公开(公告)号：CN106446941B

公开(公告)日：2019-05-24

申请号：CN201610826499.0

申请日：2016-09-14

Applicant: 河海大学

Inventor： 王慧斌 ,  彭建华 ,  吴学文 ,  赵嘉 ,  赵丽华 ,  张丽丽 ,  李臣明

IPC: G06K9/62

Abstract: 本发明公开一种基于模型匹配的非常规突发事件动态优先方法，包括：利用关键信息模型标识关键信息的各种关键信息规则的集合，对实时处理数据流进行匹配，通过匹配过滤出满足规则的关键信息；不同种类的关键信息，在系统中的重要程度不一样，对不同关键信息赋予不同的数值，通过赋予数值的大小表示关键信息在系统中的重要程度；计算关键信息频率，关键信息单位时间内出现的次数；即关键信息规则在关键信息时间窗内，每类关键信息出现频率；计算关键信息优先级，关键信息频率与权重积的算数平均值，关键信息频率与权重，决定了关键信息在系统中的重要程度。

公开(公告)号：CN106447027A

公开(公告)日：2017-02-22

申请号：CN201610896637.2

申请日：2016-10-13

Applicant: 河海大学 ,  南昌工程学院

Inventor： 赵嘉 ,  王慧斌 ,  孙辉 ,  黄晶 ,  赵丽华

IPC: G06N3/00

CPC classification number: G06N3/006

Abstract: 本发明公开了一种矢量高斯学习的粒子群优化方法，为解决高斯学习策略易使群体的学习能力差、多样性缺失等不足，提出矢量高斯学习策略，该策略对种群最优位置依迭代次数选择相应维度空间进行矢量高斯学习，生成矢量高斯解，增加种群最优位置的学习能力，保持种群的多样性，并将其运用于粒子群优化方法。在进化过程中，通过对群体进化状态阈值的分析，方法将群体状态定义为“正常”和“早熟”两种状态，若群体陷入“早熟状态”，则采用线性递减的惯性权重和矢量高斯学习策略，反之，则采用固定的惯性权重策略。实验结果表明本发明能较好地逃离局部最优，具有较快的收敛速度和较高的收敛精度。

公开(公告)号：CN106446941A

公开(公告)日：2017-02-22

申请号：CN201610826499.0

申请日：2016-09-14

Applicant: 河海大学

Inventor： 王慧斌 ,  彭建华 ,  吴学文 ,  赵嘉 ,  赵丽华 ,  张丽丽 ,  李臣明

IPC: G06K9/62

CPC classification number: G06K9/6231 ,  G06K9/6201

Abstract: 本发明公开一种基于模型匹配的非常规突发事件动态优先方法，包括：利用关键信息模型标识关键信息的各种关键信息规则的集合，对实时处理数据流进行匹配，通过匹配过滤出满足规则的关键信息；不同种类的关键信息，在系统中的重要程度不一样，对不同关键信息赋予不同的数值，通过赋予数值的大小表示关键信息在系统中的重要程度；计算关键信息频率，关键信息单位时间内出现的次数；即关键信息规则在关键信息时间窗内，每类关键信息出现频率；计算关键信息优先级，关键信息频率与权重积的算数平均值，关键信息频率与权重，决定了关键信息在系统中的重要程度。

公开(公告)号：CN106446388A

公开(公告)日：2017-02-22

申请号：CN201610826500.X

申请日：2016-09-14

Applicant: 河海大学

Inventor： 张丽丽 ,  王慧斌 ,  彭建华 ,  李臣明 ,  赵丽华 ,  赵嘉 ,  黄晶

IPC: G06F17/50

CPC classification number: G06F17/5009

Abstract: 本发明公开一种基于蒙特·卡洛算法的新安江模型参数优化方法，根据蒙特·卡洛算法，构建了概率模型来生成采样数据，定义了相对误差与日效率系数两个目标函数，并使用这两个目标函数来判定参数率定结果值的优劣。通过对蒙特·卡洛算法应用于新安江模型进行参数优化的验证实验，结果表明，应用蒙特·卡洛算法对新安江模型参数进行优化，把优化的结果参数值用于日模型计算，计算结果与实测流量值具有较好的拟合度。