-
公开(公告)号：CN103996154A
公开(公告)日：2014-08-20
申请号：CN201410250360.7
申请日：2014-06-06
Applicant: 大连海事大学
Abstract: 本发明提供的面向统一教学资源的人机协同启发式排课系统，人机协同的排课方法。在统一教学资源下，即教学场馆(所)及其可用时间段、任课教师及其可支配时间段、选课学生及其可行时间段、所开设的课程，面向同一教学单位所有可能学生类别或群体的共排课问题，排课过程由计算机自动排课模块和人工辅助排课模块协同完成。计算机排课进程中，当排课结果小于预期目标函数值时，暂停排课，通知人工协作进程进行调整或删除部分排课记录，进而，计算机在此基础上统筹优化，在剩余的教学资源空间中继续根据规则库约束进行自动求解。如此反复上述协同过程，直至获得满意排课可行解，达到目标函数值要求，或任课教师的个性化上课时间要求。
-
公开(公告)号：CN103455841A
公开(公告)日：2013-12-18
申请号：CN201310301679.3
申请日：2013-07-17
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于改进蚁群算法和启发式算法的集装箱货物摆放方法，具有如下步骤：初始待装载化货物信息和集装箱空间信息；初始化蚁群、初始化每一只蚂蚁的货物装载链信息以及初始化信息素信息；当前的蚂蚁根据当前蚁群算法的迭代次数和最大迭代次数，生成选货概率，使用轮盘赌的方式选择启发式选货方式或蚁群选货方式；若选择启发式：考虑当前的空间的左方和后方所装载的货物和当前待装载空间，从待装载的货物中选择适合的货物进行递归装载；若选择蚁群，查询信息素矩阵，根据轮盘赌的方式选择装载货物；对选出的货物，用回溯的方式，选出当前货物的最佳摆放姿态。
-
公开(公告)号：CN111860445B
公开(公告)日：2024-02-02
申请号：CN202010763461.X
申请日：2020-07-31
Applicant: 大连海事大学
IPC: G06F18/22 , G06F18/213 , G06F18/23213
Abstract: 本发明提供一种动态手势识别方法，包括：定义手部关节并建立手势模型；采集标准手势的训练手势的各个关节弯曲度数据，建立每个训练手势对应的手势特征模型、标准手势的标准手势特征模型；计算标准手势特征模型的关节起始位置阈值及终止位置阈值、多个手势特征模型与对应的标准手势模型的最大相似累计距离；确定测试手势的各关节的起始位置和终止位置；计算测试手势特征模型与每个标准手势模型的平均相似累计距离、平均相似累计距离与标准手势模型的最大相似累计距离的比值。本发明通过双重K‑Means特征提取方法，使测试模型与标准手势特征模型长度相等，减少相似距离计算的复杂度；同时，计算各标准手势的最大相似累积距离，保证动态手势识别的准确率。
-
公开(公告)号：CN103455841B
公开(公告)日：2016-12-28
申请号：CN201310301679.3
申请日：2013-07-17
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于改进蚁群算法和启发式算法的集装箱货物摆放方法，具有如下步骤：初始待装载化货物信息和集装箱空间信息；初始化蚁群、初始化每一只蚂蚁的货物装载链信息以及初始化信息素信息；当前的蚂蚁根据当前蚁群算法的迭代次数和最大迭代次数，生成选货概率，使用轮盘赌的方式选择启发式选货方式或蚁群选货方式；若选择启发式：考虑当前的空间的左方和后方所装载的货物和当前待装载空间，从待装载的货物中选择适合的货物进行递归装载；若选择蚁群，查询信息素矩阵，根据轮盘赌的方式选择装载货物；对选出的货物，用回溯的方式，选出当前货物的最佳摆放姿态。
-
公开(公告)号：CN119941214A
公开(公告)日：2025-05-06
申请号：CN202510102605.X
申请日：2025-01-22
Applicant: 大连海事大学
IPC: G06Q10/1093 , G06Q50/20 , G06N3/006 , G06F17/18 , G06F17/16
Abstract: 本发明公开了一种基于改进的狮群优化算法的多目标智能排课方法，S1：获取排课信息数据；S2：基于学生和教师平均不均匀度以及所排教室平均空闲率建立多目标排课模型；S3：将排课信息数据输入所述多目标排课模型，并基于改进的狮群优化算法进行结果寻优，基于设定的寻优目标得到最优解，即为最后的排课结果；所述寻优目标为使学生和教师平均不均匀度以及所排教室平均空闲率最低。本发明构建了多目标排课模型，并引入改进的狮群优化算法，基于本方法实现了自动排课，且提高了排课效率和收敛速度，同时，能够灵活有效管理排课问题中的资源分配问题，实现了高效稳定的多目标自动排课。
-
Patent Agency Ranking
公开(公告)号：CN118734132A
公开(公告)日：2024-10-01
申请号：CN202410859901.X
申请日：2024-06-28
Applicant: 大连海事大学
IPC: G06F18/24 , G06F18/214 , G06F18/21 , G06N3/08 , G06F18/2132 , G06F40/289 , G06N3/045 , G06N3/048 , G06N3/0442
Abstract: 本发明公开了一种基于深度学习的学位论文同行评阅意见分析方法，S1：获取学位论文同行评阅意见数据；S2：对数据进行预处理；S3：将处理后的数据归纳为若干个方面项，并设定情感倾向值，得到标注后的学位论文同行评阅意见数据；S5：构建学位论文同行评阅意见特征提取模型，对学位论文同行评阅意见特征提取模型进行训练，获得训练后的学位论文同行评阅意见特征提取模型；S6：将待预测的学位论文同行评阅意见输入训练后的模型，得到各方面项所对应的情感倾向值。本发明通过构建学位论文同行评阅意见特征提取模型，最终分析出学位论文评阅意见在若干个方面项所对应的情感倾向值，减少了人工分析的过程，节省了时间，提高了工作效率，同时能够提取并融合输入数据的全局特征与局部特征，保证分类特征充足，从而提高了情感倾向值预测的准确性。
-
公开(公告)号：CN116150669A
公开(公告)日：2023-05-23
申请号：CN202211542741.3
申请日：2022-12-02
Applicant: 大连海事大学
IPC: G06F18/241 , G06F40/205 , G06F17/13
Abstract: 本发明提供一种基于双流形正则化宽度学习的Mashup服务多标签分类方法，主要包括：采用隐狄利克雷分布主题模型对预处理后的Mashup描述文档进行特征提取；将Mashup描述文档主题特征矩阵分别线性映射成n组特征节点；通过激活函数对特征节点进行处理，从而生成增强节点；对特征节点和增强节点进行拼接处理从而生成增强特征节点作为模型的输入；构建基于双流形正则化宽度学习的Mashup服务多标签分类模型的目标函数；使用最小二乘法求解目标函数，获取双流形正则化宽度学习网络的权值矩阵；获取测试用Mashup服务的描述文档，将其送入已经训练好的模型中预测多标签分类结果。本发明利用双流形正则化对宽度学习模型进行改进，并采用改进后的BLS模型实现Mashup服务多标签分类功能。
-
公开(公告)号：CN102214321A
公开(公告)日：2011-10-12
申请号：CN201110197854.X
申请日：2011-07-14
Applicant: 大连海事大学
IPC: G06N3/12
Abstract: 本发明公开了一种三维集装箱装载布局优化的方法及系统。其中的方法是利用遗传算法的随机快速搜索能力、潜在并行性、全局收敛性在解空间内寻找一组粗略的可行解，之后以该组粗略的可行解作为蚁群算法的输入，利用蚁群算法的正反馈机制、并行性和搜索较好解的能力求得装箱的最优方案，从而实现了遗传算法与蚁群算法在解决集装箱装载布局问题上的融合，避免了现有采用单一算法解决三维集装箱装载布局问题的缺陷，在兼顾全局搜索能力的同时，兼顾了影响装载效率的几个重要约束条件，可应用性好。
-
公开(公告)号：CN111860445A
公开(公告)日：2020-10-30
申请号：CN202010763461.X
申请日：2020-07-31
Applicant: 大连海事大学
Abstract: 本发明提供一种动态手势识别方法，包括：定义手部关节并建立手势模型；采集标准手势的训练手势的各个关节弯曲度数据，建立每个训练手势对应的手势特征模型、标准手势的标准手势特征模型；计算标准手势特征模型的关节起始位置阈值及终止位置阈值、多个手势特征模型与对应的标准手势模型的最大相似累计距离；确定测试手势的各关节的起始位置和终止位置；计算测试手势特征模型与每个标准手势模型的平均相似累计距离、平均相似累计距离与标准手势模型的最大相似累计距离的比值。本发明通过双重K-Means特征提取方法，使测试模型与标准手势特征模型长度相等，减少相似距离计算的复杂度；同时，计算各标准手势的最大相似累积距离，保证动态手势识别的准确率。
-
公开(公告)号：CN102214321B
公开(公告)日：2014-09-03
申请号：CN201110197854.X
申请日：2011-07-14
Applicant: 大连海事大学
IPC: G06N3/12
Abstract: 本发明公开了一种三维集装箱装载布局优化方法及系统。其中的方法是利用遗传算法的随机快速搜索能力、潜在并行性、全局收敛性在解空间内寻找一组粗略的可行解，之后以该组粗略的可行解作为蚁群算法的输入，利用蚁群算法的正反馈机制、并行性和搜索较好解的能力求得装箱的最优方案，从而实现了遗传算法与蚁群算法在解决集装箱装载布局问题上的融合，避免了现有采用单一算法解决三维集装箱装载布局问题的缺陷，在兼顾全局搜索能力的同时，兼顾了影响装载效率的几个重要约束条件，可应用性好。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.018 seconds)
