“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]群机器人觅食中基于动态响应阈值的自组织任务分配方法-CN201811444668.X有效
发明人：张承进;庞豹;宋勇;王洪玲;杨润涛 -专利权人：山东大学
申请日： 2018-11-29 - 公布日： 2023-02-28 - 主分类号： G06N3/008 文献下载
摘要：本发明公开了群机器人觅食中基于动态响应阈值的自组织任务分配方法，包括：在觅食任务开始时，所有机器人都聚集在巢穴中处于等待状态，当等待时间超过给定时间后，使用动态响应阈值模型计算觅食概率，基于觅食概率，机器人决定是否开始觅食，即从等待状态切换到搜索状态；其中，动态响应阈值模型中，使用交通流密度，即一段时间内机器人的平均避障次数及觅食机器人密度，作为动态变化的阈值来衡量环境中机器人运动的交通状况，群机器人对环境的变化做出适当的响应，产生自组织的任务分配。构造了基于交通流密度的动态响应阈值模型使群机器人系统能够产生自组织的任务分配，从而减少了机器人之间的物理交互，提高了群机器人的觅食效率。
机器人觅食基于动态响应阈值组织任务分配方法

[发明专利]一种提高无标度网络弹性的优化方法-CN202010288120.1有效
发明人：张颖;杨广媛;张斌;王新珩;吴杰 -专利权人：上海海事大学
申请日： 2020-04-14 - 公布日： 2023-02-24 - 主分类号： G06N3/006 文献下载
摘要：本发明提供提高无标度网络弹性的优化方法，包括：构建拓扑优化目标函数；对烟花粒子群算法的参数进行初始化，计算粒子的适应度；判断烟花粒子群算法是否达到总的迭代次数；判断是否达到粒子群算法的迭代次数，选适应度最大的n个粒子；将选择的n个粒子进行烟花爆炸和高斯变异；先从爆炸变异后的粒子里将适应度最好的选出，再按照轮盘赌的选择策略选出剩下的popsize‑n‑1个个体；输出最优适应度值及对应粒子群的位置；依照优化结果修改无标度网络的拓扑结构，得到弹性获得提升的工业互联网拓扑。本发明提供的提高无标度网络弹性的优化方法，使得烟花粒子群算法的收敛速度和搜索能力增强，增强了网络针对各种网络攻击的弹性。
一种提高标度网络弹性优化方法

[发明专利]自适应循环航空发动机模式转换过程控制规律设计方法-CN202010925495.4有效
发明人：张纪元;陈敏;唐海龙 -专利权人：北京航空航天大学
申请日： 2020-09-04 - 公布日： 2023-02-21 - 主分类号： G06N3/006 文献下载
摘要：本发明公开了一种自适应循环发动机模式转换过程控制规律的自动设计方法，在给定模式转换过程起始点和终止点的工况参数及控制规律后，自动计算出模式转换过程中的控制规律。本发明的方法将模式转换设计由一段工作过程简化为两个关键工作点的研究，利用粒子群优化算法结合敏感性分析方法求解关键工作点的控制规律，进而获得整个模式转换过程的控制规律，在求解控制规律过程中无需手动调节，可大幅提升设计效率。
自适应循环航空发动机模式转换过程控制规律设计方法

[发明专利]基于线性判别分析与粒子群优化支持向量机的故障诊断方法-CN201911133818.X有效
发明人：刘庆运;方清;丁克勤;刘涛;何远洋 -专利权人：安徽工业大学
申请日： 2019-11-19 - 公布日： 2023-02-14 - 主分类号： G06N3/006 文献下载
摘要：本发明公开一种基于线性判别分析与粒子群优化支持向量机的故障诊断方法，属于故障诊断技术领域。该方法首先采集待诊断部件的原始正常状态振动信号与故障状态振动信号，然后基于时域、频域与时频域的信号处理方法，提取能表征部件状态信息的特征指标，构建高维混合域特征集；对训练样本高维混合域特征集和测试样本高维混合域特征集进行线性判别分析降维技术处理，得到训练样本低维特征集和测试样本低维特征集，然后将训练样本低维特征集输入到粒子群优化支持向量机中进行模型训练，再用训练好的PSO‑SVM模型对降维处理后的测试样本低维特征集进行模式识别，最后根据分类结果识别该部件的故障类型。本发明方法具有较高的诊断精度。
基于线性判别分析粒子优化支持向量故障诊断方法

[发明专利]一种基于机器学习的车载网络故障诊断方法-CN202211088642.2在审
发明人：陈克伟;魏曙光;石海滨;宋小庆;张新喜;尚颖辉;廖自力;张嘉曦 -专利权人：中国人民解放军陆军装甲兵学院
申请日： 2022-09-07 - 公布日： 2023-02-07 - 主分类号： G06N3/00 文献下载
摘要：本发明提供一种基于机器学习的车载网络故障诊断方法，包括以下步骤：提取故障特征；确定目标函数；基于海鸥算法，通过高斯映射初始化海鸥种群位置，即初始化每个海鸥的惩罚因子C和核函数参数g，并根据目标函数，计算最优适应度值和最优海鸥位置；引入蝴蝶优化算法的位置更新机制，改进原海鸥算法的位置更新方式，并进行位置更新；对最优海鸥位置进行双向sine变异；根据预设的最大迭代次数依次更新最优海鸥位置，确定最优海鸥位置，即获得对应最优的惩罚因子C和核函数参数g；构建车载网络故障诊断模型，获得故障诊断结果和测试准确率。本方法能够显著提升车载网络故障诊断的效果。
一种基于机器学习车载网络故障诊断方法

[发明专利]一种增强仿生算法的可插拔式框架的实现方法-CN202211233627.2在审
发明人：印振宇;窦慧莉;王平心;孙嘉琪;杨习贝 -专利权人：江苏科技大学
申请日： 2022-10-10 - 公布日： 2023-02-03 - 主分类号： G06N3/006 文献下载
摘要：本发明公开了一种增强仿生算法的可插拔式框架的实现方法，包括以下步骤：读取目标任务数据集，获取数据集中的样本属性和类别信息；根据数据信息，解析特定类别上成对强链接约束和成对非强链接约束；计算与属性相关的成对约束分数；利用属性在不同决策类下的约束分数值，可获得行为类别，列为属性的约束分数矩阵；使用约束分数矩阵，识别具有最小局部约束分数值的属性，并将该属性添加到约简池，完成融合局部约束分数概念的初始化种群步骤；将属性约简池作为不同仿生算法初始化种群。本发明旨在提供更好的初始种群代替原始仿生算法中的初始种群，具有很好的扩展性，即插即用的特性使其能轻松地应用在不同的仿生算法上，增强仿生算法的性能。
一种增强仿生算法可插拔式框架实现方法

[发明专利]基于狮群混合鲸鱼算法的船舱警报智能规划方法-CN202211095542.2在审
发明人：兰天晨;吴振胤;柯晨祺;黄梦婷;黄祖亮 -专利权人：闽江学院
申请日： 2022-09-06 - 公布日： 2023-02-03 - 主分类号： G06N3/006 文献下载
摘要：本发明涉及一种基于狮群混合鲸鱼算法的船舱警报智能规划方法，包括以下步骤：步骤S1:基于狮群算法模型，在幼狮位置更新中加入鲸鱼算法的螺旋泡网攻击以及包围猎物机制，构建狮群混合鲸鱼算法模型；步骤S2:获取待优化船舱的平面设计图，将狮群混合鲸鱼算法模型个体视为船舱警报器安装位置坐标方案，计算个体的警报器安装方案的舱内空间平均响度并作为目标函数，并基于狮群混合鲸鱼算法模型，获取最优安装方案。本发明实现船舱警报器智能规划，有效提高规划效率及质量。
基于混合鲸鱼算法船舱警报智能规划方法

[发明专利]一种改进的ConvLSTM的网络流量入侵检测方法-CN202211443591.0在审
发明人：柳毅;梁永恒;罗玉;凌捷 -专利权人：广东工业大学
申请日： 2022-11-18 - 公布日： 2023-02-03 - 主分类号： G06N3/006 文献下载
摘要：本发明公开了一种改进的ConvLSTM的网络流量入侵检测方法，该方法包括：对历史流量数据进行预处理，得到预处理后的数据；基于梯度惩罚生成对抗网络对预处理后的数据进行过采样处理，得到过采样数据；通过信息增益算法对过采样数据进行特征选择处理，得到低维度的流量数据；基于狮群算法，通过改进的ConvLSTM网络模型对低维度的流量数据进行分类，得到分类结果。通过使用本发明，能够降低待检测流量数据的冗余性同时提高网络模型的训练效率与检测精度。本发明作为一种改进的ConvLSTM的网络流量入侵检测方法，可广泛应用于网络信息安全与深度学习技术领域。
一种改进 convlstm 网络流量入侵检测方法

[发明专利]一种基于高斯分布QPSO算法的工程优化求解方法-CN202211404387.8在审
发明人：陈祺东 -专利权人：无锡学院
申请日： 2022-11-10 - 公布日： 2023-02-03 - 主分类号： G06N3/006 文献下载
摘要：本发明提供了一种基于高斯分布QPSO算法的工程优化求解方法，包括：在可行的搜索空间中初始化粒子群；评估粒子的适应度值并更新其位置，同时更新粒子在迭代中的局部吸引子和迭代时个人最佳位置的平均值；更新迭代的方差、权重序列、加权最佳均值；若满足迭代结束条件，则结束迭代，输出评估的种群粒子的适应度值。本发明针对工程优化问题中出现的种群容易过早收敛以及后期局部搜索能力差的问题，有效提高解决工程优化问题的有效性和鲁棒性。
一种基于分布 qpso 算法工程优化求解方法

[发明专利]一种流程挖掘方法及系统-CN202211333392.4在审
发明人：任俊达;周春雷;刘识;皮志贤;赵添翼;吕宏伟;陈振宇 -专利权人：国家电网有限公司大数据中心
申请日： 2022-10-28 - 公布日： 2023-02-03 - 主分类号： G06N3/006 文献下载
摘要：一种流程挖掘方法及系统，包括：获取所需的流程模型的事件日志信息；采用启发式算法计算所述事件日志信息的因果依赖关系启发式规则，获得各流程模型的因果矩阵；采用遗传算法对所有因果矩阵进行寻优操作，获得最佳因果矩阵；将所述最佳因果矩阵转化流程模型作为最佳流程模型。本发明采用启发式算法获得因果矩阵并采用遗传算法确定最佳因果矩阵的技术特征，缩短了搜索时间，增强了局部搜索能力，在流程挖掘问题上具有一定的优势，能够处理流程中不可见任务和非自由选择等特殊结构，提高了流程挖掘的效果。
一种流程挖掘方法系统

[发明专利]一种基于郊狼粒子群算法的扩展德拜模型参数辨识方法-CN202211327328.5在审
发明人：林明星;柯拥勤;陈光勇;陈扩松;郑宇 -专利权人：国网福建省电力有限公司莆田供电公司;国网福建省电力有限公司
申请日： 2022-10-26 - 公布日： 2023-01-31 - 主分类号： G06N3/006 文献下载
摘要：本发明涉及一种基于郊狼粒子群算法的扩展德拜模型参数辨识方法，包括以下步骤：初始化粒子群和相关参数；引入郊狼优化算法，将粒子群中的所有个体随机划分至NP个分组；将各粒子的n维解向量代入模型参数计算公式中，获取模型参数计算值，并通过频域介电谱测试，获取实测值，以计算值和实测值距离最小为目标构建适应度函数，计算每个粒子的适应度数值；设置基于适应度数值的粒子速度更新公式和位置更新公式，更新各粒子位置并搜寻全局最优位置；重新计算适应度数值，比对当前全局最优位置的适应度数值是否改善，是则更新全局最优位置，否则保持不变；判断是否达到迭代终止条件，若达到则退出并输出全局最优位置，未达到则继续迭代。
一种基于粒子算法扩展模型参数辨识方法

[发明专利]一种基于改进蜜獾算法的物联网设备识别特征提取与选择方法-CN202211307323.6在审
发明人：康辉;王渤雄;李家辉;李洪娟 -专利权人：吉林大学;吉林大学深圳研究院
申请日： 2022-10-25 - 公布日： 2023-01-31 - 主分类号： G06N3/006 文献下载
摘要：本发明公开了一种基于改进蜜獾算法的物联网设备识别特征提取与选择方法，包括：步骤一、从物联网环境网关中捕获流量数据，提取物联网流量特征数据；步骤二、对提取到的特征数据进行标准化预处理；步骤三、构建多目标联合特征选择的目标函数，利用目标函数评价特征子集；步骤四、通过改进的蜜獾算法求解特征子集，输出最优特征子集。能够从真实物联网流量环境中提取出特征进行选择分类，能够有效降低特征子集的维数，提高物联网设备分类效率，减少分类器的计算开销，减少运行时间。
一种基于改进算法联网设备识别特征提取选择方法

[发明专利]基于智能优化算法和机器学习的车载网络故障诊断方法-CN202211088548.7在审
发明人：陈克伟;魏曙光;宋小庆;石海滨;张新喜;廖自力;尚颖辉;张嘉曦 -专利权人：中国人民解放军陆军装甲兵学院
申请日： 2022-09-07 - 公布日： 2023-01-31 - 主分类号： G06N3/00 文献下载
摘要：本发明提供基于智能优化算法和机器学习的车载网络故障诊断方法，包括以下步骤：提取故障特征；确定目标函数；基于海鸥算法，通过高斯映射初始化海鸥种群位置，即初始化每个海鸥的惩罚因子C和核函数参数g，并根据目标函数，计算最优适应度值和最优海鸥位置；引入黑寡妇优化算法的位置更新机制，改进原海鸥算法的位置更新方式，并进行位置更新；对最优海鸥位置进行双向sine变异；将最优的惩罚因子C和核函数参数g作为SVM模型参数构建车载网络故障诊断模型；将车载网络故障诊断的特征向量，输入到训练后的车载网络故障诊断模型，获得故障诊断结果和测试准确率。本方法克服了现有海鸥算法存在的几点不足，能够显著提升车载网络故障诊断的效果。
基于智能优化算法机器学习车载网络故障诊断方法

[发明专利]用于训练参数化策略的装置和方法-CN202180036524.4在审
发明人：文森特·莫恩斯;胡格斯·范·阿塞尔;海瑟姆·布·阿马尔 -专利权人：华为技术有限公司
申请日： 2021-02-04 - 公布日： 2023-01-31 - 主分类号： G06N3/00 文献下载
摘要：一种用于根据提议分布训练参数化策略的装置，所述装置包括一个或多个处理器，所述一个或多个处理器用于重复执行以下步骤：根据所述提议分布形成提议；将所述提议输入到所述策略中，以根据所述提议的所述策略形成输出状态；估计所述输出状态与所述提议的优选状态之间的损失；通过自适应算法并根据所述损失形成策略自适应；对所述策略应用所述策略自适应，以形成自适应策略；通过所述自适应策略，形成所述策略自适应的方差估计值；根据所述方差估计值，自适应所述提议分布，以减小在所述步骤的后续迭代中形成的策略自适应的方差。
用于训练参数策略装置方法

[发明专利]具有易处理的纳什均衡解的非零和博弈系统框架-CN202080101392.4在审
发明人：大卫·姆古尼;杨耀东 -专利权人：华为技术有限公司
申请日： 2020-06-04 - 公布日： 2023-01-31 - 主分类号： G06N3/006 文献下载
摘要：描述了一种计算机实现的设备(1200)和方法(1000)，用于处理多智能体系统输入以形成指示动作策略的至少部分优化的输出。所述方法(1000)包括接收(1001)所述多智能体系统输入，其中，所述多智能体系统输入包括多智能体系统的定义，并根据系统状态定义多个智能体的行为模式；接收(1002)输入系统状态的指示；执行(1003)迭代机器学习过程，以估计单聚合函数，所述单聚合函数表示所述多个智能体在系统状态集上的所述行为模式；迭代处理(1004)所述输入系统状态的所述单聚合函数，以估计所述输入系统状态下的所述多个智能体中的每一个的至少部分优化的动作集。这使得可以学习与纳什均衡相对应的策略。
具有处理均衡博弈系统框架