一种基于部分平均随机优化模型的医学影像分类方法

    公开(公告)号:CN107133626A

    公开(公告)日:2017-09-05

    申请号:CN201710325946.9

    申请日:2017-05-10

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于部分平均随机优化模型的医学影像分类方法,包括:1、利用现有医学影像处理技术构建数据集;2、定义问题的目标函数;3、定义问题的损失函数;4、初始化该分类算法所涉及的相关参数,包括:迭代次数T、多项式衰减平均参数ρ和代价敏感系数Cp,Cn。5、利用COMID框架对目标函数进行迭代求解,得到分类模型;6、利用分类模型对样本进行分类。本发明能提高分类精度,在特定场景下(大规模、不平衡、稀疏),得到更好的分类结果,并且得到了O(1/T)的最优收敛速度。

    一种面向正标记和无标记样本学习的医学影像分类方法

    公开(公告)号:CN117809117A

    公开(公告)日:2024-04-02

    申请号:CN202410005313.X

    申请日:2024-01-03

    Applicant: 安徽大学

    Abstract: 本发明公开了一种面向正标记和无标记样本学习的医学影像分类方法,包括:步骤1:收集正标记和无标记样本的医学影像数据集;步骤2:构建无标记样本的标签优化模型;步骤3:通过结合动态分组、邻域信息种群初始化和协同优化策略在进化多目标优化的框架下获得无标记样本的优化标签;步骤4:最终通过监督学习训练分类器,实现对医学影像样本的分类。本发明能应对传统监督学习方法在处理医学影像标签不确定性方面的限制,从而能提高医学影像分类的准确性和鲁棒性。

    一种基于进化多模态算法的高光谱端元提取方法

    公开(公告)号:CN117523400A

    公开(公告)日:2024-02-06

    申请号:CN202311554541.4

    申请日:2023-11-21

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于进化多模态算法的高光谱端元提取方法,包括:1、导入高光谱遥感图像数据,并构建种群个体;2、使用多种群框架,对得到的高光谱遥感图像种群进行划分,并分别进化;3、对各个子种群进行合并或者生成新的子种群,获得一组非支配的Pareto解集,经过多代进化,获得一组高光谱端元提取的结果。本发明能从多模态角度衡量端元的质量,对决策空间进行优化,解决了端元重复问题,进一步提高了端元的精度,从而能改善端元提取效果。

    一种基于在线分类算法的鲁棒性病症检测方法

    公开(公告)号:CN114300116B

    公开(公告)日:2023-11-28

    申请号:CN202111327568.0

    申请日:2021-11-10

    Applicant: 安徽大学

    Abstract: 一种基于在线分类算法的鲁棒性病症检测方法。所述方法包括;S1、通过在线分类方法处理病症数据集,得到病症检测集成分类器;S2、通过在线分类算法更新病症检测集成分类器中的历史数据,删除噪声点;S3、通过病症检测集成分类器对目标病症数据集进行病症检测。本发明通过在步骤S1中划分聚类空间对样本做出区分,然后在步骤S2中进一步筛选数据样本,对样本进行更新、淘汰,提升分类预测的质量,处理噪声点带来的负面影响,加强数据集的稳定性;在样本以数据流的形式到达时,样本空间不断做出更新,大大提升了优秀样本的利用率,通过样本在不同簇的选取情况,确定每个簇的活跃程度,判断病症样本的变化区间,提升分类的精度。(56)对比文件林舒卿.面向大规模非平衡数据集的潜在家庭宽带用户识别问题研究《.中国优秀硕士学位论文全文数据库 (信息科技辑)》.2020,(第07期),第I138-373页.李尧.复杂环境下数据流自适应学习策略及其应用研究《.中国优秀硕士学位论文全文数据库 (信息科技辑)》.2020,(第01期),第I138-904页.陈伟宏.基于分类器选择的集成学习算法研究《.中国优秀硕士学位论文全文数据库 (信息科技辑)》.2021,(第02期),第I138-836页.Kavita Mittal et al..Performancestudy of K-nearest neighbor classifierand K-means clustering for predicting thediagnostic accuracy《.InternationalJournal of Information Technology》.2018,第535–540页.杜娟;刘志刚;衣治安.一种适用于不均衡数据集分类的KNN算法.科学技术与工程.2011,(第12期),第2680-2685页.

    一种基于多目标进化算法的个性化商品推荐方法

    公开(公告)号:CN109615421B

    公开(公告)日:2022-12-06

    申请号:CN201811433908.6

    申请日:2018-11-28

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于多目标进化算法的个性化商品推荐方法,包括:按照预设比例将多类数据集分成多类训练集与测试集,再将多类训练集以一对多方式分成若干个二类训练子集;对多目标种群进行初始化,并对二类训练子集进行二进制编码得到N个个体;将N个个体体进行多目标迭代得到pareto前沿面;将pareto前沿面上AUC值最大的个体对应的SVM分类器作为预测模型;根据模型改进策略对预测模型进行改进,得到目标预测模型;根据目标预测模型对测试集进行预测,根据测试集中每个样本的AUC值对测试集中每个样本进行分类,得到测试集中每个样本的类别。

    一种基于进化多目标优化的遥感水质图像分类方法

    公开(公告)号:CN112183459A

    公开(公告)日:2021-01-05

    申请号:CN202011125116.X

    申请日:2020-10-20

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于进化多目标优化的遥感水质图像分类方法,包括:1:输入遥感水质图像训练样本数据;步骤2:对所述的遥感水质图像训练样本数据进行预处理;步骤3:训练遥感水质图像分类模型;遥感水质图像分类包括:步骤4:输入待分类的遥感水质图像样本数据;步骤5:对所述待分类遥感水质图像样本数据进行预处理;步骤6:通过遥感水质图像分类模型对所待分类遥感水质图像样本数据进行分类。本发明能快速分类出水质污染情况,并提升分类结果的准确度和精度。

    一种基于多目标优化的光伏系统最大功率点的获取方法

    公开(公告)号:CN105913161B

    公开(公告)日:2019-06-28

    申请号:CN201610338451.5

    申请日:2016-05-18

    Applicant: 安徽大学

    CPC classification number: Y02E40/76 Y04S10/545

    Abstract: 本发明公开了一种基于多目标优化的光伏系统最大功率点的获取方法,其特征是按如下步骤进行:1将光伏系统最大功率点的跟踪问题转换为如式(1)所示的多目标优化问题:2利用多目标优化方法对所述多目标优化问题进行优化,得到最大功率点所对应的电压和电流。本发明仅需检测外界环境,即可获得到光伏系统在该环境下的最大功率点,并达到提高最大功率点精度的目的。

    一种基于PAUC算法的农田智能喷药方法

    公开(公告)号:CN109255370A

    公开(公告)日:2019-01-22

    申请号:CN201810946392.9

    申请日:2018-08-20

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于PAUC算法的农田智能喷药方法,包括:S1、将农作物图像解析为包含植物特征向量的数据集;S2、初始化第T次迭代的预测模型w、杂草特征向量集合S+、农作物特征向量集合S-,其中,T=1;S3、基于数据集内植物特征向量与预设的农作物信息将数据集内植物特征向量划分至S+或S-;S4、基于数据集内植物特征向量计算得到第T次迭代的自适应梯度;S5、通过第T次迭代的自适应梯度更新w;S6、令T=T+1,执行步骤S3,直到T>Tmax,得到全局预测模型 S7、通过 从目标植物图像筛选出杂草,并对杂草进行农药喷洒。

    一种基于在线分类的网页异常检测方法

    公开(公告)号:CN107943916A

    公开(公告)日:2018-04-20

    申请号:CN201711160063.3

    申请日:2017-11-20

    Applicant: 安徽大学

    Inventor: 程凡 章霞 张闯

    Abstract: 本发明公开了一种基于在线分类的网页异常检测方法,包括:1:输入网页训练数据;步骤2:对所述的网页训练样本数据进行预处理;步骤3:训练在线网页分类模型;异常网页检测分类包括:步骤4:输入待检测网页样本数据;步骤5:对所述待检测网页样本数据进行预处理;步骤6:通过在线网页分类模型对所待检测网页样本数据进行分类,检测是否为异常网页。本发明能快速有效从海量、不平衡网页数据中检测出异常网页,提高网络安全和互联网用户体验。

    一种基于reABC‑SVM的葡萄酒质量鉴别方法

    公开(公告)号:CN107145911A

    公开(公告)日:2017-09-08

    申请号:CN201710330490.5

    申请日:2017-05-11

    Applicant: 安徽大学

    CPC classification number: G06K9/6269 G06N3/006

    Abstract: 本发明公开了一种基于reABC‑SVM的葡萄酒质量鉴别方法,包括:1从葡萄酒中提取样本,并在葡萄酒样本中测定其中某几种物质的含量,形成训练样本集;2使用改进人工蜂群优化算法对支持向量机的惩罚因子和核函数参数进行动态调整,输出最优参数,利用最优参数建立葡萄酒鉴别模型,从而实现对葡萄酒质量鉴别。本发明能利用改进ABC算法对SVM参数进行优化,从而得到最合适的分类模型实现对葡萄酒质量好坏的分类,进而解决葡萄酒质量鉴别问题。

Patent Agency Ranking