“江巧永”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23个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多目标优化算法的运动计划的生成方法-CN202110685094.0有效
发明人：王磊;徐消波;张梦云;江巧永;王焱龙;孙倩 -专利权人：西安理工大学
申请日： 2021-06-21 - 公布日： 2023-06-27 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于多目标优化算法的运动计划的生成方法，具体按照如下步骤实施：步骤1，根据用户数据库中的数据获取所需要的用户属性，并计算运动量；步骤2，获取课程库中课程的课程属性，并对课程进行分类；步骤3，根据步骤2课程分类结果以及步骤1中的运动量定义目标函数以及待优化参数；步骤4，采用人工雨滴算法对目标函数进行优化，得到优化后的参数；步骤5，计算优化出的参数对应每类课程库中课程对应参数的相似性；步骤6，将步骤5计算出的每类中的相似性最高的课程进行组合，生成最终的个性化运动课程计划。本发明解决了现有技术中存在的无法针对运动者个人的身体状况以及运动目标做出个性化的指导的问题。
一种基于多目标优化算法运动计划生成方法

[发明专利]基于异常检测模型的进化多任务优化算法-CN202310166819.4在审
发明人： 江巧永;刘鑫佳;林艳艳;马玥琪;苑亚新;段鑫绘 -专利权人：西安理工大学
申请日： 2023-02-24 - 公布日： 2023-05-09 - 主分类号： G06N3/006 文献下载
摘要：本发明公开了基于异常检测模型的进化多任务优化算法，包括：在基于EMTO范式的多种群框架下，分别初始化多个任务种群、ADEOEA的参数，参数包括交叉概率、突变步长的平均值、成功个体对应的集合等；采用ADEOEA进行任务内种群演化，得到子代种群；利用LOF算法选取符合目标任务偏好的转移解；合并父代和子代种群以及LOF产生的转移解，根据其适应度评估值选取成功个体；将优于父代个体的成功个体的交叉概率、突变步长存档至集合，并对其均值进行更新，再利用更新后的均值计算下一代的交叉概率、突变步长；判断适应度评估次数是否小于最大函数评价次数，若满足，则输出父代种群的最优解及最优值，否则返回进入下一代种群演化。
基于异常检测模型进化任务优化算法

[发明专利]一种提高机载局部相对姿态匹配传递对准精度的方法-CN202010010721.6有效
发明人：吴亚丽;杨文博;张亚崇;刘庆;江巧永 -专利权人：西安理工大学
申请日： 2020-01-06 - 公布日： 2023-04-07 - 主分类号： G01C25/00 文献下载
摘要：本发明公开了一种提高机载局部相对姿态匹配传递对准精度的方法，包括以下步骤：建立主子惯导性测量单元系统，对于子惯性测量单元陀螺漂移进行补偿，通过对随机漂移建立自回归滑动平均模型，并对自回归模型进行了卡尔曼滤波；求解主、子惯性测量单元之间相对姿态阵；建立相对姿态匹配传递对准的相对姿态误差方程、相对姿态量测方程、相对姿态状态方程，得到系统状态空间模型；利用Sage_Husa自适应滤波对系统状态空间模型中的状态方程、量测方程进行解算，完成传递对准。对子惯性测量单元陀螺漂移误差进行了补偿，子惯性测量单元输出惯导参数精确度得以提高。
一种提高机载局部相对姿态匹配传递对准精度方法

[发明专利]一种改进的基于规则模型的多目标分布估计方法-CN201811561604.8有效
发明人：王彬;王慧君;江巧永;黑新宏 -专利权人：西安理工大学
申请日： 2018-12-20 - 公布日： 2022-10-04 - 主分类号： G06N3/12 文献下载
摘要：一种改进的基于规则模型的多目标分布估计方法，包括以下步骤，采用基于序列的确定化随机化方法得到高质量的初始种群，并增加了基于差分算法的繁殖策略，将此策略与原有的基于规则模型的多目标分布估计算法中的建模采样繁殖策略通过参数有效地结合在一起；改进了繁殖过程，充分利用种群中个体的局部信息，增加种群个体的多样性，增强算法的全局搜索能力，加快其收敛速度；最后，通过在测试函数上的仿真实验验证所提出算法的有效性和正确性。
一种改进基于规则模型多目标分布估计方法

[发明专利]基于DEMATEL和贝叶斯网络的运动风险预测方法-CN202111196226.X在审
发明人：王磊;李冰玉;江巧永;王彬;费蓉;张梦云;徐消波 -专利权人：西安理工大学
申请日： 2021-10-14 - 公布日： 2022-02-18 - 主分类号： G16H20/30 文献下载
摘要：本发明公开一种于DEMATEL和贝叶斯网络的运动风险预测方法，通过采集历史运动数据经过简化作为训练集，运动者实时运动数据作为测试集；同时考虑了运动者的身体状况、环境、设备三种风险类别，利用K‑近邻分类器对测试集进行分类。采用DEMATEL分析运动风险事件中的风险因素，从影响程度、被影响程度、中心程度和因果关系程度分析了风险因素之间的关系。最后将贝叶斯网络方法引入运动风险事件的概率评估和影响评估中计算出风险事件的风险值，解决了现有技术中存在的进行运动风险预测时，风险因素之间的相互关系以及风险发生概率和影响无法量化计算的问题，这种风险预测方法具有较好的价值。
基于 dematel 贝叶斯网络运动风险预测方法

[发明专利]一种基于注意力机制的群组美食推荐方法-CN202111153817.9在审
发明人：王磊;张朔;费蓉;江巧永;王彬;许向荣;郑伟 -专利权人：西安理工大学
申请日： 2021-09-29 - 公布日： 2021-12-31 - 主分类号： G06F16/9536 文献下载
摘要：本发明公开一种基于注意力机制的群组美食推荐方法，具体步骤包括：步骤1，获取用户旅游数据集；步骤2，对有效的数据进行用户信息之间的相似度计算，对用户群组进行聚类分析，构建用户群组；步骤3，利用注意力机制以及用户亲密度将用户偏好进行融合，得到群组偏好向量；步骤4，对群组偏好向量与组内用户个人偏好做神经协同过滤进行处理，得到用户个人预测评分与群组预测评分；步骤5，根据多类聚合平衡策略对预测评分序列进行融合，步骤6，将预测评分以降序方式排列，生成美食推荐列表。本发明解决了现有技术中存在的进行群组推荐时未考虑到与群组具有亲密关系的人的偏好的问题。
一种基于注意力机制美食推荐方法

[发明专利]一种基于决策树的学习成绩预测及个性化干预的方法-CN202111101341.4在审
发明人：王磊;马永娟;费蓉;江巧永;王彬;张佳婷;王焱龙;罗颖 -专利权人：西安理工大学
申请日： 2021-09-18 - 公布日： 2021-12-31 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于决策树的学习成绩预测及个性化干预的方法，从自适应平台获得学习行为数据后，对数据进行清洗、转换和集成处理，然后数据中提取影响学习成绩的行为指标作为预测指标；然后将预测指标和决策树预测算法相结合预测可能影响学习成绩的行为指标，再根据准确率、精确率和召回率评估预测算法最终确定的行为指标，再通过K‑Means聚类算法确定拥有该行为特征的学习者群体，并对不同学习群体根据不同的行为提供个性化的干预方案。本发明解决了现有技术中存在的对学习者学习成绩预测时仅仅考虑了学习者的行为特征且预测到影响学习成绩的行为特征并进行干预时，并未根据学习者的个体差异给出个性化的干预方案的问题。
一种基于决策树学习成绩预测个性化干预方法

[发明专利]一种基于蚁群算法的自适应学习路径推荐方法-CN202111043932.0在审
发明人：王磊;张佳婷;江巧永;费蓉;马永娟;王彬;王焱龙;罗颖 -专利权人：西安理工大学
申请日： 2021-09-07 - 公布日： 2021-12-31 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种基于蚁群算法的个性化学习路径推荐方法，具体为：步骤1，建立相似学习者模型；步骤2，根据相似学习者模型确定相似学习者集合，对目标学习者的邻近学习者进行识别；步骤3，建立知识点特征模型；步骤4，构建对应领域的知识图谱；步骤5，找到学习者需要进行学习的学习起点；步骤6，根据学习起点与学习目标，生成属于每个学习者独有的个性化知识子图；步骤7，结合蚁群算法，将邻近学习者的最优路径选择推荐给目标学习者，为学习者推荐出一条最佳的学习路径。本发明利用学习者在学习平台的行为数据，从学习者自身的个性化特征出发，结合领域知识图谱给学习者推荐学习路径。
一种基于算法自适应学习路径推荐方法

[发明专利]一种基于文化基因算法的旅游路线规划方法-CN202110993353.6在审
发明人：王磊;许向荣;江巧永;费蓉;王彬;张朔;郑伟 -专利权人：西安理工大学
申请日： 2021-08-27 - 公布日： 2021-12-21 - 主分类号： G01C21/34 文献下载
摘要：本发明公开一种基于文化基因算法的旅游路线规划方法，具体步骤包括：步骤1，获取用户潜在偏好数据；步骤2，获取路网数据并进行清洗；步骤3，获取POI的用户交互信息数据，形成POI属性表中；步骤4，根据用户潜在偏好数据、路网数据和POI的属性表，对路网进行建模，并根据用户查询条件提取能够从起点到达终点的有效边；步骤5，根据用户潜在偏好数据、路网数据和POI的属性表，获取有效边的风景值；步骤6，使用文化基因算法对路网中的有效边和风景值进行搜索，为用户规划出一条风景值和用户满意度都较高的风景旅游路线。本发明解决了现有技术中存在的进行路径规划时未考虑用户偏好、路径风景值和用户个性化需求的问题。
一种基于文化基因算法旅游路线规划方法

[发明专利]一种钢筋下料智能优化方法、系统和可存储介质-CN202111142289.7在审
发明人：马召熙;赵钦;黑新宏;李宇超;赵杨阳;江巧永;杨明松;洪嘉伟 -专利权人：西安理工大学
申请日： 2021-09-28 - 公布日： 2021-12-17 - 主分类号： G06F17/16 文献下载
摘要：本发明公开了一种钢筋下料智能优化方法、系统和可存储介质，涉及土木工程信息技术应用相关技术领域，具体包括：将同规格不同长度的钢筋信息进行分类存储；建立弯曲调整值规范数据库；计算钢筋施工下料长度；选择钢筋定尺长度；计算钢筋施工下料方案和切割根数；设计钢筋套裁组合表；设计钢筋施工下料表；生成钢筋加工牌；输出设计优化方案；本发明实现了钢筋下料的智能化，提高了钢筋原材料的利用率，减少了资源浪费，可促进钢筋工程的精细化管理；通过设计了套裁组合表、施工下料表和钢筋加工牌三类表格，为工人切割加工及施工提供辅助，为钢筋分类存放提供便捷。
一种钢筋智能优化方法系统存储介质

[发明专利]协同进化和协方差的数据优化方法、系统、设备和介质-CN202110780834.9在审
发明人：王彬;任露;江巧永 -专利权人：西安理工大学
申请日： 2021-07-09 - 公布日： 2021-11-12 - 主分类号： G06N3/12 文献下载
摘要：本发明公开了一种基于协同进化和协方差的数据优化方法、系统、设备和介质，属于演化计算中的单目标优化技术领域。函数评价次数是在进化过程产生的，比如适应度评价的时候，函数评价次数增加；函数评价次数与最大函数评价次数的关系是在进化过程设置的循环条件；使得协同进化能够解决变量可分离的问题，在优化器中加入协方差分析能够解决变量不可分离的优化问题，最终使种群朝着适应度值较好的方向进化，增强算法的全局搜索能力，加快其收敛速度。
协同进化和协方差数据优化方法系统设备介质

[发明专利]一种基于人工雨滴算法的运动减肥参数调整方法-CN202110686558.X在审
发明人：王磊;张梦云;徐消波;江巧永;孙倩 -专利权人：西安理工大学
申请日： 2021-06-21 - 公布日： 2021-10-15 - 主分类号： A61F5/00 文献下载
摘要：本发明公开了一种基于人工雨滴算法的运动减肥参数的调整方法，首先获取运动者初始信息，根据初始信息计算得出运动者基础消耗，确定运动者日常活动系数以及日常消耗量；确定运动者的运动参数；根据运动者信息，计算得出运动者所能承受运动量的最大值；根据运动者的基础信息，计算出运动者运动减肥的每个周期应该达到的负平衡热量；根据运动者的信息，计算得出运动者减肥的最佳负平衡热量，并根据得到的运动参数范围，确定减肥参数的期望达成目标函数；采用人工雨滴算法进行优化得出的目标函数，求出运动减肥的参数；完成运动减肥参数的调整；解决了现有技术中存在的不能根据个体之间身体状况进行个性化运动参数调整的问题。
一种基于人工雨滴算法运动减肥参数调整方法

[发明专利]一种基于自适应知识迁移的多任务演化算法-CN202110519904.5在审
发明人：王磊;孙倩;江巧永;李薇;赵志强 -专利权人：西安理工大学
申请日： 2021-05-12 - 公布日： 2021-08-03 - 主分类号： G06N3/00 文献下载
摘要：本发明公开的一种基于自适应知识迁移的多任务演化算法，提出了一种自适应调节不同任务之间任意交配概率RMP的策略，该策略通过测量任务之间的相似度来动态的调整不同任务之间的RMP，从而提高不同任务之间的正向迁移。本发明将提出的自适应知识迁移策略与基础的多任务优化算法进行结合验证了改策略的普适性，并将多种多任务演化算法与所提出的算法在测试函数上进行仿真实验验证了自适应调整RMP策略提高多任务优化效率的有效性。
一种基于自适应知识迁移任务演化算法

[发明专利]基于MMEA的多无人机协同航迹规划方法-CN202110303559.1在审
发明人：王彬;任露;江巧永;梁怡萍 -专利权人：西安理工大学
申请日： 2021-03-22 - 公布日： 2021-07-27 - 主分类号： G01C21/20 文献下载
摘要：本发明公开了一种基于MMEA的多无人机协同航迹规划方法，具体按照如下步骤实施：步骤1，建立航迹代价模型；步骤2，建立航迹协同时空约束模型；步骤3，根据步骤1建立的航迹代价模型和步骤2建立的航迹协同时空约束模型，建立多无人机协同航迹规划多目标优化模型；步骤4，求解步骤3建立的多无人机协同航迹规划多目标优化模型，得到多无人机协同的航迹规划。本发明的基于MMEA的多无人机协同航迹规划方法，能为每个无人机寻找到所有符合约束条件的最优航迹。
基于 mmea 无人机协同航迹规划方法

[发明专利]一种自动分组的多尺度轻量型深度卷积神经网络优化方法-CN202110251256.X在审
发明人：王彬;向甜;金海燕;江巧永 -专利权人：西安理工大学
申请日： 2021-03-08 - 公布日： 2021-06-22 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种自动分组的多尺度轻量型深度卷积神经网络优化方法，包括：步骤1，采用对称正余弦算法进行演化搜索得到待评价种群；步骤2，对待评价种群使用多尺度轻量型卷积神经网络在图像分类任务上进行适应度评价，得到被评价后的种群；步骤3，将被评价后的种群中最好的个体解码得到最终的网络模型SCA_MblockNet，并进行模型性能评估。本发明提出的自动分组技术应用于原有的深度卷积神经网络多尺度卷积结构的特征融合模块中，设计出一种改进的多尺度轻量型深度卷积神经网络，在无需领域知识和人工干预的情况下，能将原有卷积神经网络在图像分类数据集上的平均精确度提高2.56％，与几个先进的同类竞争者相比具有显著优势。
一种自动分组尺度轻量型深度卷积神经网络优化方法

1
2
下一页»
尾页
共 23 条