公开(公告)号：CN108830370B

公开(公告)日：2020-11-10

申请号：CN201810508479.8

申请日：2018-05-24

Applicant: 东北大学

Inventor： 姜慧研 ,  董万鹏 ,  马连博

IPC: G06N3/00

Abstract: 本发明公开一种基于增强学习型菌群觅食算法的特征选择方法，方法包括：初始化细菌群落的位置、最大循环数值、迭代次数初始值；细菌群落中每一个菌体表示待选择的特征向量的权重向量；根据RL中最大化历史经验值策略，为每一菌体选择一种运动行为并执行，获取更新后的每一菌体的更新位置及更新位置后每一菌体的适应度值；基于RL规则，针对每一菌体适应度值的变化，获取反馈值；根据反馈值更新每一菌体所累积的历史经验值，将迭代次数增加1，重复上述过程，直至迭代次数大于最大循环数值时，输出细菌群落。本发明的方法采用增强学习型的优化方式代替了传统的概率型优化方式，能够得到更好的识别结果并且耗时较少。

公开(公告)号：CN108830370A

公开(公告)日：2018-11-16

申请号：CN201810508479.8

申请日：2018-05-24

Applicant: 东北大学

Inventor： 姜慧研 ,  董万鹏 ,  马连博

IPC: G06N3/00

CPC classification number: G06N3/006

Abstract: 本发明公开一种基于增强学习型菌群觅食算法的特征选择方法，方法包括：初始化细菌群落的位置、最大循环数值、迭代次数初始值；细菌群落中每一个菌体表示待选择的特征向量的权重向量；根据RL中最大化历史经验值策略，为每一菌体选择一种运动行为并执行，获取更新后的每一菌体的更新位置及更新位置后每一菌体的适应度值；基于RL规则，针对每一菌体适应度值的变化，获取反馈值；根据反馈值更新每一菌体所累积的历史经验值，将迭代次数增加1，重复上述过程，直至迭代次数大于最大循环数值时，输出细菌群落。本发明的方法采用增强学习型的优化方式代替了传统的概率型优化方式，能够得到更好的识别结果并且耗时较少。

公开(公告)号：CN107067404A

公开(公告)日：2017-08-18

申请号：CN201710199623.X

申请日：2017-03-30

Applicant: 东北大学

Inventor： 马连博 ,  王兴伟 ,  杨广明 ,  刘颖 ,  姜慧研 ,  董万鹏

IPC: G06T7/11 ,  G06T7/136

Abstract: 本发明提出基于植物根系觅食优化的多阈值金属微滴图像分割方法，该方法：获取待分割的金属微滴流源图像；随机初始化图像分割阈值的根种群，根据金属微滴流源图像的灰度直方图和各根的营养素浓度，计算根种群的各根的适应度和生长素浓度；将根种群的各根分为主根和侧根：对主根进行向水性自生长操作和向重力性自生长操作，计算各主根当前的最优适应度，对侧根进行自生长操作，计算各侧根当前的最优适应度；将各主根的最优适应度和各侧根的最优适应度进行比较，将其中最优适应度最小的根对应的一组阈值作为待分割的金属微滴流源图像的分割阈值组。本方法为提取金属微滴喷射系统中的金属微滴轮廓、体积及速度等关键参数提供了有效的图像测量数据。