“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]基于自适应模因搜索解决双向环路布局问题的方法-CN202211272458.3在审
发明人：孙雯;李文龙;陈超凡;王铸清;王风顺;李旭;姜禹 -专利权人：东南大学
申请日： 2022-10-18 - 公布日： 2023-01-06 - 主分类号： G06N3/00 文献下载
摘要：本发明提供了一种基于自适应模因搜索解决双向环路布局问题的方法，包括以下步骤：(1)随机初始化种群，并采用局部搜索优化种群中的解；(2)采用三种特定的交叉算子，生成子代解决方案；提出一种自适应选择机制，在三个交叉算子中动态地选择最合适的交叉；(3)采用三阶段局部搜索方法进一步优化子代，以保证强化和多样化的平衡；(4)进行种群更新和交叉算子选择概率的更新。本发明在选择交叉算子和优化子代解决方案中采用自适应机制和更高级的搜索策略来重新研究双向环路系统中的布局方案，能够更好地解决现实世界中NP‑hard类的设施布局优化问题，布局快速，性能优异，对于双向环路布局问题及相应的问题具有重要的研究和实用价值。
基于自适应搜索解决双向环路布局问题方法

[发明专利]一种数据处理方法、装置、设备及计算机可读存储介质-CN202110747550.X在审
发明人：杨恺;彭南博;陈晓霖;王虎;黄志翔;韩雨锦 -专利权人：京东科技控股股份有限公司
申请日： 2021-07-01 - 公布日： 2023-01-03 - 主分类号： G06N3/00 文献下载
摘要：本申请公开了一种数据处理方法、装置、设备及计算机可读存储介质，通过数据对齐，与数据方确定建模用的目标样本数据与样本标签；在每一轮纵向联邦学习建模过程中，基于目标样本数据确定当前轮所用的目标数量的目标数据，基于样本标签确定各个目标数据的目标标签；获取当前轮之前的已有联邦集成树模型对目标数据的标签预测值；基于每个目标数据及对应的目标标签、标签预测值，构建对应的随机森林树模型；基于随机森林树模型确定当前轮构建的联邦集成树模型；基于每一轮构建的联邦集成树模型确定目标联邦树模型，以基于目标联邦树模型进行数据处理；其中，第一轮之前的已有联邦集成树模型的标签预测值为零。数据处理效率高。
一种数据处理方法装置设备计算机可读存储介质

[发明专利]利用异构代理组进行图卷积强化学习-CN202180033180.1在审
发明人：安东·科切图罗夫;德米特里·弗拉德金;尼古拉·博罗季诺夫;阿基梅德斯·马丁内斯·卡内多 -专利权人：西门子公司
申请日： 2021-04-30 - 公布日： 2022-12-30 - 主分类号： G06N3/00 文献下载
摘要：用于自适应地控制系统的异构系统的系统和方法。图卷积网络(GCN)接收表示处于系统的时刻和状态下的观察到的环境的拓扑的图的时间序列。生成具有每个图节点的局部信息的嵌入式特征。这些嵌入式特征被划分为根据限定的分组(诸如节点类型)来分组的嵌入式状态。若干强化学习算法中的每一个强化学习算法都被分配给唯一的组，并且包括自适应控制策略，在该自适应控制策略中学习针对给定嵌入式状态的控制动作。响应于控制动作，从环境接收具有与专用于唯一的组的性能有关的局部奖励和与整个图的性能有关的全局奖励的奖励信息。使用状态信息、控制动作信息和奖励信息来更新GCN和自适应控制策略的参数。
利用代理进行图卷强化学习

[发明专利]针对基于成功历史和外部存档机制的差分进化改进方法-CN202211224424.7在审
发明人：李银通;韩统;唐上钦;周欢;黄长强 -专利权人：中国人民解放军空军工程大学
申请日： 2022-10-08 - 公布日： 2022-12-27 - 主分类号： G06N3/00 文献下载
摘要：提出一种通用的针对基于成功历史和外部存档机制的差分进化改进方法，包括：初始化参数；初始化种群并进行评价；判断算法终止条件；自适应参数选择机制APSM；生成控制参数；采用RSP确定搜索个体被选择的概率；执行变基于RSP的变异策略生成变异种群；越界值处理；执行交叉操作生成试验种群；评估试验种群；采用贪婪策略更新种群P和采用先入先出FIFO方法更新外部存档A；更新历史成功参数MCR和MF；种群规模线性减少缩减，采用贪婪策略缩减种群。本发明所提出的方法可充分利用成功历史信息，加速算法的进化过程；有效避免外部存档中的元素被过度使用，提高种群的多样性，增强算法的全局搜索能力；充分利用优势种群信息，指导算法向全局最优解的方向进化。
针对基于成功历史外部存档机制进化改进方法

[发明专利]一种离散优化用于卷积神经网络通道压缩方法-CN202211163982.7在审
发明人：段强;葛君正;姜凯;胡雷钧 -专利权人：山东浪潮科学研究院有限公司
申请日： 2022-09-23 - 公布日： 2022-12-23 - 主分类号： G06N3/00 文献下载
摘要：本发明提供了一种离散优化用于卷积神经网络通道压缩方法，包括以下中步骤：初始化种群卷积层，设置种群大小；初始化种群卷积神经网络，将VGG和Resnet‑18网络由层叠的种群卷积替换原卷积结构；设置种群，将种群设置为进化种群，计算种群中每个通道的适应度和每个个体的适应度个体的适应度；设计交叉变异方法，模型训练后删除适应度排名最差的种群，使用所有通道中适应度最高的的几个卷积核组成的小组替换；设计种群更新方法，将与其他个体相似度最高的通道组删除，并且改为一个初始化通道组；进行通道压缩，根据适应度排序删除一部分个体或者通道，实现通道剪枝。本发明可以快速实现在不影响网络效果的同时进行通道压缩。
一种离散优化用于卷积神经网络通道压缩方法

[发明专利]基于NSGA-Ⅱ的改进多目标优化的方法-CN202211070337.0在审
发明人：冯炫;金雨昊;郭强;曹豪;潘冬 -专利权人：陕西智引科技有限公司
申请日： 2022-08-31 - 公布日： 2022-12-23 - 主分类号： G06N3/00 文献下载
摘要：本发明属于计算机应用技术领域，尤其涉及一种基于NSGA‑Ⅱ的改进多目标优化的方法。本发明通过对NSGA‑Ⅱ算法中非支配排序方法、非支配个体的拥挤距离计算赋值以及交叉、变异操作的改进，使本发明所提供的多目标优化的方法所得到的解的分布更为集中，进而解决了现有NSGA‑Ⅱ算法在多目标优化应用中所存在的技术问题，同时，本发明所提供的方法简单、操作方便、适合大规模推广使用。
基于 nsga 改进多目标优化方法

[发明专利]一种基于多模态多目标的特征选择算法-CN202110693647.7在审
发明人：王艳丽;梁静;岳彩通;胡毅;崔丹丹 -专利权人：郑州大学;郑州经贸学院
申请日： 2021-06-22 - 公布日： 2022-12-23 - 主分类号： G06N3/00 文献下载
摘要：本发明提出了一种基于多模态多目标的特征选择算法，该算法包括以下步骤：对训练数据集进行初始化种群个体，对生成的种群个体进行非支配排序；以KNN的预测精度和选择的特征个数计算适应度值和SDE指标值；根据SDE指标值计算FER值；根据FER值采用轮盘赌策略选中父代个体，通过变异和交叉操作生成新个体，将新个体再进行非支配排序和变异操作；形成新种群，并计算适应度值，将新种群与初始化种群放入档案集中，并进行非支配排序和计算相应的SDE指标值，以帕累托前沿数最下和SDE指标值最下为准则保留档案集中前N个个体。本发明搜索多个最优或次优特征子集，这些解集可用于设计选择特征数量少、分类精度高的学习器以供决策者进行选择。
一种基于多模态多目标特征选择算法

[发明专利]机器学习算法搜索-CN202180012813.0在审
发明人：梁辰;大卫·理查德·索;埃斯特班·阿尔贝托·瑞尔;国·V·勒 -专利权人：谷歌有限责任公司
申请日： 2021-02-08 - 公布日： 2022-12-16 - 主分类号： G06N3/00 文献下载
摘要：描述了一种用于搜索输出机器学习(ML)算法以执行ML任务的方法。该方法包括：接收训练示例集和验证示例集，并且生成候选ML算法的序列以执行任务。对于该序列中的每个候选ML算法，该方法包括：通过执行相应候选设置函数来设置用于候选ML算法的一个或多个训练参数，通过使用相应候选预测函数和相应候选学习函数处理训练示例集来训练候选ML算法，以及通过对验证示例集执行相应候选预测函数来评估训练后的候选ML算法的性能以确定性能度量。该方法包括选择具有最佳性能度量的训练候选ML算法作为用于任务的输出ML算法。
机器学习算法搜索

[发明专利]一种基于人工智能的合成说话表情的方法和相关装置-CN201910745062.8有效
发明人：李广之;陀得意;康世胤 -专利权人：腾讯科技（深圳）有限公司
申请日： 2018-11-14 - 公布日： 2022-12-16 - 主分类号： G06N3/00 文献下载
摘要：本申请实施例公开了一种基于人工智能的合成说话表情的方法和相关装置，至少涉及人工智能中的多种技术，针对终端发送的文本内容，确定文本内容对应的文本特征和所述文本特征所标识发音元素的时长，通过表情模型，获得所述文本特征、所标识发音元素的时长对应的目标表情特征；并向所述终端返回所述目标表情特征。该表情模型可以对该文本特征中具有不同时长的同一发音元素确定出不同的子表情特征，增加了说话表情的变化样式，根据表情模型所确定目标表情特征生成的说话表情与说话人的表情搭配，由于对于同一个发音元素说话表情具有不同的变化样式，从而改善了说话表情变化的过度不自然的情况，提高了用户的沉浸感。
一种基于人工智能合成说话表情方法相关装置

[发明专利]一种基于蚁群算法的机器人清理优化方法-CN202211136536.7在审
发明人：徐升;侯睿明;朱兵;徐蓉蓉;吴新宇 -专利权人：中国科学院深圳先进技术研究院
申请日： 2022-09-19 - 公布日： 2022-12-13 - 主分类号： G06N3/00 文献下载
摘要：本发明公开了一种基于蚁群算法的机器人清理优化方法。该方法包括：针对目标区域的待摆放工件，确定各工件的位置信息，所述位置信息包括在机械臂坐标系下的坐标点和旋转角度；以设定的损失函数为优化目标，利用蚁群算法获得工件清理的最佳执行顺序，其中将待摆放工件作为蚂蚁走过的位置点，将工件摆放工序作为蚂蚁的行走路径；驱动机械臂基于所获得的最佳执行顺序以及所述位置信息进行工件清理。本发明结合蚁群算法的优化能力，显著提升了机器人清理桌面的效率和智能性。
一种基于算法机器人清理优化方法

[发明专利]一种基于改进GWO-DBN轨检车检测数据的道床偏差预测方法-CN202211037237.8在审
发明人：杨晓辉;周洪波;刘军华;舒杰;刘力;兰春光;张汇星;程俊斌;任荣锋;闫冬雪;高坤;韩科举;沙先铭;钟广林;于文新 -专利权人：中铁十二局集团有限公司;中铁十二局集团第三工程有限公司;长沙变化率信息技术有限公司;湖南科技大学
申请日： 2022-08-29 - 公布日： 2022-12-09 - 主分类号： G06N3/00 文献下载
摘要：本发明属于铁路铺轨数据处理技术领域，具体是一种基于改进GWO‑DBN轨检车检测数据的道床偏差预测方法。包括以下步骤，S1、将铁路铺轨相关数据分为训练样本集和测试样本集。S2、由多层堆叠玻尔兹曼机堆叠成基础深度置信网络预测模型。S3、对基础深度置信网络预测模型的各隐藏层节点个数以及反向微调的学习率和迭代次数进行寻优选择。S4、输入训练样本集以训练单输出的寻优选择后的基础深度置信网络预测模型，然后构建出单输出的数据回归预测模型。S5、将经分析处理后实际铁路铺轨相关数据输入单输出的数据回归预测模型，输出得到预测数据，通过预测数据设定铺轨故障预警策略。本发明可以有效地提高数据预测的精度。
一种基于改进 gwo dbn 车检数据道床偏差预测方法

[发明专利]一种自适应海豚觅食算法的裂纹检测图像分割方法-CN202211109673.1在审
发明人：向卫 -专利权人：南京视测通机器人科技有限公司
申请日： 2022-09-13 - 公布日： 2022-12-09 - 主分类号： G06N3/00 文献下载
摘要：本发明公开了一种自适应海豚觅食算法的裂纹检测图像分割方法，属于裂纹检测图像分割技术领域，具体包括以下步骤：海豚觅食算法设计，DFA算法满足如下理想规则；每只海豚都根据超声波的回声定位进行距离的探测，以此来判断猎物及障碍物的方位；每只海豚以速度vn，从位置xn为起点出发，随机搜索猎物；无论海豚发出的超声波的响度将如何变化，都将由原初始值减小到一固定最小值。本发明对于提出的图像分割方法进行论述及验证，解决了裂纹图像的分割未能分出所有的目标，以及细节特征消失的问题，为后续的钢箱梁裂纹图像分割的研究提供参考意义。
一种自适应海豚觅食算法裂纹检测图像分割方法

[发明专利]一种无陀螺条件下基于改进麻雀搜索算法的高旋体角速率在线估计方法-CN202211052055.8在审
发明人：邓志红;汪进文;苗志豪;沈凯 -专利权人：北京理工大学
申请日： 2022-08-31 - 公布日： 2022-12-09 - 主分类号： G06N3/00 文献下载
摘要：本发明的一种无陀螺条件下基于改进麻雀搜索算法的高旋体角速率在线估计方法，根据磁阻传感器的工作原理及输出特性，探究其与高旋体角速率的间接和直接关系，设计以角速率为优化对象的多目标适应度函数，从而完成角速率在线估计模型的构建；根据SSA自身的优缺点，为了麻雀搜索具有方向性以及快速性，提出自适应动态步长策略和动态压缩搜索策略改进传统的SSA，从而提高算法的寻优能力和跳出局部极值的能力，采用ISSA对角速率在线估计模型进行优化求解，从而实现无陀螺条件下高旋体角速率的在线估计。
一种陀螺条件下基于改进麻雀搜索算法高旋体角速率在线估计方法

[发明专利]基于PSO-LM-BP神经网络的带钢冷轧横向厚差预报方法-CN201910316881.0有效
发明人：王东城;徐扬欢;黄阳阳;张桐源;杨光;刘宏民 -专利权人：燕山大学
申请日： 2019-04-19 - 公布日： 2022-12-09 - 主分类号： G06N3/00 文献下载
摘要：本发明公开了一种基于PSO‑LM‑BP神经网络的带钢冷轧横向厚差预报方法，涉及到带钢断面形状控制领域。该方法主要包括以下步骤：1、PSO‑LM‑BP神经网络训练样本的获取；2、PSO‑LM‑BP神经网络带钢冷轧横向厚差预报模型的建立；3、PSO‑LM‑BP神经网络带钢冷轧横向厚差预报模型的训练与验证；4、PSO‑LM‑BP神经网络带钢冷轧横向厚差预报模型的预测。该方法只需根据带钢热轧来料断面轮廓三个参数C40、C25、W40，即可预测出其冷轧后的横向厚差值，预测精度高、响应速度快，能够快速参与指导实际生产，对带钢冷轧横向厚差控制具有重要意义。
基于 pso lm bp 神经网络带钢冷轧横向预报方法

[发明专利]一种基于蝙蝠算法的无线传感网络定位方法-CN202211202639.9在审
发明人：孟维;陈大龙;黄道宏;王计斌 -专利权人：南京华苏科技有限公司
申请日： 2022-09-28 - 公布日： 2022-12-06 - 主分类号： G06N3/00 文献下载
摘要：本发明公开了一种基于蝙蝠算法的无线传感网络定位方法，包括以下步骤：S1：初始化各个参数以及解空间中的蝙蝠个体的位置及飞行速度，并获得种群中每个个体的适应度值并记录全局最优个体；S2：动态产生变异群集，计算变异群体参数值，再根据贪婪规则选择出最好个体替换原始个体；S3：计算适应度值并标记全局最优解，根据全局最优解更新个体的位置和飞行速度，并计算更新后的适应度值；S4：利用随机数判断是否产生新解；S5：寻找全局最优解，对最优解小范围自我学习优化；S6：重复步骤S2～S5，直至满足设定的最优解条件或搜索达到最大迭代次数，从而获得位置信息。该方法有效提高了定位精度，降低了测距误差对定位精度影响。
一种基于蝙蝠算法无线传感网络定位方法