“局部变异”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果253054个，建议您升级VIP下载更多相关专利

[发明专利]深度学习模型训练方法及其装置、电子设备及存储介质-CN202110492705.X在审
发明人：刘山和 -专利权人：湖北亿咖通科技有限公司
申请日： 2021-05-07 - 公布日： 2021-06-04 - 主分类号： G06N20/00 文献下载
摘要：本申请实施例提供了一种深度学习模型训练方法、装置、电子设备及存储介质，方法包括：基于样本数据迭代训练深度学习模型，并在每轮迭代训练后判断深度学习模型的参数是否为局部最优参数；若是，基于参数变异率对深度学习模型的参数进行变异；判断变异次数是否达到设定次数，若是，则将局部最优参数确定为深度学习模型的最终参数；若否，则基于变异后的参数继续迭代训练深度学习模型；判断深度学习模型的损失值是否优于基于局部最优参数计算的损失值；若是，则将参数变异率重置为初始值，并返回基于样本数据迭代训练深度学习模型的步骤；若否，返回基于参数变异率对深度学习模型的参数进行变异的步骤。
深度学习模型训练方法及其装置电子设备存储介质

[发明专利]采用改进的遗传优化算法精确辨识热工过程状态空间模型参数的方法-CN201610902590.6有效
发明人：范赫;张雨飞 -专利权人：东南大学
申请日： 2016-10-17 - 公布日： 2018-11-09 - 主分类号： G06N3/12 文献下载
摘要：本发明公开了一种采用改进的遗传优化算法精确辨识热工过程状态空间模型参数的方法，其主要步骤是确定模型的结构与辨识参数、确定优化算法结构参数、求得适应度值、编码，十进制转为二进制、最优染色体高频变异、最优染色体保存机制、选择、交叉和变异、解码，二进制转为十进制和自适应空间变异。本发明引入最优染色体保存机制可避免算法后期随机搜索；最优染色体高频变异，可增强算法全局寻优能力；自适应空间变异，对全局最优解进行一定范围的实数空间变异，且空间变异的范围会随着陷入局部最优的代数增加而增加，直到跳出局部最优解，可增强算法局部寻优的能力。
采用改进遗传优化算法精确辨识过程状态空间模型参数方法

[发明专利]一种改进文化基因算法求解多目标柔性作业车间调度问题-CN201610097447.4在审
发明人：汤琴;胡成华 -专利权人：四川用联信息技术有限公司
申请日： 2016-02-22 - 公布日： 2017-05-03 - 主分类号： G06Q50/04 文献下载
摘要：该算法的步骤如下基于工序的编码—产生初始化种群——爬山法进行局部搜索—计算适应度—判断是否满足优化准则（是则产生最优个体结束算法，否则执行下一步）——选择—SPX交叉—变异—爬山法进行局部搜索—产生新一代种群该发明的改进如下采用爬山法进行局部搜索，不仅能够跳出局部最优得到更好的解，也能够减少计算时间。此外本算法的交叉、变异方式也进行了改进，采用了SPX交叉方法，变异时以相等的概率从插入变异和替换变异两种方法中随机选择一种对种群中的个体进行变异。
一种改进文化基因算法求解多目标柔性作业车间调度问题

[发明专利]面向生物大数据的流式传输与变异实时挖掘系统及方法-CN201911347153.2有效
发明人：杨晓飞;孙雨;叶凯;蔺佳栋;段明哲;郭立 -专利权人：西安交通大学
申请日： 2019-12-24 - 公布日： 2023-09-29 - 主分类号： G16B50/00 文献下载
摘要：面向生物大数据的流式传输与变异实时挖掘系统及方法，传输层读取数据层中的测序数据文件，通过生物数据流式传输算法生成测序数据流，再将测序数据流，发送给计算层；计算层接收来自传输层的实时测序读段数据，根据基于Map Reduce的删除变异实时挖掘算法，实时计算该局部测序区域是否存在删除变异并输出删除变异的左右端点，并将删除变异的左右端点传输给用户层。通过基于Map Reduce的删除变异实时挖掘算法，根据实时接收到的局部测序数据流，即可实时判断局部区域是否存在删除变异，而不需要整个基因组中的上下文信息，实现了对测序数据的解耦，降低了传统测序数据处理算法对计算资源的高要求和高依赖
面向生物数据传输变异实时挖掘系统方法

[发明专利]基于差分进化算法的无人车局部路径规划方法-CN202110545524.9在审
发明人：王海荣 -专利权人：中科曙光（南京）计算技术有限公司
申请日： 2021-05-19 - 公布日： 2021-09-03 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于差分进化算法的无人车局部路径规划方法，包括如下步骤：在差分进化算法的个体群变异操作中根据当前个体群的相似程度选择基于平均解或最优解的变异策略；在个体群交叉操作中根据个体的进化优劣程度选择交叉概率保留到下一代的权重系数，并且利用人工势场法修正路径，避免陷入局部极小点。本发明通过基于双变异组合策略的个体群变异操作和基于自适应交叉概率方法交叉操作增强了局部势场的低、中、高维度的收敛性能，结合人工势场法修正局部极小点，使局部路径规划结果更接近全局最优解，并且收敛速度较快。
基于进化算法无人局部路径规划方法

[发明专利]旋转机械设备小样本数据生成及故障诊断方法-CN202211412595.2在审
发明人：付松;林琳;郭丰;王悦;钟诗胜 -专利权人：哈尔滨工业大学
申请日： 2022-11-11 - 公布日： 2023-04-04 - 主分类号： G01M13/00 文献下载
摘要：包括：对同一故障类别的k个故障样本，采用经验模态分解提取每个故障样本的一系列本征模态；选择基样本并确定参考样本集；将待变异局部基因与由每个参考样本的本征模态中匹配出的与待变异局部基因最相似的局部本征模态进行局部融合，得到变异后局部本征模态；将基样本中除选取的一个局部本征模态外所有其它局部本征模态组成的集合与变异后局部本征模态进行经验模态重构，生成故障新样本。
旋转机械设备样本数据生成故障诊断方法

[发明专利]基于改进随机分形算法的梯级电站调度方法及系统-CN202210329430.2在审
发明人：莫莉;徐爱玲;王永强;王奇;吴江;何飞飞 -专利权人：华中科技大学;长江水利委员会长江科学院
申请日： 2022-03-30 - 公布日： 2022-07-12 - 主分类号： G06Q10/06 文献下载
摘要：本发明针对传统随机分形算法在求解梯级水电站发电调度模型时局部寻优能力不足、后期易于陷入局部最优解的缺陷，提出以下改进：(1)在迭代前期，将差分进化算法的变异操作引入到随机分形算法的第二次更新阶段，增加算法全局寻优能力，保证生成群体的多样性；(2)在迭代后期，将(1)中差分进化算法变异操作的第一个随机个体换成全局最优个体，使得种群在最优个体周围进行局部的精细搜索，提高算法搜索精度；(3)对于(1)和(2)中的变异操作采用自适应变异率，调整全局搜索与局部搜索的平衡的同时，增加算法跳出局部最优解的可能。
基于改进随机算法梯级电站调度方法系统

[发明专利]回音纹理特征的量化及可视化方法及系统-CN201410365753.2有效
发明人：张金坚;陈正刚;陈炯年;陈坤源;王昱欣;黄国祯 -专利权人：安克生医股份有限公司
申请日： 2014-07-29 - 公布日： 2019-03-01 - 主分类号： A61B8/00 文献下载
摘要：计算超声波影像中选取区域内所有像素点数值以得到区域标准差值；排除选取区域中，像素点数值小于区域标准差值的倍率值的像素点；针对剩余的像素点，分别统计以第n像素点为中心的一组像素点，计算出对应的一组像素点数值的第n局部平均值、第n局部变异数值及第n局部变异系数，n为1至剩余像素点的数目；以及根据这些局部平均值、局部变异数值、局部变异系数或其组合以取得回音纹理指标。
回音纹理特征量化可视化方法系统

[发明专利]基于全向搜索机制变异函数的最优遥感尺度选择方法-CN201110287032.0有效
发明人：吴浩;迟旭;周璐;李辉;李岩;严冬 -专利权人：武汉理工大学
申请日： 2011-09-26 - 公布日： 2012-02-15 - 主分类号： G06T1/00 文献下载
摘要：本发明涉及一种基于全向搜索机制变异函数的最优遥感尺度选择方法，该方法首先利用已获取的遥感影像选择研究区域，然后通过全向搜索算法计算出遥感影像在每一方向不同空间间隔下对应的变异函数值；在此基础上，建立空间间隔及其变异值的曲线关系，进而基于变异函数模型中的球状模型回归拟合，求解出每一方向上对应的局部最优空间尺度；最后把拟合度最大值所对应的局部最优空间尺度作为遥感影像最优空间尺度。本发明可以有效解决传统变异函数算法在选择最优遥感影像空间尺度应用中仅考虑各向同性而带来的局部最优尺度“假象”的问题，提高了最优尺度选择的精度。
基于全向搜索机制变异函数最优遥感尺度选择方法

[发明专利]一种测试在打叶复烤中基于均质化控制的效果的方法-CN201610280750.8有效
发明人：尹旭;徐其敏;陈清;杨凯;沈刚;张军;薛庆逾 -专利权人：华环国际烟草有限公司;上海烟草集团有限责任公司
申请日： 2016-04-27 - 公布日： 2019-02-26 - 主分类号： G01N21/25 文献下载
摘要：本发明提供一种测试在打叶复烤中基于均质化控制的效果的方法，依次包括对均质化调控的成品进行抽取以获得样品，对抽取样品进行实验室检测，记录谱图并获得待测化学成分对应的化学值，计算待测化学成分对应的化学值的整体变异系数、局部变异系数和协变量变异系数。本发明提出了一种面向过程控制的整体变异系数，局部变异系数，协变量变异系数，来评价片烟的均匀性，更系统的反映了均质化控制方法的有效性与稳定性。
一种测试打叶复烤中基于均质化控制效果方法

[发明专利]一种基于局部跟踪路径规划的零件轮廓视觉检测方法-CN202210805839.7在审
发明人：卢科青;秦鑫晨;王文;孙佳欢;王嘉辉;吴玉光 -专利权人：杭州电子科技大学
申请日： 2022-07-08 - 公布日： 2022-10-11 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于局部跟踪路径规划的零件轮廓视觉检测方法；该方法如下：1.建立视觉测量所需的测量坐标系。2.获取粗测量全景轮廓。在图像中取粗测量全景轮廓的外接矩形作为检测区域。4.通过A‑GSAA算法进行局部测量路径规划。5.测头装置根据最优测量路径进行局部跟踪测量，得到n张局部图像；将n张局部图像利用重合部分进行拼接后提取轮廓，得到精测量轮廓。本发明采用A‑GSAA对平铺求交提取的局部图像拍摄点进行测量路径规划，采用自适应交叉概率和变异概率，在迭代初期保持较高的交叉概率和变异概率，促进新个体的产生，在迭代后期降低交叉概率和变异概率，避免较好的个体被破坏
一种基于局部跟踪路径规划零件轮廓视觉检测方法

[发明专利]一种基于全局和局部策略协作的群体蛋白质结构预测方法-CN201810862181.7有效
发明人：周晓根;张贵军;彭春祥;刘俊;王柳静 -专利权人：浙江工业大学
申请日： 2018-08-01 - 公布日： 2020-12-01 - 主分类号： G16B15/20 文献下载
摘要：一种基于全局和局部策略协作的群体蛋白质结构预测方法，在差分进化算法框架下，针对每个构象，首先执行全局变异策略，实行对构象空间的全局探测，从而得到有潜力的区域；然后执行局部变异策略，对探测得到的区域进行局部搜索在全局探测过程中，通过随机选择的构象进行片段交换同时生成测试多个构象，并选择能量最低的测试构象；在局部搜索过程中，选择比目标构象较优的构象指导变异生成多个测试构象，并选择能量较低的构象。通过全局策略和局部策略的写作达到平衡多样性和收敛速度之间的关系。本发明提供一种预测精度和搜索效率均较高的基于全局和局部策略协作的群体蛋白质结构预测方法。
一种基于全局局部策略协作群体蛋白质结构预测方法

[发明专利]一种基于泛基因组的群体联合变异检测方法-CN202211313819.4有效
发明人：刘亚东;刘博;李高阳;张安琪;王亚东 -专利权人：哈尔滨工业大学
申请日： 2022-10-25 - 公布日： 2023-08-15 - 主分类号： G16B20/20 文献下载
摘要：一种基于泛基因组的群体联合变异检测方法，涉及基因生物学技术领域。本发明是为了解决目前群体联合变异检测方法还存在比对效率低、变异检测灵敏度弱、检测结果不够准确的问题。本发明包括：获取参考基因组和被测样本基因组，并利用参考基因组和被测样本基因组识别被测样本基因组上的候选变异位点，并对候选变异点位进行分类；根据候选变异点位的类型利用候选变异位点构建局部单体型序列，并对构建好的局部单体型序列在样本间整合，获得整合后的单体型序列集合；利用整合后的单体型序列检测被测样本基因组的变异位点的基因型；遍历群体内所有被测样本基因组，并重复执行步骤一到三，获得群体内所有变异基因型。本发明用于群体基因组联合变异检测。
一种基于基因组群体联合变异检测方法

[发明专利]一种基于局部异常因子的拷贝数变异检测方法-CN201910381315.8在审
发明人：袁细国;李俊萍;李杰;张军英;杨利英;习佳宁 -专利权人：西安电子科技大学
申请日： 2019-05-08 - 公布日： 2019-10-08 - 主分类号： G16B30/00 文献下载
摘要：本发明属于数据异常程度检测技术领域，公开了一种基于局部异常因子的拷贝数变异检测方法；本发明首先对数据进行预处理，减少了测序过程中带来的误差；本发明使用局部异常因子的算法将低敏感度的拷贝数变异区域的特征凸显出来，更容易，更准确的检测出低敏感度的拷贝数变异位置；操作简单，本发明只需要bam文件和参考序列即可完成检测，并且检测速度较快。现有技术对于低敏感度的拷贝数变异的检测造成遗漏，而本发明通过使用局部异常因子算法将该类型的变异区域的特征凸显出来，可以准确的检测出变异区域。
拷贝数低敏感度异常因子检测变异区域变异检测算法预处理参考序列测序过程程度检测仿真数据数据异常正确率遗漏测试发现

[发明专利]面向多核处理器的基因变异检测方法及系统-CN202011090874.2有效
发明人：刘卫国;张浩;宋红磊;殷泽坤 -专利权人：山东大学
申请日： 2020-10-13 - 公布日： 2023-02-03 - 主分类号： G16B20/20 文献下载
摘要：本发明公开了面向多核处理器的基因变异检测方法，包括：对输入数据进行预处理；从预处理后得到的测序序列read提取简要比对信息表达式CIGAR信息；输入数据，是指：将待查询序列与参考序列进行比对得到的文件；对读取的测序序列read的简要比对信息表达式CIGAR信息进行修改；对修改后的测序序列read的简要比对信息表达式CIGAR信息进行处理，处理过程中从内存池中进行候选变异数据的调取，得到候选变异集合；对候选变异集合中变异的基因进行局部重比对，以降低假阳性变异的检测；对局部重比对后的变异的基因进行格式化处理，将格式化处理后的变异基因输出到输出文件中，并且将内存池中数据进行重置以便进行反复的使用。
面向多核处理器基因变异检测方法系统

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 100000 条