-
公开(公告)号：CN108446735A
公开(公告)日：2018-08-24
申请号：CN201810233510.1
申请日：2018-03-06
Applicant: 宁波大学
IPC: G06K9/62
CPC classification number: G06K9/6247
Abstract: 本发明公开一种基于差分进化优化近邻成分分析的特征选择方法，旨在解决如何从最优化的角度优化近邻成分分析(NCA)算法，从而得到最优的特征权重系数。本发明方法利用差分进化算法优化NCA算法的目标函数，从而得到全局最优的特征权重系数。相比于传统的NCA方法，利用差分进化算法来优化为NCA算法的目标函数，以保证最后的权重系数向量是全局最优结果而非局部最优。其次，本发明方法与传统NCA的不同之处在于未曾考虑包含规划化参数的目标函数，也就不需要确定规则化参数的大小。可以说，本发明发法是对传统NCA方法用于分类特征选择的一种完善策略。
-
公开(公告)号：CN108427398A
公开(公告)日：2018-08-21
申请号：CN201810233557.8
申请日：2018-03-06
Applicant: 宁波大学
IPC: G05B23/02
Abstract: 本发明公开一种基于分散式AR-PLS模型的动态过程监测方法，本发明方法首先将各测量变量引入在采样时间上的多个延时测量值，然后针对每个测量变量为之建立该变量与其他测量变量及延时测量值之间的AR-PLS模型，最后利用模型的预测误差实施对动态过程的在线监测。相比于传统动态过程监测方法，本发明方法首先在建模阶段体现出了分散式建模的特点，因此具备分散式多模型的优势。其次，本发明方法只利用AR模型的预测误差作为被监测对象，而误差是AR模型中剔除了自相关性与交叉相关性后的结果，通过这种思路巧妙地避免了动态过程监测中自相关性问题。可以说，本发明方法是一种更为优选的动态过程监测方法。
-
公开(公告)号：CN107220463A
公开(公告)日：2017-09-29
申请号：CN201710504363.2
申请日：2017-06-28
Applicant: 宁波大学
CPC classification number: G06F17/5045 , G06N3/006
Abstract: 本发明公开了一种混合极性XNOR/OR电路面积优化方法，首先读入PLA格式的电路，采用函数表示该电路，然后采用极性转换方法将函数转换为混合极性XNOR/OR电路的表达式，接着将混合极性XNOR/OR电路面积优化各参数与三值多样性粒子群算法的各参数进行关联并建立适应度函数，最后采用三值多样性粒子群算法搜索到最优极性，得到最优极性下的最优面积，在搜索过程中，增加了广泛学习思想和三值变异操作；优点是可以快速准确的搜索到最优极性，搜索能力强，搜索效率高。
-
公开(公告)号：CN101714176A
公开(公告)日：2010-05-26
申请号：CN200910157163.X
申请日：2009-12-21
Applicant: 宁波大学
Abstract: 本发明公开了一种模拟运算放大器集成电路优化方法，优点在于根据待设计的模拟集成电路的原理和要求，可以不受设计参数及优化目标个数的影响，应用Q-变异免疫网络的智能优化搜索方法自动设计工艺参数及电路参数，能够自动在设定值范围内搜索得到满足模拟电路性能指标要求的最佳工艺参数和电路参数，即满足高直流增益、单位增益带宽、转换速率和低功耗要求，为高性能模拟集成电路工艺设计提供了良好的基础和依据。此外，本发明方法适用于各类模拟电路设计，易于移植，有着广泛的适应性和较强的通用性。
-
公开(公告)号：CN116203524A
公开(公告)日：2023-06-02
申请号：CN202310361085.5
申请日：2023-04-07
Applicant: 宁波大学
IPC: G01S7/41
Abstract: 本发明公开一种基于GA优化回归误差雷达图的设备异常检测方法，旨在利用GA优化化工设备对象测量变量间的回归误差，并利用雷达图监测误差的变化来检测相应化工设备的运行是否出现异常。具体来讲，本发明方法首先设计了由误差到雷达图监控指标的变换方式，然后利用GA逐个优化测量变量的回归误差。与传统方法相比，本发明方法在优化回归误差时，通过GA的二进制编码选取部分测量变量，能从最小化回归误差的角度选取并确定最优的回归系数向量。可以说，本发明方法是在测量变量优化选择的基础上描述测量变量间的相互关系，相应生成的误差在雷达图的监测下可进一步检测出误差之间的异常变化情况，从而保证对化工设备实施更有效的异常检测。
-
Patent Agency Ranking
公开(公告)号：CN110543766B
公开(公告)日：2022-11-08
申请号：CN201910734385.7
申请日：2019-08-09
Applicant: 宁波大学
IPC: G06F21/57
Abstract: 本发明公开了一种数据处理器抗控制流攻击方法，当数据处理器响应中断服务程序时，将返回地址和二进制密钥输入加密电路中进行加密处理得到加密返回地址，将得到的加密返回地址同时写入数据处理器的堆栈和内置安全寄存器组中，当数据处理器对中断服务程序的响应结束时，分别从数据处理器的堆栈和内置安全寄存器组中读取加密返回地址，然后分别采用第一解密电路和第二解密电路对读取的两个加密返回地址进行解密处理后得到两个解密返回地址，通过地址比较器对两个解密返回地址比较后得出是否受到控制流攻击的结论，数据处理器根据结论判定继续程序还是终止程序；优点是可以实现数据处理器的抗控制流攻击，提高数据处理器的安全性。
-
公开(公告)号：CN109389314B
公开(公告)日：2021-09-10
申请号：CN201811220917.7
申请日：2018-10-09
Applicant: 宁波大学
IPC: G06Q10/06 , G06F16/2458
Abstract: 本发明公开一种基于最优近邻成分分析的质量软测量与监测方法，旨在解决如何从保证全局最优的角度优选出与各个质量指标相关的输入特征变量，并基于此建立相应的质量指标软测量与监测模型。本发明方法考虑了各个质量指标会对应不同的输入特征变量的问题，通过穷举输入变量所有的可能组合形式，再根据近邻成分分析算法的目标函数值来确定各个质量指标所对应的最优输入特征变量。本发明方法利用优选后的输入变量为各个质量指标建立软测量模型，并利用软测量模型的估计值实时监测产品质量的状况，本发明方法可以说能较好地解决与产品质量相关的软测量与监测问题。
-
公开(公告)号：CN108492026B
公开(公告)日：2021-05-11
申请号：CN201810233450.3
申请日：2018-03-06
Applicant: 宁波大学
Abstract: 本发明公开一种基于集成正交成分最优化回归分析的软测量方法，旨在解决如何集成考虑多种类型的正交成分回归算法，并使用最优化的思想建立软测量模型这一问题。具体来讲，本发明方法首先分别利用主成分回归(PCR)算法、独立成分回归(ICR)、和偏最小二乘回归(PLSR)算法建立三个正交成分回归模型，然后利用回归模型的预测值再次预测质量数据，所不同的是利用回归模型预测值再次预测质量数据时是采用粒子群算法得到回归系数向量。与传统方法相比，本发明方法考虑了多个正交成分回归模型，并通过最优化的回归系数向量预测输出质量指标。因此本发明方法对质量指标的预测精度不会低于其中任何一种回归模型，软测量性能得到了充分保证。
-
公开(公告)号：CN108445867B
公开(公告)日：2020-06-16
申请号：CN201810233556.3
申请日：2018-03-06
Applicant: 宁波大学
IPC: G05B23/02
Abstract: 本发明公开一种基于分散式ICR模型的非高斯过程监测方法，旨在解决如何利用非高斯数据建模算法，通过数据模型将采样数据转换成误差，并以误差作为被监测对象实施非高斯过程监测的问题。具体来讲，本发明方法首先针对每个测量变量，利用独立成分回归(ICR)算法建立各变量与其他变量之间的软测量模型。然后，利用软测量模型的估计误差作为被监测对象，建立基于独立成分分析(ICA)的过程监测模型实施非高斯过程监测。可以看出本发明方法利用了分散式建模的优势，而且采用多种非高斯数据分析算法相结合的实施方式，是一种更为优选的适于非高斯过程的数据驱动的过程监测方法。
-
公开(公告)号：CN111159968A
公开(公告)日：2020-05-15
申请号：CN201911387456.7
申请日：2019-12-27
Applicant: 宁波大学
IPC: G06F30/392 , G06N3/00
Abstract: 本发明公开了一种MPRM电路的面积优化方法，先将MPRM电路采用函数表达式进行表示，然后利用极性转换方法将MPRM电路的函数表达式转换为P极性的MPRM表达式，得到P极性的MPRM表达式，再将MPRM电路面积优化的各参数与离散三值粒子群算法的各参数进行关联，构建面积优化的适应度函数，最后基于适应度函数，采用离散三值粒子群算法进行面积优化；优点是搜索效率高，且局部寻优能力强，优化效果好。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.02 seconds)
