“周昌军”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66个，建议您升级VIP下载更多相关专利

[发明专利]基于欧式距离的自适应集成的不平衡数据分类方法-CN201910832525.4在审
发明人：王宾;陈东;张强;魏小鹏;周昌军 -专利权人：大连大学
申请日： 2019-09-04 - 公布日： 2019-12-03 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了基于欧式距离的自适应集成的不平衡数据分类方法，首先通过随机平衡方法得到若干个多样性的平衡子集，然后在每个平衡子集上建立得到多个基础分类器。在动态选择算法之前加入了分类器预选择算法。在得到筛选的基础分类器后，提出一种新的动态选择算法，通过评估待分类样本周围区域内的样本分类器情况，当正确分类属于范围内的少数类样本越多则能力越强。最后采用一种基于距离的自适应集成规则将选择出的基础分类器得到的预测结果输出。该方法能够得到在生成多样的子集上建立基础分类器，同时提出动态选择算法能够挑选出分类能力最强的子分类器，最后提出的集成规则能够提供更好的输出结果，最终有效提高了不平衡数据分类精度。
基础分类算法动态选择集成规则平衡子集数据分类自适应分类能力分类样本欧式距离输出结果样本分类预测结果周围区域子分类器分类器预选择子集样本多样性筛选输出分类评估平衡

[发明专利]基于动态分类器选择的类别重叠不平衡数据分类方法-CN201910802242.5在审
发明人：王宾;陈东;张强;魏小鹏;周昌军 -专利权人：大连大学
申请日： 2019-08-28 - 公布日： 2019-11-29 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了基于动态分类器选择的类别重叠不平衡数据分类方法，首先应用半无监督层次聚类算法，将数据集划分为多个平衡子集，其中的子集样本空间中均不存在类别重叠问题。然后在这些子集上构建基础分类器以组成候选分类器池。为了从候选分类器池中选择最合适的基础分类器来进行每个测试样本的分类，使用加权机制来突出分类器的能力，这些分类器在分类属于测试样本所在的周围区域的少数类样本时能力更为强大。
候选分类器测试样本基础分类分类器子集层次聚类算法动态分类加权机制平衡子集数据分类样本空间重叠问题周围区域数据集无监督分类构建样本应用

[外观设计]多功能看贴板-CN201930285943.7有效
发明人： 周昌军 -专利权人： 周昌军
申请日： 2019-06-04 - 公布日： 2019-11-26 - 主分类号： 19-01 文献下载
摘要：1.本外观设计产品的名称：多功能看贴板。;2.本外观设计产品的用途：用于练习书法字体。;3.本外观设计产品的设计要点：在于形状、图案与色彩的结合。;4.最能表明设计要点的图片或照片：立体图。;5.请求保护的外观设计包含色彩。;6.本外观设计产品为薄型产品，省略左视图、右视图、俯视图、仰视图。
多功能看贴板

[发明专利]基于概念稳定特征及其差异化网络的概念学习方法-CN201910326409.5在审
发明人： 周昌军;朱成彦 -专利权人：浙江师范大学
申请日： 2019-04-22 - 公布日： 2019-10-25 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及人工智能领域，构建了一个开放的基于概念稳定特征及其差异化的网络模型SCDNet(Stable characteristics and their differentiation)，该模型具有可扩展性并能够从少量标注样本中学习概念。通过使用向量形式的稳定特征表示每个概念，我们让模型更具有可解释性。我们对初级特征进行压缩编码，在最大化该编码与稳定特征相似度的同时，加入不同概念的稳定特征之间差异性的约束条件。这样不仅能够提高实例特征对所属概念的稳定特征的敏感度，同时还可以增强我们从少量样本中学习的能力。我们对每个概念使用相同的子网络结构，使用统一的学习方法，这使得我们的模型具有很好的扩展性，能够自由的增加概念，即实现连续学习。
稳定特征差异化样本学习人工智能领域子网络结构初级特征概念学习可扩展性实例特征网络模型向量形式压缩编码约束条件扩展性差异性解释性敏感度相似度最大化构建标注自由网络开放统一

[发明专利]基于记忆减退型在线序列极限学习机的恶意网页检测方法-CN201910326406.1在审
发明人： 周昌军;邹全义 -专利权人：浙江师范大学
申请日： 2019-04-22 - 公布日： 2019-10-22 - 主分类号： G06F21/51 文献下载
摘要：本发明是基于记忆减退型在线序列极限学习机(MDOS‑ELM)训练URL的特征，得到高效的分类器，并用分类器实现了一个实时的恶意网页检测系统。MDOS‑ELM算法引入自适应记忆因子和遗忘机制。URL数据在更新过程中，新数据相比旧数据更能反映当前数据的特征，失效数据是无法体现当前数据的特征。因此更新检测系统时，新数据对检测系统的贡献较大；旧数据对检测系统的贡献较小；失效数据的贡献为零。通过引入遗忘机制淘汰失效数据。同时引入自适应记忆因子调节新、旧数据对检测系统的贡献，从而提高检测系统的预测精度。
检测系统失效数据旧数据恶意网页记忆减退记忆因子序列极限分类器新数据学习机自适应引入遗忘更新过程更新检测算法并用检测预测淘汰

[发明专利]记忆减退型在线序列极限学习机-CN201910327301.8在审
发明人： 周昌军;邹全义 -专利权人：浙江师范大学
申请日： 2019-04-22 - 公布日： 2019-10-11 - 主分类号： G06N3/08 文献下载
摘要：本发明涉及到机器学习中在线学习领域，引入自适应记忆因子和遗忘机制提出了一种新型的在线极限学习机。一般来说在流式数据更新过程中，新数据相比旧数据更能反映当前数据的特征，失效数据是无法体现当前数据的特征。因此更新模型时，新数据对模型的贡献较大；旧数据对模型的贡献较小；失效数据的贡献为零。通过引入遗忘机制淘汰失效数据。同时引入自适应记忆因子调节新、旧数据对模型的贡献，从而提高模型的预测精度。
失效数据旧数据记忆因子新数据自适应引入遗忘极限学习机更新过程机器学习记忆减退流式数据序列极限在线学习学习机淘汰预测更新

[发明专利]基于链置换的四位BCD码加法器的设计方法-CN201611203913.9有效
发明人：张强;施兰兰;周昌军;魏小鹏 -专利权人：大连大学
申请日： 2016-12-23 - 公布日： 2019-07-16 - 主分类号： G16B15/00 文献下载
摘要：本发明涉及链置换领域，构造了一种基于DNA链置换的四位BCD码加法器的设计方法。该加法器的设计方法中引入了双轨逻辑的思想，利用DNA链模拟由17个与非门、12个或非门、2个或门和一个与门构成的单轨逻辑电路并将其转化为双轨逻辑参与反应，这种方法使反应更加稳定高效，得到的结果逻辑更加清晰易于理解。从实验数据和实验结果来看，该方法不仅可以正确的处理运算过程中的进位与溢出，而且效率高，结果稳定，说明了该加法器设计的有效性。
基于置换 bcd 加法器设计方法

[发明专利]基于BSA-TS算法的蛋白质三维结构预测方法-CN201510589301.7有效
发明人：张强;许岩;周昌军;王宾 -专利权人：大连大学
申请日： 2015-09-16 - 公布日： 2019-07-12 - 主分类号： G16B30/00 文献下载
摘要：本发明涉及生物计算蛋白质结构预测领域，设计了一种基于BSA算法与TS算法的混合搜素优化方法。该方法将BSA算法应用到蛋白质三维结构预测中，并对BSA算法与TS算法分别进行了一定的改进。在目前广泛使用的斐波纳契序列和真实蛋白质序列上进行实验，从实验得出的数据和与其他方法的比较结果来看，该方法较好的克服了传统算法对于控制参数的初值比较敏感，并且易陷入局部最优的缺点，具有良好的性能和精度。
基于 bsa ts 算法蛋白质三维结构预测方法

[发明专利]智能训练梯康复辅具-CN201910217274.9在审
发明人：黄小燕;黄波禹;周昌军;唐艳军;陈涛 -专利权人：柳州泽屹科技有限公司
申请日： 2019-03-21 - 公布日： 2019-06-21 - 主分类号： A63B23/04 文献下载
摘要：本发明智能训练梯康复辅具，涉及医疗康复训练器械技术领域，包括楼梯装置及扶手装置，楼梯装置包括楼梯主体架，楼梯主体架包括中部平台框架及分别连接在中部平台框架两侧的踏步框架Ⅰ及踏步框架Ⅱ，中部平台框架上设有平整的中部平台，踏步框架Ⅰ和踏步框架Ⅱ上分别设有多个踏步阶梯，每一阶的踏步阶梯上设有至少二块并排设置的楼梯踏板，每一块楼梯踏板的底面设有一个压力感应器，还设有覆盖楼梯踏板及部分踏步框架的面皮，扶手装置的扶手立杆分别固定连接在中部平台框架、踏步框架Ⅰ、踏步框架Ⅱ的两侧边缘，扶手装置的扶手拉杆连接在扶手立杆的上端。本发明使用舒适性好、康复训练过程的数据可有效采集记录，能够客观评估训练效果。
踏步平台框架扶手装置楼梯踏板扶手立杆楼梯主体楼梯装置踏步阶梯智能训练辅具康复训练器械面皮使用舒适性压力感应器康复并排设置扶手拉杆康复训练客观评估两侧边缘训练效果上端底面一阶平整采集覆盖记录医疗

[实用新型]一种用于地质孔洞施工的洗孔装置-CN201821705246.9有效
发明人：李正兵;焦应实;黄平;焦瑞锋;王彦东;李翔;周建辉;李霄;秦慧程;李春才;刘强;王志华;钟瑜;宋崔蓉;周昌军 -专利权人：中国水利水电第七工程局成都水电建设工程有限公司
申请日： 2018-10-19 - 公布日： 2019-05-31 - 主分类号： E21B21/00 文献下载
摘要：本实用新型公开了一种用于地质孔洞施工的洗孔装置。包括与高压输水管连接的洗孔喷头，喷头端面对称设置4组喷嘴，每组喷嘴中心轴线与喷头中心轴线的夹角为45度，喷头内腔由入口端至喷嘴端为台阶式缩径结构，喷头外壁沿喷头轴向设置有凸起的钢垫；应用时还可以结合反向回洗喷头施工清洗处理，对成孔空腔下半段孔底方向二分之一长度及上半段孔口方向二分之一长度采用正、反高压喷头进行定转、旋转及摆转往复式冲洗；清孔喷头在行走过程中将部分岩渣及岩块推移至行走区域的两侧，直至全断面空腔清洗干净；同时洗孔施工过程在孔洞内实施，避免了在洗孔过程中高压水流安全隐患；喷头外壁沿喷头轴向对称设置有凸起的钢垫可以防止卡钻保护钻头钻进。
洗孔喷头地质孔洞对称设置喷头外壁喷头轴钢垫空腔凸起施工孔洞喷嘴中心轴线本实用新型高压输水管往复式冲洗安全隐患高压喷头孔口方向喷头端面喷头内腔喷头中心清洗处理施工过程缩径结构行走过程行走区域喷嘴夹角为喷嘴端全断面入口端台阶式中高压钻头摆转成孔回洗卡钻清孔岩块钻进清洗推移应用

[发明专利]智能康复训练梯检测系统及检测方法-CN201910216925.2在审
发明人：黄小燕;黄波禹;周昌军;唐艳军;陈涛 -专利权人：柳州泽屹科技有限公司
申请日： 2019-03-21 - 公布日： 2019-05-14 - 主分类号： A61B5/11 文献下载
摘要：本发明智能康复训练梯检测系统及检测方法，检测系统包括压电晶体力传感器、数据采集过滤芯片、通信模块及计算分析显示模块，压电晶体力传感器设置训练梯下表面，数据采集过滤芯片的输入端分别与各压电晶体力传感器连接，数据采集过滤芯片的输出端与通讯装置连接，通信模块与计算分析显示模块输入端连接。检测方法包括以下步骤：数据采集、数据过滤及传输、数据时间排序、左右脚上下梯数据区分、计算左右脚支撑时间、摆动时间、平均重力及平均速度、步态数据存储、在估界面查询评估结果。本发明能够辅助康复医师对康复训练者日常生活活动能力的评估工作，提升康复医师评估工作的客观性、科学性。
数据采集过滤芯片检测系统康复训练力传感器压电晶体计算分析康复医师通信模块显示模块检测日常生活活动能力输入端连接步态数据界面查询评估结果时间排序数据过滤通讯装置智能脚支撑输出端输入端下表面摆动评估存储传输

[发明专利]智能助浴护理床-CN201910217026.4在审
发明人：黄小燕;黄波禹;周昌军;唐艳军;陈涛 -专利权人：柳州泽屹科技有限公司
申请日： 2019-03-21 - 公布日： 2019-05-14 - 主分类号： A61G7/02 文献下载
摘要：本发明智能助浴护理床，涉及一种护理用的护理床，包括坐垫、靠背、扶手、脚踏、底座、脚部支撑板、升降组件，靠背通过铰链连接在坐垫的一侧，底座设置在坐垫的下方，底座下侧连接有轮子，脚部支撑板通过铰链与坐垫远离靠背一侧的边缘连接，脚踏连接在脚部支撑板远离坐垫的一端端部，坐垫的底面连接有支撑框架，升降组件连接在底座与支撑框架之间，支撑框架靠近靠背一侧连接有可伸缩的靠背支撑杆，支撑框架靠近脚部支撑板一侧连接有可伸缩的脚部撑板支撑杆，靠背支撑杆和脚部撑板支撑杆都是电缸驱动可自动伸缩的支撑杆，通过控制靠背支撑杆和脚部撑板支撑杆的伸缩，可实现护理床到轮椅的自动转变。本发明使用方便、减轻护理工人的护理难度。
坐垫脚部支撑板支撑框架靠背护理床支撑杆底座靠背支撑杆撑板脚部可伸缩的升降组件脚踏护理边缘连接护理难度铰链连接自动伸缩智能侧连接伸缩底面电缸扶手铰链轮子轮椅驱动

[发明专利]基于NGA-TS算法的蛋白质结构预测方法-CN201610144174.4有效
发明人： 周昌军;魏雪;郑学东;王宾 -专利权人：大连大学
申请日： 2016-03-11 - 公布日： 2019-04-26 - 主分类号： G16B15/20 文献下载
摘要：本发明涉及蛋白质结构预测领域，涉及了一种基于小生境遗传和算法禁忌搜索算法的结合算法的蛋白质结构预测方法。该方法将禁忌搜索算法引入小生境遗传算法中来解决蛋白质结构预测问题，并对小生境遗传算法过程中的交叉、变异、小生境淘汰进行了一定的改进。从实验得出的数据和与其他方法的比较结果来看，该方法可以更加全面的搜索出相应的蛋白质最小自由能量值，从而能得到更稳定的蛋白质结构，说明了本方法在解决蛋白质结构预测问题上是有效的。
基于 nga ts 算法蛋白质结构预测方法

[发明专利]基于非支配排序的混合蝙蝠算法的DNA编码序列优化方法-CN201811118264.1在审
发明人：王宾;刘凯强;张强;魏小鹏;周昌军 -专利权人：大连大学
申请日： 2018-09-26 - 公布日： 2019-02-26 - 主分类号： G06N3/00 文献下载
摘要：本发明涉及一种基于非支配排序的混合蝙蝠算法的DNA编码序列优化方法。构造满足组合约束条件的最优DNA编码序列，首先要构造出全部的DNA序列作为初始种群。接着用粒子群算法对初始种群进行搜索寻优。其次，利用已经得出的DNA编码序列，用蝙蝠算法进行优化，得到最优的DNA编码序列，用非支配排序计算最优序列的适应度并对其进行排序。最后，选出最优DNA编码序列。本发明提出的基于非支配排序的混合蝙蝠算法的DNA序列优化算法能够搜索出质量较优的DNA编码序列。
算法排序蝙蝠初始种群搜索优化粒子群算法组合约束适应度优序列寻优

[发明专利]基于粒子群的混沌入侵杂草算法的DNA编码序列优化方法-CN201811024587.4在审
发明人：王宾;刘凯强;张强;周昌军 -专利权人：大连大学
申请日： 2018-09-04 - 公布日： 2019-02-01 - 主分类号： G16B20/00 文献下载
摘要：本发明涉及一种基于粒子群的混沌入侵杂草算法的DNA序列优化方法。该方法首先要构造出全部的DNA序列作为初始种群。接着以入侵杂草算法对初始种群进行繁殖、空间扩算、竞争性排除（局部最优解）。其次，利用已经得出的局部DNA编码序列，利用粒子群优化方法进行搜索，得到新的DNA编码序列，计算序列的适应度并对其进行排序。最后，选出最优DNA编码序列。本发明提出的基于粒子群的混沌入侵杂草算法的DNA序列优化算法能够搜索出质量更优的DNA编码序列。
算法杂草粒子群混沌入侵初始种群搜索粒子群优化适应度最优解排序繁殖优化