-
公开(公告)号:CN118585696A
公开(公告)日:2024-09-03
申请号:CN202410759742.6
申请日:2024-06-13
Applicant: 华南理工大学
IPC: G06F16/953 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/082 , G06F18/25 , G06N3/0442
Abstract: 本发明公开了一种基于图神经架构搜索的谣言检测方法、装置及介质,属于互联网技术领域。方法包括:构造搜索空间;对搜索空间进行连续松弛以构造超网络,在超网络上为每条边创建由架构参数进行参数化的混合候选操作;初始化超网络的参数;通过梯度下降交替降低验证损失和训练损失,以优化超网络的模型参数和架构参数;当优化到剪枝轮次时,依据选边准则在超网络中选择一条边进行剪枝,并固定该边的架构参数,不再进行优化;在确定超网络上所有的边完成优化后,获得网络架构;对获得的网络架构进行训练,并在训练后获得用于谣言检测的预训练模型。本发明通过自动化设计最优神经架构学习信息传播的特征,提高检测的效率和模型在不同场景下的适用性。
-
公开(公告)号:CN113673695B
公开(公告)日:2023-07-21
申请号:CN202110770902.3
申请日:2021-07-07
Applicant: 华南理工大学
Abstract: 人群行为建模与仿真是一类在公共场所设计与管理等领域具有重要应用的技术。本发明将遗传编程算法运用于人群行为建模,涉及建模仿真与智能计算两大领域。本发明提供基于新型特征自动构造的人群行为规则自动提取方法,通过自动化地提取一套能反映行人行走客观规律的规则,并将其作为仿真模型,增强仿真效果的真实性,促进知识发现与其他相关学科的发展。针对人群建模问题包含大量隐含特征、现有技术难以甄别和合理利用有效特征、手动设计的特征严重受限于人类知识经验等问题,本发明提出了新型的高级特征自动构造技术,以及一套辅助的特征选择技术,以构造出一系列高性能特征,提高人群行为规则的有效性。
-
公开(公告)号:CN115907252A
公开(公告)日:2023-04-04
申请号:CN202211445177.3
申请日:2022-11-18
Applicant: 华南理工大学
IPC: G06Q10/047 , G06Q50/30 , G06F30/25 , G06N3/006
Abstract: 本发明公开了一种高铁站人群疏导路线优化方法、系统、装置及介质,其中方法包括:获取高铁站的布局信息,根据布局信息将高铁站场景表示为一个完全图;根据预设筛选条件对完全图中的边进行筛选;根据筛选后的完全图,将高铁站人群疏导设施布局的设计问题,表示为求解多维二值编码向量的优化问题;获取高铁站的历史人流数据,根据历史人流数据和优化问题构建高铁站场景的仿真模型,通过离散竞争粒子群算法对仿真模型进行优化,获得最终的人群疏导路线。本发明将人群流动引导设施设计抽象简化为一个优化问题来进行求解,且采用竞争粒子群算法进行优化,能更好地对高铁站人群疏导设施布局优化问题进行求解,可广泛应用于系统仿真和智能计算两个领域。
-
公开(公告)号:CN109379780B
公开(公告)日:2021-05-14
申请号:CN201811233765.4
申请日:2018-10-23
Applicant: 华南理工大学
Abstract: 本发明涉及无线传感器网络和智能计算领域,涉及一种基于自适应差分进化算法的无线传感器网络定位方法,该方法在基本差分进化算法的基础上,将邻域信息和历史搜索信息融入编码之中,并引入一个自适应控制机制,基于自适应差分进化算法,结合自适应协方差矩阵进化策略,是一种高效的无线传感器网络定位方法。本发明提出自适应机制来控制全局搜索和局部搜索,通过融合差分进化算法较强的全局搜索能力以及自适应协方差矩阵进化策略优秀的局部搜索能力,使得无线传感器网络定位精度更高、鲁棒性更好。
-
公开(公告)号:CN111256710A
公开(公告)日:2020-06-09
申请号:CN202010071838.5
申请日:2020-01-21
Applicant: 华南理工大学
Abstract: 本申请实施例公开了一种地图匹配方法及系统,其中所述方法包括:获取待匹配GPS轨迹的日志文件,所述GPS轨迹的日志文件包括轨迹点的经纬度、朝向和速度;将所述GPS轨迹的轨迹点映射到道路网络中,构建候选匹配集,所述候选匹配集包括所有轨迹点以及每个轨迹点的N条候选路段,N为大于1的整数;计算每条候选路段的启发式信息;根据候选匹配集和全局适应度函数计算出全局适应度;根据所述启发式信息和所述全局适应度基于蚁群优化算法对所述N条候选路段进行优化,得到目标匹配路径。高效而精确的实现了地图匹配。
-
公开(公告)号:CN109769252A
公开(公告)日:2019-05-17
申请号:CN201910077494.6
申请日:2019-01-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种中继节点在无线传感器网络中的部署优化方法,具体步骤包括:(1)初始化算法的相关参数及产生一个初始种群;(2)采用传统遗传算法中的基因操作产生N个新个体;(3)对部分较优个体执行插入中继节点的操作;(4)对部分较优个体执行删除中继节点的操作;(5)对部分较优个体执行局部位移操作;(6)将步骤(2)到步骤(5)产生的新个体与原来的种群合并,并按照非支配排序和拥挤距离对合并后的种群排序,从中选择出最优的N个个体构成新的种群;(7)当算法满足结束条件时,优化步骤终止,否则返回步骤(2)。
-
公开(公告)号:CN118690835A
公开(公告)日:2024-09-24
申请号:CN202410759708.9
申请日:2024-06-13
Applicant: 华南理工大学
IPC: G06N3/126 , G06F18/214 , G06F18/27
Abstract: 本发明公开了一种基于符号回归的离线数据驱动优化方法及装置,属于数据驱动优化技术领域。其中方法包括:获取历史数据;根据所述历史数据生成多个历史数据的数据子集;根据多个所述数据子集构建多个符号回归模型;根据多个所述数据子集评估所述符号回归模型的预测准确率;根据获得的预测准确率构建带权重的集成模型;根据所述集成模型实现数据驱动的进化优化。本发明基于已有的历史数据,使用基因表达式编程方法来训练符号回归模型,并采用集成方法将多个模型集成并生成集成模型,并采用进化算法作为优化器来获取得到优化问题的最优解。其中,集成的符号回归模型将作为昂贵优化问题中的代理模型来指导优化进化算法的搜索方向。
-
公开(公告)号:CN118690111A
公开(公告)日:2024-09-24
申请号:CN202410783759.5
申请日:2024-06-18
Applicant: 华南理工大学
Abstract: 本发明公开了一种黑盒优化方法、系统、装置及存储介质,属于符号回归和黑盒问题优化的技术领域。其中方法包括:确定用于符号方程生成器的语料库;获取教师优化器和符号方程生成器的初始候选解种群数据;根据所述初始候选解种群数据获取种群景观分析特征参数;根据所述特征参数确定符号方程生成器生成的当前候选解种群优化规则,并同步独立优化教师优化器的候选解种群;基于优化得到的候选解种群计算训练符号方程生成器的协同奖励,与教师优化器协同进化;根据所述协同奖励,基于选择的策略梯度优化算法训练,最终得到最优的符号方程生成器模型。本发明可以自动生成更新规则表示为符号表达式,能最小化对专家知识的依赖,提升黑盒优化的能力。
-
公开(公告)号:CN118643887A
公开(公告)日:2024-09-13
申请号:CN202410574696.2
申请日:2024-05-10
Applicant: 华南理工大学
Abstract: 本发明公开了一种神经网络架构搜索方法、系统、装置及存储介质,属于深度学习领域。其中方法包括:根据神经网络架构搜索空间设置超网,并执行热启动步骤;制定架构编码策略,初始化基于分布式协同进化算法中的架构种群;建立两个子种群,以分别优化神经网络的权重参数以及架构参数;周期性合并两个子种群的优化结果,并选择保留到下一个周期的种群;经过多轮周期性的子种群优化,获得最终的神经网络架构种群。本发明将神经网络架构搜索问题中权重参数及架构参数的优化分为两个子问题进行解决,设置两个并行的子种群,同时采用基于权重共享的超网,结合分布式以实现对种群的并行优化和评估,提供了一种高效的神经网络搜索方案。
-
公开(公告)号:CN115955656A
公开(公告)日:2023-04-11
申请号:CN202211591237.2
申请日:2022-12-12
Applicant: 华南理工大学
Abstract: 本发明公开了一种分布式传感器目标定位方法、装置和存储介质,其中方法包括:获取传感器的节点信息;采用含自适应通信间隔调整机制的双向学习粒子群优化框架和外部学习粒子更新策略,对节点信息进行优化处理:每个节点进行一次或多次的内部学习;邻居节点互相通信,且传递当前种群解;对节点进行一次外部学习;如果种群收敛,则结束优化;否则,根据适应值的变化自适应地调整通信间隔,并继续进行下一轮的学习。本发明通过分布式粒子群优化框架和外部学习策略,将粒子群优化算法应用在分布式优化问题中,平衡种群探索性和系统共识性,有效地提升了算法的优化表现,又保证了系统的共识性。本发明可广泛应用于无线传感器网络目标定位技术领域。
-
-
-
-
-
-
-
-
-