-
公开(公告)号：CN109447188A
公开(公告)日：2019-03-08
申请号：CN201811599198.4
申请日：2018-12-26
Applicant: 西安电子科技大学
IPC: G06K9/62
CPC classification number: G06K9/6282 , G06K9/6256
Abstract: 本发明提出了一种基于历史分类器二次学习的数据流分类方法，旨在通过历史分类器的二次学习有效利用历史信息，提高动态数据环境下数据流分类的精度，包括如下步骤：获取训练数据和待分类数据；获取分类器；判断存档内存入的分类器数量是否满足要求；对存档中的分类器进行更新；对训练数据进行分类；对历史分类器进行二次学习，并构建分类器集成；对待分类数据进行分类；获取t＝m+1以后的待分类数据的分类结果；向用户输出待分类数据的分类结果。本发明在构建集成分类器时，通过对存档中历史存入的分类器进行二次学习，对历史信息进行纠正，从而有效的利用历史信息，提高动态数据环境下数据流分类的精度。
-
公开(公告)号：CN107301644A
公开(公告)日：2017-10-27
申请号：CN201710434179.5
申请日：2017-06-09
Applicant: 西安电子科技大学
Abstract: 本发明是一种基于均值漂移和模糊聚类的自然图像无监督分割方法，主要解决现有技术对海量自然图像的无监督分割准确率低的问题。其方案是：1)输入图像，对其进行平滑；2)在平滑后图像像素的归一化RGB彩色空间中均匀初始化64个迭代初始点；3)对初始点进行迭代搜索，得到64个收敛点；4)删除以收敛点为中心的高维球内像素数目小于删除阈值的收敛点；5)合并欧式距离小于合并阈值的收敛点，确定密度峰值及密度峰值数目，依次计算像素的隶属度和像素的平滑隶属度；6)对像素的平滑隶属度去模糊化，为每个像素加上类标签，输出分割图像。本发明不需要设置控制参数，能自动确定图像的分割类别数，可用于对海量自然图像的无监督分割。
-
公开(公告)号：CN107292450A
公开(公告)日：2017-10-24
申请号：CN201710587119.7
申请日：2017-07-18
Applicant: 西安电子科技大学
CPC classification number: G06Q10/047 , G06Q50/30
Abstract: 本发明公开一种基于多智能体遗传算法的救护车路径规划方法。解决了灾害救援中救护车路径规划易陷入局部最优的问题，实现步骤为：救护车路径设定；用多智能体遗传算法产生初始路径规划；用遗传算子在原来方案基础上产生新的路径规划；通过迭代在智能体网格中寻找当代和全局最优路径方案；若满足迭代条件则输出全局最优路径方案，否则进行新一轮迭代优化，直至得到全局最优，输出灾害救援救护车的路径规划。本发明用于灾难救援中的救护车的车辆路径规划，采用了多智能体遗传算法，将最迟服务时间作为个体评价标准，设计了有效的编码方式和局部搜索算子等操作，能设计出具有高效率的救护车路径规划方案，提高了救护车路径规划的效率。
-
公开(公告)号：CN104392344B
公开(公告)日：2017-10-17
申请号：CN201410779101.3
申请日：2014-12-16
Applicant: 西安电子科技大学
Abstract: 本发明涉及电子信息技术领域，公开了一种基于多种群PSO的逆向物流网络排布方法。本发明以多种群PSO算法为框架，其步骤包括：(1)根据逆向物流网络模型设置子种群个数；(2)个体编码和种群初始化；(3)计算个体和子种群适应度函数；(4)更新个体信息；(5)计算多种群融合算子；(6)计算优化算子。本发明主要解决逆向物流网络构建过程中如何合理地设置收集站点个数以及排布收集站点位置，提高用户覆盖率的问题。经过实验验证，本发明能够高效地优化出合理的逆向物流网络排布方案，方案中收集站点个数可以选择，且都具有较高的用户覆盖率。
-
公开(公告)号：CN107066709A
公开(公告)日：2017-08-18
申请号：CN201710195081.9
申请日：2017-03-29
Applicant: 西安电子科技大学
CPC classification number: G06F17/509 , G06F17/5009 , G06N3/126
Abstract: 本发明提出了一种基于多智能体遗传算法的电力运输网络拓扑结构设计方法，用于解决现有电力运输网络拓扑结构设计方法中存在的深度搜索能力弱和容易陷入局部最优解，导致电力运输网络在抵抗攻击或者扰动时鲁棒性差的技术问题，实现步骤为：设定多智能体遗传算法参数、初始化多智能体遗传算法种群、对初始化种群进行邻域竞争、对邻域竞争种群进行邻域交叉、对邻域交叉种进行变异、对变异种群进行群局部搜索产生局部搜索种群作为电力运输网络拓扑结构输出。本发明在设计电力运输网络拓扑结构的过程中，采用多智能体遗传算法框架，设计了邻域竞争算子、邻域交叉算子、变异算子和局部搜索算子，设计出具有高鲁棒性的电力运输网络拓扑结构。
-
Patent Agency Ranking
公开(公告)号：CN104537660B
公开(公告)日：2017-07-28
申请号：CN201410819725.3
申请日：2014-12-25
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多目标智能体进化聚类算法的图像分割方法，主要解决图像分割技术中容易陷入局部最优、算法鲁棒性不高问题。将图像分割问题转化为一个全局优化聚类问题。过程包括：提取待分割图像像素点灰度信息；参数初始化并建立图像智能体网格；计算图像智能体的能量，进行非支配排序；进行邻域竞争操作；进行高斯变异操作；计算图像智能体的能量，非支配排序；进行自学习操作，根据拥挤距离选出最优聚类结果，输出聚类标签；实现图像分割。本发明将图像处理过程多目标化，不仅收敛效果好，而且增强了方法的鲁棒性，能改善图像分割的质量和增强分割效果的稳定性，有利于图像目标的提取、识别以及其它一些后续处理。
-
-
公开(公告)号：CN103714210B
公开(公告)日：2017-03-15
申请号：CN201310733370.1
申请日：2013-12-24
Applicant: 西安电子科技大学
IPC: G06F17/50
Abstract: 本发明公开一种基于最优适应启发式序列与多目标组织进化的集成电路布图方法，属于物理设计布图规划技术领域。本发明将最优适应启发式序列作为编码和解码，与多目标组织进化算法结合，用于求解超大规模集成电路布图方法，其特征在于：首先初始化每个个体，然后采用最优适应启发式序列对每个个体进行编码和解码，最后用设计的分裂算子、吞并算子、培训算子对多目标组织进行优化，验证结果表明，本发明在评定求解超大规模集成电路布图规划问题方法效用的两个重要方面：求最优的芯片的面积利用率和最优线长，有优势，是一种有效的求解超大规模集成电路布图规划问题的方法，还能扩展到求解其它的多目标组合优化问题。
-
公开(公告)号：CN103984966B
公开(公告)日：2017-02-15
申请号：CN201410234328.X
申请日：2014-05-29
Applicant: 西安电子科技大学
IPC: G06K9/66
Abstract: 本发明公开了一种基于稀疏表示的SAR图像自动目标识别方法，主要解决现有方法预处理复杂、方位角估计难的问题。其实现步骤为：(1)提取图像的局部特征，并通过多样性密度函数学习具有判别性的字典；(2)用字典对每个局部特征进行稀疏编码，再利用空域金字塔结构对分割的各个子区域进行空间池化，得到训练集和测试集样本各个子区域的特征向量；(3)根据测试样本各个子区域的稀疏性，对测试样本对应的子区域加权；(4)将加权后的子区域组合在一起用稀疏表示方法对图像进行识别。本发明与现有技术相比，对于遮挡和局部噪声有很强的鲁棒性，在无需方位角估计的情况下，提高了SAR目标识别的精度，可用于图像处理。(56)对比文件田莉萍等.基于小波字典稀疏表示的ＳＡＲ图像目标识别《.雷达科学与技术》.2014,第12卷(第1期),Haicang Liu et al..Decision fusion ofsparse representation and support vectormachine for SAR image target recognition.《Neurocomputing》.2013,
-
公开(公告)号：CN103077525B
公开(公告)日：2016-03-02
申请号：CN201310030861.X
申请日：2013-01-27
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于Treelet图像融合的遥感图像变化检测方法，主要解决现有技术中差值法抑制噪声能力差和对数比值法对边缘等细节信息保持不好的问题。其实现过程是：用不同方法提取变化前后图像的4幅差异图；然后用Treelet对4幅差异图构成的矩阵像进行降维，在降维时每一幅差异图数据作为待降维数据的一维；最后用FCM对降维后的数据进行聚类分割，得到变化监测的结果。本发明克服了差值图对噪声敏感和比值图边缘信息丢失的缺点，降低了错误率，更好的保存了细节信息，可用于森林资源的动态监测、土地覆盖和利用的变化监测、自然灾害评估。
-
-
-
-
-
-
-
-
-
Search Results
252
records
(took 0.054 seconds)
