-
公开(公告)号：CN111581887B
公开(公告)日：2023-04-07
申请号：CN202010415581.0
申请日：2020-05-16
Applicant: 郑州轻工业大学
IPC: G06F30/27 , G06N3/0455 , G06N3/0475 , G06N3/092 , G06N3/006 , G09B9/04
Abstract: 本发明公开了一种虚拟环境中基于仿真学习的无人车智能训练方法，本发明对无人车辆运动行为进行仿真，得到仿真数据集，仿真数据集包括当前环境中的环境信息和无人车辆驾驶动作，然后将环境信息进行压缩编码预处理，利用交叉分组的方法将数据集合分组，利用最小二乘法拟合求出关系式中的拟合值，最后使CMA‑ES算法在拟合值的基础上进行进化求优，将得到的最优解加入到无人车的智能训练过程中，指导车辆学习良好的行为。
-
公开(公告)号：CN111627031B
公开(公告)日：2023-02-28
申请号：CN202010478994.3
申请日：2020-05-29
Abstract: 本发明提出了一种基于瓦屋状多边形的作物根系表型分析装置及方法，其步骤如下：搭建作物根系表型分析装置，及时获取完整根系的彩色图像；对彩色图像进行裁剪，利用图像二值化将根系图像进行分割，采用连通区域标记法保留面积最大的连通区域，得到根系连通区域的二值化图像；通过表示根系像素点的最左端、最右端和最顶部的像素点确定矩形区域，在矩形区域内进行二均值聚类，进一步确定瓦屋状多边形；根据瓦屋状多边形进行根系形态及生长发育规律的动态表型分析。本发明引入瓦屋状多边形来定义根系的覆盖几何形状、密度分布、性状模式等全局特征，实现根系形态及生长发育规律等的动态表型分析；且自动化程度高，对尺度变化不敏感。
-
Patent Agency Ranking
公开(公告)号：CN111581887A
公开(公告)日：2020-08-25
申请号：CN202010415581.0
申请日：2020-05-16
Applicant: 郑州轻工业大学
Abstract: 本发明公开了一种虚拟环境中基于仿真学习的无人车智能训练方法，本发明对无人车辆运动行为进行仿真，得到仿真数据集，仿真数据集包括当前环境中的环境信息和无人车辆驾驶动作，然后将环境信息进行压缩编码预处理，利用交叉分组的方法将数据集合分组，利用最小二乘法拟合求出关系式中的拟合值，最后使CMA-ES算法在拟合值的基础上进行进化求优，将得到的最优解加入到无人车的智能训练过程中，指导车辆学习良好的行为。
-
公开(公告)号：CN119599109A
公开(公告)日：2025-03-11
申请号：CN202411520088.X
申请日：2024-10-29
Applicant: 郑州轻工业大学
IPC: G06N5/022 , G06N3/0895 , G06N5/04
Abstract: 本发明提供一种基于动态注意力网络的自适应知识对比学习推荐方法。该方法包括：步骤1：获取用户‑项目交互图和知识图；其中所述用户‑项目交互图用于描述用户对项目的历史交互记录，所述知识图通过三元组的形式描述项目与项目之间的关系；步骤2：构建AKCL‑DA网络框架，利用所述用户‑项目交互图和所述知识图对所述AKCL‑DA网络框架进行训练，得到推荐模型；步骤3：将目标用户‑项目交互图输入所述推荐模型，生成目标用户的项目的推荐结果；所述项目的推荐结果是选取所述推荐模型输出的匹配分数高的项目集合。本发明通过提出AKCL‑DA网络框架从而得到推荐模型，可解决稀疏信息和个人兴趣与知识图谱中的一般知识不匹配的问题。
-
公开(公告)号：CN115204310A
公开(公告)日：2022-10-18
申请号：CN202210916347.5
申请日：2022-08-01
Applicant: 郑州轻工业大学
IPC: G06K9/62
Abstract: 本发明公开了一种自适应权重学习的判别性最小二乘非均衡分类方法，应用于机器学习技术领域，其步骤包括：首先，对非均衡数据集进行预处理，得到训练样本集和测试样本集；其次，自适应地获取每个训练样本的权重；再次，采用新的标签松弛技术扩大不同类别间的边距；然后，建立自适应权重学习的判别性最小二乘回归模型；最后，利用迭代法求解所述模型对测试样本进行类别预测。本发明综合考虑每个训练样本的类内和类外的近邻距离从而赋予少数类样本更大的权重，采用新的标签松弛技术进一步扩大不同类别间的边距，有效解决了现有的最小二乘回归模型及其改进方法无法对少数类精准分类的问题。
-
公开(公告)号：CN111627031A
公开(公告)日：2020-09-04
申请号：CN202010478994.3
申请日：2020-05-29
Abstract: 本发明提出了一种基于瓦屋状多边形的作物根系表型分析装置及方法，其步骤如下：搭建作物根系表型分析装置，及时获取完整根系的彩色图像；对彩色图像进行裁剪，利用图像二值化将根系图像进行分割，采用连通区域标记法保留面积最大的连通区域，得到根系连通区域的二值化图像；通过表示根系像素点的最左端、最右端和最顶部的像素点确定矩形区域，在矩形区域内进行二均值聚类，进一步确定瓦屋状多边形；根据瓦屋状多边形进行根系形态及生长发育规律的动态表型分析。本发明引入瓦屋状多边形来定义根系的覆盖几何形状、密度分布、性状模式等全局特征，实现根系形态及生长发育规律等的动态表型分析；且自动化程度高，对尺度变化不敏感。
-
公开(公告)号：CN211697590U
公开(公告)日：2020-10-16
申请号：CN202020440220.7
申请日：2020-03-31
Applicant: 郑州轻工业大学
Abstract: 本实用新型提出了一种基于磁纳米粒子的热物理参数测量系统，包括计算机和数据采集卡，计算机和数据采集卡相连接，所述数据采集卡分别与恒温控制模块、磁场激励模块和弱磁测量模块相连接，恒温控制模块与水槽相连接，水槽内设有盛放磁纳米粒子样品的样品试管，磁场激励模块与弱磁测量模块相连接，弱磁测量模块设置在样品试管的外侧。本实用新型克服了以往磁纳米粒子物理参数系统测量条件的单一性，无法准确测量动态参数相互耦合下的物理参数，可以实现多种磁场激励方式，变温环境下的多物理相互耦合状态下的物理参数准确测量，可以实现物理参数动态演绎，极大拓展了磁纳米粒子热物理参数动态特性的测量。
-
-
-
-
-
-
Search Results
7
records
(took 0.018 seconds)
