一种基于平均认知策略的双档案存储的人工蜂群算法

    公开(公告)号:CN114840141A

    公开(公告)日:2022-08-02

    申请号:CN202210385714.3

    申请日:2022-04-13

    Applicant: 燕山大学

    Abstract: 本发明涉及一种基于平均认知策略的双档案存储的人工蜂群算法,属于人工智能技术领域,包括:初始化算法参数;随机生成初始种群,利用非支配排序选出外部档案与个体档案中的个体;计算平均认知位置;雇佣蜂对邻域进行搜索,对外部档案及个体档案更新;跟随蜂阶段通过轮盘对赌选择蜜源,对蜜源进行邻域搜索,对外部档案及个体档案更新;若一个食物源在经过最大限制次数迭代后,蜜源若未得到更新,雇佣蜂转为侦查蜂,搜索新蜜源代替原有蜜源;判断评估次数≥Maxfes,若是,则输出最优解;否则,转至步骤四。本发明增加了变量空间上的优势个体存储档案,对种群进化过程中产生的有益信息进行了充分利用,提高了算法的进化速度与寻优精度。

    基于增强的Yolov4-tiny算法的船舶检测方法

    公开(公告)号:CN116071610A

    公开(公告)日:2023-05-05

    申请号:CN202310160753.8

    申请日:2023-02-24

    Applicant: 燕山大学

    Inventor: 赵新秋 孙海涛

    Abstract: 本发明公开了基于增强的Yolov4‑tiny算法的船舶检测方法,属于船舶信息检测技术领域,包括以Yolov4‑tiny网络为基本模型,构建改进的Yolov4‑tiny网络模型;具体包括:以Darknet53‑tiny为主干特征提取网络,将改进的三维BiFPN结构作为特征增强部分;增加一个目标检测头部网络;采用Soft‑NMS算法剔除冗余的检测框,使用Pytorch框架实现;将采集的SSDD数据集输入改进的网络模型中,进行迭代训练,直到分类网络收敛;使用测试集样本输入训练好的改进的网络模型中,输出结果,并查看检测到的船舶效果图。本发明能够提升船舶检测能力,有效减少错检、漏检情况的发生。

Patent Agency Ranking