“王竹荣”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10个，建议您升级VIP下载更多相关专利

[发明专利]基于改进人工蜂鸟算法的传感器网络覆盖优化方法及系统-CN202310905421.8在审
发明人： 王竹荣;闫琦;王战敏;黑新宏 -专利权人：西安理工大学
申请日： 2023-07-21 - 公布日： 2023-10-10 - 主分类号： H04W24/02 文献下载
摘要：本发明公开了一种基于改进人工蜂鸟算法的传感器网络覆盖优化方法及系统，涉及群智能优化算法领域和无线传感网技术领域，基于布尔感知模型和二维区域覆盖模型得到混合WSN的覆盖优化模型；针对混合WSN覆盖优化问题的特点，设计了基于热力覆盖的均匀化方法和基于非线性收敛因子的柯西高斯逐维扰动方法，用于个体在迭代过程中更新位置；引入了PWLCM混沌映射和Levy飞行，用于初始化种群和领地觅食阶段个体更新位置，提高算法收敛精度和全局寻优能力；最后将模型的目标函数作为改进人工蜂鸟算法的适应度函数，求解混合WSN的覆盖优化模型，得到传感器节点的最佳部署方案。本发明方法可以增强标准人工蜂鸟算法的寻优精度和抗停滞能力并加快收敛速度。
基于改进人工蜂鸟算法传感器网络覆盖优化方法系统

[发明专利]基于注意力机制的Seq2seq泊位占有率预测方法-CN202010603613.X有效
发明人： 王竹荣;薛伟;黑新宏;王战敏;崔颖安 -专利权人：西安理工大学
申请日： 2020-06-29 - 公布日： 2023-06-30 - 主分类号： G06F17/00 文献下载
摘要：本发明公开的基于注意力机制的Seq2seq泊位占有率预测方法，包括接受请求、预处理数据、构建模型、优化模型等步骤，通过双向长短期记忆网络BiLSTM解决长期依赖学习能力不足的问题，通过卷积神经网络CNN捕获时间模式，获得学习序列与目标序列的相关性，以此增强模型局部特征的学习能力。本发明解决了现有技术中对泊位占有率预测结果不稳定、准确度低的问题。
基于注意力机制 seq2seq 泊位占有率预测方法

[发明专利]基于可解释时空注意力机制的停车泊位预测方法-CN202111257194.X在审
发明人： 王竹荣;赵瑞琴 -专利权人：西安理工大学
申请日： 2021-10-27 - 公布日： 2022-06-07 - 主分类号： G08G1/14 文献下载
摘要：本发明公开了一种基于可解释时空注意力机制的停车泊位预测方法，步骤包括：1)确定待预测停车场，采集停车场泊位数据；2)对收集到的停车场泊位数据进行预处理；3)构建基于双向长短期记忆神经网络的泊位预测模型；4)在时空注意力机制层捕获全局关键特征信息；5)将预处理后的数据划分为训练集与测试集，用训练集数据训练构建的时空注意力机制神经网络模型，用自适应矩估计优化算法寻找全局最优点；6)对得到的时空注意力机制神经网络模型运行测试集数据，统计并记录运行结果，得到泊位预测结果、空间注意力权重和时间注意力权重。本发明解决了现有停车泊位预测方法精度低、预测结果不稳定的问题。
基于可解释时空注意力机制停车泊位预测方法

[发明专利]一种基于区块链的水利施工领域内可信知识图谱构建方法-CN202111263761.2在审
发明人： 王竹荣;徐凌风;王一川;黑新宏 -专利权人：西安理工大学
申请日： 2021-10-26 - 公布日： 2022-02-18 - 主分类号： G06F16/28 文献下载
摘要：本发明公开了一种基于区块链的水利施工领域内可信知识图谱构建方法，步骤包括：1)由相关单位组成节点，人工输入获得原始数据，并保存到本地数据库中；2)对原始数据重新确认、勘误，去重、去噪，得到确认数据；3)使用SHA‑256哈希算法和默克尔树结构，生成默克尔树叶子节点以及根节点；4)上传至Ethereum公有链；5)对存放确认数据的本地数据库进行验证；6)将本地数据进行知识抽取，形成RDF数据，得到本地知识库；7)将RDF数据上传至联盟链，形成最新的关于混凝土生产管理的可信知识图谱。本发明的方法，使得知识图谱的构建具有可靠性、实用性，知识可溯源性等优点。
一种基于区块水利施工域内可信知识图谱构建方法

[发明专利]基于深度学习区别编码和非编码核糖核酸的方法-CN202111008365.5在审
发明人：李爱民;熊思琪;周红芳;费蓉;刘雅君;王竹荣;魏嵬;袁细国;黑新宏;王磊 -专利权人：西安理工大学
申请日： 2021-08-30 - 公布日： 2021-12-17 - 主分类号： G16B40/00 文献下载
摘要：本发明公开了一种基于深度学习区别编码和非编码核糖核酸的方法，具体为：从数据库中筛选出长度大于200nt的长非编码核糖核酸转录本序列和信使核糖核酸转录本序列，将筛选出的长非编码核糖核酸转录本序列和信使核糖核酸转录本序列进行类平衡处理，然后处理后的每一条转录本序列转化为k‑mer频率；构建卷积神经网络模型，将经类平衡处理后的长非编码核糖核酸转录本序列和信使核糖核酸转录本序列作为训练样本数据，将输入构建的卷积神经网络模型中进行训得到预测模型，将待区分的核酸序列输入到预测模型中得到区分结果。本发明解决了现有技术中存在的会受到不良基因注释和需要消耗大量的计算时间的问题。
基于深度学习区别编码核糖核酸方法

[发明专利]一种基于生成对抗网络的不平衡数据集的预测方法-CN202110526629.X在审
发明人： 王竹荣;牛亚邦;黑新宏 -专利权人：西安理工大学
申请日： 2021-05-14 - 公布日： 2021-08-24 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于生成对抗网络的不平衡数据集的预测方法，过程为：接收预测请求；采集数据，形成数据集，明确数据集中的特征与标签及少数类样本和多数类样本的数量；将数据集中的非数值特征列以及标签列转变为分类数值；将处理的数据集进行标准化并将标准化后数据集中的多数类样本和少数类样本进行分离；用深度卷积对抗网络合成少数类样本a，形成平衡数据集；将平衡数据集划分为训练集和测试集；构建卷积神经网络，用划分好的训练集训练卷积神经网络，得到训练好的卷积神经网络；步骤8，将测试集输入训练好的卷积神经网络得到预测结果。本发明预测方法，解决了现有方法存在处理大数据时生成少数类样本非常困难甚至不能生成的问题。
一种基于生成对抗网络不平衡数据预测方法

[发明专利]一种基于孤立森林学习的不平衡数据集的预测方法-CN202010837636.7在审
发明人： 王竹荣;牛亚邦;黑新宏 -专利权人：西安理工大学
申请日： 2020-08-19 - 公布日： 2020-12-11 - 主分类号： G06K9/62 文献下载
摘要：本发明公开的一种基于孤立森林学习的不平衡数据集的预测方法，包括以下步骤：接收预测请求；采集数据，明确数据集中的特征与标签及少数类样本和多数类样本的数量；将数据集中的非数值特征列以及标签列转变为分类数值；用多数类加权的少数类过采样技术合成少数类样本，形成平衡数据集；用孤立森林算法对平衡数据集进行异常点的识别和去除；之后进行数据标准化，划分训练集和测试集；构建并用训练集训练支持向量机分类器模型；通过遗传算法调整支持向量机分类器模型的超参数，训练完成后得到预测模型；将测试集输入预测模型得到预测结果。本发明一种基于孤立森林学习的不平衡数据集的预测方法，具有预测结果稳定、预测精度高的特点。
一种基于孤立森林学习不平衡数据预测方法

[发明专利]基于两属性分级调整的测试用例优先级调整方法-CN201711071737.2有效
发明人： 王竹荣;任超杰;黑新宏 -专利权人：西安理工大学
申请日： 2017-11-03 - 公布日： 2020-07-28 - 主分类号： G06F11/36 文献下载
摘要：本发明公共的基于两属性分级调整的测试用例优先级调整方法，包括以下步骤：步骤1，对测试用例集的划分和提取；步骤2，测试用例集划分结果的解耦；步骤3，优先级动态调整。本发明测试用例优先级调整方法通过将测试用例集中的用例与两个属性建立关联关系，经过解耦及划分调整等级，在测试执行过程中对用例进行动态调整优先级，该方法提高了待调整测试用例选择的准确性，能够缩短测试中发现错误的运行时间，提高测试效率，有很好的实用价值。
基于属性分级调整测试优先级方法

[发明专利]一种带决策因子的航班恢复建模方法-CN201810412974.9在审
发明人： 王竹荣;王锋;黑新宏;何文娟;王战敏;李爱民 -专利权人：西安理工大学
申请日： 2018-05-03 - 公布日： 2018-11-23 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种带决策因子的航班恢复建模方法，首先，采集数据；在确定航班恢复范围S；分别建立航班恢复时间确定情形下的航班恢复模型M₁和恢复时间不确定情形下的航班恢复数学模型M₂，之后再根据模型M₁和模型M₂，建立航班恢复模型M；最后，采用优化软件lingo9进行求解，即可得出航班恢复方案。该模型立足于现有航班恢复问题中考虑机场开放、关闭等场景，对影响航班恢复问题的决策因子进行分析，将航班恢复时间分为确定和不确定两种情况，建立航班恢复问题的数学模型，具有一定的灵活性和适应性。优化求解方案验证针对所提场景所建模型的正确性和有效性。
航班恢复决策因子数学模型建模场景采集数据方案验证时间确定优化求解优化软件求解立足机场分析开放

[发明专利]基于启发式策略的带容量约束车辆路由问题的优化方法-CN201810095693.5在审
发明人： 王竹荣;李猷;黑新宏 -专利权人：西安理工大学
申请日： 2018-01-31 - 公布日： 2018-08-03 - 主分类号： G06N3/12 文献下载
摘要：本发明公开的基于启发式策略的带容量约束车辆路由问题的优化方法，包括以下步骤：建立顶点对的关联系数矩阵、构建关键模式数据库、构建所求问题的初始解种群、对种群中每一个体执行模式运算操作、直至输出所求问题的最好解，计算结束。本发明在对所求问题最好解所含边的概率统计的基础上，分析构成模式各因素的耦合关系，进一步提取与问题特征信息有关的关键模式；通过对所求问题关键模式分析，以及优先对那些具有较差稳定性的边所代表的模式执行模式分解和模式组合操作，以便易于构造出具有更好稳定性模式特征的解，该方法在求解带有容量约束的车辆路由问题，相对已有的启发式算法，具有运行时间短、解的质量高等特性。
关键模式容量约束路由启发式构建种群矩阵启发式算法概率统计关联系数模式分解模式特征模式运算模式执行模式组合问题特征耦合关系初始解求解优化数据库分析输出

1
共 10 条