本发明公开了一种基于粒子群算法的图像对抗水印生成方法，包括：根据水印的位置与透明度信息，通过阿尔法混合将原始图像与水印结合生成水印图像；将生成的水印图像输入到目标神经网络中，得到由目标神经网络输出的各个分类置信度的信息；基于针对水印图像的各个分类置信度，通过粒子群算法得到对抗水印图像。本发明将对抗水印生成问题建模为优化问题，通过优化问题的结果生成对抗水印。采用粒子群算法高效解决优化问题。采用置信度差值作为优化目标，一定程度上避免遗漏对抗水印生成。
📄 2022102718660
📂 G06T1_00
👤 浙江工业大学
📅 2022-03-18
本发明公开了一种基于粒子群算法的深度学习系统鲁棒性增强方法及装置，其中公开的方法的步骤为：获取图像数据集并整理分类为训练集和测试集；利用训练集进行对抗攻击预训练干净深度学习模型；构建鲁棒评估指标评估训练好的深度学习模型；构建零阶和一阶损失函数度量用于评估测试集与训练好的深度学习模型之间的关系；将一阶鲁棒性度量指标作为优化目标函数，从测试集中采集部分良性图像作为初始粒子并初始化粒子的位置和速度，以优化目标函数为最大目标采用粒子群优化算法对初始粒子的位置和速度进行迭代更新以生成测试样本；利用生成的测试样本与测试数据集重新训练深度学习模型获得鲁棒防御模型；对防御后模型受攻击的敏感性进行评估。
📄 2021107625935
📂 G06V10_774
👤 浙江工业大学
📅 2021-07-06
本发明公开了一种多目标粒子群算法的带式输送机控制系统，包括物料流激光采集装置和光电编码器，还包括信号采集处理模块和输送机协调控制装置，输送机协调控制装置用于建立下一采样周期的最优带速Vn+1和最佳运量Qn+1的目标规划模型以及目标规划模型的约束条件，根据目标规划模型和目标规划模型的约束条件计算获得最优带速Vn+1和最佳运量Qn+1。本发明还公开了一种多目标粒子群算法的带式输送机控制系统，本发明能够科学的实现带式输送机的自适应调速控量减排，调速节约能耗，控量避免大流量，增强稳定性，且能保持带式输送机运行效率最优，延长使用寿命。
📄 2020100626364
📂 B65G43_08
👤 武汉科技大学
📅 2020-01-19
本发明公开了一种基于K-means和离散粒子群算法的多无人车任务分配方法，包括以下步骤：S1、物流场景信息初始化；S2、物流任务打包：使用K-means算法确定最佳打包结果，其打包个数为k；S3、取k辆可用无人车，匹配每个任务包的执行无人车；S4、对每一辆无人车用离散粒子群算法确定其任务序列。本发明的方法结合聚类思想和群智优化算法对多无人车任务分配问题进行解答，使用离散化的粒子群算法进行多无人车的任务分配，粒子群算法的收敛速度快，离散化的迭代方式使算法更适用于实际的物流场景。并且在使用粒子群算法前先用K-means聚类算法对任务进行打包，极大地减小了解空间的大小，提高了任务分配效率。
📄 2019101507887
📂 G06Q10_04
👤 南京邮电大学
📅 2019-02-28
本发明请求保护一种基于混沌粒子群算法的矢量量化码书构造方法，具体地说是一种可用于语音压缩编码和图像压缩系统中的基于粒子群的矢量量化器。此方法把粒子群算法与混沌算法相结合用于矢量量化码书的构造，并可将该算法扩展到多级矢量量化器中。由于本发明在粒子群优化算法中融入了混沌优化，加快了粒子群算法摆脱局部极值点的速度，提高了算法的收敛精度，使矢量量化器的性能得到了改善。
📄 2015105225699
📂 G06T9_00
👤 重庆邮电大学
📅 2015-08-24
本发明公开一种利用改进粒子群算法和模糊算法相结合的最大功率点跟踪算法(MPPT)，该方法具体为：首先对标准粒子群算法进行改进，在标准粒子群算法的基础上改变其追踪极值的方式，使粒子不再追踪全局极值，转而追踪当前时刻下的最优粒子的位置。并使最优粒子按照模糊算法寻找最大功率点，由此将改进粒子群算法与模糊算法相结合。本发明不仅实现对全局最大功率点搜寻，并且有效减小粒子在最大功率点处的震荡，提高对最大功率点的追踪精度。
📄 2019103223362
📂 G05F1_67
👤 西安工业大学
📅 2019-04-22
本发明公开了一种基于粒子群算法的微电网储能优化配置方法，首先设计电池储能系统模型；然后对微电网用户的日负荷数据、光伏发电数据、分时电价数据进行预处理，进而得到储能容量、功率及投资成本参数约束；建立储能优化配置模型：以储能装置投资最低、收益最大为目标函数建立储能优化配置模型，考虑可再生资源发电、功率平衡、可充放电次数在内的约束条件；利用粒子群算法求解储能优化配置模型；最后对特征指标进行评价，计算储能优化参数，得到最终的微电网储能优化配置方法。本发明解决了现有技术中存在的微电网储能系统的优化配置无法兼顾储能配置及运行优化、负荷影响的问题。
📄 2020108433054
📂 H02J3_00
👤 西安理工大学
📅 2020-08-20
一种基于粒子群算法的改进最小残差法分析混合STR图谱的方法：S100：输入来自两个供体的混合STR图谱；S200：在(0，0.5)区间内随机生成3个粒子的初始位置，并在[‑0.01，0.01]区间内随机生成所述3个粒子的3个初始速度；S300：分别根据所述3个粒子计算得出3个residualsum；S400：分别计算3个粒子各自的个体最优位置，获得residualsum最小时Mx的值；S500：计算整个粒子群体的全局最优位置，获得residualsum最小时Mx的值；S600：更新所述3个粒子的速度和位置；S700：如果迭代次数达到阈值，则获得residualsum最小值、混合比例预测值Mx’和拆分结果；否则返回到步骤S300继续执行。本方法改进了最小残差法，重新定义混合比例实现等位基因模型(allele model)的化简；粒子群算法的引入，能够实现混合STR图谱的快速分析。
📄 2022106138170
📂 G16B40_00
👤 陕西师范大学
📅 2022-05-31
本发明公开了一种基于高斯学习因子粒子群算法的多普勒间干扰抑制方法，步骤如下：通过正交时频空间调制将导频和数据符号编码到二维时延多普勒域的资源网格上；在发射机上，时延多普勒域网格上的数据通过逆辛有限傅里叶变换映射到时频域得到时频域信号；对时频域信号进行海森堡变换得到时域发送信号；时域发送信号通过无线信道后得到时域接收信号；对于时域接收信号利用多普勒频移对时域接收信号进行多普勒补偿处理，得到多普勒补偿后的信号；然后将多普勒补偿后的信号与接收脉冲进行匹配滤波，并进行采样得到匹配滤波器输出信号；对匹配滤波器输出信号进行辛傅里叶变换得到时延多普勒的接收信号，该方法能够在一定程度上实现对多普勒间干扰的抑制。
📄 2025100691008
📂 H04B7_01
👤 杭州电子科技大学
📅 2025-01-16
本发明公开了一种粒子群算法对PID参数的优化方法，包括如下步骤：初始化粒子群；将PID参数赋值为粒子的位置；采用适应度函数计算得到粒子的适应度值，根据粒子的适应度值寻找得到粒子的个体最优位置和粒子的群体最优位置；更新得到粒子的位置和速度；依次判断迭代次数是否小于最大迭代次数的三分之一值、是否不小于最大迭代次数的三分之一值且小于最大迭代次数的三分之二值以及是否不小于最大迭代次数的三分之二值且小于最大迭代次数，若否则将粒子的位置输出为优化后的PID参数。
📄 2022108368529
📂 G05B11_42
👤 浙江大学台州研究院
📅 2022-07-15
本发明公开了一种基于粒子群算法和遗传算法混合的救援规划方法。属于资源调度路径优化领域，步骤：将城市进行网点规划；在网格化城市时要将重点的地点进行标记；当执行任务时，调度中心接收实时道路情况，在网图上做出标记；当救援任务下达到调度中心时，调度中心根据救援任务的紧急程度做出事故评级，事故评级用来设定最大救援成本；设置优先值，救援力量选择救援路径到达事故点救援，再将伤重者送往医院，最后返回调度中心。本发明对潜在的调度路径进行网格化建模；将出勤救援期间的道路的情况(可通行，拥挤情况)进行汇总，避开不可行道路；使用遗传算法计算出不同路径之间的成本；此发明为资源调度路径优化方面的研究提供新的思路。
📄 2021113748186
📂 G06Q10_0631
👤 江苏科技大学
📅 2021-11-19
本发明公开了一种基于改进离散粒子群算法优化故障等级的传感器布局方法，该布局方法首先建立系统故障与传感器测试之间的相关性模型，来描述系统故障和传感器测试点之间的逻辑关系；然后分析系统故障的等级以及相应等级的漏检率要求，以及通过故障模式影响和危害性分析FMECA后得到的系统的故障模式以及故障模式，根据故障重要度进行故障等级划分；根据故障等级漏检率构造约束条件，根据传感器成本构造适应度函数；最后利用改进的离散粒子群算法计算约束条件下适应度函数值最优的传感器布局的离散序列解。本发明的布局方法更加可靠，且计算结果验证了本发明的有效性，并降低了成本。
📄 2021113462348
📂 G06F30_25
👤 江苏科技大学
📅 2021-11-15
柿子坊 · 知识产权运营
柿子坊知识产权运营平台