公开(公告)号：CN114972060B

公开(公告)日：2024-10-15

申请号：CN202210277440.6

申请日：2022-03-16

Applicant: 武汉大学

Inventor： 马刚 ,  张大任 ,  苗泽锴 ,  周伟 ,  王桥 ,  常晓林

IPC: G06T5/60 ,  G06T5/70 ,  G06T5/92 ,  G06T5/94 ,  G06N3/006 ,  G06V10/762

Abstract: 本发明提供了一种基于自适应粒子群算法的灰度图像增强方法及设备，包括：S1：定义图像转换函数，输入的灰度图像将通过图像转换函数进行增强；S2：通过自适应粒子群算法确定图像转换函数中的参数数值，在保障图像信息量的情况下获得更清晰的图像轮廓；S3：根据自适应粒子群算法确定的参数数值，通过图像转换函数输出增强后的灰度图像。本发明通过在构建图像转换函数时考虑图像的局部信息，改进了传统图像增强中仅考虑图像全局信息的不足，在不损失图像信息量的情况下强化图像轮廓，实现了对求解空间全局搜索与局部挖掘的自适应平衡，不仅规避了人力调整参数的盲目性，还能够保证算法处于稳定的搜索状态，且求解效率更高。

公开(公告)号：CN114117593A

公开(公告)日：2022-03-01

申请号：CN202111347097.X

申请日：2021-11-15

Applicant: 武汉大学

Inventor： 马刚 ,  张大任 ,  苗泽锴 ,  邓卓然 ,  周伟 ,  常晓林

IPC: G06F30/13 ,  G06N3/00

Abstract: 本发明提供基于自适应粒子群算法的岩体力学参数联合求解方法及装置，能够实现对多区域岩体参数的准确获取以及对工程运行状态的及时评估。方法包括：S1、获取监测数据；S2、自适应粒子群算法求解：基于有限元数据和获取的监测数据构建变形模型；初始化粒子群算法；将变形模型作为目标函数，将每个粒子的位置信息输入目标函数可获得适应度值，其值越小代表与岩体实际变形、渗流的接近程度越高，岩体参数越接近真实值；根据粒子在搜索空间中的位置，按照相对距离划分子种群，然后确定子种群个数；进行粒子群算法的迭代计算；S3、岩体参数的获取：取出整个种群中具有最小适应度值的粒子，该粒子的位置即为求解的所有岩体力学参数。

公开(公告)号：CN115760883A

公开(公告)日：2023-03-07

申请号：CN202211651042.2

申请日：2022-12-21

Applicant: 武汉大学

Inventor： 马刚 ,  张大任 ,  苗泽锴 ,  周伟 ,  王桥 ,  常晓林

IPC: G06T7/11 ,  G06T5/00 ,  G06V10/774 ,  G06V10/764 ,  G06N5/01 ,  G06F17/16

Abstract: 本发明公开了一种基于随机森林算法的颗粒材料CT图像分割方法及装置。方法如下：S1：输入颗粒材料CT图像，设置待使用的图像特征；S2：通过Gini系数评估待使用的图像特征的重要性，挑选出重要性高的图像特征；S3：基于选定的图像特征采用随机森林机器学习方法训练颗粒材料CT图像的像素分类模型；S4：对所有CT图像应用训练好的像素分类模型，完成颗粒材料的三维分割。本发明通过Gini系数对每个图像特征的重要性进行评估，筛选出对模型训练起关键作用的少量特征，有效提升了训练效率；在模型训练过程中手动标记颗粒和颗粒之间的孔隙，提升了模型的鲁棒性和分类效果。该方法能够对形态不规则和组成成分复杂的颗粒的CT图像进行精确、高效的分割。

公开(公告)号：CN115295098A

公开(公告)日：2022-11-04

申请号：CN202210857731.2

申请日：2022-07-20

Applicant: 武汉大学

Inventor： 马刚 ,  张佳 ,  周伟 ,  陈治平 ,  张大任 ,  常晓林 ,  王桥

IPC: G16C60/00 ,  G06F30/27 ,  G06F30/28 ,  G06F111/10 ,  G06F113/08

Abstract: 本发明公开了一种基于机器学习的圆球颗粒体系渗透特性的预测方法及系统，其中的方法采用离散单元法生成不同级配的圆球颗粒集合体，并对颗粒试样进行区域分割，建立包含颗粒材料级配信息和三维图像结构的试样数据集，再通过格子玻尔兹曼方法和D3Q19晶格模型，计算颗粒试样的渗透率；提取颗粒试样宏观、微观尺度的结构特征；构建训练机器学习模型的数据集；训练机器学习模型，最终得到能通过颗粒材料多个尺度结构特征准确有效预测渗透率的模型。本发明的方法弥补了宏观结构参数无法准确描述孔隙内部复杂结构的缺陷。同时基于提取的结构参数构建基于机器学习的渗透率预测模型，解决了传统渗流试验耗时长，颗粒尺寸变化范围大导致试验器材受限的问题。

公开(公告)号：CN110555506A

公开(公告)日：2019-12-10

申请号：CN201910768302.6

申请日：2019-08-20

Applicant: 武汉大学

Inventor： 马刚 ,  邓卓然 ,  周伟 ,  张大任 ,  程家林 ,  常晓林

IPC: G06N3/00

Abstract: 本发明公开了一种基于群体团聚效应的梯度自适应粒子群优化方法，首先，设置初始化参数，初始化粒子群的速度和位置，然后初始化种群极值与个体极值，接着根据粒子在搜索空间中的相对位置，采用K-Means聚类算法对粒子群进行聚类，获得聚类结果，接下来根据聚类结果，计算聚类极值以及相应的位置；然后根据粒子的目标函数适应度值的下降梯度自适应调整每个粒子的计算参数，再根据粒子的当前位置以及目标函数计算粒子在当前位置的适应度值；最后根据粒子的在当前位置的适应度值，更新个体极值、聚类极值和全局极值，并更新粒子的速度和位置。本发明的方法能够有效解决现有粒子群方法早熟收敛、陷入局部最优等问题，大大提高了算法的寻优能力。

公开(公告)号：CN114117593B

公开(公告)日：2023-04-18

申请号：CN202111347097.X

申请日：2021-11-15

Applicant: 武汉大学

Inventor： 马刚 ,  张大任 ,  苗泽锴 ,  邓卓然 ,  周伟 ,  常晓林

IPC: G06F30/13 ,  G06N3/006

Abstract: 本发明提供基于自适应粒子群算法的岩体力学参数联合求解方法及装置，能够实现对多区域岩体参数的准确获取以及对工程运行状态的及时评估。方法包括：S1、获取监测数据；S2、自适应粒子群算法求解：基于有限元数据和获取的监测数据构建变形模型；初始化粒子群算法；将变形模型作为目标函数，将每个粒子的位置信息输入目标函数可获得适应度值，其值越小代表与岩体实际变形、渗流的接近程度越高，岩体参数越接近真实值；根据粒子在搜索空间中的位置，按照相对距离划分子种群，然后确定子种群个数；进行粒子群算法的迭代计算；S3、岩体参数的获取：取出整个种群中具有最小适应度值的粒子，该粒子的位置即为求解的所有岩体力学参数。

公开(公告)号：CN114972060A

公开(公告)日：2022-08-30

申请号：CN202210277440.6

申请日：2022-03-16

Applicant: 武汉大学

Inventor： 马刚 ,  张大任 ,  苗泽锴 ,  周伟 ,  王桥 ,  常晓林

IPC: G06T5/00 ,  G06N3/00 ,  G06V10/762

Abstract: 本发明提供了一种基于自适应粒子群算法的灰度图像增强方法及设备，包括：S1：定义图像转换函数，输入的灰度图像将通过图像转换函数进行增强；S2：通过自适应粒子群算法确定图像转换函数中的参数数值，在保障图像信息量的情况下获得更清晰的图像轮廓；S3：根据自适应粒子群算法确定的参数数值，通过图像转换函数输出增强后的灰度图像。本发明通过在构建图像转换函数时考虑图像的局部信息，改进了传统图像增强中仅考虑图像全局信息的不足，在不损失图像信息量的情况下强化图像轮廓，实现了对求解空间全局搜索与局部挖掘的自适应平衡，不仅规避了人力调整参数的盲目性，还能够保证算法处于稳定的搜索状态，且求解效率更高。