磊 ,  吴鑫鹏 ,  程凡 ,  马海平

IPC: G06Q40/02 ,  G06N3/12

Abstract: 本发明公开了一种P2P平台上基于博弈多目标优化的双向推荐方法，该方法将P2P借贷平台中的贷款推荐问题转换成了一个博弈多目标优化问题；通过将投资人和贷款人的需求形式化为两个目标函数(博弈双方)，分别对应两个子种群来分别优化这两个目标，然后在进化过程中互相博弈，最终得到同时满足双方需求的均衡解集来解决该双向推荐问题。本发明旨在投资人和贷款人的需求之间达到一种均衡，即推荐的贷款组合可以同时满足双方的需求。从而提升平台内的这两类用户对P2P借贷平台的满意程度，进而使得P2P借贷平台能够更长远的发展。