“G06N3/12”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638个，建议您升级VIP下载更多相关专利

[发明专利]一种基于演化学习的神经网络结构搜索方法和系统-CN202080107589.9在审
发明人：程然;谭浩;何成;侯章禄;邱畅啸;杨帆 -专利权人：华为技术有限公司;南方科技大学
申请日： 2020-12-16 - 公布日： 2023-10-27 - 主分类号： G06N3/126 文献下载
摘要：一种基于演化学习的神经网络结构的搜索方法和系统，所述方法包括：S101，初始化种群，种群内的每一个神经网络结构为一个结构编码；S102，随机选择种群内的两个结构编码，解码成两个神经网络结构进行配对；从超网中继承相应的权重，获得第一、第二神经网络模型；S103，评估训练后的第一、第二神经网络模型，获得胜利者和失败者；S104，根据训练后的第一、第二神经网络模型更新超网；S105，计算伪梯度值，使失败者向胜利者学习，得到第三神经网络结构的结构编码；S106，用第三神经网络的结构编码在种群中代替失败者的结构编码，更新种群；S107，输出种群中最优的神经网络模型，对更新的种群进行迭代演化。
一种基于演化学习神经网络结构搜索方法系统

[发明专利]基于分解多目标进化算法的2.5D集成电路测试路径优化方法-CN202310808109.7在审
发明人：邓立宝;李春磊;狄原竹;乔立岩 -专利权人：哈尔滨工业大学（威海）
申请日： 2023-07-03 - 公布日： 2023-10-03 - 主分类号： G06N3/126 文献下载
摘要：基于分解多目标进化算法的2.5D集成电路测试路径优化方法，属于集成电路测试优化领域，本发明为解决传统优化方法在求解多目标优化问题时，通常需要问题的梯度信息而不能够高效地求解，平衡测试时间与测试硬件开销的效果不理想的问题。本发明方法包括：步骤一、初始化，对2.5D集成电路的测试路径配置方案生成初始种群，并依据多目标进化算法评估初始种群指标，选择最优适应度指标作为初始种群的理想点；步骤二、采用交叉和变异算子产生新解，并依据多目标进化算法评估新解、更新理想点步骤三、环境选择，包括更新邻域解和精英解集合；步骤四、多次执行步骤二、三迭代过程，直至迭代结束，输出精英解集合。
基于分解多目标进化算法 2.5 集成电路测试路径优化方法

[发明专利]用户分析模型训练方法、用户标签确定方法和装置-CN202310878695.2有效
发明人：谭雅文;苏军根 -专利权人：中国电信股份有限公司
申请日： 2023-07-18 - 公布日： 2023-10-03 - 主分类号： G06N3/126 文献下载
摘要：本申请涉及一种用户分析模型训练方法、用户标签确定方法和装置。所述方法包括：获取用户分析模型对应的至少一组模型参数作为种群个体；根据各种群个体的预测适应度进行聚类，得到多个子种群，根据各志愿客户端的可靠度进行聚类，得到多个子集群；子种群的预测适应度与匹配的子集群的可靠度正相关；将样本用户数据和子种群中的各种群个体发送给与子种群匹配的子集群中的各志愿客户端，使各志愿客户端反馈实际适应度；根据接收到的实际适应度进行遗传迭代处理，得到更新后的模型参数，直到达到迭代结束条件，得到训练后的目标用户分析模型。采用本方法能够提高用户分析模型的训练效率。
用户分析模型训练方法标签确定装置

[发明专利]一种卫星集群观测任务调度方法、系统、设备及存储介质-CN202310871565.6有效
发明人：胡超;石安琪;刘丽敏;王运波;龙军 -专利权人：中南大学
申请日： 2023-07-17 - 公布日： 2023-09-29 - 主分类号： G06N3/126 文献下载
摘要：本发明公开了一种卫星集群观测任务调度方法、系统、设备及存储介质，本方法采用预设的约束条件筛选卫星集群中的卫星；为执行个体中每个观测任务的卫星选择最优策略，并计算每个个体的适应度值；根据适应度值从初始种群中选择多个个体作为父代；随机选择两个父代进行交叉操作，获得第一新个体；对每个父代进行变异操作，获得第二新个体；将父代、第一新个体和第二新个体组成新种群，并将新种群用于包括适应度值计算、父代选择、交叉操作和变异操作的下一次迭代，直到获得最大适应度值；根据最大适应度值获取第二最优策略组合，并采用第二最优策略组合进行卫星集群观测任务调度。本发明能够提高观测任务的执行效率，全局优化观测任务的调度。
一种卫星集群观测任务调度方法系统设备存储介质

[发明专利]一种基于DNA链置换的DNA神经元学习方法-CN202111053837.9有效
发明人：郑学东;汝洋;范纯龙;张荣博;郑志勇 -专利权人：沈阳航空航天大学
申请日： 2021-09-09 - 公布日： 2023-09-29 - 主分类号： G06N3/123 文献下载
摘要：发明提出了一种基于DNA链置换的DNA神经元学习方法，通过构建权值更新模块，实现DNA神经元权值的更新功能；构建乘法运算模块，实现DNA神经元权值的加权求和功能；构建同步模块，使DNA神经元权值的更新可同时满足多重训练数据；构建反馈调节模块，对DNA神经元权值的学习过程进行自主控制；整合各功能模块，构建DNA神经元。设置DNA链初始浓度进行DNA神经元计算，并通过DNA链置换反应使训练样本同步，在此期间，DNA神经元权值更新将持续进行，当输出值等于目标值时，输出DNA神经元模型，整个反应系统自行停止，在DNA神经元的学习过程中，DNA链置换反应自发进行，自主学习得到的DNA神经元权值对多重训练数据均是有效的，而不是一次性的。
一种基于 dna 置换神经元学习方法

[发明专利]基于动态权重的测试向量生成与优化方法-CN201910227627.3有效
发明人：赵毅强;石振东;刘燕江;何家骥;马浩诚 -专利权人：天津大学
申请日： 2019-03-25 - 公布日： 2023-09-22 - 主分类号： G06N3/126 文献下载
摘要：本发明涉及集成电路可信任性检测技术，为提出适用木马检测的测试向量生成方法，生成高效精简的测试向量集，进而提高硬件木马的激活概率和检测效率，本发明，基于动态权重的测试向量生成与优化方法，步骤如下：(1)寻找低翻转率的电路节点；(2)低观测节点的查找；(3)测试向量的粗筛；(4)测试向量的细筛；(5)基于低观测节点的测试向量筛选：根据故障检测模型，给低观测节点注入故障“0”和故障“1”，构建故障网表，将待筛选的测试向量输入故障网表，观察电路输出与原始输出是否一致，如发生变化认为该测试向量能够将错误结果传递到电路输出端。本发明主要应用于集成电路可信任性检测场合。
基于动态权重测试向量生成优化方法

[发明专利]基于遗传算法的动植物评价方法、装置、设备及介质-CN202310731895.5在审
发明人：郭建影 -专利权人：平安科技（深圳）有限公司
申请日： 2023-06-19 - 公布日： 2023-09-19 - 主分类号： G06N3/126 文献下载
摘要：本申请公开了一种基于遗传算法的动植物评价方法，方法包括：根据评价指标确定待评分的初始基因，并确定初始基因所在的染色体为初始染色体；为初始染色体上每个基因所在位置设置预设变异率，并增大初始基因所在位置对应的预设变异率，得到目标变异率；根据预设交叉率、预设变异率以及目标变异率对初始染色体进行遗传模拟，得到目标染色体；将目标染色体的基因编码输入预设神经网络模型；在预设神经网络模型中，确定目标染色体的评价分数；若评价分数高于预设阈值，则确定评价分数对应的基因编码为优质基因。本申请的方法根据目标变异方向进行有方向性地遗传模拟，解决了现有方案迭代次数过多且目标解不够优质的问题。
基于遗传算法动植物评价方法装置设备介质

[发明专利]基于遗传算法和社团聚类的电能表运行状态监测方法-CN201811457030.X有效
发明人：王新刚;张垠;赵舫;陈金涛;魏晓川 -专利权人：国网上海市电力公司
申请日： 2018-11-30 - 公布日： 2023-09-15 - 主分类号： G06N3/126 文献下载
摘要：本发明涉及一种基于遗传算法和社团聚类的电能表运行状态监测方法，包括以下步骤：1)获得待测电能表的基础数据，提取该待测电能表的用电特征参数；2)基于所述用电特征参数，采用一基于遗传算法和多元神经网络的电能表状态评价模型，获取待测电能表的运行状态；其中，所述用电特征参数根据电能表运行状态关联因素选定，所述电能表运行状态关联因素基于社团聚类算法确定。与现有技术相比，本发明具有推动电能表状态轮换合理化、智能化，及时发现故障表及存在质量隐患的电能表，保障电能表运行质量水平等优点。
基于遗传算法社团电能表运行状态监测方法

[发明专利]基于参考点非支配排序的多目标粘液优化方法-CN202310696352.4在审
发明人：蔡雪冰 -专利权人：安徽信息工程学院
申请日： 2023-06-13 - 公布日： 2023-09-01 - 主分类号： G06N3/126 文献下载
摘要：本发明公开了一种基于参考点非支配排序的多目标粘液优化方法，引入混沌机制来提高SMA(黏液霉菌算法)在决策空间的遍历搜索能力，从而在短时间内覆盖更多的搜索空间；随着目标数量的增加，非支配解的数量迅速增加，采用基于参考点的非支配排序方法来保持解的多样性；采用上述技术方案，仿真结果表明，所述的多目标粘液算法取得了最好的成绩解决方案的收敛性、准确性和多样性。
基于参考支配排序多目标粘液优化方法

[发明专利]一种基于基因评价遗传算法的一维下料方法-CN202310652588.8在审
发明人：李鑫;薛桂香;王辉;陈宇昂;苗敬礼 -专利权人：河北工业大学
申请日： 2023-06-05 - 公布日： 2023-08-29 - 主分类号： G06N3/126 文献下载
摘要：本发明为一种基于基因评价遗传算法的一维下料方法，通过将基因材料随机组合，可以直观地了解到每个基因的构成，同时也知道每根钢筋如何进行切割，在解码上花销的时间也就降低了，通过对染色体中的每一个基因进行评分，进而挑选出优秀的基因进行变异，最终更容易更快地得到最优解；利用新的变异方式，使得对个体的评估时间降低，加快了算法的收敛速度。
一种基于基因评价遗传算法一维下料方法

[发明专利]基于遗传算法的自适应VMD参数寻优方法-CN202310606988.5在审
发明人：魏倩;轩亚珂;帅伟伟;苏朋;张前程 -专利权人：河南大学
申请日： 2023-05-23 - 公布日： 2023-08-29 - 主分类号： G06N3/126 文献下载
摘要：本发明提出了一种基于遗传算法的自适应VMD参数寻优方法，该方法包含以下步骤：首先，根据待分解信号本身构造一个自适应的评价熵函数；其次，以这个自适应评价熵函数为优化目标，使用遗传算法对VMD的两个最重要的参数寻优，并将相同个体合并策略引入遗传算法；最后得到最优的参数后再使用其对待分解信号进行VMD分解。本发明综合考虑了分解的精度、噪声鲁棒性以及其在参数优化过程中陷入局部最优的情况，通过参数寻优提高了VMD分解的精度和噪声鲁棒性，并使优化过程中算法的种群多样性保持在一定水平，避免陷入局部最优。
基于遗传算法自适应 vmd 参数方法

[发明专利]一种用于三维多箱型柔性装箱的混合自适应遗传算法-CN202310545031.4在审
发明人：徐小峰;裴传涛;王连聚;邓忆瑞;齐鹏;林鑫 -专利权人：中国石油大学（华东）
申请日： 2023-05-16 - 公布日： 2023-08-25 - 主分类号： G06N3/126 文献下载
摘要：本发明涉及装箱问题领域，具体的涉及一种用于三维多箱型柔性装箱的混合自适应遗传算法，包括以下步骤：1：问题分析，根据物体的大小和承载物体的箱体的空间，设置物体装载数最低和箱体空间利用率最高两个变量的函数组成的适应度函数；2：进行初始化设置和编码，使用构造式启发式算法生成初始种群；3：装箱并计算适应度，对2中的初始种群中的个体进行解码，计算物体的个体适应值；4：执行选择、交叉、变异操作；5：改进自适应规则，得到新一代种群；6：进行中止判断；7：得到最佳装箱方案。考虑了装载率最低和使用箱子数量最小两个目标，针对多目标，采用了线性加权法将多个目标合并成一个目标，得到货物装载最高，空间利用最合理的效果。
一种用于三维多箱型柔性装箱混合自适应遗传算法

[发明专利]一种分布式电网多目标优化方法、装置及存储介质-CN202310573145.X在审
发明人：陈庆伟;薛炳磊;王志鹏;卢福木;兰峰;谢丹;张盛晰;孙永鑫;邱轩宇;宋长城;王天祎;刘洋 -专利权人：国网山东省电力公司经济技术研究院
申请日： 2023-05-18 - 公布日： 2023-08-22 - 主分类号： G06N3/126 文献下载
摘要：本发明涉及一种分布式电网多目标优化方法、装置及存储介质，本发明基于分布式电网成本、环境成本、储能装置充放电次数相关损耗建立分布式电网优化模型的目标函数；利用改进的差分进化算法来进行多目标优化的求解，在改进的差分进化算法中，采用对种群进行更新；并对更新种群进行交叉或和变异操作，利用所形成种群中决策变量值通过对分布式电网中的电网成本、环境成本、储能充放电次数相关损耗总成本进行求解，找出所形成种群中最优解向量作为当前种群；对按上述过程当前种群进行更新、交叉或和变异、选取的迭代直至达到设定迭代次数。本发明通过更新、变异、交叉丰富种群，避免限于局部最优解的问题。
一种分布式电网多目标优化方法装置存储介质

[发明专利]一种基于进化的神经架构搜索方法-CN202310453530.0在审
发明人：马连博;安晓洁;李楠 -专利权人：东北大学
申请日： 2023-04-25 - 公布日： 2023-08-18 - 主分类号： G06N3/126 文献下载
摘要：本发明提供一种基于进化的神经架构搜索方法，首先定义神经网络架构的搜索空间并进行编码，其次根据训练实例和实例对应的标签构建训练数据集，构建列表排序预测器，利用构建的训练数据集进行训练，最后利用进化算法搜索最佳架构。本发明使用列表排序预测器来对架构的性能进行评估，用列表排序模型代替线性回归来构建性能预测器。预测器是预测每个候选体系结构在总体中的顺序，而不是预测体系结构的精确精度值。根据排名信息，可以快速识别出优秀的架构，并选择进入下一轮，并且本发明中的排序预测器不需要大量原始的训练有素的架构样本，这大大降低了计算成本。
一种基于进化神经架构搜索方法

[发明专利]一种对组装序列排序的方法及系统-CN201910270433.1有效
发明人：李净净;易嘉成;胡江;汪德鹏 -专利权人：武汉希望组生物科技有限公司
申请日： 2019-04-04 - 公布日： 2023-08-18 - 主分类号： G06N3/123 文献下载
摘要：本发明公开了一种对组装序列排序的方法及系统，该方法包括：对DNA测序片段进行组装后的目标重叠群进行切分处理，获得目标数据；对目标数据进行定向和排序处理，获得若干个排列结果；计算每种排列结果的交联信号值的离散程度，并计算获得目标数据中的切分序列的挂载率，切分序列表征对重叠群按照预设切分长度进行切分后的序列；依据离散程度和挂载率，确定初始排列结果；将初始排列结果进行互作热图验证，若满足预设验证条件，则将初始排列结果确定为目标排列结果，若不满足，则对初始排列结果进行调整，获得目标排列结果。通过本发明解决了现有技术排序不准确的问题及可以实现对有明显组装错误的重叠组进行纠错。
一种组装序列排序方法系统

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 638 条