-
公开(公告)号：CN114239931B
公开(公告)日：2024-08-06
申请号：CN202111453903.1
申请日：2021-12-01
Applicant: 武汉大学
IPC: G06Q10/0834 , G06N3/006
Abstract: 本发明公开了一种基于改进蚁群算法实现物流仓储装车调度的方法及装置，涉及动态调度和组合最优化领域，该方法包括获取物流仓储系统中各门店的物流数据信息，以及各门店的经纬度，计算得到各门店之间的车程以及物流仓储中心至各门店的车程；设定选择策略，同时改进信息素的更新规则以改进蚁群算法数学模型，得到改进后的蚁群算法数学模型；采用改进后的蚁群算法数学模型进行货车的动态调度，实现物流仓储装车调度的优化。本发明能够提高物流仓储的工作效率。
-
公开(公告)号：CN116883314A
公开(公告)日：2023-10-13
申请号：CN202310638754.9
申请日：2023-06-01
Applicant: 武汉大学
Abstract: 本发明提供一种基于稀疏网络的配电箱电路设备自动识别方法及系统，将密集目标检测模型迁移至电路设备识别，构建了基于Transformer解码器思想的目标检测模型，解决电路设备自动识别及电路设备状态监测，实现过程包括图像特征提取，得到多尺度特征图的输出；准备提议候选框及提议特征；特征融合，包括将提议候选框及提议特征分别作为动态实例交互头的输入进行后续操作，生成最终的学习特征；获取分类和回归结果，包括在得到交互头生成的最终学习特征后进行分类和回归，生成目标分类和最终预测框，进一步修正预测框的位置，以得到配电箱电路设备自动识别结果。本发明针对智能电路信息建设，为电路设备自动转化CAD电路图、无人机监测设备状态等提供技术支撑。
-
公开(公告)号：CN115762719A
公开(公告)日：2023-03-07
申请号：CN202211630094.1
申请日：2022-12-19
Applicant: 武汉大学
IPC: G16H20/70 , G06F18/2321 , G06N3/0455 , G06N3/0475 , G06N3/088
Abstract: 本发明提供了一种基于组合模型的心理测评真实性评估方法及设备。所述方法包括：步骤1至步骤4。本发明可以自动评估线上心理测评的真实性，辅助及时正确地获取心理健康状况信息，提高了评估效率和自动化水平，降低了对统计对象和校标的依赖，提高了测评数据的利用率，同时采用两种模型的组合评估，引入了答题时间和答题选项两项评估依据，增强了评估的效果。
-
公开(公告)号：CN112288152B
公开(公告)日：2022-05-13
申请号：CN202011138157.2
申请日：2020-10-22
Applicant: 武汉大学
Abstract: 本发明涉及一种基于蚁群算法和多目标函数模型的应急资源调度方法，属于数据分析的研究范畴，涉及蚁群算法，匈牙利算法，最优路径，资源调度等技术领域，主要针对地震期间应急资源调度方案的选取，构建两点间最优路径选择模型以及多目标函数数学模型，采用蚁群优化算法，匈牙利算法进行数据的分析训练，利用已经训练好的模型得到最优化的应急资源调度方案。本发明的优点：在时间效率为第一要务的情况下能够考虑到路径费用尽可能小，并且还可以细化应急物资运输的特点——时效性、伤亡性和经济性等并将它们用权重区分重要程度，能够得到总体最为合理的调度方案。
-
公开(公告)号：CN116935045A
公开(公告)日：2023-10-24
申请号：CN202310770757.8
申请日：2023-06-27
Applicant: 武汉大学
IPC: G06V10/26 , G06V10/82 , G06V10/764 , G06V10/80 , G06V40/14 , G06N3/0455 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084 , G06N3/0985
Abstract: 本发明涉及一种基于混合注意力和多尺度级联的视网膜血管分割方法和系统，利用U‑Net网络作为基础，对其层级进行改进，采用三层上下采样的网络作为基础网络，降低模型复杂度，减少模型过拟合风险，然后引入混合注意力，并且采用混合池化模块来构建多尺度信息，最后构建级联细化网络对主干网络的输出进行修正，构建出最终的分割模型。本发明可以自动对视网膜眼底图像进行模型训练，并对新输入的视网膜眼底图像进行视网膜血管分割，提高了眼底视网膜图像分割的效率。采用混合注意力机制来增加模型对特定区域的关注能力，提高模型的计算效率，利用多尺度和级联网络来提高模型对于不同尺寸血管的更好分割，提升模型分割连通性更好血管的能力。
-
Patent Agency Ranking
公开(公告)号：CN115994271A
公开(公告)日：2023-04-21
申请号：CN202310065461.6
申请日：2023-01-12
Applicant: 武汉大学
IPC: G06F16/9536 , G06F18/23213 , G06F18/22 , G06N3/006 , G16H10/20
Abstract: 本发明公开了一种心理测评量表的推荐方法，包括如下步骤：步骤1、获取心理测评历史数据并对数据进行预处理；步骤2、根据步骤1预处理后的数据构建用户‑量表测评分数矩阵；步骤3、根据步骤2的用户‑量表测评分数矩阵，采用K‑means算法构建用户聚类；步骤4、在为目标用户推荐量表时，计算目标用户与步骤3得到的各聚类中心点的相似度，取具有最高相似度的中心点所在的用户聚类为目标用户所属的聚类簇，并基于划分的聚类簇生成推荐量表集合。本发明能自动为目标用户推荐适合的心理测评量表，保护了用户个人信息，提高推荐的准确率、多样性、新颖度，同时采用粒子群优化K‑means算法缩小问题规模，提高了推荐速度，节省了计算资源。
-
公开(公告)号：CN114239931A
公开(公告)日：2022-03-25
申请号：CN202111453903.1
申请日：2021-12-01
Applicant: 武汉大学
Abstract: 本发明公开了一种基于改进蚁群算法实现物流仓储装车调度的方法及装置，涉及动态调度和组合最优化领域，该方法包括获取物流仓储系统中各门店的物流数据信息，以及各门店的经纬度，计算得到各门店之间的车程以及物流仓储中心至各门店的车程；设定选择策略，同时改进信息素的更新规则以改进蚁群算法数学模型，得到改进后的蚁群算法数学模型；采用改进后的蚁群算法数学模型进行货车的动态调度，实现物流仓储装车调度的优化。本发明能够提高物流仓储的工作效率。
-
公开(公告)号：CN113379125A
公开(公告)日：2021-09-10
申请号：CN202110653522.1
申请日：2021-06-11
Applicant: 武汉大学
Abstract: 本发明提供了一种基于TCN和LightGBM组合模型的物流仓储销售量预测方法，属于时序分析和分类回归的研究范畴，涉及TCN，LightGBM等技术领域，主要针对历史销售分配记录信息，分别构建TCN和LightGBM模型，最后采用加权组合的方式，找出最优组合方式作为最终的预测模型，并利用已经训练好的模型进行分类任务。本发明的优点：可以自动对过去十二个月的历史销售分配数据以及其他外部影响销量的因素进行模型训练，并对接下来三天的门店销售量进行预测，提高了仓储物流中对各类资源的利用率。同时采用两种模型的组合预测，提高了预测的准确性。
-
-
公开(公告)号：CN117293803A
公开(公告)日：2023-12-26
申请号：CN202311244927.5
申请日：2023-09-25
Applicant: 武汉大学
IPC: H02J3/00 , G06F18/10 , G06F18/213 , G06F18/2113 , G06F18/2115 , G06F18/27 , G06N3/0442 , G06N3/082
Abstract: 本发明涉及一种基于多特征建模与注意力增强的电力回路短期能耗预测方法，针对实际环境采样的电力回路能耗感知数据进行数据预处理和多特征建模构造回路能耗多特征数据集，随后构建双注意力增强的能耗预测网络，在双向GRU神经网络提取的时序特征的基础上，分别在时间和特征维度上进行注意力计算，最后融合构造表达效果更强的回路能耗时序特征完成电力回路短期能耗预测。本发明使得实际采集的回路能耗数据可以直接用于模型预测，同时构建注意力增强的能耗预测网络对回路能耗影响因子进行时序特征提取，并同时在时间步和多特征两个维度进行注意力的集成，捕捉待预测能耗最相关的时间步以及影响较大的特征维度，进而提高短期预测准确率。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.021 seconds)
