-
公开(公告)号：CN110086670A
公开(公告)日：2019-08-02
申请号：CN201910356601.9
申请日：2019-04-29
Applicant: 安徽大学
Abstract: 本发明公开了一种基于局部邻居信息的大规模复杂网络社团发现方法，包括以下步骤：步骤A：获取网络结构，选择度最大的未访问节点及其所有的邻居节点作为初始化社团；步骤B：删除社团中连接不紧密的节点；步骤C：利用网络局部信息选择备选节点扩充初始化社团；步骤D：计算节点隶属系数判断节点是否应该留下来，得到一个社团并标记该社团所有节点为已访问；返回步骤A直到不存在未访问节点，输出社团划分结果。本发明还提供了一种计算机病毒传播控制方法，构造计算机网络模型，使用上述方法获取划分社团，对社团核心节点和边界节点进行重点防护。本发明的优点在于：在超大规模的问题上具有良好的计算效率和算法精度。
-
公开(公告)号：CN118297130A
公开(公告)日：2024-07-05
申请号：CN202410388534.X
申请日：2024-04-01
Applicant: 安徽大学
IPC: G06N3/086 , G06N3/082 , G06N3/084 , G06N3/0455 , G09B7/02
Abstract: 本发明公开了一种基于Transformer神经架构搜索的知识追踪方法，涉及智慧教育认知建模技术领域，解决了自动平衡局部序列与全局序列对预测结果的影响、自动化地选择模型中所使用的特征信息且自动化搜索的技术问题；本发明通过定义学生与习题的交互序列；获取数据集，并计算数据集中变量的嵌入，将变量的嵌入标记为候选嵌入向量；基于候选嵌入向量定义选择性分层输入模块；定义包含局部操作和全局操作的搜索空间；对搜索空间内模型进行编码；利用梯度下降法对Transformer‑super‑net进行训练；在搜索空间中通过进化算法搜索知识追踪模型。
-
公开(公告)号：CN118094839A
公开(公告)日：2024-05-28
申请号：CN202410359586.4
申请日：2024-03-27
Applicant: 安徽大学
IPC: G06F30/18 , G06F30/27 , G06N3/126 , H02J3/00 , G06F111/06 , G06F119/02
Abstract: 本发明公开了一种基于大规模稀疏多目标进化算法的复杂电网级联失效攻击方法，包括：步骤一、获取复杂电网中的初始参数信息并进行处理；步骤二：定义攻击算法的优化决策向量以及优化目标函数；步骤三、建立级联失效模型，计算级联失效的节点个数；步骤四、基于大规模稀疏多目标进化算法设计了一种维度得分法和一种子代择优法，对复杂电网级联失效的攻击扰动进行求解，最终得到一组满足帕累托前沿面的最优攻击方案集。本发明能一次运行获得多种解决方案以满足高效攻击电网的需求，可以同时实现攻击代价小和攻击效果显著的效果。
-
公开(公告)号：CN115062236A
公开(公告)日：2022-09-16
申请号：CN202210631468.5
申请日：2022-06-06
Applicant: 安徽大学 , 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)
IPC: G06F16/9536 , G06F16/958 , G06K9/62 , G06N3/00 , G06Q10/04 , G06Q50/14 , G06F30/27 , G06F111/06
Abstract: 本发明公开了一种基于多目标优化的混合重排旅游推荐方法，包括以下步骤：S1：数据集构建：收集用户的历史访问序列，按照用户的时间访问顺序，将最后一个访问地点作为测试集，将倒数第二个访问地点作为验证集，其余作为训练集；S2：多目标优化混合重排模型的构建：包括种群初始化、目标函数的计算和种群的进化；S3：模型训练：利用训练集对多目标优化混合重排模型进行训练，利用验证集对模型参数进行调整，获取最优的模型；S4：模型预测：使用最优模型对测试集中的用户进行预测，获取其推荐给用户的旅游推荐列表。还公开了一种基于多目标优化的混合重排旅游推荐系统。本发明能够在保证整个推荐系统的准确度的同时提升整个系统的多样性。
-
公开(公告)号：CN114330870A
公开(公告)日：2022-04-12
申请号：CN202111614801.3
申请日：2021-12-27
Applicant: 安徽大学
Abstract: 本发明公开了一种基于多种群进化算法的带时间窗的车辆路径规划方法，包括：1为带时间窗的车辆路径问题生成一个辅助问题；2随机初始化生成两个种群，种群1用于优化原始问题，种群2用于优化辅助问题；3基于协同进化算法框架迭代优化两个种群并定期对两个种群执行局部搜索操作，直到满足停止条件，输出最优种群中非支配等级最高的个体作为车辆路径规划以及时间安排的最优方案。本发明能解决带时间窗的车辆路径规划问题，在找到最小使用车辆数目的同时，能得到更短的总行驶距离，从而提高运输效率，并降低运输成本。
-
Patent Agency Ranking
公开(公告)号：CN114299459A
公开(公告)日：2022-04-08
申请号：CN202210079740.3
申请日：2022-01-24
Applicant: 安徽大学
IPC: G06V20/54 , G06F30/20 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06F111/06
Abstract: 本发明公开了一种基于多模多目标进化优化的车辆图像分类方法，包括：步骤一、获取带有类别标签的车辆图像样本并构建训练数据集；步骤二、定义网络分类模型结构，包括是正常模块和降维模块；步骤三、随机初始化降维模块的结构并固定，以搜索令模型性能最优的正常模块并得到结构确定的正常模块；步骤四，固定结构确定的正常模块，以搜索令模型性能最优的降维模块并得到结构确定的降维模块；步骤五，由结构确定的正常模块和降维模块构成车辆图像分类模型用于对待分类的车辆图像样本数据进行分类。本发明能搜索到性能最优的网络模块结构进行集成，集成后的网络模型能够快速对车辆图像进行分类，并提升分类的精度和准确度。
-
公开(公告)号：CN109376842B
公开(公告)日：2022-04-05
申请号：CN201810946353.9
申请日：2018-08-20
Applicant: 安徽大学
IPC: G06N3/00
Abstract: 本发明公开了一种基于属性优化蛋白质网络的功能模块挖掘方法，包括：S1、提取蛋白质候选节点对；S2、通过蛋白质候选节点对的提取初始化种群及种群中每个个体的功能模块集合并根据模块度Qg和属性密度SAg计算每个个体的适应度值；S3、种群个体间进行交叉变异，产生子代种群；S4、子代个体继承父代个体的功能模块集合，并根据每一个子代个体和父代个体基因值之间的差异，调整子代个体的功能模块，得到子代种群每个个体的功能模块集合并计算每个个体的适应度值；S5、根据父代种群和子代种群个体的适应度值进行环境选择得到新的种群；S6、重复执行步骤S3‑S5，直到执行到最大迭代次数时，输出种群的帕累托最优解集中每个个体的功能模块集合。
-
公开(公告)号：CN114239726A
公开(公告)日：2022-03-25
申请号：CN202111552679.1
申请日：2021-12-17
Applicant: 安徽大学
Abstract: 本发明公开了一种基于进化算法和模糊聚类的蛋白质功能模块识别方法，其步骤包括：步骤一、基于蛋白质网络的属性初始化种群，使用进化算法优化两目标问题，寻找非重叠的蛋白质模块的最优核心蛋白质节点，从而完成非重叠的蛋白质功能模块识别；步骤二、基于步骤一得到的核心蛋白质节点，初始化子种群，并用进化算法优化新的两目标问题，确定非核心蛋白质节点的最优模糊阈值，从而完成重叠的蛋白质功能模块识别。本发明能在不预定任何参数的情况下，自适应处理不同类型的蛋白质网络结构，从而提高蛋白质功能模块识别过程的稳定性，并且在蛋白质网络中找到较多有效的蛋白质功能模块的最优划分结果。
-
公开(公告)号：CN109376842A
公开(公告)日：2019-02-22
申请号：CN201810946353.9
申请日：2018-08-20
Applicant: 安徽大学
IPC: G06N3/00
Abstract: 本发明公开了一种基于属性优化蛋白质网络的功能模块挖掘方法，包括：S1、提取蛋白质候选节点对；S2、通过蛋白质候选节点对的提取初始化种群及种群中每个个体的功能模块集合并计算每个个体的适应度值；S3、种群个体间进行交叉变异，产生子代种群；S4、子代个体继承父代个体的功能模块集合，并根据每一个子代个体和父代个体基因值之间的差异，调整子代个体的功能模块，得到子代种群每个个体的功能模块集合并计算每个个体的适应度值；S5、根据父代种群和子代种群个体的适应度值进行环境选择得到新的种群；S6、重复执行步骤S3-S5，直到执行到最大迭代次数时，输出种群的帕累托最优解集中每个个体的功能模块集合。
-
公开(公告)号：CN109102122A
公开(公告)日：2018-12-28
申请号：CN201810931842.7
申请日：2018-08-16
Applicant: 安徽大学
Abstract: 本发明提供一种基于NSGAII分组处理大规模带容量约束的车辆路径问题的方法，包括步骤：数据预处理；参数初始化，定义初始迭代次数与最大迭代次数，并初始化一个可行解作为参考解；判断迭代次数是否到达所述最大迭代次数；通过多目标算法NSGAII对所述参考解进行优化分组；通过禁忌搜索算法对分组后第一前沿面上的子问题进行优化处理；更新所述参考解，累积迭代次数；将所述参考解作为最优解输出。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.029 seconds)
