公开(公告)号：CN115866575A

公开(公告)日：2023-03-28

申请号：CN202211498779.5

申请日：2022-11-28

Applicant: 吉林大学 ,  吉林大学深圳研究院

Inventor： 康辉 ,  李秉天 ,  孙庚 ,  李家辉 ,  郑晓雅 ,  李洪娟 ,  于文玉 ,  刘剑桥

IPC: H04W4/90 ,  H04W40/10 ,  H04W40/20 ,  H04W28/02 ,  H04W28/22 ,  H04W84/18

Abstract: 本发明公开了一种用于灾区的无人机自组多跳网络数据传输方法，包括：步骤一、根据灾区数量确定无人机阵列的数量和每个阵列中的无人机数目；步骤二、确定每组无人机阵列的移动范围和远程地面基站的位置；步骤三、建立目标函数，通过目标函数和改进的多目标灰狼算法得出每个无人机阵列的最佳位置、理想激励电流权重以及最佳通信顺序；步骤四、每组无人机阵列移动到最佳位置，并调整激励电流到最佳权重，所述无人机阵列根据得到的最佳通信顺序进行信息传输。通过目标函数和改进的多目标灰狼算法得出每个无人机阵列的最佳位置、理想激励电流权重以及最佳通信顺序，提高了无人机阵列的传输效率，满足灾区救援的要求。

公开(公告)号：CN114398995A

公开(公告)日：2022-04-26

申请号：CN202210058069.4

申请日：2022-01-19

Applicant: 吉林大学

Inventor： 康辉 ,  于文玉 ,  孙庚 ,  李家辉 ,  史乙棋

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06N3/00

Abstract: 本发明属于数据挖掘领域，涉及一种联合分类器参数和特征选择的信息提取方法，包括：获得数据集、初始化多目标优化算法参数并选择分类器、采取混合解方法进行特征提取、筛选最优解，该方法通过将分类器参数和特征选择相结合，不仅提高了方法的分类准确率，有效地降低了数据的维度，并且解决了特征选择和分类器参数不匹配的难题。从而可以去除调查报告中的冗余和不相关特征的干扰，有效的降低高维数据的维数，减少调研过程中所消耗的人力物力，并且所选择的特征更容易被人理解，更能够代表调研中的最真实的数据，更加适合解决调研下所产生的实时数据，在信息提取领域有着广泛的应用前景。

公开(公告)号：CN114547405A

公开(公告)日：2022-05-27

申请号：CN202210160725.1

申请日：2022-02-22

Applicant: 吉林大学

Inventor： 孙庚 ,  李家辉 ,  于文玉 ,  康辉 ,  王爱民 ,  梁爽 ,  纪柏 ,  刘剑桥

IPC: G06F16/906 ,  G06K9/62 ,  G06N3/00 ,  G06N20/00

Abstract: 本发明公开了一种低成本、高准确率的特征选择方法，包括：步骤一、获取数据集以及获取特征所需的费用集，进行数据提取；步骤二、对提取到的数据集进行标准化处理；步骤三、将特征选择和目标成本构建成为一个多目标优化问题；步骤四、将所述多目标优化问题映射为一个二进制解空间的优化问题；步骤五、通过多目标优化算法对所述优化问题进行求解；步骤六、当所述算法经过多次迭代获得最优特征子集时，则筛选出符合要求的目标解；否则重复步骤五。通过多目标优群优化算法对优化问题进行求解，并经过多次迭代后得到最优特征子集，从而实现目标成本最小化的特征选择，不仅可以降低特征数目、提高分类准确率，还能够完成最小化特征来源的获取成本。