一种基于动态信息熵蚁群优化算法的移动机器人路径规划方法

    公开(公告)号:CN119509568A

    公开(公告)日:2025-02-25

    申请号:CN202411634898.8

    申请日:2024-11-15

    Applicant: 江苏大学

    Abstract: 本发明提供一种基于动态信息熵的蚁群优化算法的移动机器人路径规划方法,包括以下步骤:S1、环境建模:设置机器人的起点、终点以及障碍物的位置;S2、设置蚂蚁算法的初始参数;S3、非均匀信息素初始化:根据障碍物距离对信息素进行非均匀初始化,对于每个非障碍物节点(i,j),计算其到最近障碍物的欧氏距离minDist,计算并初始化信息素浓度τij;S4、路径构建。本发明通过基于障碍物距离的非均匀信息素初始化方法,引导蚂蚁优先选择远离障碍物的节点,减少蚂蚁死亡率,提高初期路径搜索的多样性和效率;本发明利用基于信息熵的动态信息素更新策略和自适应信息素挥发方式,灵活控制搜索过程,平衡算法的收敛速度与探索能力,提高算法的全局搜索能力和效率。

    基于客户选择和权重分配的联邦学习方法、系统及介质

    公开(公告)号:CN116776948A

    公开(公告)日:2023-09-19

    申请号:CN202310236329.7

    申请日:2023-03-13

    Applicant: 江苏大学

    Inventor: 孙国辉 李星毅

    Abstract: 本发明提供了基于客户选择和权重分配的联邦学习、系统及介质,该方法包括以下步骤:根据客户端实时正确率对客户端进行分层;对每一层的选取概率进行调整,在新的概率分布下倾向于选取表现差的层;对层内每一个客户的选取概率进行调整;选取用户训练并上传模型参数;使用注意力机制对模型权重进行调整;进行全局模型参数聚合。本发明在处理Non‑IID数据时,控制全局模型的收敛方向,并且在不违背最终模型公平性的前提下选择对模型收敛有利的用户,以及在控制客户端计算成本的条件下提高模型的收敛速度,解决客户端数据异构型较强的情况下,随机选择算法导致模型收敛慢和收敛方向不可控的问题。

    一种基于时空数据聚类的出行兴趣区域提取方法及系统

    公开(公告)号:CN114530038B

    公开(公告)日:2023-05-09

    申请号:CN202210027136.6

    申请日:2022-01-11

    Applicant: 江苏大学

    Inventor: 王成鹏 李星毅

    Abstract: 本发明提供一种基于时空数据聚类的出行兴趣区域提取方法及系统,包括以下步骤:步骤S1.原始车牌识别与数据预处理;步骤S2.通过预处理后的车牌识别数据提取车辆行驶轨迹;步骤S3.提取OD数据集;步骤S4.提取空间兴趣点区域;步骤S5.提取时空兴趣点区域;步骤S6.提取所述时空兴趣点区域的经纬度。本发明结合了空间聚集性、时间偏好性和停留时间的维度来挖掘城市出行兴趣区域,使用HDBSCAN算法和时间特性相结合,相比较DBSCAN算法降低了对参数的依赖,同时发现了更多的聚类,使时空挖掘结果更加精确。

    一种基于时空数据聚类的出行兴趣区域提取方法及系统

    公开(公告)号:CN114530038A

    公开(公告)日:2022-05-24

    申请号:CN202210027136.6

    申请日:2022-01-11

    Applicant: 江苏大学

    Inventor: 王成鹏 李星毅

    Abstract: 本发明提供一种基于时空数据聚类的出行兴趣区域提取方法及系统,包括以下步骤:步骤S1.原始车牌识别与数据预处理;步骤S2.通过预处理后的车牌识别数据提取车辆行驶轨迹;步骤S3.提取OD数据集;步骤S4.提取空间兴趣点区域;步骤S5.提取时空兴趣点区域;步骤S6.提取所述时空兴趣点区域的经纬度。本发明结合了空间聚集性、时间偏好性和停留时间的维度来挖掘城市出行兴趣区域,使用HDBSCAN算法和时间特性相结合,相比较DBSCAN算法降低了对参数的依赖,同时发现了更多的聚类,使时空挖掘结果更加精确。

Patent Agency Ranking