-
公开(公告)号：CN108765556B
公开(公告)日：2022-05-06
申请号：CN201810489957.5
申请日：2018-05-21
Applicant: 福州大学
Abstract: 本发明提供一种基于改进粒子群算法的动态3D实时建模方法，其包括以下步骤：步骤S0：提供一装修预览系统，其包括扫描模块、记录模块、计算模块、导入模型模块、映射模块和展示模块；步骤S1：由扫描模块协同记录模块完成对需要模拟的房间的8个墙角的空间向量信息的标定工作，记录陀螺仪参数并解算出空间向量数据作为输出参数；步骤S2：由计算模块的核心调用智能算法，接受步骤S1的输出参数，运算得到与立方体房间等比例的房间及用户身高单位长度数据作为输出参数；步骤S3：由导入模型模块调用3D引擎，接受步骤S2的输出参数，动态创建出房间的3D模型。本发明的改进的粒子群算法增加粒子的多样性，以控制收敛速度，并且提高搜索精度。
-
公开(公告)号：CN107395590B
公开(公告)日：2019-11-12
申请号：CN201710590718.4
申请日：2017-07-19
Applicant: 福州大学
Abstract: 本发明公开了一种基于PCA和随机森林分类的入侵检测方法，其实现步骤为：（1）从入侵检测数据集中选取训练样本集和测试样本集；（2）通过PCA算法对训练样本集X进行特征降维处理，得到新的低维样本集合X’；（3）对于新的低维样本集合X’，通过给定随机森林中决策树的数量t，从低维样本集合X’中有放回地抽取N个子集，每颗决策树都对N个子集进行训练，最终得到一个随机森林分类器；（4）将测试样本集输入随机森林分类器，得到测试样本集的最终入侵检测结果。本发明使用先降维后分类的思想，对数据先进行特征降维然后再进行分类，与普通的基于机器学习入侵检测技术相比，本发明提出的入侵检测方法可有效提高检测的准确性。
-
公开(公告)号：CN108763726A
公开(公告)日：2018-11-06
申请号：CN201810506402.7
申请日：2018-05-24
Applicant: 福州大学
IPC: G06F17/50
CPC classification number: G06F17/5072 , G06F17/5036 , G06F2217/08
Abstract: 本发明涉及一种基于改进粒子群的VLSI固定边框布图规划方法,将固定边框布图规划问题转化为粒子群最优化求解，并运用改进的讨论机制混沌粒子群算法得到达到最低空白面积要求的最优值，根据得到的最优值对整个模块进行最优布图规划。本发明不仅具有成功率高、寻优快等特点，而且这种基于改进的粒子群优化算法的布图方法能够快速得到固定边框布图规划的有效解。
-
公开(公告)号：CN109033611B
公开(公告)日：2023-04-07
申请号：CN201810805343.3
申请日：2018-07-20
Applicant: 福州大学
IPC: G06F30/18 , G06N3/006 , G06Q10/047
Abstract: 本发明涉及一种VLSI多端点线网绕障碍的布线方法，其特征在于：包括以下步骤：步骤S1:读取障碍信息；步骤S2:根据障碍信息，利用matlab绘制障碍框；步骤S3:采用改进粒子群算法构建斯坦纳树，并得到最优解；步骤S4:根据最优解对该解表示的斯坦纳树树进行布线，并记录布线过程；步骤S5:根据布线过程记录，对在布线过程中重复布线部分进行修正，去除生成树中重复了两次到三次的布线长度，并计算通孔数，得到最优布线。本发明实现高效精准并且绕障碍的全局布线，适用于超大规模集成电路多端点线网绕障碍布线。
-
公开(公告)号：CN109033611A
公开(公告)日：2018-12-18
申请号：CN201810805343.3
申请日：2018-07-20
Applicant: 福州大学
CPC classification number: G06F17/509 , G06N3/006 , G06Q10/047
Abstract: 本发明涉及一种VLSI多端点线网绕障碍的布线方法，其特征在于：包括以下步骤：步骤S1:读取障碍信息；步骤S2:根据障碍信息，利用matlab绘制障碍框；步骤S3:采用改进粒子群算法构建斯坦纳树，并得到最优解；步骤S4:根据最优解对该解表示的斯坦纳树树进行布线，并记录布线过程；步骤S5:根据布线过程记录，对在布线过程中重复布线部分进行修正，去除生成树中重复了两次到三次的布线长度，并计算通孔数，得到最优布线。本发明实现高效精准并且绕障碍的全局布线，适用于超大规模集成电路多端点线网绕障碍布线。
-
Patent Agency Ranking
公开(公告)号：CN108765556A
公开(公告)日：2018-11-06
申请号：CN201810489957.5
申请日：2018-05-21
Applicant: 福州大学
Abstract: 本发明提供一种基于改进粒子群算法的动态3D实时建模方法，其包括以下步骤：步骤S0：提供一装修预览系统，其包括扫描模块、记录模块、计算模块、导入模型模块、映射模块和展示模块；步骤S1：由扫描模块协同记录模块完成对需要模拟的房间的8个墙角的空间向量信息的标定工作，记录陀螺仪参数并解算出空间向量数据作为输出参数；步骤S2：由计算模块的核心调用智能算法，接受步骤S1的输出参数，运算得到与立方体房间等比例的房间及用户身高单位长度数据作为输出参数；步骤S3：由导入模型模块调用3D引擎，接受步骤S2的输出参数，动态创建出房间的3D模型。本发明的改进的粒子群算法增加粒子的多样性，以控制收敛速度，并且提高搜索精度。
-
公开(公告)号：CN108875896A
公开(公告)日：2018-11-23
申请号：CN201810589713.4
申请日：2018-06-08
Applicant: 福州大学
Abstract: 本发明公开一种全局最优引导的自扰动混沌人工蜂群算法，针对现有蜂群算法收敛速度慢，通过混沌序列初始化解空间，提高算法收敛速度。针对现有算法局部搜索能力强但全局寻优能力较差的缺点，在雇佣蜂巡游阶段加入粒子群算法的全局最优引导策略，提高算法的全局搜索能力。针对蜂群算法后期容易陷入早熟收敛的问题，在跟随蜂寻优阶段加入Lévy飞行策略，跳出局部最优，避免早熟收敛。由于解的位置对算法后期求解精度和算法收敛速度具有一定影响，本发明通过轴对称方法进行边界自扰动，修改侦查蜂搜索新解中超出解空间位置的新解位置，提高算法效率。
-
公开(公告)号：CN108830371A
公开(公告)日：2018-11-16
申请号：CN201810582886.3
申请日：2018-06-07
Applicant: 福州大学
IPC: G06N3/00
Abstract: 本发明公开一种解决TSP问题的改进人工蜂群算法，通过混沌策略对种群进行初始化，使初始粒子均匀分布在空间，利用混沌的遍历性进行搜索使算法跳出局部最优，使用双种群并且结合讨论机制，加快收敛速度，提高全局搜索能力。本发明采用了讨论机制对各种初始数据都有较好的普遍适用性在多次迭代能够最大限度使得找到最优路径的迭代次数占总迭代次数的百分比，减少对于比较不接近最优路径城市顺序的搜索次数。当城市数量剧增时候，本算法会呈现出更好的寻优性能，跳出局部的极值到全局中去探索其他城市顺序组合，避免陷入局部最优解也就是可以使得算出的路径尽量都能够接近最优路径的组合。
-
-
公开(公告)号：CN107395590A
公开(公告)日：2017-11-24
申请号：CN201710590718.4
申请日：2017-07-19
Applicant: 福州大学
Abstract: 本发明公开了一种基于PCA和随机森林分类的入侵检测方法，其实现步骤为：（1）从入侵检测数据集中选取训练样本集和测试样本集；（2）通过PCA算法对训练样本集X进行特征降维处理，得到新的低维样本集合X’；（3）对于新的低维样本集合X’，通过给定随机森林中决策树的数量t，从低维样本集合X’中有放回地抽取N个子集，每颗决策树都对N个子集进行训练，最终得到一个随机森林分类器；（4）将测试样本集输入随机森林分类器，得到测试样本集的最终入侵检测结果。本发明使用先降维后分类的思想，对数据先进行特征降维然后再进行分类，与普通的基于机器学习入侵检测技术相比，本发明提出的入侵检测方法可有效提高检测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.019 seconds)
