“G06N3/00”专利分类搜索_专利查询_文献下载_出售_求购_买卖_交易

钻瓜专利网为您找到相关结果1567个，建议您升级VIP下载更多相关专利

[发明专利]一种针对图像分类的稀疏对抗攻击问题的双分解方法-CN202211419814.X在审
发明人：杨翠翠;王佩科;冀俊忠 -专利权人：北京工业大学
申请日： 2022-11-14 - 公布日： 2023-04-25 - 主分类号： G06N3/006 文献下载
摘要：本发明公开了一种针对图像分类的稀疏对抗攻击问题的双分解方法，首先，将图像分类的稀疏对抗攻击问题建模为大规模多目标优化问题，图像的每个像素点为一个决策变量，随后执行双分解策略。外分解使用滑动窗口将大规模决策变量划分为小规模决策变量的重叠子集。每次滑动窗口滑动时，都会产生一个小规模的多目标优化问题。一旦生成小规模的多目标优化问题，内分解立即创建一组全局方向向量，将其转换为一组单目标优化问题。最后，采用块坐标下降策略对所有单目标问题进行优化，增强了优化过程中解的完整性和最优性。实验表明所提方法相较于其他算法在求解大规模多目标问题时有着更好的效果，在稀疏对抗攻击问题中相比其他算法能够找到最佳扰动。
一种针对图像分类稀疏对抗攻击问题分解方法

[发明专利]一种基于DNA编码的多种群粒子群遗传算法的锂电池等效电路参数辨识方法-CN202211522403.3在审
发明人：王亚涛;郑淳;周坚勇;杨化超;薄拯 -专利权人：浙江大学;宁波北仑第一集装箱码头有限公司
申请日： 2022-11-30 - 公布日： 2023-04-21 - 主分类号： G06N3/006 文献下载
摘要：本发明公开了一种基于DNA编码的多种群粒子群遗传算法的锂电池等效电路参数辨识方法：(1)建立结构明确的锂电池等效电路模型；(2)采用混合脉冲功率特性测试得到锂电池在不同荷电状态下动态的电流和电压数据；(3)利用多种群粒子群遗传算法对锂电池等效电路模型中参数辨识过程进行优化，得到最优辨识参数；其中，在步骤(3)中，锂电池等效电路模型通过代入当前参数值和步骤(2)各时刻下动态的电流数据，得到动态下各时刻电池端电压的估计值；根据电池端电压的估计值与步骤(2)中对应时刻下动态的电压数据/电压的实测值来建立多种群粒子群遗传算法中的适应度函数。该方法对锂电池等效电路参数的辨识效果优异。
一种基于 dna 编码多种粒子遗传算法锂电池等效电路参数辨识方法

[发明专利]一种基于鸟群优化的深度学习模型隐私保护方法-CN202310002235.3在审
发明人：张攀峰;吴丹华;赵聪;杜慧 -专利权人：桂林理工大学
申请日： 2023-01-03 - 公布日： 2023-04-18 - 主分类号： G06N3/006 文献下载
摘要：本发明涉及隐私保护技术领域，具体涉及一种基于鸟群优化的深度学习模型隐私保护方法，包括首先进行数据集蒸馏，将精炼后的数据集作为模型训练的输入数据集；将鸟群参数初始化，用鸟的位置表示各神经元的权重参数；在每一次的迭代中，利用鸟的位置参数计算当前梯度，对所得梯度进行剪裁；对每个样本梯度添加噪声，梯度下降，参数更新；根据适应度，更新个体历史最优位置和当下种群最优鸟的位置，重新进行新一轮的迭代训练；达到停止条件时，迭代结束，得到一个满足差分隐私的网络和扰动后的最优参数。经验证，本发明在收敛速度、最终收敛程度和测试效果上均优于基准方法，在保护用户隐私的同时，更好地保留了模型的准确性。
一种基于鸟群优化深度学习模型隐私保护方法

[发明专利]一种基于粒子群优化随机森林的数字高程模型高程误差修正方法-CN202310007751.5在审
发明人：张立华;刘翔;贾帅东;戴泽源 -专利权人：中国人民解放军海军大连舰艇学院
申请日： 2023-01-04 - 公布日： 2023-04-18 - 主分类号： G06N3/006 文献下载
摘要：本发明公开了一种基于粒子群优化随机森林的数字高程模型高程误差修正方法，属于遥感技术领域。本发明使用粒子群优化的随机森林方法进行修正，以进一步提高数字高程模型修正后的精度，选用SRTM作为试验所用数字高程模型，ICESat‑2强光束地表光子数据作为试验所用参考高程控制点，Globeland30作为试验所用全球地表覆盖数据，NEON发布的机载LIDAR DTM作为试验所用验证数据，通过对本发明提出的方法和基于多项式回归的修正方法进行试验，以均方根误差作为验证指标，本发明可以有效减小SRTM的高程误差，修正后的SRTM相对于修正前高程误差减小了42％‑46％，且修正精度优于基于多项式回归的修正方法。
一种基于粒子优化随机森林数字高程模型误差修正方法

[发明专利]一种融合进化方法、装置及存储介质-CN202211715072.5在审
发明人：包子阳;余继周;王卓;李中伟 -专利权人：北京无线电测量研究所
申请日： 2022-12-28 - 公布日： 2023-04-18 - 主分类号： G06N3/006 文献下载
摘要：本发明公开了一种融合进化方法、装置及存储介质，方法包括：创建初始种群；计算初始种群中个体的适应度；对初始种群中的个体进行差分进化操作，产生第一子代种群，并且对初始种群中的个体进行粒子群进化操作，产生第二子代种群；将第一子代种群个体和第二子代种群个体合并，按适应度排序，取适应度高的前一半种群个体为第三子代种群；合并得到的子代种群按照初始种群的融合进化方法进行融合进化，直至满足终止条件。本发明融合了差分进化算法和粒子群算法，有效提高了进行算法的优化效率和优化效果。
一种融合进化方法装置存储介质

[发明专利]基于动态步长和高斯扰动的绯鲵鲣优化方法-CN202211738378.2在审
发明人：胡黄水;高栋;郭宇欣 -专利权人：长春工业大学
申请日： 2022-12-30 - 公布日： 2023-04-18 - 主分类号： G06N3/006 文献下载
摘要：具体涉及一种基于动态步长和高斯扰动的绯鲵鲣优化方法。针对传统绯倪鲣优化算法收敛速度慢、易陷入局部最优的问题，提出一种基于动态步长和高斯扰动的绯鲵鲣优化方法。首先采用模糊控制设计出基于个体适应度的动态步长公式，取消分段性步长，根据个体不同特性确定不同步长，提高算法收敛速度。然后引入高斯扰动策略，对部分陷入局部最优的个体进行扰动，提升算法逃离局部最优的能力。
基于动态步长扰动绯鲵鲣优化方法

[发明专利]一种液晶微波相控阵天线动态增益的优化方法-CN202010488088.1有效
发明人：汪相如;王一梵;张梦雪;梁锋 -专利权人：电子科技大学
申请日： 2020-06-02 - 公布日： 2023-04-18 - 主分类号： G06N3/006 文献下载
摘要：本发明公开一种液晶微波相控阵天线动态增益的优化方法，应用于液晶微波电子器件领域，针对现有技术存在的由于回程区、工艺误差等因素，造成液晶微波相控阵天线波束控制效率降低，从而增大系统微波信号传输的损耗的问题；本发明微波发射机发出的微波信号在由液晶相控阵偏转后，由接收天线采集微波信号通过矢量网络分析仪传递给PC计算机，通过粒子群算法对采集回来的微波信号进行增益计算并优化液晶相控阵天线的控制电压，再经由波束控制器FPGA将电压转换为电压代码加载在液晶相控阵天线上，将控制液晶偏转减少液晶边缘效应和工艺误差的影响，保证了液晶相控阵天线性能的提高。
一种液晶微波相控阵天线动态增益优化方法

[发明专利]一种基于变长编码的二进制水稻育种算法的高光谱图像波段选择方法-CN202011511853.3有效
发明人：叶志伟;闫春艳;刘诗芹;陈璇;舒哲;李瑞成;刘畅;杨光泽 -专利权人：湖北工业大学
申请日： 2020-12-18 - 公布日： 2023-04-18 - 主分类号： G06N3/006 文献下载
摘要：本发明涉及一种基于变长编码的二进制水稻育种算法的高光谱图像波段选择方法，不仅能够获得高高光谱图像分类精度的波段子集，而且能显著提高计算速度和节省内存开销，具体包括：对水稻种群个体进行分组，不同组别之间个体维度不等，相同组内个体维度相同，即各组维度不等种群代表长度不等的波段子集；根据动态学习率与随机数的大小关系，为每一个水稻个体分配学习样本，水稻个体进行自我学习或参照学习；通过水稻育种算法中的杂交、自交以及重置操作对水稻个体位置更新；为避免算法陷入局部最优，当全局最优在达到预定迭代次数后而并未明显变优，通过改变学习率和种群个体的维度来实现变长编码机制。
一种基于变长编码二进制水稻育种算法光谱图像波段选择方法

[发明专利]一种用于机械圆度误差评定的改进果蝇优化方法-CN201911106836.9有效
发明人：李刚 -专利权人：西安工业大学
申请日： 2019-11-13 - 公布日： 2023-04-18 - 主分类号： G06N3/006 文献下载
摘要：本发明公开了一种用于机械圆度误差评定的改进果蝇优化方法，首先根据最小区域圆法圆度误差数学描述的优化模型设计了果蝇种群个体的编码方式以及新型味道浓度判定函数，其次在保持基本果蝇优化算法典型流程的基础上，引入增强搜索和交互学习机制来增强算法的学习效率以及保持种群的多样性。本发明所述的一种用于机械圆度误差评定的改进果蝇优化方法，解决了机械圆度误差评定问题。
一种用于机械误差评定改进果蝇优化方法

[发明专利]基于改进层次分析法的交通拥堵疏导方法及系统-CN202011220536.6有效
发明人：张昊龙 -专利权人：襄阳易捷达隆物联科技有限公司
申请日： 2020-11-05 - 公布日： 2023-04-18 - 主分类号： G06N3/006 文献下载
摘要：本发明公开一种基于改进层次分析法的交通拥堵疏导方法及系统，所述方法包括：获取待疏导路线起点和终点之间的多条备选路径信息；确定交通拥堵的影响因素，通过层次分析法计算影响交通的各个因素的权重向量；实时获取起点和终点之间的各个路段各个影响因素的属性值；根据各个因素的权重向量、各个影响因素的属性值及备选路径信息实时计算各个备选路径的影响时间；每次疏导都选取当前影响时间最短的备选路径推送给目标疏导车辆，直到所有目标疏导车辆疏导完成或者拥堵路段的预计影响时间小于当前备选路径的影响时间最小值。本发明采用改进的层次分析法对交通拥堵进行快速实时疏导。
基于改进层次分析交通拥堵疏导方法系统

[发明专利]一种量子化生物种群数量估计方法-CN202110471574.7有效
发明人：吕鹏;魏世杰;龙桂鲁 -专利权人：清华大学
申请日： 2021-04-29 - 公布日： 2023-04-18 - 主分类号： G06N3/006 文献下载
摘要：本发明实施例提供了一种量子化生物种群数量估计方法，该方法包括：获取多个生物种群在第一时刻的数量；根据多个生物种群在第一时刻的数量、和第一量子线路，依次获得多个生物种群在第一时刻之后的N个时刻的数量，其中，第一量子线路根据生物种群相互竞争模型预先建立。相对于基于经典计算机的估计方法，采用该方法减少了使用的计算资源。
一种量子化生物种群数量估计方法

[发明专利]一种航空制造设备大数据故障诊断方法-CN202211672227.1在审
发明人：张政;邹澳;白伟;王雪松;刘登峰;杨林 -专利权人：西安交通大学
申请日： 2022-12-26 - 公布日： 2023-04-11 - 主分类号： G06N3/006 文献下载
摘要：一种航空制造设备大数据故障诊断方法，步骤包括：对航空航天产品制造数据如振动、温度、噪声、位姿、电磁等状态信号，针对此类航空设备检测数据量大、价值密度低的特点，应用熵权法对数据进行客观的选择；应用BP神经网络进行训练从而实现故障诊断；本发明可以更好地发挥BP神经网络的优势，同时又弥补其缺陷，在诊断数据的处理上应用熵权法对数据进行客观的选择，用ABC算法搜寻最优权值和阈值，优化BP神经网络；本发明对人工蜂群算法的位置搜索方法和跟随蜂选择蜜源方法进行了改进，提高了寻优速度和效果。
一种航空制造设备数据故障诊断方法

[发明专利]一种分布式粒子群优化算法-CN202211484324.8在审
发明人：杜艳芝 -专利权人：常州工学院
申请日： 2022-11-24 - 公布日： 2023-04-07 - 主分类号： G06N3/006 文献下载
摘要：本发明涉及分布式粒子群优化算法技术领域，尤其涉及一种分布式粒子群优化算法，针对当前现有的分布式粒子群优化算法技术仍存在算法在寻优时容易过早地收敛到局部极优值，且在每一次迭代中粒子间将产生庞大的信息传递量，导致PSO算法在分布式系统中的应用被限制，使得算法效率较低的问题，现提出如下方案，其中包括以下步骤：S1：粒子代表选取，S2：确定粒子行为模式，本发明的目的是通过提出的新型PSO算法在寻优时不容易过早地收敛到局部极优值，同时避免了在每一次迭代中每个粒子都需要将其所有信息交换给所有其它的粒子的情况，减少了粒子间的信息传递量，提高了算法的效率，使得提出的PSO算法适合控制大规模分布式系统。
一种分布式粒子优化算法

[发明专利]一种基于改进樽海鞘群算法的连接锥销结构优化方法-CN202211723557.9在审
发明人：王静袁;刘凡;赵帅;梅力;谢珊珊;周林桐 -专利权人：湖北三江航天红阳机电有限公司
申请日： 2022-12-30 - 公布日： 2023-04-07 - 主分类号： G06N3/006 文献下载
摘要：本发明提供一种基于改进樽海鞘群算法的连接锥销结构优化方法，通过选取连接锥销的头端高度h1、底端高度h2、根部高度h3、根部宽度d1、头部宽度d2作为待优化的结构参数；根据初始结构参数，确定得到连接锥销的性能参数；然后根据初始结构参数和性能参数，构建样本数据，并将样本数据作为参数向量；之后根据参数向量，以连接锥销待优化的结构参数作为优化对象，以连接锥销在连接状态下的连接强度S以及加工完成后静止状态下的连接锥销的整体质量M为优化目标，对连接锥销结构进行参数优化，得到优化后的结构参数。如此，增强种群局部搜索能力，避免陷入局部最优解。
一种基于改进海鞘算法连接结构优化方法

[发明专利]基于人工智能的智能体对抗方法-CN202211562439.4在审
发明人：赵雨杰;冯宇;袁婷帅;李永强 -专利权人：浙江工业大学
申请日： 2022-12-07 - 公布日： 2023-04-07 - 主分类号： G06N3/008 文献下载
摘要：基于人工智能的智能体对抗方法，包括：1)识别目的，通过获取对方空中目标的实时的方向与我方智能体单位之间的欧氏距离，推导出对方目标的目的，将对方目标对应的目的传入分配智能体资源步骤；2)判断优先度，通过标定每个对方目标，根据实际仿真环境中对我方智能体影响较大的因素，计算得出对方单位对我方单位的优先度；3)分配智能体资源，通过判断优先度步骤与识别目的步骤传入的数据；4)做决策，通过一种深度强化学习算法进行实时的决策，结合分配智能体资源步骤的打击攻方目标集合进行辅助决策，且通过派出轰炸机对攻方的目标进行打击，同时用到ASTAR算法躲避攻击方的打击，实现对方难以投入全部单位进行进攻，增加防守胜率。
基于人工智能智能对抗方法