-
公开(公告)号：CN117557839A
公开(公告)日：2024-02-13
申请号：CN202311488373.3
申请日：2023-11-09
Applicant: 安徽大学
IPC: G06V10/764 , G06V20/13 , G06N20/10 , G06N3/006 , G06N3/12
Abstract: 本发明公开了一种基于多分类实例选择的遥感图像检测方法，包括：S1、采集遥感图像数据，并进行数据预处理；S2、基于预处理后的数据初始化实例种群，计算实例重要度；S3、计算第g代种群中每个个体的优化目标值；S4、在无约束条件下迭代优化训练遥感图像SVM分类模型；S5、构造约束条件，在约束条件下迭代优化训练遥感图像SVM分类模型；S6、采集目标遥感图像数据，并通过分类模型进行分类得到分类结果。本发明能选出分类精度最高的模型作为卫星遥感图像分类模型，从而能提高对多类别遥感图像的分类性能，减少分类的预测时间。
-
公开(公告)号：CN115994867A
公开(公告)日：2023-04-21
申请号：CN202211465044.2
申请日：2022-11-22
Applicant: 安徽大学
Abstract: 本发明公开了一种基于全局到局部的进化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的个体；2、对得到的高光谱遥感图像种群进行全局进化操作和多代进化获得一个高质量种群；3、对高质量种群进行局部进化和多代进化获得一组非支配的Pareto解集，获得一组高光谱端元提取的结果。本发明能从多个角度衡量端元的质量，探索整个图像，解决了端元重复问题，进一步提高了端元的精度，从而能达到更加完美的端元提取效果。
-
公开(公告)号：CN112801692B
公开(公告)日：2022-08-30
申请号：CN202110048824.6
申请日：2021-01-14
Applicant: 安徽大学
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：CN109376842B
公开(公告)日：2022-04-05
申请号：CN201810946353.9
申请日：2018-08-20
Applicant: 安徽大学
IPC: G06N3/00
Abstract: 本发明公开了一种基于属性优化蛋白质网络的功能模块挖掘方法，包括：S1、提取蛋白质候选节点对；S2、通过蛋白质候选节点对的提取初始化种群及种群中每个个体的功能模块集合并根据模块度Qg和属性密度SAg计算每个个体的适应度值；S3、种群个体间进行交叉变异，产生子代种群；S4、子代个体继承父代个体的功能模块集合，并根据每一个子代个体和父代个体基因值之间的差异，调整子代个体的功能模块，得到子代种群每个个体的功能模块集合并计算每个个体的适应度值；S5、根据父代种群和子代种群个体的适应度值进行环境选择得到新的种群；S6、重复执行步骤S3‑S5，直到执行到最大迭代次数时，输出种群的帕累托最优解集中每个个体的功能模块集合。
-
公开(公告)号：CN114118257A
公开(公告)日：2022-03-01
申请号：CN202111398923.3
申请日：2021-11-19
Applicant: 安徽大学
IPC: G06K9/62 , G06N3/12 , G06V10/764 , G06V10/774
Abstract: 本发明提出了一种基于约束多目标进化算法的肿瘤图像分类方法，具体包括以下步骤：S1、采集历史肿瘤图像数据，并进行数据预处理；S2、基于预处理后数据初始化种群，并定义肿瘤图像的约束条件；S3、通过多目标进化算法迭代优化训练肿瘤图像分类模型；S4、采集目标肿瘤图像数据通过肿瘤图像分类模型进行分类得到分类结果。通过模型训练得到分类结果，并进行个体划分，根据约束进行选解，然后根据交叉和两阶段编译来产生解，通过环境选择来选出下一代种群。迭代结束后从第一前沿面中选出分类精度最高的模型作为肿瘤图像分类模型，通过肿瘤图像分类模型对目标肿瘤图像数据进行分类减少了训练时间并且增加检测的准确度，可以很好的提高用户的体验。
-
Patent Agency Ranking
公开(公告)号：CN109360656B
公开(公告)日：2021-11-02
申请号：CN201810946352.4
申请日：2018-08-20
Applicant: 安徽大学
IPC: G16H50/70
Abstract: 本发明公开了一种基于多目标演化算法的癌症检测方法，包括：通过多目标进化算法筛选初始癌症数据集，得到癌症检测数据模型；通过多目标集成算法提高癌症检测数据模型的准确度，得到癌症检测集成数据模型；通过癌症检测集成数据模型对目标癌症数据集进行癌症检测。如此，大大提升第一前沿面上的解的压缩率，同时提升分类准确度，采用了多目标集成来提升算法性能，大大降低了所选出来的集成模型数目，通过多目标集成，进一步提升算法对癌症样本的分类准确度。
-
公开(公告)号：CN112801163A
公开(公告)日：2021-05-14
申请号：CN202110088875.1
申请日：2021-01-22
Applicant: 安徽大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于动态图结构的小鼠模型海马生物标记物的多目标特征选择方法，包括：1：输入小鼠模型海马生物标记物样本数据；步骤2：对所述的小鼠模型海马生物标记物样本数据进行预处理；步骤3：构建与小鼠模型海马生物标记物训练样本对应的加权无向图；步骤4：通过鼠模型海马生物标记分类模型对待分类小鼠模型海马组织样本数据进行分类；步骤5：使用多目标优化算法动态更新加权无向图；步骤6：通过多目标优化算法的结果获得特征选择后的小鼠模型海马生物标记物。本发明能从大量的生物标记物样本中筛选出数量较少且重要性较高的生物标记物。
-
公开(公告)号：CN106997553B
公开(公告)日：2020-11-17
申请号：CN201710237451.0
申请日：2017-04-12
Applicant: 安徽大学
Abstract: 本发明公开了一种基于多目标优化的商品组合模式的挖掘方法，该方法将所述商品事务数据库中商品组合模式挖掘问题转化为多目标优化问题，通过问题转换，种群初始化以及种群进化来解决商品事务数据库中商品组合模式的挖掘问题。本发明解决了商品事务数据库中商品组合模式的单一性问题，提供多种模块组合供用户选择，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：CN109615421A
公开(公告)日：2019-04-12
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。
-
公开(公告)号：CN109376842A
公开(公告)日：2019-02-22
申请号：CN201810946353.9
申请日：2018-08-20
Applicant: 安徽大学
IPC: G06N3/00
Abstract: 本发明公开了一种基于属性优化蛋白质网络的功能模块挖掘方法，包括：S1、提取蛋白质候选节点对；S2、通过蛋白质候选节点对的提取初始化种群及种群中每个个体的功能模块集合并计算每个个体的适应度值；S3、种群个体间进行交叉变异，产生子代种群；S4、子代个体继承父代个体的功能模块集合，并根据每一个子代个体和父代个体基因值之间的差异，调整子代个体的功能模块，得到子代种群每个个体的功能模块集合并计算每个个体的适应度值；S5、根据父代种群和子代种群个体的适应度值进行环境选择得到新的种群；S6、重复执行步骤S3-S5，直到执行到最大迭代次数时，输出种群的帕累托最优解集中每个个体的功能模块集合。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.038 seconds)
