“刘娅汐”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果3个，建议您升级VIP下载更多相关专利

[发明专利]一种针对无人机辅助无线蜂窝网络的无人机部署优化方法-CN202010384603.1有效
发明人：皇甫伟;马子文;刘娅汐;隆克平 -专利权人：北京科技大学
申请日： 2020-05-08 - 公布日： 2021-07-16 - 主分类号： H04W16/18 文献下载
摘要：本发明提供一种针对无人机辅助无线蜂窝网络的无人机部署优化方法，包括：构建网络系统模型；采用覆盖子区域的面积与三维服务区域的总面积之比作为评估指标，来反映覆盖率；在单跳回程距离约束和可变边界约束下，通过优化三维服务区域中无人机的部署方式，最大限度提升覆盖率。并采用罚函数法将其变换为非约束问题。采用逐步交替SGD算法，通过交替执行两个步骤来高效地优化变换后的问题，直到满足停止条件：一步是使用SGD算法来优化覆盖率，另一步是使用SGD算法优化包含了边界约束和回程约束的罚函数。本发明可有效解决考虑覆盖和回程的异构无线蜂窝网络中的无人机部署优化问题。
一种针对无人机辅助无线蜂窝网络部署优化方法

[发明专利]一种代价敏感的集成学习分类方法及系统-CN202011143487.0在审
发明人：皇甫伟;沈一佳;刘娅汐 -专利权人：北京科技大学
申请日： 2020-10-23 - 公布日： 2021-02-19 - 主分类号： G16H50/20 文献下载
摘要：本发明公开了一种代价敏感的集成学习分类方法及系统，该方法包括：获取样本数据集，并将样本数据集分成训练样本集和测试样本集；基于训练样本集对多个不同类型的分类器分别进行训练，并基于测试样本集对训练好的各分类器分别进行分类测试，得到各分类器的分类结果；基于各分类器的分类结果为每一分类器分配对应的权重；基于各分类器的权重，对各分类器进行加权集成，得到集成分类器；利用集成分类器对待测样本进行分类，得到相应的分类结果。本发明使集成学习模型具有各个基学习器的优点，弱化各个基学习器的缺点。并通过权重分配和调整集成学习的门限，改善了集成分类器的分类效果。
一种代价敏感集成学习分类方法系统

[发明专利]一种疾病类别医学数据的特征选择方法和装置-CN201910547358.9在审
发明人：皇甫伟;乌尼日其其格;刘娅汐;林晓丽 -专利权人：北京科技大学
申请日： 2019-06-24 - 公布日： 2019-10-11 - 主分类号： G16H50/70 文献下载
摘要：本发明的实施例公开一种疾病类别医学数据的特征选择方法和装置，所述方法包括：步骤一，初始化种群，作为当前种群；步骤二，计算所述当前种群中的每个个体的适应度；步骤三，判断所述适应度是否趋于稳定值；当所述判断结果为否时，执行步骤四；当所述判断结果为是时，跳到步骤七，将所述当前种群中的适应度最高的个体作为疾病类别医学数据的最优特征子集；对所述当前种群中的个体进行选择，选出优良的个体，更新当前种群；步骤五，选出两个个体进行交叉操作，使用交叉操作后的结果更新所述当前种群；步骤六，所述当前种群进行变异操作；第三次更新当前种群，然后跳到步骤二。
种群疾病类别医学数据适应度方法和装置交叉操作判断结果特征选择最优特征子集变异操作结果更新初始化更新