-
公开(公告)号：CN117093844B
公开(公告)日：2024-03-15
申请号：CN202311009220.6
申请日：2023-08-11
Applicant: 湖北工业大学 , 西宁市大数据服务管理局
IPC: G06F18/2111 , G06F18/214 , G06F18/22 , G06N3/126
Abstract: 本发明公开了工业大数据多模态特征选择方法、装置、设备及介质，涉及工业大数据机器学习技术领域，方法包括步骤1，数据准备，获取工业生产过程中的大数据，进行初步预处理，将处理后的数据集划分为训练集和测试集；步骤2，设置算法相关参数和外部存档，并初始化种群；该工业大数据多模态特征选择方法、装置、设备及介质，通过设置数据处理模块、小生境划分模块、小生境处理模块，设计海明相似度用于区分离散空间中不同特征子集，避免传统欧氏距离难以区分离散解的问题。动态小生境策略通过集群池动态调整小生境规模，避免传统小生境技术参数敏感性、难以维持稳定小生境等问题。
-
公开(公告)号：CN117132581A
公开(公告)日：2023-11-28
申请号：CN202311187532.6
申请日：2023-09-14
Applicant: 湖北工业大学 , 西宁市大数据服务管理局 , 西宁卓尔信息科技有限公司
IPC: G06T7/00 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供基于YOLO网络的印刷电路板微小缺陷检测方法，该方法先对YOLOv7目标检测模型做出改进，并使用一种新的训练方法对模型进行训练并最终测试，具体包括：数据预处理，对原始印刷电路板缺陷数据集进行压缩处理，使用双三次插值压缩方法对原图像数据压缩得到不同级别的压缩图像数据集；针对微小缺陷建立改进的目标检测模型；改进的模型采取一种新的图像压缩训练方法并测试，模型利用压缩图像数据集的训练集进行训练，用原始图像数据集的测试集对训练好的模型进行测试；建立评判方法，得到最佳的检测结果。本发明可以在有效降低训练成本的同时提高印刷电路板微小缺陷的检测精度和检测效率。
-
公开(公告)号：CN117093844A
公开(公告)日：2023-11-21
申请号：CN202311009220.6
申请日：2023-08-11
Applicant: 湖北工业大学 , 西宁市大数据服务管理局
IPC: G06F18/2111 , G06F18/214 , G06F18/22 , G06N3/126
Abstract: 本发明公开了工业大数据多模态特征选择方法、装置、设备及介质，涉及工业大数据机器学习技术领域，方法包括步骤1，数据准备，获取工业生产过程中的大数据，进行初步预处理，将处理后的数据集划分为训练集和测试集；步骤2，设置算法相关参数和外部存档，并初始化种群；该工业大数据多模态特征选择方法、装置、设备及介质，通过设置数据处理模块、小生境划分模块、小生境处理模块，设计海明相似度用于区分离散空间中不同特征子集，避免传统欧氏距离难以区分离散解的问题。动态小生境策略通过集群池动态调整小生境规模，避免传统小生境技术参数敏感性、难以维持稳定小生境等问题。
-
公开(公告)号：CN117808905A
公开(公告)日：2024-04-02
申请号：CN202311872590.2
申请日：2023-12-29
Applicant: 湖北工业大学 , 西宁市大数据服务管理局 , 西宁卓尔信息科技有限公司
IPC: G06T9/00 , G06N3/0464 , G06N3/084 , G06N3/082 , G06V10/82 , G06V10/766
Abstract: 本发明公开了一种目标检测模型的压缩方法。先搭建由通道重排层、卷积层、归一化层、激活层、深度可分离卷积层、通道拼接层组成的轻量化特征提取模块；使用轻量化特征提取模块替换原始目标检测模型中的特征提取模块，得到轻量化目标检测模型；将原始目标检测模型作为教师模型，轻量化目标检测模型作为学生模型，采用一般概率分布的方式来表示目标检测模型的定位信息，进行概率分布蒸馏，提高了学生模型的检测精度，得到压缩后的模型。在原始目标检测模型的残差连接之前加入通道重排操作，方便特征复用；将残差连接中的逐元素“相加”操作替换为拼接操作，在深度可分离卷积之后没有时使用激活层，降低了逐元素的计算耗时，提高了模型的检测速度。
-
公开(公告)号：CN117035017A
公开(公告)日：2023-11-10
申请号：CN202310961099.0
申请日：2023-08-01
Applicant: 湖北工业大学 , 西宁市大数据服务管理局 , 西宁卓尔信息科技有限公司
IPC: G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于改进型杂交育种算法的胶囊网络参数优化方法及系统。先将各组待优化的超参数组合编码为各种群个体，由各种群个体组成种群；根据种群个体中各个分量所代表的超参数的取值区间为各分量设定初始化位置，随机初始化胶囊网络模型的权重；再将种群个体解码为超参数组合输入到胶囊网络模型进行迭代训练，计算各种群个体的适应度值，根据适应度值的大小将各种群个体划分为保持系个体、恢复系个体和不育系个体，并对不同系的个体进行更新；如果达到预设的种群迭代次数，得到适应度值最小的种群个体为全局最优的胶囊网络超参数组合。本发明不仅能够使网络的超参数配置更加合理，而且能够减少时间成本。
-
Patent Agency Ranking
公开(公告)号：CN117315534A
公开(公告)日：2023-12-29
申请号：CN202311233285.9
申请日：2023-09-22
Applicant: 湖北工业大学 , 西宁市大数据服务管理局 , 西宁卓尔信息科技有限公司
IPC: G06V20/40 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/006 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种基于VGG‑16和鲸鱼优化算法的短视频分类方法，将获取的视频帧图像输入到VGG‑16网络中进行特征提取，利用定义的视频分类性能评价函数，通过利用鲸鱼优化算法对VGG‑16网络中的特征权重最优参数问题优化求解，从而可以快速的获得最优特征权重参数，可用于计算机视频分类相关技术领域中，该分类方法能够提高算法的效率，能够满足短视频快速分类的应用要求，使用VGG‑16卷积神经网络来有效地提取视频帧中特征，提高了提取有效特征的能力，为后续根据特征进行短视频分类奠定了基础，充分解决了目前技术中全连接层中计算量大，计算时间长的问题，更加快速地进行短视频的分类。
-
公开(公告)号：CN117033965A
公开(公告)日：2023-11-10
申请号：CN202311009307.3
申请日：2023-08-11
Applicant: 湖北工业大学 , 西宁市大数据服务管理局
IPC: G06F18/2113 , G06F18/214 , G06N3/006 , G16B40/00
Abstract: 本发明公开了生物疫苗数据特征选择方法、装置、设备及介质，涉及生物疫苗研发数据挖掘技术领域，方法包括步骤1：对高维生物疫苗数据集进行预处理，使用卡方检验计算每个特征与标签之间的相关性，并按照相关性进行排序，保留指定比例的排序靠前的特征；步骤2：将预处理后的生物疫苗数据集划分为训练集和测试集；该生物疫苗数据特征选择方法、装置、设备及介质，通过设置算法模型模块、算法迭代模块、算法输出模块，使用自适应的参数更新策略用于取代粒子群优化算法的固定参数，使粒子能在更合理的范围内搜索，还采用了一种向搜索过程中前三位最优粒子学习的领导学习策略，为粒子搜索提供了更丰富的种群多样性。
-
公开(公告)号：CN118627541B
公开(公告)日：2024-12-24
申请号：CN202410790144.5
申请日：2024-06-19
Applicant: 湖北工业大学
IPC: G06N3/0442 , G06N3/0985 , G06N3/006 , G06Q10/04 , G06Q50/06 , G06Q50/26 , H02J3/00
Abstract: 本发明公开了一种智慧工业园区电力负荷预测方法，涉及电力负荷预测技术领域，包括以下步骤：S1：对智慧工业园区内的实时电力负荷数据和历史电力负荷数据进行获取，并对获取的电力负荷数据进行预处理，以消除获取的原始电力负荷数据对后续进行电力负荷预测的影响，便于后续进行使用，并基于处理后的历史电力负荷数据构建电力负荷数据集。本发明提出了一种智慧工业园区电力负荷预测方法，通过采用MSCOA优化LSTM网络超参数，使预测模型更加适应不确定性智慧工业园区电力负荷数据的特点，长鼻浣熊算法的特点是具有全局搜索能力和多样性维护策略，优化后的LSTM模型，可以更好地拟合负荷数据的复杂模式和变化趋势，从而提高预测的准确性。
-
公开(公告)号：CN118861514A
公开(公告)日：2024-10-29
申请号：CN202410863045.5
申请日：2024-06-29
Applicant: 湖北工业大学
IPC: G06F18/10 , G06F18/213 , G06F18/214 , G06F18/241 , G06N3/084 , G06N3/006 , G06F17/10
Abstract: 本发明提供一种基于杂种优势理论工业制造数据特征选择方法及系统，涉及机器学习领域，包括以下步骤：数据准备，进行预处理；设置算法相关参数，利用反向学习初始化种群；计算平衡因子，决定白鲸进入探索阶段或开发阶段，更新个体位置信息；计算鲸落概率，调节运动轨迹；当前的迭代次数达到预定迭代条件时，则进行最优邻域搜索；计算所有白鲸的目标函数值，进行非支配排序，选择第一非支配前沿的个体更新外部存档；输出非支配解集。本发明将特征选择建模为多目标优化问题，以数据分类性能和特征子集所占比例为目标函数，利用基于杂种优势理论改进的白鲸优化算法，获得一组最优特征子集来满足机器学习分类器的要求。
-
公开(公告)号：CN118658076A
公开(公告)日：2024-09-17
申请号：CN202410844554.3
申请日：2024-06-27
Applicant: 湖北工业大学
IPC: G06V20/13 , G06V10/20 , G06V10/40 , G06V10/774 , G06V10/80
Abstract: 本发明属于遥感定向目标检测领域，公开了一种优化遥感定向小目标检测的回归损失函数计算方法及系统，本发明通过结合目标自身的形状和尺度对定向目标检测模型的回归损失进行约束，提高定向目标检测模型对于遥感图像中目标自身形状的敏感程度，从而提升定向小目标的检测精度。相比于其它的增强特征融合和注意力机制的方法，本发明可以在不提升模型参数量和不影响模型推理速度的情况下，大幅度提升遥感图像中定向小目标检测的精度，具备通用性和高效性。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.052 seconds)
