专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果35个,建议您升级VIP下载更多相关专利
  • [发明专利]基于多模型贝叶斯优化的机器学习模型超参数调优方法-CN202310439033.5在审
  • 周睿哲;钟竞辉 - 华南理工大学
  • 2023-04-21 - 2023-10-10 - G06N20/00
  • 本发明公开了一种基于多模型贝叶斯优化的机器学习模型超参数调优方法,包括:采样获取初始数据集,进入一个循环;引入一个参数,在每次循环中更新,使用其划分数据集,给样本分配标签,构建辅助数据集;建立额外加权后的损失函数,利用辅助数据集和损失函数训练一个分类器,使用L‑BFGS‑B算法优化它,获得极值点;计算机器学习模型在极值点处的得分,更新初始数据集,在计算资源没有耗尽时继续循环;循环结束后将数据集中最优的点对应的超参数组合返回,即是要寻找的最优的机器学习模型的超参数。本发明基于分类器模型和概率密度估计,改进了贝叶斯优化,实现了多代理模型的贝叶斯优化,具有很强的灵活性和广泛的应用场景。
  • 基于模型贝叶斯优化机器学习参数方法
  • [发明专利]一种基于图像视角转换的高铁架线杆结构异常识别方法-CN202310296888.7在审
  • 钟竞辉;房梓炀;董俊兰;陈伟能;龚月姣 - 华南理工大学
  • 2023-03-22 - 2023-09-22 - G06T7/00
  • 本发明公开了一种基于图像视角转换的高铁架线杆结构异常识别方法。所述方法包含以下步骤:利用关键点检测算法提取待测架线杆图像中的结构关键点;利用图像视角转换算法,将架线杆的结构性关键点进行坐标转换;利用转换后的坐标进行二维高斯离群点检测。本发明利用差分进化算法进行图像视角转换,将待测关键点坐标转换为标准结构图中的坐标,利用二维高斯分布离群判别对结构性异常点进行分析,将结构性异常检测问题转换为二维高斯离群点检测问题,规避传统物体识别中异常架线杆训练样本少的问题。本发明所提及的高铁架线杆结构异常检测方法,以架线杆结构模型异常检测作为实际问题,为高铁架线杆结构异常检测任务提供一种新的解决方案。
  • 一种基于图像视角转换铁架结构异常识别方法
  • [发明专利]一种需求响应式公交路径规划方法、装置及存储介质-CN202310606271.0在审
  • 龚月姣;周杰;陈伟能;钟竞辉 - 华南理工大学
  • 2023-05-25 - 2023-09-01 - G06Q10/047
  • 本发明公开了一种需求响应式公交路径规划方法、装置及存储介质,属于智能交通领域。方法包括:S1初始化种群;S2随机生成一部分个体,利用真实函数进行评估,构建乘客出行成本的代理模型;S3进行遗传操作;S4选择个体使用局部搜索;S5对个体进行评估,用真实函数评估公交运行成本,代理模型评估乘客出行成本;S6父子代种群合并,进行快速非支配排序,筛选出下一代个体;同时挑选出部分个体,使用真实函数评估,并更新代理模型进行;S7当达到预设的迭代终止条件时,输出子代中非支配层级最低的集合;否则,重复执行步骤S3~S6。本发明权衡了公交运行成本与乘客出行成本之间的矛盾,解决需求响应式公交的路线的规划问题。
  • 一种需求响应公交路径规划方法装置存储介质
  • [发明专利]一种基于时间卷积网络的多模态人群密度预测方法-CN202310557004.9在审
  • 钟竞辉;刘伟恒 - 华南理工大学
  • 2023-05-17 - 2023-09-01 - G06V20/52
  • 本发明公开了一种基于时间卷积网络的多模态人群密度预测方法,包括以下步骤:视频信息模块从监控摄像头中获取图像,获得的图像经过人群计数模型进行人群计数,获得各个摄像头每个时刻的人群密度,并组织成时间序列数据;人群密度的时间序列数据经时间卷积网络分别为每个子区域提取出当前时刻的隐向量;行程计划模块从行程计划表提取相应的行程信息用于多模态预测;将融合模块与视频信息模块的特征进行融合,得出各个子区域未来多时刻的人群密度预测值。本发明融合多模态信息的模型能够进提高模型的预测精度,在面对低信噪比的数据时能够给出平稳的预测结果,并且在人群密度突发变化时也能够及时作出响应。
  • 一种基于时间卷积网络多模态人群密度预测方法
  • [发明专利]一种用于评估婴幼儿肠道菌群发育年龄的预测方法-CN201911278021.9有效
  • 杨恒文;谭宇翔;钟竞辉;尹芝南 - 暨南大学
  • 2019-12-12 - 2023-08-25 - G16H50/30
  • 本发明公开的一种用于评估婴幼儿肠道菌群发育年龄的预测方法,包括以下步骤:获取婴幼儿的肠道菌群数据;利用所述肠道菌群数据为基础,通过线性判别分析和随机森林构建预测模型,即分类数据模型;将待测样品输入预测模型进行预测,输出分类数据,得到预测结果;根据预测结果得到待测样品的肠道菌群发育年龄段;把得到待测样品的肠道菌群发育年龄段跟实际年龄进行比较,判断婴幼儿的肠道是否出现紊乱或者发育偏差;本发明采用线性判别分析和随机森林结合,构建预测模型,大大提高了准确率,通过预测模型预测出对应年龄,然后通过预测年龄和实际年龄的比较来评估菌群是否发育失调。
  • 一种用于评估婴幼儿肠道群发年龄预测方法
  • [发明专利]基于数据驱动遗传编程算法的符号回归方法及系统-CN202110273698.4有效
  • 钟竞辉;林煜森 - 华南理工大学
  • 2021-03-15 - 2023-08-22 - G06F17/18
  • 本发明涉及基于数据驱动遗传编程算法的符号回归方法与系统,其方法包括步骤:S1、通过输入元素集计算各个特征与输出之间的互信息值,计算各个特征与输出之间的MIC值;S2、通过生成随机函数,再生成训练图像,进行CNN训练,由CNN生成函数元素重要性权重向量;S3、初始化多染色体编码方式的种群,若满足终止条件,则结束;否则,更新种群,进行突变与交叉变异,再进行染色体解码,并评估适应值,进行选择后再循环判断是否满足终止条件。本发明通过选择重要终端元素和函数元素的机制,采用多染色体编码方法提高遗传编程算法的搜索性能,从而有效地解决符号回归问题。
  • 基于数据驱动遗传编程算法符号回归方法系统
  • [发明专利]基于新型特征自动构造的人群行为规则自动提取方法-CN202110770902.3有效
  • 钟竞辉;卢承宇;龚月姣;陈伟能 - 华南理工大学
  • 2021-07-07 - 2023-07-21 - G06N3/084
  • 人群行为建模与仿真是一类在公共场所设计与管理等领域具有重要应用的技术。本发明将遗传编程算法运用于人群行为建模,涉及建模仿真与智能计算两大领域。本发明提供基于新型特征自动构造的人群行为规则自动提取方法,通过自动化地提取一套能反映行人行走客观规律的规则,并将其作为仿真模型,增强仿真效果的真实性,促进知识发现与其他相关学科的发展。针对人群建模问题包含大量隐含特征、现有技术难以甄别和合理利用有效特征、手动设计的特征严重受限于人类知识经验等问题,本发明提出了新型的高级特征自动构造技术,以及一套辅助的特征选择技术,以构造出一系列高性能特征,提高人群行为规则的有效性。
  • 基于新型特征自动构造人群行为规则提取方法
  • [发明专利]一种基于最大互信息系数的遗传编程变异概率优化方法-CN202310360793.7在审
  • 钟竞辉;钟联杰 - 华南理工大学
  • 2023-04-06 - 2023-07-07 - G06N3/126
  • 本发明公开了一种基于最大互信息系数的遗传编程变异概率优化方法。对于传统遗传编程,特征选择的倾向将由初始的完全随机选择走向带偏好的差别选取,本发明约束了遗传编程的搜索方向,从而提升搜索效率。包括:步骤S1,使用最大互信息系数衡量数据集中各特征与目标的相关性大小,并将各特征与目标的相关性大小合并成相关性向量;步骤S2,依据相关性向量确定遗传编程在变异选择新特征时的概率分布;步骤S3,进行遗传编程进化,在遗传编程进化过程中,始终固定所述概率分布,不受种群内各特征选取数量影响。本发明降低了随机初始化对遗传编程整体性能的影响比重,增强了遗传编程在基础问题上的鲁棒性,能够提高训练效率和精度,提升模型泛化性能。
  • 一种基于最大互信系数遗传编程变异概率优化方法
  • [发明专利]一种汽车结构优化方法、装置和存储介质-CN202211578229.4在审
  • 陈伟能;魏凤凤;钟竞辉 - 华南理工大学
  • 2022-12-06 - 2023-04-07 - G06F30/15
  • 本发明公开了一种汽车结构优化方法、装置和存储介质,其中方法包括:获取汽车结构优化的历史数据;其中,所述历史数据包括结构参数、对应结构的性能模拟测试结果;根据历史数据对汽车结构优化问题进行数学建模,确定模型的优化目标;其中,以汽车重量最小、安全性最高作为优化目标;采用分类模型辅助的分层粒子群优化算法对数学模型进行优化处理,获得汽车重量最小、安全性最高的结构设计参数。本发明利用分类模型预测代替演化过程中大部分汽车结构性能模拟,以分类结果驱动分层粒子群演化,解决了现有技术中由于搜索空间大,评估耗时长而导致的汽车结构优化结果差,搜索效率低的问题。本发明可广泛应用于演化计算和工业汽车结构设计两大领域。
  • 一种汽车结构优化方法装置存储介质
  • [发明专利]一种机场人群路线引导方案优化方法、装置及存储介质-CN202211445686.6在审
  • 陈伟能;李玲玉;钟竞辉 - 华南理工大学
  • 2022-11-18 - 2023-04-04 - G06T17/00
  • 本发明公开了一种机场人群路线引导方案优化方法、装置及存储介质,其中方法包括:获取机场的布局信息,根据布局信息将机场场景抽象为一个完全图;根据预设筛选条件对完全图中的边进行筛选,以删除不符合条件的边;根据筛选后的完全图,将机场人群路线引导方案优化问题抽象成为组合优化问题;采用离散的差分进化算法,对组合优化问题进行优化,获得最终的优化结果。本发明对机场出发层场景进行数学建模,并使用离散的差分进化算法自动生成和优化机场人群路线引导方案,可以获得较高质量的解,能够有效辅助机场中人群路线的引导。本发明可广泛应用于智能交通和演化计算两大领域。
  • 一种机场人群路线引导方案优化方法装置存储介质
  • [发明专利]一种能源日前调度方法、装置和存储介质-CN202211547219.4在审
  • 陈伟能;陈向玲;钟竞辉 - 华南理工大学
  • 2022-12-05 - 2023-03-28 - G06Q10/0631
  • 本发明公开了一种能源日前调度方法、装置和存储介质,其中方法包括:构建基于风险的能源日前调度模型;确定能源日前调度模型的优化目标;其中,所述优化目标为在多个场景下考虑风险规避策略时能源管理预期成本最小化;采用基于K近邻回归辅助的分布估计与粒子群混合算法,对优化问题进行求解,获得最终的调度方案;在求解过程中:引入KNN回归器代理模型辅助进化计算,并通过分布估计算法和粒子群算法轮替演化的方式进行解的更新,以减少评估时间。本发明采用基于K近邻回归辅助的分布估计与粒子群混合算法,来求解基于风险的能源日前调度预期成本最小化问题,能够有效地减少评估时间,可广泛应用于能源管理和智能计算领域。
  • 一种能源日前调度方法装置存储介质
  • [发明专利]一种KOL广告投放优化方法、系统、装置和存储介质-CN202211555572.7在审
  • 陈伟能;潘坤;钟竞辉 - 华南理工大学
  • 2022-12-06 - 2023-03-14 - G06Q30/0251
  • 本发明公开了一种KOL广告投放优化方法、系统、装置和存储介质,其中方法包括:从社交平台挖掘特殊节点和普通节点的信息;对目前的KOL广告进行类别划分,将KOL对一般用户的影响力量化,并纳入商业推广模型中,构建多层商品推销传播模型;对构建的多层商品推销传播模型,采用归并社团以及群智演化的方式在多层网络结构上进行社区发现;结合社区发现的分区效果,进行利润最大化研究,获取关键促进推广的关键节点,根据关键节点进行广告投放,以实现对大规模复杂网络中商品推广的优化。本发明良好地平衡了推广的开销与广告传播的影响力,解决了传统现有广告投放策略易重叠,全局性较差的问题。本发明可广泛应用于广告投放和复杂网络的传播领域。
  • 一种kol广告投放优化方法系统装置存储介质
  • [发明专利]一种基于序列到序列模型的人群数量预测方法以及装置-CN202110444972.X有效
  • 钟竞辉;刘伟恒;蔡文桐 - 中新国际联合研究院
  • 2021-04-24 - 2023-01-17 - G06Q10/04
  • 本发明公开了一种基于序列到序列模型的人群数量预测方法以及装置,包括以下步骤:在场景中选取K个监控点,所述监控点包括输入监控点Kin和预测监控点Kpred;选取T个时刻的人群轨迹数据,对每个监控点半径R范围内的人数进行统计;用矩阵A存储下来;通过滑动窗口的方法,对矩阵A进行数据处理,生成模型训练的数据集;将数据集输入至序列到序列模型中得出预测结果,所述序列到序列模型包括编码器和解码器,将数据集输入至编码器后,经过编码器编码生成上下文向量context;随后context输入到解码器中解码得出预测结果;本发明简化了模型的复杂度,在仿真数据集上的测试结果显示,模型具有较好的预测精度。
  • 一种基于序列模型人群数量预测方法以及装置

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top