-
公开(公告)号：CN108885700A
公开(公告)日：2018-11-23
申请号：CN201680070416.8
申请日：2016-10-03
Applicant: 川科德博有限公司
Inventor： 亚历山大·戴利克 , 拉兹万·雷卡 , 罗伯特·霍根 , 纳撒尼尔·约翰·麦卡雷·帕克 , 肯·查菲尔德
IPC: G06K9/62
CPC classification number: G06K9/3241 , G06K9/6218 , G06K9/6259 , G06K9/6263 , G06K2209/23 , G06N5/046 , G06N7/08 , G06N99/005
Abstract: 机器学习模型对未标记或部分标记的目标数据集进行模型化处理来分类(或回归)。机器学习模型对目标数据集进行处理；准备目标数据集的子集呈现给用户进行标记或标签验证；接收标签验证或用户重做的标签或用户对子集做的标签；并且机器学习模型重新处理更新的目标数据集。用户标记或标签验证与利用机器学习模型对未分类或部分分类的目标数据集进行模型化处理相结合提高了对目标数据集中的未标记元件进行标记的效率。
-
公开(公告)号：CN108764482A
公开(公告)日：2018-11-06
申请号：CN201810476954.8
申请日：2018-05-18
Applicant: 淮海工学院
Abstract: 本发明公开了一种基于李雅谱诺夫指数和余弦相似度的Kp指数预报方法，该方法包括如下步骤：首先构建Kp指数时间序列，然后进行Kp指数时间序列的混沌特性分析，包括时间延迟、嵌入维数和最大李雅谱诺夫指数的计算，最后基于李雅谱诺夫指数和余弦相似度的预报方法来预报Kp指数。相比于现有技术中通过神经网络和一阶局域预测法来预报Kp指数而言，本发明更加简便性、可操作性强，且对Kp指数的中长期的预测精度更高。
-
公开(公告)号：CN108629365A
公开(公告)日：2018-10-09
申请号：CN201810215795.6
申请日：2018-03-15
Applicant: 株式会社岛津制作所
Inventor： 野田阳
CPC classification number: G06N3/08 , G06F17/18 , G06N3/0436 , G06N5/048 , G06N7/08
Abstract: 提供分析数据解析装置以及分析数据解析方法。利用教师数据执行机器学习来构建用于判别分析或回归分析的非线性函数即学习模型(S2)，根据该函数的偏微分值按每个输入维度计算贡献度。利用由基于该贡献度的高斯分布函数确定的阈值来决定要无效化的输入维度(S3～S5)。再次进行利用了一部分输入维度无效化后的教师数据的机器学习(S6)，根据得到的学习模型来求出每个输入维度的贡献度，基于新旧的贡献度更新贡献度(S7～S8)。重复规定次数的步骤S5～S8的处理(S9)，在基于最终的贡献度决定有用的输入维度之后构建机器学习模型(S10)。由此，即使与解析对象的数据的多样性相比教师数据的样本数少时，也能够减少过度学习。
-
公开(公告)号：CN107122873A
公开(公告)日：2017-09-01
申请号：CN201710470198.3
申请日：2017-06-20
Applicant: 河海大学
Abstract: 本发明公开了一种基于“量‑型”混沌相似原理的中长期水文预报模型，根据选定的水文时间序列，通过相空间重构将一维时间序列转化为多维相空间的相点，将以欧式距离描述两个相点的空间接近程度定义为相点的“量”相似，以累积单位阶跃函数描述两个相点的内部结构相似程度定义为相点的“型”相似，建立双目标相似点寻优模型并采用宽容分层序列法求解，从而实现混沌预测，本发明方法应用于某站点月降雨量时间序列的预测中，并与相空间相似点预测模型作对比，结果显示：本发明方法可以充分挖掘水文时间序列中的信息，有效提高水文时间序列的预报精度。
-
公开(公告)号：CN106408118A
公开(公告)日：2017-02-15
申请号：CN201610808521.9
申请日：2016-09-08
Applicant: 昆明理工大学
CPC classification number: G06Q10/04 , G06N3/0454 , G06N3/084 , G06N7/08 , G06Q50/06
Abstract: 本发明涉及一种基于GRNN组合模型的城市日供水量预测方法，属于预测、城市企业供水系统的优化调度领域。本发明可以利用历史运动规律来推断出系统总体运动趋势的特点及GRNN在样本数据较少的情况下对预测误差修正效果依然很好的优势，将混沌理论局域法与GRNN神经网络有机结合，解决城市日供水量预测精度低，误差波动大等缺点，本方法能够准确预测出城市日供水量，模型收敛速度快、预测精度较高且解决了神经网络预测值随机的固有缺点，可行性强,通过本方法有助于提高城市日供水量的预测精度，可为运行工况模拟和供水系统调度决策提供依据与技术支持。
-
Patent Agency Ranking
公开(公告)号：CN109670630A
公开(公告)日：2019-04-23
申请号：CN201811397203.3
申请日：2018-11-22
Applicant: 国网宁夏电力有限公司经济技术研究院 , 宁夏宁电电力设计有限公司
Abstract: 一种基于混沌理论的加权二阶局域预测方法，包括求取时间序列的参数并判断是否为混沌时间，利用上述参数重构时间序列，找出与预测点的邻近点，利用加权二阶局域预测方法进行预测，最终进行求解。本发明通过二次线性拟合的方式来逼近相空间中各点的演化趋势，从而预测下一步的结果，最后，通过对实际中的风功率时间序列进行预测分析，验证了本发明的有效性和实用性。本发明能够有效地对设备的运行维护进行规划，对设备的老化进行预测和维修，并且能够提高大规模风电并网运行的安全性和经济性。
-
公开(公告)号：CN109118518A
公开(公告)日：2019-01-01
申请号：CN201810815283.3
申请日：2018-07-24
Applicant: 常熟理工学院
Abstract: 本发明公开了一种双层多贝努利随机有限蚁群多细胞跟踪方法，包括基于蚁群分工的多贝努利随机有限侦察蚁群和多贝努利随机有限觅食蚁群；多贝努利随机有限侦察蚁群，通过对侦察蚁群的混沌至确定性行为建模和定义侦察蚂蚁与其近邻蚂蚁的信息交换，最终生成相应的多贝努利随机有限蚁群；多贝努利随机有限觅食蚁群，当侦察蚁群完成任务后，所生成的多贝努利随机有限侦察蚁群转化成多贝努利随机有限觅食蚁群，通过对觅食决策行为建模和信息素的持续更新，生成最终的信息素场；随机有限觅食蚁群所生成的信息素场和当前的蚂蚁状态，得到相应的多贝努利随机有限觅食蚁群存在概率及其概率分布，进一步得到所对应细胞的状态和细胞的谱系树。
-
公开(公告)号：CN107977580A
公开(公告)日：2018-05-01
申请号：CN201610935083.2
申请日：2016-10-25
Applicant: 中国电信股份有限公司
CPC classification number: G06F21/602 , G06N7/08
Abstract: 本发明公开了一种医学图像的加密方法和装置、医学图像的解密方法和装置、以及医学图像的处理系统，涉及医学图像处理技术领域。其中，加密方法包括：从医学图像中选取感兴趣区域；将所述感兴趣区域中的每个像素区域的二维数据转换为一维数据；利用混沌系统对每个像素区域对应的一维数据进行加密处理，以得到每个像素区域对应的一维加密数据；将每个像素区域对应的一维加密数据转换为二维加密数据，以得到加密图像。本发明实施例可以提高加密的效率。
-
公开(公告)号：CN107798708A
公开(公告)日：2018-03-13
申请号：CN201711137826.2
申请日：2017-11-16
Applicant: 深圳大学
Abstract: 本发明提供了一种DNA乱序编码和混沌映射的图像加密和解密方法，所述加密方法是一种以混沌加密技术中的一维Logistic混沌映射、DNA编码计算为基础，再综合DNA乱序编码、基于多个一维Logistic混沌映射的按位抽取算法以及二维混沌置乱的加密方法。本发明加密和解密均利用混沌系统按本文相应算法产生的随机矩阵，结合明文图像矩阵进行DNA乱序编码，并用二维混沌置乱进行加密图像的比特级置乱来代替DNA碱基对互补替换，降低加密成本的同时，也使加密算法具有良好的加密结构可有效抵抗各种密码攻击行为。
-
公开(公告)号：CN105631518A
公开(公告)日：2016-06-01
申请号：CN201510976025.X
申请日：2015-12-23
Applicant: 西安理工大学
Abstract: 本发明公开了一种多参数多目标混沌粒子群参数寻优方法，步骤包括：步骤1，确定目标函数和待优化参数；步骤2，算法初始化；步骤3，计算种群中每个个体对应的目标函数；步骤4，更新个体历史最优解；步骤5，更新粒子速度和位置；步骤6，更新全局最优解集；步骤7，更新全局最优解；步骤8，结果判断。与一般的随机初始化方法和现有混沌Logistic映射粒子群初始化方法相比，本发明方法提高了全局寻优的性能且稳定性好；与一般的多目标加权的优化方法相比，本发明方法采用了Pareto最优解技术，解决了多目标加权方法中权重选取困难的问题。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.013 seconds)
