-
公开(公告)号：CN109818775A
公开(公告)日：2019-05-28
申请号：CN201811538729.9
申请日：2018-12-14
Applicant: 南昌大学
Abstract: 本发明提供了基于自适应微分进化算法优化小波神经网络的短期网络流量预测方法，包括以下步骤：步骤1：数据预处理，将数据集拆分成训练样本和测试样本；步骤2：初始化小波神经网络WNN结构及自适应微分进化算法ADE种群大小NP、最大进化代数G、初始变异概率F0、交叉因子CR的参数；本发明在小波神经网络修正参数的步骤中增加动量项；同时采用自适应微分进化算法(ADE)生成小波神经网络初始连接权值、小波系数及动量项系数，通过优化调整WNN参数初始化的策略，建立了基于自适应微分进化算法优化小波神经网络(ADE-WNN)的模型，经过优化改进的小波神经网络模型，收敛速度更快，预测精度也更高且具有很好的稳定性，可以有效地预测未来短期的网络流量数据。
-
Patent Agency Ranking
公开(公告)号：CN116977748A
公开(公告)日：2023-10-31
申请号：CN202311101660.4
申请日：2023-08-30
Applicant: 南昌大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T7/00 , G06T5/00
Abstract: 本发明提供了一种结肠炎图像分类方法及系统，涉及图像处理领域。所述分类方法包括以下步骤：获取图像数据进行预处理，构建数据集；基于&％$0注意力网络构建双注意力模块，所述双注意力模块中包括两组并行构建的空间注意力模块和通道注意力模块；基于5HV1HW网络构建结肠炎图像分类模型，且所述结肠炎图像分类模型中每一残差块的最后一层均嵌有所述双注意力模块；基于所述数据集迭代训练所述结肠炎图像分类模型，得到训练后的结肠炎图像分类模型；获取待分类图像输入所述训练后的结肠炎图像分类模型，输出分类结果。本发明提供的方法有助于辅助医生诊断，在一定程度上改善了需要活体检测的问题，提高了医生的诊断效率。
-
公开(公告)号：CN109818775B
公开(公告)日：2021-09-28
申请号：CN201811538729.9
申请日：2018-12-14
Applicant: 南昌大学
Abstract: 本发明提供了基于自适应微分进化算法优化小波神经网络的短期网络流量预测方法，包括以下步骤：步骤1：数据预处理，将数据集拆分成训练样本和测试样本；步骤2：初始化小波神经网络WNN结构及自适应微分进化算法ADE种群大小NP、最大进化代数G、初始变异概率F0、交叉因子CR的参数；本发明在小波神经网络修正参数的步骤中增加动量项；同时采用自适应微分进化算法(ADE)生成小波神经网络初始连接权值、小波系数及动量项系数，通过优化调整WNN参数初始化的策略，建立了基于自适应微分进化算法优化小波神经网络(ADE‑WNN)的模型，经过优化改进的小波神经网络模型，收敛速度更快，预测精度也更高且具有很好的稳定性，可以有效地预测未来短期的网络流量数据。
-
-
-
Search Results
6
records
(took 0.017 seconds)
