“邱少明”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57个，建议您升级VIP下载更多相关专利

[发明专利]基于组合模型的网络流量预测方法-CN202110436494.8有效
发明人：杜秀丽;范志宇;吕亚娜;邱少明;陶帆 -专利权人：大连大学
申请日： 2021-04-22 - 公布日： 2023-10-03 - 主分类号： H04L41/147 文献下载
摘要：本发明公开了基于组合模型的网络流量预测方法，包括训练阶段和预测阶段，所述训练阶段在对双向长短期记忆循环神经网络训练的同时，对灰狼优化支持向量机模型也进行训练；所述预测阶段以双向长短期记忆循环神经网络和灰狼优化支持向量机模型的预测结果残差平方和最小为目标，根据各自上一次预测结果误差调整对应的权重值，动态加权后得到两个组合模型的预测结果。本申请发挥双向长短期记忆循环神经网络处理非线性问题和容错能力强的优势，同时利用支持向量机泛化能力较强且依据结构化风险最小的思想进行求解获得全局最优解，使两者优势互补。
基于组合模型网络流量预测方法

[发明专利]一种基于改进生成对抗网络的脑电信号数据扩增算法-CN202310765523.4在审
发明人：杜秀丽;孟一飞;梁宽杨;邱少明;吕亚娜;刘庆利 -专利权人：大连大学
申请日： 2023-06-27 - 公布日： 2023-09-19 - 主分类号： G06F18/15 文献下载
摘要：本发明提供一种基于改进生成对抗网络的脑电信号数据扩增算法，步骤包括：在改进生成对抗网络模型中，将随机噪声输入生成器得到生成信号，将生成信号和真实信号输入判别器判断所输入信号的真假并反馈给生成器，生成器根据判别器的反馈进行调整，不断生成更加真实的脑电信号数据，以扩增脑电信号数据集；所述改进生成对抗网络模型采用LSTM作为所述生成器的核心组件，采用CNN作为所述判别器，且改进生成对抗网络模型使用梯度惩罚约束判别器的范数。本发明能够通过生成更加真实的脑电信号数据来扩增脑电信号数据集，从而改善网络模型的泛化能力和性能。
一种基于改进生成对抗网络电信号数据扩增算法

[发明专利]一种电石生产工艺中炉气净化方法-CN202210159303.2在审
发明人：宋晓玲;郭成军;历国庆;倪宝明;李兵;张天宏;赵志强;周红燕;尚小平;邱少明 -专利权人：天辰化工有限公司;新疆天业（集团）有限公司
申请日： 2022-02-22 - 公布日： 2023-09-01 - 主分类号： F27D17/00 文献下载
摘要：本发明涉及一种电石生产工艺中炉气净化方法，对电石炉净化后系统通过控制远程控制阀开关、远程操作点火，使用伴烧管线将出口总管高浓度一氧化碳的炉气引至净化放空管道口点火，辅助伴烧切气后净化放空管道排出的炉气，包括炉气点火单元、炉气灭火单元、系统监控单元，主要部件防风罩、氮气吹扫、环形伴烧管及喷嘴设置与实际工况关联，氮气吹扫设置保压安全可靠，隔绝检修，所述方法可自动点火，也可以现场本地点火，控制室远程操作手动点火；点火系统故障报警；燃烧器火焰状态检测；减轻工人劳动强度、减少事故发生率、实现了关键工序的自动控制。本发明可广泛应用于电石生产工艺中不同炉气净化方法的智能化控制。
一种电石生产工艺中炉气净化方法

[发明专利]基于改进多目标HQPSOGA算法求解武器目标分配方法-CN202011024717.1有效
发明人： 邱少明;冯江惠;杜秀丽;王建伟 -专利权人：大连大学
申请日： 2020-09-25 - 公布日： 2023-09-01 - 主分类号： G06Q10/0631 文献下载
摘要：本发明提供一种基于改进多目标HQPSOGA算法求解武器目标分配方法，包括以下步骤：初始化种群和参数；计算粒子在每个目标函数上的适应度；初始化个体最优解和非劣解；将种群中的粒子基于改进量子行为粒子群算法和自适应遗传算法的混合概率分为两组，混合概率由一个[0,1]间的随机数r表示，r和1‑r分别表示用于改进量子行为粒子群算法和自适应遗传算法的种群中个体的比例；比较QPSO和AGA的全局最优位置，得到全局最优解，并得到最终的非劣解。本发明方法方法是改进算法具有更强的全局寻优能力，可有效提高求解质量，在武器‑目标分配问题上求解精度更高。
基于改进多目标 hqpsoga 算法求解武器目标分配方法

[发明专利]一种网络攻击预测方法、装置、计算机设备和存储介质-CN202310614307.X在审
发明人： 邱少明;王亚慧;吕亚娜;陈芬;赵建成 -专利权人：大连大学
申请日： 2023-05-29 - 公布日： 2023-08-29 - 主分类号： H04L41/147 文献下载
摘要：本发明公开了一种网络攻击预测方法、装置、计算机设备和存储介质，属于网络安全技术领域，方法包括：对网络流量数据集进行预处理、时间序列建模和数据特征分析；将网络流量数据集按照网络流量分为正常流量数据集和攻击流量数据集；初始化改进灰狼算法参数；构建预测模型，并初始化预测模型参数；使用GWO搜索策略得到最优灰狼第一候选者；使用DLH搜索策略得到最优灰狼另一候选者；选择最优候选项；利用最优选候选更新Xi(t)；判断是否迭代至最大迭代次数；得到预测模型的最优参数组合并训练预测模型，得到优化后收敛的预测模型进而识别网络攻击所引起的异常。本发明中的上述方法能够识别网络攻击所引起的异常。
一种网络攻击预测方法装置计算机设备存储介质

[发明专利]考虑节点重组的装备保障超网络动态演化模型构建方法-CN202011392134.4有效
发明人：杜秀丽;潘成胜;吕亚娜;陶帆;徐耀耀;邱少明 -专利权人：大连大学
申请日： 2020-12-02 - 公布日： 2023-08-25 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了考虑节点重组的装备保障超网络动态演化模型构建方法，包括：根据装备保障超网络静态拓扑模型建模方法生成初始网络结构，设初始网络的初始节点总数为n0，其中指挥决策节点数为nc0，维修保障节点数为nr0，供应保障节点数为ns0，且有nc0+nr0+ns0＝n0，并对节点进行属性赋值；在初始网络基础上进行动态演化，在每一步长内以概率p1、p2、p3、p4执行增加节点、增加协同边、删除节点以及删除连边中的一个任务，其中p1+p2+p3+p4＝1且p1,p2,p3,p4＞0；重复上述动态演化过程，直至达到设定的演化步长。本申请弥补了现有方法主要基于单个网络整体分析演化机理，较少考虑多网络演化的不足。在演化行为方面考虑到装备保障实体在受到攻击而被移除时存在的节点重组行为，增强了装备保障网络的健壮性。
考虑节点重组装备保障网络动态演化模型构建方法

[发明专利]一种毕达哥拉斯模糊多属性群体决策建校选址方法-CN202310488912.7在审
发明人：杜秀丽;陆昆;周睿;吕亚娜;邱少明;刘庆利 -专利权人：大连大学
申请日： 2023-05-04 - 公布日： 2023-08-01 - 主分类号： G06Q10/0637 文献下载
摘要：本发明提供了一种毕达哥拉斯模糊多属性群体决策建校选址方法，首先，根据毕达哥拉斯模糊决策矩阵确定专家的接近度与修正后的相似度；然后，从接近度和修正相似度两个方面集成专家权重，得到集结后的综合评价矩阵；最后，运用逼近理想解排序法对备选方案进行排序，选择出最优备选地点。本发明引入个体专家与其他专家的接近度指标和非线性相似度修正，从而确定群体专家权重，根据专家权重求出建校地址的群体综合属性值并给出排序结果，使得专家权重更加客观和合理，更符合实际决策需求。
一种毕达哥拉斯模糊属性群体决策建校选址方法

[发明专利]一种基于迭代p阈值投影算法的压缩感知磁共振成像方法-CN202011052288.9有效
发明人：杜秀丽;刘晋廷;吕亚娜;邱少明 -专利权人：大连大学
申请日： 2020-09-29 - 公布日： 2023-07-25 - 主分类号： G06T11/00 文献下载
摘要：本发明公开了一种基于迭代p阈值投影算法的压缩感知磁共振成像方法，属于磁共振成像领域，该方法包括以下步骤：将T2加权脑图进行傅立叶变换,将傅里叶变换后的T2加权脑图变换到K空间，得到T2加权脑图的K空间数据，将T2加权脑图的K空间数据按照非线性采样模板进行采用，得到T2加权脑图欠采样K空间数据；将T2加权脑图欠采样k空间数据进行冗余变换，将T2加权脑图欠采样k空间数据进行稀疏表示；将稀疏表示的T2加权脑图欠采样k空间数据，基于迭代p阈值投影算法或快速迭代p阈值投影算法进行图像重建，通过灵活地改变p值来设计新的稀疏目标函数，获得更好的重建效果。
一种基于阈值投影算法压缩感知磁共振成像方法

[发明专利]一种基于粒子群位置更新思想灰狼优化算法的K-Means文本分类方法-CN202010129423.9有效
发明人： 邱少明;张斌;杜秀丽;刘庆利 -专利权人：大连大学
申请日： 2020-02-28 - 公布日： 2023-07-07 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于粒子群位置更新思想灰狼优化算法的K‑Means文本分类方法，属于数据挖掘领域，该方法包括以下步骤：对文本数据进行预处理，采用余弦角度为相似性度量，分别计算预处理后文本数据向量中的每一个数据对象到每一个初始灰狼个体的初始聚类中心点间的距离，计算下一个灰狼个体的数据分配结果，直到灰狼种群中所有的灰狼个体都计算完毕，得到N种初步文本聚类结果；断粒子群位置更新思想改进的灰狼优化算法的K‑Means聚类算法是否达到最大迭代次数，根据Xα聚类中心得到的最终文本数据分配结果，该方法利用基于粒子群位置更新思想的灰狼优化算法的快速寻优能力快速找到各类文本的聚类中心，可以克服传统K‑Means算法容易陷入局部最优，对初始聚类中心的过度依赖的局限性，极大的提高了文本数据划分的准确性。
一种基于粒子位置更新思想灰狼优化算法 means 文本分类方法

[发明专利]一种基于免疫克隆灰狼优化算法的K-Means文本分类方法-CN202010122596.8有效
发明人： 邱少明;张斌;杜秀丽;吕亚娜 -专利权人：大连大学
申请日： 2020-02-27 - 公布日： 2023-06-13 - 主分类号： G06F18/23213 文献下载
摘要：本发明公开了一种基于免疫克隆灰狼优化算法的K‑Means文本聚类方法，属于数据挖掘领域，该方法包括对文本数据进行数据预处理，采用余弦角度为相似性度量，分别计算预处理后的文本数据向量中的每一个数据对象到每一个初始灰狼个体的初始聚类中心点间的距离，再计算下一个灰狼个体的数据分配结果，直到灰狼种群中所有的灰狼个体都计算完毕，得到N种初步文本聚类结果，从适应度值降序排列的灰狼种群个体中，选择前m个形成灰狼个体组成精英种群；根据Xα聚类中心得到最终的文本数据聚类结果；该方法可以克服传统K‑Means算法容易陷入局部最优，对初始聚类中心的过度依赖的局限性，极大的提高了文本数据划分的准确性。
一种基于免疫克隆灰狼优化算法 means 文本分类方法

[发明专利]基于改进模糊层次分析法的气象数据质量评估方法-CN202010129407.X有效
发明人： 邱少明;王建伟;杜秀丽;刘庆利 -专利权人：大连大学
申请日： 2020-02-28 - 公布日： 2023-06-09 - 主分类号： G06F17/10 文献下载
摘要：本发明提供一种基于改进模糊层次分析法的气象数据质量评估方法，包括以下步骤：主要针对现阶段在气象数据评估方法中出现的一些问题进行改进，首先建立了三层气象数据质量指标体系，确立了每个指标的阈值，在模糊层次分析法与比较值函数相结合的求权方式基础上，使用满意一致相容性的优化方式不断地对权重进行优化，从而进行最终结果的评估。实验结果分析表明，改进后的仿真结果与标准值相比较误差大大减小，与标准值十分贴近。
基于改进模糊层次分析气象数据质量评估方法

[发明专利]一种数字孪生辅助的边缘计算资源分配方法-CN202310066105.6在审
发明人： 邱少明;赵健成;吕亚娜;杜秀丽 -专利权人：大连大学
申请日： 2023-02-02 - 公布日： 2023-04-18 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种数字孪生辅助的边缘计算资源分配方法，涉及边缘计算资源分配技术领域，具体包括：初始化边缘设备和计算任务的参数，将初始参数编码生成鲸鱼种群，并设置基本参数；对鲸鱼群进行贪心初始化，产生一组初始的较优解；如果达到终止迭代条件则输出最优的鲸鱼个体，并记录最优的计算资源分配结果。该数字孪生辅助的边缘计算资源分配方法，通过数字孪生辅助边缘计算资源分配，减少了数据传输时间和能耗；针对鲸鱼优化算法求解数字孪生辅助边缘计算资源分配系统中，前期收敛慢的问题，提出贪心初始化策略，提升了收敛速度；针对鲸鱼优化寻优能力不足问题，通过改进捕食机制和包围策略，提升了寻优效果。
一种数字孪生辅助边缘计算资源分配方法

[发明专利]一种基于改进麻雀搜索算法优化CAEN的图像数据压缩方法-CN202211100719.3在审
发明人： 邱少明;赵健成;李傲;吕亚娜 -专利权人：大连大学
申请日： 2022-09-09 - 公布日： 2023-03-31 - 主分类号： G06T9/00 文献下载
摘要：本发明公开了一种基于改进麻雀搜索算法优化CAEN的图像数据压缩方法，其采用改进Circle混沌映射初始化麻雀个体种群，增强种群多样性；将正余弦突变算子引入警戒者公式来提高搜索能力；针对麻雀搜索算法中，发现者与跟随者比例相对固定，导致其存在全局搜索能力与局部寻优能力不协调，提出了自适应种群调整策略，平衡CMASSA的全局搜索能力和局部寻优能力；在数据压缩领域，将CMASSA算法与CAEN结合，提出新的适应度函数，并将超参数进行实数编码，最后在保证一定数据压缩比例的前提下，获取最优的CAEN网络结构。
一种基于改进麻雀搜索算法优化 caen 图像数据压缩方法

[发明专利]一种基于神经网络模型的命名实体识别方法-CN202211401002.2在审
发明人：吕亚娜;秦旭桐;杜秀丽;邱少明 -专利权人：大连大学
申请日： 2022-11-09 - 公布日： 2023-01-31 - 主分类号： G06F40/295 文献下载
摘要：本发明一种基于神经网络模型的命名实体识别方法，包括以下步骤：构建用于识别出中文文本中的实体的命名实体识别模型；构建用于训练命名实体识别模型的数据集，将所述数据集划分为训练集和测试集；基于训练集和测试集，对所述命名实体识别模型进行训练，得到训练好的命名实体识别模型；将需要进行命名实体识别的中文文本处理成指定格式；将处理成指定格式的中文文本输入到训练好的面向中文的命名实体识别模型，识别出该中文文本中命名实体，模型的CNNs层具有多种尺寸的卷积核，在提取词级别信息的同时可以编码所有候选实体的边界信息，有效缓解了NER模型识别实体边界困难的问题，FC层用于数据降维，可以迫使模型学习到更有效的信息。
一种基于神经网络模型命名实体识别方法

[发明专利]一种基于胶囊网络的运动想象脑电信号识别方法-CN202211077974.0在审
发明人：杜秀丽;孔美亚;吕亚娜;邱少明 -专利权人：大连大学
申请日： 2022-09-05 - 公布日： 2022-12-09 - 主分类号： G06K9/00 文献下载
摘要：一种基于胶囊网络的运动想象脑电信号识别方法，属于深度学习、脑机接口技术领域，S1、将EEG时间序列按照电极空间分布映射成三维数组形式；S2、胶囊网络结合3D卷积构建三维胶囊网络3D‑CapsNet运动想象脑电信号识别模型，3D卷积模块采用多层3D卷积同时从时间维度和通道间空间维度进行特征提取，得到低级特征；3D卷积模块输出的低级特征通过胶囊网络整合，得到包含特征间关系的高级空间向量；S3、胶囊网络模块采用动态路由算法训练，初级胶囊和运动胶囊之间采用动态路由连接，最终经过非线性激活函数squash输出分类结果。胶囊网络囊间动态路由连接方式代替传统全连接层，避免网络需要使用池化层来降低特征维度，许多EEG细节特征得以保留，从而保证了有效特征提取。
一种基于胶囊网络运动想象电信号识别方法

1
2
3
4
下一页»
尾页
共 57 条