一种基于群体智能的自然计算方法

    公开(公告)号:CN114021690A

    公开(公告)日:2022-02-08

    申请号:CN202111158377.6

    申请日:2021-09-30

    Abstract: 本发明公开了一种基于群体智能的自然计算方法,该方法基于静态活体计算中的“弱者优先”进化策略,提出了“最优状态保留”运算机制,该机制通过在微纳机器人的追踪周期进行多次采样,分别计算每个采样点的智能体适应度,然后选择同一智能体在同一追踪周期中最大的适应度值作为该智能体在此追踪周期的最终适应度,利用该方法可以对一个追踪周期的微纳机器人适应度进行多次评估,进而提取最优评估状态,克服动态生物梯度场引起的智能体适应度计算的时变特性,提高适应度评估的相对准确性。因此,这个运算机制保证了在体内动态优化环境下多智能体协同搜索过程中所共享信息的精确性,从而提高自然计算中全局最优解的求解效率。

    一种基于群体智能的自然计算方法

    公开(公告)号:CN114021690B

    公开(公告)日:2024-11-22

    申请号:CN202111158377.6

    申请日:2021-09-30

    Abstract: 本发明公开了一种基于群体智能的自然计算方法,该方法基于静态活体计算中的“弱者优先”进化策略,提出了“最优状态保留”运算机制,该机制通过在微纳机器人的追踪周期进行多次采样,分别计算每个采样点的智能体适应度,然后选择同一智能体在同一追踪周期中最大的适应度值作为该智能体在此追踪周期的最终适应度,利用该方法可以对一个追踪周期的微纳机器人适应度进行多次评估,进而提取最优评估状态,克服动态生物梯度场引起的智能体适应度计算的时变特性,提高适应度评估的相对准确性。因此,这个运算机制保证了在体内动态优化环境下多智能体协同搜索过程中所共享信息的精确性,从而提高自然计算中全局最优解的求解效率。

    一种用于提高自然计算开发结果的方法

    公开(公告)号:CN117521790A

    公开(公告)日:2024-02-06

    申请号:CN202311462546.4

    申请日:2023-11-06

    Abstract: 本发明提出了一种用于提高自然计算开发结果的方法,旨在从优化角度解决自然计算问题。前期研究侧重于自然计算问题的初级解决,未充分利用智能体所提供的全部信息开发计算问题的解空间。本专利侧重于提高智能体的利用率,使得在首个到达的智能体检测到目标位置后,尽可能多地利用该智能体提供的信息来指导其他智能体搜索解空间。为实现此目标,本发明提出了一种名为“中心辅助的弱者优先进化策略(CWP‑ES)”的开发方法,用于指导智能体的定向运动,以提高自然计算问题的开发结果。本发明通过仿真实验证明了该方法在不同优化场景中的有效性。该方法为自然计算问题的解决提供了一种全新的视角和工具,旨在高效寻找全局最优解的同时提高智能体的利用率。

    一种可用于时间延迟成像的闪烁体、制备方法及应用

    公开(公告)号:CN119220260B

    公开(公告)日:2025-04-25

    申请号:CN202411746978.2

    申请日:2024-12-02

    Abstract: 本发明涉及时间延迟成像技术领域,具体为一种可用于时间延迟成像的闪烁体、制备方法及应用。主旨在于解决传统时间延迟成像闪烁体在使用环境、延迟时间、成像分辨率方面的技术问题,实现高效、高稳定的、长时间延迟、高空间分辨率成像。主要方案为包覆的镧元素掺杂氟化物纳米晶闪烁体,包覆层包括无机玻璃、有机玻璃、二氧化硅,镧元素包括Tb、Eu、Er、Ce、Ce/Tb、Gd/Tb、Ce/Tb/Gd的任一种,氟化物纳米晶为Pb4Lu3F17,Pb4Lu3F17,Pb4Lu3F17、Pb4Lu3F17、Na5Lu9F32,Cs0.02Na0.98LuF4,Ba2LaF7的任一种。本发明不仅实现了X射线辐射后的长时间成像,还实现了时间延迟后的高空间分辨率成像,适用于工业检测、医学成像等领域。

    一种心理隐变量异常挖掘方法

    公开(公告)号:CN118471538A

    公开(公告)日:2024-08-09

    申请号:CN202410917757.0

    申请日:2024-07-10

    Abstract: 本发明提出一种心理隐变量异常挖掘方法,属于数据挖掘技术领域。包括如下步骤:步骤S1:收集人员量表数据;步骤S2:构建心理隐变量自编码模型,自编码模型由编码器和解码器组成;输入量表经编码器压缩之后得到心理隐变量,心理隐变量经解码器恢复得到输出量表;步骤S3:通过收集的人员量表数据,对自编码模型进行训练;步骤S4:构建心理隐变量异常模型,使用分类器对量表数据进行训练得到心理隐变量异常模型。本发明通过自编码模型对人员量表题目进行特征压缩,压缩后的特征可以表示为人员的心理隐变量状态,利用心理隐变量异常模型能够实现异常识别;本发明还能通过检测心理隐变量状态变化情况进行心理状态异常监测。

    一种定向社交焦虑特征的数据增强方法、系统及设备

    公开(公告)号:CN119272882B

    公开(公告)日:2025-03-18

    申请号:CN202411810112.3

    申请日:2024-12-10

    Abstract: 本申请公开了一种定向社交焦虑特征的数据增强方法、系统及设备,包括:获得用户的第一对话文本,第一对话文本至少包括用户处于焦虑状态时发生的对话的文本数据;根据第一对话文本,获得第二对话文本,第二对话文本至少包括与第一对话文本的语义相似度超过第一阈值的用户没有处于焦虑状态时发生的对话的文本数据;根据第一对话文本和第二对话文本,获得至少一项焦虑缓解特征,焦虑缓解特征被配置为第一对话文本和第二对话文本的差异特征;根据焦虑缓解特征,生成训练内容。本发明解决了现有的解决方案的训练内容缺乏针对性,其中的训练内容可能并不针对用户实际产生社交焦虑的原因,导致训练效果较差的问题,提升了针对社交焦虑的训练效果。

    一种基于磁共振单序列成像技术和因果推断算法的肝癌细胞分化程度预测系统

    公开(公告)号:CN119581058A

    公开(公告)日:2025-03-07

    申请号:CN202411658408.8

    申请日:2024-11-20

    Abstract: 本发明属于机器学习技术领域。公开了一种基于磁共振单序列成像技术和因果推断算法的肝癌细胞分化程度预测系统,该系统通过提取肝癌病灶的MR增强动脉期序列与肝癌细胞分化程度密切相关的图像特征,并利用因果推断算法分析这些特征与肝癌病理之间的因果关系。与传统依赖相关性特征筛选的方法相比,本发明的预测方法更加准确地反映了肝癌病理机制,预测精度更高,更能辅助医生对肝癌细胞分化程度进行理解。此外,该系统具备较强的扩展性,所提取的因果推断特征可以广泛应用于其他肝癌细胞分化程度预测算法中,提升了预测系统准确性和实用性。

Patent Agency Ranking