本发明公开了一种铝型材瑕疵检测方法,属于机器学习视觉检测领域。所述方法包括以下步骤:S1:获取全部图像,进行图像预处理;S2:对预处理后的图像进行特征提取;S3:将数据集分为训练集和测试集;S4:构造和训练BRDPSO‑RF模型,同步进行特征选择和RF参数的优化;S5:应用选择好的特征子集和优化后的RF模型对测试集进行瑕疵检测。本发明通过提出BRDPSO‑RF模型同步选择最优的特征子集和随机森林RF分类器的参数优化,提高瑕疵检测的准确度,减少学习及训练的时间复杂度。
📄 2019108895900
📂 G06N3_00
👤 江南大学
📅 2019-09-19
本发明公开了一种卷积神经网络最优结构自动搜索方法,属于机器学习视觉识别领域。所述方法针对每一个特定的计算机视觉任务,基于随机漂移粒子群算法的自动寻找最优卷积神经网络结构,寻找过程中,设定每一个粒子位置代表一个CNN结构,通过随机漂移粒子群算法的不断迭代,最终搜索到一个模型更小但性能更好的深度卷积神经网络。通过在Rectangles数据集上进行图像分类实验时获得了98.16%的平均分类准确度,相对于现有的7层CNN结构的LeNet‑5网络得出的87.66%的准确率以及11层结构的AlexNet网络的88.96%的分类准确率,本申请方法搜索出的CNN结构能够获得更高的准确率。
📄 2021107088757
📂 G06N3_00
👤 江南大学
📅 2021-06-25
本发明公开了一种面向空间站多舱段的异构机器人协同调度方法,使用半马尔可夫决策过程的分层分布式协同架构,通过前置包含区域准入、资源容量、截止时间可达性及技能匹配的物理约束子掩码,将物理限制转化为过滤条件;通过任务残差更新机制,减轻通信受限条件下显式同步协商带来的等待与开销问题;引入任务承诺机制,根据前序机器人对目标任务的承诺置信度,对任务残差进行动态更新,后序机器人基于更新后的任务残差进行补位、替换或重新匹配;当局部匹配进入振荡状态或局部匹配收敛停滞时,生成反映各技能维度缺口情况的技能缺口张力向量反馈至上层,上层根据不同技能维度的缺口类型和缺口程度进行原因判断,采取合适的措施进行协同调度。
📄 202610738673X
📂 G06N3_008
👤 南京信息工程大学
📅 2026-05-27
本发明提出一种输氧孔接头氧气泄漏风险预测优化方法,涉及优化算法和机器学习技术领域。本发明提出IBAK‑Dattenion‑LSTM模型预测模型,包括改进的黑翅鸢优化算法,具体地,采用逆向学习策略初始化种群,提出捕猎成功率优化黑翅鸢优化算法的掠食策略,通过改进的黑翅鸢优化算法对LSTM的参数寻优;同时提出双注意力机制模块,构建多个单峰注意力模块和跨峰注意力模块,对模块的输出进行融合后输入到LSTM模型,IBAK‑Dattenion‑LSTM模型为输氧孔接头氧气泄漏风险预测提供了一种高适应的预测方法,尤其是处理复杂、非线性的数据方面表现出色,可以在保持高准确性的同时,增强预测模型的应用范围。
📄 2024108405762
📂 G06N3_006
👤 岳正检测认证技术有限公司
📅 2024-06-27
本发明涉及智能仓储中多AGV的任务分配以及执行顺序问题,公开了一种多AGV任务分配方法,包括:将若干个任务按照AGV的数量进行分类,在蚁群算法前期加入Kmeans聚类算法,将得到的若干个待分配的任务按照AGV的数量进行聚类分组,其次再以改进的蚁群算法分别计算每组任务,得到每组任务的执行顺序,改进蚁群算法在传统的蚁群算法的基础上,对每次迭代的蚂蚁旅行路径的长度进行排序,长度短的排名靠前,并对信息素更新机制进行改进,加入奖惩机制。与现有技术相比,本发明通过在算法前期加入Kmeans算法以及改进蚁群算法信息素更新公式以及信息素挥发系数,保证算法收敛效果以及避免算法陷入局部最优。
📄 2024102334161
📂 G06N3_006
👤 淮安大学
📅 2024-02-29
本发明提供了一种基于粒子群算法的联邦学习优化方法及装置,其中,方法包括:服务器根据场景确定全局模型的目标需求,初始化全局模型,并将全局模型广播给参与联邦学习的客户端;参与联邦学习的客户端采用粒子群优化算法对所述全局模型进行改进后得到模型更新参数;采用基于模型的权值散度和更新增量的梯度压缩方法,对模型更新参数进行压缩;将压缩后的模型更新参数上传至服务器,服务器在此基础上聚合参与联邦学习的客户端模型参数,基于参与联邦学习的客户端进行训练所用的数据集容量进行赋权,并聚合得到新的全局模型参数。本申请通过客户端模型采用粒子群优化算法,提高联邦学习的训练效率,优化联邦学习通信过程。
📄 2023105835730
📂 G06N3_006
👤 广州大学
📅 2023-05-22
本发明公开了一种基于情感意图驱动的人机交互方法。针对现有的人机交互过程中,服务机器人缺少智能性、主动性,处于被动地位,提出了一种新的交互策略,具体包括(1)数据采集与增强;(2)使用迁移学习训练ResNet‑18作为特征提取网络、评估网络和目标网络;(3)使用增强后数据集训练特征提取网络,并把除FC层的网络参数迁移到评估网络和目标网络中;(4)使用摄像头采集实时用户图像,再输入到DQN网络中进行评估学习。通过用户对机器人所做动作的表情反馈设置奖励,并通过梯度下降更新评估网络的参数。本方法可快速收敛DQN网络,机器人通过用户的表情推断用户的情绪意图,做出交互动作,提高机器人的主动性、智能性。
📄 2021113136071
📂 G06N3_008
👤 杭州电子科技大学
📅 2021-11-08
本发明公开了一种包含互斥资源的多智能体系统的控制器生成方法。所述方法为:首先由SCT的mutex函数处理涉及互斥资源约束条件的控制需求;然后,将mutex函数的计算结果作为一个简化的受控对象;最后,计算简化后的受控对象关于其他控制需求的控制器。这种方法通过优先处理互斥资源的控制需求,然后再处理其他控制需求生成控制器,能有效缓解智能体及各子需求做并行组合操作时产生的状态爆炸问题。
📄 202110757211X
📂 G06N3_00
👤 广西师范大学
📅 2021-07-05
一种用于植物群体虚拟仿真的植株碰撞检测方法,结合番茄植株的生长特性和生理结构,将番茄植株模型分割成多个子结构形成的结构树,并针对每个子结构构造合适的包围体,最终依照番茄结构树生成番茄植株的混合包围体树。本发明利用该混合包围体树实现了高效的番茄群体植株碰撞检测以及植株内部器官碰撞检测。该方法适用于进行群体番茄植株的碰撞检测。
📄 201810352123X
📂 G06N3_00
👤 浙江工业大学
📅 2018-04-19
本发明公开了一种面向基于人工免疫算法对抗攻击的对抗防御方法,包括以下步骤:(1)获取原始图片样本集;以原始图片样本为基础,基于人工免疫算法生成对抗样本;将原始图片样本与对抗样本合并,分为训练集和测试集;(2)利用训练集和测试集对图片分类器进行训练,获得图片识别模型;(3)利用图片识别模型对待识别图片进行识别,实现图片识别的对抗防御。本发明可以解决在面对基于人工免疫算法对抗攻击时,现有技术的防御效果较差、分类器识别准确率较低的技术问题。
📄 2020103611591
📂 G06N3_006
👤 浙江工业大学
📅 2020-04-30
本发明公开了基于粒子群优化的深度学习模型的安全性测试方法和修复方法,包括:(1)获取良性图像组成样本集,利用良性图像对原始深度学习模型进行预训练;(2)根据覆盖率和输入图像在预训练的原始深度学习模型和其他深度学习模型中针对同一类标标签的类别预测值之间的差异构建目标函数;(3)从样本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,以目标函数最大为目标,采用粒子群优化算法对初始化粒子的位置和速度进行迭代更新,当算法结束时,若不能够获得表示恶性图像的最优粒子,则认为原始深度学习模型安全,若能获得表示恶性图像的最优粒子,则认为原始深度学习模型不安全。
📄 202010897967X
📂 G06N3_00
👤 浙江工业大学
📅 2020-08-31
本发明涉及一种面向大规模多批次任务协同的云制造服务组合优化方法,本发明通过基于多种改进的人工蜂群算法对大规模多批次任务协同组合模型的寻优过程进行优化,以优化后的大规模多批次任务协同组合模型来解决面向大规模多批次任务协同的云制造服务组合优化问题,本发明具有较强的鲁棒性、收敛速度快以及全局寻优能力强,提高了求解的准确性;同时以生产时间为优化目标,实现了云制造环境下,大规模多批次任务协同的服务组合优化,缩短了整个任务生产时间。
📄 2021100339063
📂 G06N3_00
👤 浙江工业大学
📅 2021-01-12