-
公开(公告)号：CN109446588A
公开(公告)日：2019-03-08
申请号：CN201811166836.3
申请日：2018-09-30
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种基于随机Petri网模型的共享单车分析调度方法，采用K-means和MeanShift算法对某一区域某一天的共享单车数据进行聚类分析，根据得到的各共享单车虚拟站点和各站点之间的调度情况，建立调度前的随机Petri网模型；基于共享单车的自然流动情况，对调度过程中的变量进行设置，建立随机Petri网模型；所述变量包括：调度路径、调度时间和调度数量；利用随机Petri网模型，根据控制变量法调整每条调度路径中的共享单车的调度数量，得到共享单车的最佳调度频率，确定出共享单车的最佳调度策略，使各虚拟站点的共享单车数量稳定在初始状态。本发明的有益效果是：缓解了共享单车停放混乱、分布无序的问题。
-
公开(公告)号：CN108449325A
公开(公告)日：2018-08-24
申请号：CN201810162867.5
申请日：2018-02-27
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种基于身份密码的区块链认证方法、设备及存储设备，一种基于身份密码的区块链认证方法，采用基于身份的密码体制，发明一种无中心节点的区块链认证系统，对生成的信息进行签名，并通过另一用户节点进行认证，信息能够不被篡改且能够查询到生成信息的用户；一种基于身份密码的区块链认证设备及存储设备，用于实现基于身份密码的区块链认证方法；在区块链认证的过程中，只需信息生成方与信息认证方参与，且用户节点对信息进行认证时，直接计算生成信息生成方的公钥而无需访问第三方。本发明的有益效果是：通过本发明提供的技术方案，能够保证生成的信息不被篡改，且查询起来更方便、操作更简单，同时还能获知信息生成方用户的身份。
-
公开(公告)号：CN108389622A
公开(公告)日：2018-08-10
申请号：CN201810023563.0
申请日：2018-01-10
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种基于最优模型的疾病预测方法、设备及存储设备，所述方法包括步骤：S1：建立疾病模型；S2：读入疾病数据到上述建立的疾病模型；S3：对所述模型中的参数进行拟合；S4：设定计算初值及天数；S5：以所述天数作为计算次数，判断所述参数是否存在；S6：若不存在，则采用拟合方法拟合参数值；S7：若存在，则计算出疾病模型的结果；S8：判断是否有未建立的疾病模型；S9：若有，则返回S1继续执行直至所有的疾病模型均已建立；S10：若没有，对所述结果进行评价，并选出评价值最高的疾病模型进行疾病的预测。一种基于最优模型的疾病预测设备及存储设备，用来实现所述方法。本发明可以对地区疾病的情况作出有效预测。
-
公开(公告)号：CN107909140A
公开(公告)日：2018-04-13
申请号：CN201711165762.7
申请日：2017-11-21
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种保存优秀样本个体策略的寻优方法、设备及存储设备，所述方法包括步骤：设定局部搜索触发条件；判断待优化种群是否满足所述局部搜索触发条件；若不满足，则采用第一种算法进行种群优化；在第一种算法中引入优秀个体保存机制保证种群优化的多样性；若满足，则采用第二种算法进行种群优化；在第二种算法中引入种群重启机制避免种群优化的局部性；得到最终优化后种群中的最优解。一种保存优秀样本个体策略的寻优设备及存储设备，用来实现所述方法。本发明通过将两种算法相结合，并引入触发机制、优秀个体保存机制及种群重启机制，可以解决寻优后期收敛速度慢及样本随机选择带来的鲁棒性不足的问题。
-
公开(公告)号：CN119540799A
公开(公告)日：2025-02-28
申请号：CN202411617101.3
申请日：2024-11-13
Applicant: 中国地质大学(武汉)
IPC: G06V20/17 , G06V10/25 , G06V10/40 , G06V10/766 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0495
Abstract: 本发明提供一种适用于航拍小目标的检测方法、装置和设备，涉及图像处理技术领域，包括：获取待检测图像；利用双向特征金字塔网络DBiFPN在同一特征层的输入和输出特征之间添加跳跃连接，融合不同分辨率的输入特征层，从所述待检测图像中提取初始特征信息；利用多元分支模块C2fDB对所述初始特征信息进行捕捉和强化，得到中间特征信息；利用边界框回归损失函数对所述中间特征信息进行优化，得到目标特征信息，并通过三重注意力机制和动态头部框架对所述目标特征信息进行表达。本发明通过改进的DBiFPN网络利用双向加权融合不同尺度的特征图，增强了不同尺度目标之间的信息交流和传递，增强了模型的定位性能与泛化能力，并显著提升了特征表达的能力。
-
Patent Agency Ranking
公开(公告)号：CN118916766A
公开(公告)日：2024-11-08
申请号：CN202411160241.2
申请日：2024-08-22
Applicant: 中国地质大学(武汉)
IPC: G06F18/241 , G06N3/0464 , G06N3/096 , B64F5/60
Abstract: 本发明提供了一种基于动态权重的混合子域分布差异的部分域故障诊断方法，涉及机械智能故障诊断和计算机人工智能领域，采集轴承故障数据，构成源域和目标域；对数据集切片并对每个样本进行归一化处理；将源域和目标域样本分别输入到特征提取器、动态对抗加权模块，获得相应的特征向量，求出源域数据权重；将加权后的源域数据特征和目标数据域特征输入标签分类器、混合子域分布差异模块，计算加权交叉熵损失和条件熵损失，计算混合子域分布差异；对建立的深度神经网络模型进行训练，达到预设迭代次数后得到最终的基于动态对抗加权及混合子域分布差异的深度神经网络模型进行故障诊断。本发明的有益效果是：有效提高了故障识别精度。
-
公开(公告)号：CN118036459A
公开(公告)日：2024-05-14
申请号：CN202410192429.9
申请日：2024-02-21
Applicant: 中国地质大学(武汉)
IPC: G06F30/27 , G06N3/006 , G06F111/04 , G06F111/06
Abstract: 本发明提供一种基于预测和存档双机制的动态多目标优化方法及系统，涉及动态多目标优化领域，包括：获取初始化种群，将初始化种群作为当前种群；对当前种群进行环境检测；若环境变化小于预设值，则通过重新初始化公式获得新的当前种群；否则通过训练好的LSTM网络获得预测解集合P，通过预测解集合P和存档解集合A构建新的当前种群；对当前种群进行优化获得优化结果，将优化结果存入存档解集合A中；若优化次数达到预设次数则将存档解集合A作为最佳种群进行输出。通过预测解集合P和存档解集合A构建新的当前种群，结合了预测机制和存档机制，这种结合不仅提高了算法对新环境的快速响应能力，同时也保证了解的质量和多样性。
-
公开(公告)号：CN117114201A
公开(公告)日：2023-11-24
申请号：CN202311211213.4
申请日：2023-09-18
Applicant: 中国地质大学(武汉)
Abstract: 本申请提供了一种强化学习引导和适应度分析的工程优化方法，包括：根据工程问题，初始化参数，随机生成个体，确定初代种群，为个体分配强化学习智能体，并初始化强化学习智能体的Q表；构建执行动作并判断演化代数G除以隔代交流参数T的余数的值，引导个体选择算子以及划分变异种群，对种群进行交叉以及选择操作，构建奖励函数，累计获得的奖励，构建信息矩阵、问题向量以及参考向量，对工程问题进行适应度分析，更新强化学习智能体的状态，根据累计后的奖励以及更新后的状态，更新Q表，通过种群规模线性递减策略对演化后的种群进行处理，判断当前函数评价次数大于或等于最高函数评价次数则结束求解，确定全局最优解，完成对工程问题的优化。
-
公开(公告)号：CN116258090B
公开(公告)日：2023-08-18
申请号：CN202310544452.5
申请日：2023-05-16
Applicant: 中国地质大学(武汉)
IPC: G06F30/27 , G06N3/126 , G06F111/08
Abstract: 本发明提供了一种基于双阶段信息迁移的差分演化深空轨道设计方法及系统，包括：初始化父种群及预设参数，包括最高函数评价次数；以相同亚种群规模将父种群中个体随机分配，得到三个亚种群；保留亚种群中目标函数值低的部分个体，并随机重新分配剩余个体；利用差分演化算法，对重新分配后的亚种群进行变异、交叉和选择，得到新一代亚种群中目标函数值最低的全局最优解；对比全局最优解的函数评价次数与最高函数评价次数，若全局最优解的函数评价次数大于最高函数评价次数，则返回全局最优解。如此，本发明可以通过保留部分个体并随机分配剩余个体，维持多样性；且通过控制最优个体的迁移，避免种群演化中后期陷入局部最优解，提升收敛和开发能力。
-
公开(公告)号：CN115796238A
公开(公告)日：2023-03-14
申请号：CN202211578008.7
申请日：2022-12-02
Applicant: 中国地质大学(武汉)
IPC: G06N3/0464 , G06N3/094 , G06F18/2433 , G06F18/24
Abstract: 本发明公开了一种基于隐式数据增强的小样本机械故障诊断方法及装置，包括：采集原始振动信号并进行数据预处理，搭建智能故障诊断模型，其包括基于残差模块的主干诊断网络，在此基础上引入生成对抗网络的思想，设计隐式增强网络，通过对抗训练，隐式增强网络生成的假数据不断输入到主干诊断网络，起到数据增强的作用，使得主干诊断网络在小样本条件下避免陷入过拟合，进而提高主干网络的故障诊断能力，达到高精度故障诊断效果，且具有较好的鲁棒性与实用性。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.031 seconds)
