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
本发明提供了滚动轴承故障特征提取方法、智能诊断方法及系统，包括：采集电动驱动端的轴承信号数据，对信号数据进行预处理，将信号数据分为测试集和训练集；采用小波频带能量法提取信号数据的特征，分别得到训练集和测试集的第一特征矩阵；采用小波包—AR谱估计法提取信号数据的特征，分别得到训练集和测试集的第二特征矩阵；采用EMD‑SVD法提取信号数据的特征，分别得到训练集和测试集的第三特征矩阵；将第一、第二和第三特征矩阵拼接处理，并通过PCA进行数据压缩得到降维后的训练集和测试集，并输入到分类器进行数据分析，对故障进行诊断，能够有效保证信号特征的完备性和稀疏性，提高特征提取的泛化准确率，提高分类器的泛化能力。
📄 2020103135881
📂 G06N3_006
👤 山东师范大学
📅 2020-04-20
本发明公开了一种基于改进人工蜂群算法的移动机器人路径规划方法，将人工蜂群算法每次迭代产生的最优解代入到灰狼优化算法的狩猎阶段，利用灰狼优化算法生成新的蜜源位置；在雇佣蜂阶段邻域搜索时引入该蜜源，以此来提高人工蜂群的局部搜索能力；将全局最优解代入侦察蜂阶段，改进蜜源搜索方程，使算法更容易摆脱局部最优；将改进算法GW‑ABC应用到移动机器人路径规划中，实验结果表明，改进算法的搜索能力更强，收敛速度更快。
📄 2022101897057
📂 G06N3_006
👤 苏州湘博智能科技有限公司
📅 2022-02-28
本发明公开了一种基于BP神经网络的校直行程预测方法，用于在轴杆类零部件校直前进行校直行程的预测，所述基于BP神经网络的校直行程预测方法，包括：利用所采集的校直参数构建训练样本和测试样本；构建BP神经网络，初始化BP神经网络的权值和阈值；结合训练样本，利用粒子群优化算法优化BP神经网络的权值和阈值，得到最优的权值和阈值；将最优的权值和阈值写入BP神经网络，建立优化后的校直行程预测模型，向所述校直行程预测模型中输入测试样本，输出校直行程预测结果。本发明校直预测结果的准确性高，可有效提高校直效率。
📄 2019111579364
📂 G06N3_006
👤 浙江工业大学
📅 2019-11-22
本发明涉及一种基于MOMBI面向智慧城市应用多目标计算迁移方法，基于R2指标的MOMBI算法，联合移动设备的时延、能耗以及边缘服务器计算资源和集群负载均衡，通过迭代不断更新种群参考点位置，使用R2指标对种群中的个体进行分层，并通过锦标赛选择方法保留种群中的精英个体，最终得到多目标优化后的迁移策略；根据当前的能耗、时延以及边缘服务器的资源利用率和负载均衡方差，在每一次迁移策略确定后进行新一轮的计算更新，并使用SAW和MCDM选择最优的迁移策略，针对边缘赋能的智慧城市中四目标进行优化。通过本发明的方法，针对智慧城市中移动设备产生的应用进行计算迁移，为用户提供质量较高的服务，且可提升服务器资源利用率，同时保证服务器集群负载平衡。
📄 2021105356281
📂 G06N3_006
👤 华侨大学
📅 2021-05-17
本发明涉及模拟局部代价来求解DCOPs的方法，包括如下步骤，首先通过一个4元组(A，X，D，F)定义DCOPs问题，然后初始化，种群#imgabs0#对di的模拟值应初始化为ai取di时，di与邻居所能产生的最大局部代价；第三步局部代价模拟阶段，在该阶段模拟的局部代价被更新和交换后，循环并执行新一轮选值操作，直到满足终止条件跳出，输出最优解。本发明方法引入了EWMA和基于种群的搜索策略，利用EWMA的时间特性和种群的交互特性来模拟局部代价及其历史信息，取得了良好的效果。实验结果表明，LCS具有较好的性能。
📄 2020112058704
📂 G06N3_006
👤 重庆理工大学
📅 2020-11-02
本发明提供了基于三元比较代理辅助的粒子群神经架构搜索方法和系统，所述方法利用图神经网络有效提取网络架构的操作信息和拓扑结构，并进行粒子群的演化搜索。为了解决当前神经网络结构搜索领域中架构评估成本高昂的问题，本发明提出了一种基于三元组的双重比较代理模型。通过构建以三元组形式的训练数据集，该方法能够实现数据增强，相较于传统方法，显著增加了训练样本的数量，有效解决了传统方法中代理模型训练样本不足的问题。此外，通过双重比较机制来判断两个架构的优劣，这种方法能够更有效地确保优秀架构被保留在架构池中。因此，代理模型能够更大程度地替代真实评估过程，从而显著降低架构评估的时间成本。
📄 2024116828716
📂 G06N3_006
👤 南京信息工程大学
📅 2024-11-22
本发明公开了一种基于改进郊狼算法的ELM神经网络优化方法，通过改进后的郊狼算法寻找ELM神经网络的最优初始化参数，建立基于ELM神经网络的海杂波预测模型，实现对海杂波的预测和抑制，提高了神经网络模型的稳定性和精度。本发明在迭代过程中以一定的概率对郊狼种群进行随机分组，这种方式既保留了分成多个组群分别并行搜索的优势，也加强了整个种群之间的交流与信息共享。采用新型成长公式指导郊狼成长，较好的平衡了算法的开采能力与搜索能力。对组内最优郊狼进行动态莱维变异，郊狼在迭代初期变异的维度更多，帮助探索更多新区域，在迭代后期变异维度减少，可对最优解区域进行精细搜索，增强了种群的多样性，有效避免了陷入局部最优的问题。
📄 2021113658071
📂 G06N3_006
👤 江苏科技大学
📅 2021-11-17
本发明公开了一种地下水埋深预测方法、可读存储介质及设备，属于地下水预测技术领域，所述地下水埋深预测方法，包括：获取目标区域的环境数据；将目标区域的环境数据输入通过蜣螂优化算法训练好的地下水埋深预测模型中，获取目标区域地下水埋深预测值。本发明利用蜣螂优化算法寻优目标地下水埋深预测模型的参数，将利用寻优找到的最优模型参数输入目标地下水埋深预测模型中，提高预测模型的预测精度，解决了当前通过经验设置地下水流动模型的模型参数，导致预测结果与实际情况不符的问题。
📄 2024111641629
📂 G06N3_006
👤 南京信息工程大学
📅 2024-08-23
本发明提出了一种基于离散时间量子游走的多域网络社区发现方法，包括以下步骤：S1，将网络节点看作游走粒子，并编码粒子同时构造粒子游走空间；S2，根据编码的粒子状态设计硬币态的量子置换电路；S3，根据不同的硬币状态，移位算子对粒子执行若干步的量子游走；S4，根据对量子态的测量结果选择对应的更新规则来移动节点，随着不断更新迭代，节点在空间中自动地优化社区结构；S5，输出最终社区结果。本发明能够快速、高效地检测多域网络中的社区。
📄 2021109992144
📂 G06N3_006
👤 重庆理工大学
📅 2021-08-28
本发明公开一种应用于非高斯噪声滤波的模型参数比估计方法，属于信息融合计算技术领域；方法包括：初始化运动单元的位置和速度，建立系统模型和观测模型，对系统模型进行一次滤波，得到线性状态转移矩阵与线性量测矩阵的；进行樽海鞘群算法初始化，将樽海鞘群算法中种群设置为初始均匀分布；更新领导者与跟随者位置，提升搜寻速度；利用所有领导者和跟随者，得到矩阵Q和R，并分别计算新息协方差矩阵的范数作为适应度值，然后再更新种群中领导者的身份；判断是否达到系统运行滤波程序的最大迭代次数，若是则输出矩阵Q和R；反之则返回更新领导者与跟随者位置；最后输出模型的参数比，来降低运动单元位置和速度的获取误差。
📄 202410384018X
📂 G06N3_006
👤 南京信息工程大学
📅 2024-04-01
本发明公开了一种短期泊位预测方法及系统，其中方法包括如下步骤：S100：获取一段时间内的泊位历史数据，并对泊位历史数据进行预处理获得有效泊位时间序列；S200：采用小波函数对有效泊位时间序列进行分解和多尺度重构，获得N+1个时间序列CN,D1,D2,…,DN；S300：将步骤S200中获得的N+1个时间序列作为BP神经网络的训练样本和测试样本，并利用优化算法来优化BP神经网络的权值和阈值，构建预测模型；S400：获取待测数据，将待测数据作为待测样本导入到预测模型中，得到N+1个时间序列上的预测值，并将各个时间序列上的预测值进行融合。根据上述技术方案的预测方法，预测模型收敛速度更快，不会陷入局部最优解，预测结果更准确。
📄 2021105000972
📂 G06N3_006
👤 淮阴工学院
📅 2021-05-08
柿子坊 · 知识产权运营
柿子坊知识产权运营平台