|
搜索
搜 索
高等教育領域數字化綜合服務平臺
基于分層智能搜索算法的玻璃切割優(yōu)化軟件
切割問題和裝填問題在學術界屬于一類經典的NP 難問題，它們有著眾多的變種，例如：一維的背包問題，二維的矩形切割問題，三維的裝箱問題等。其中以二維的場景應用最為廣泛，相關求解算法可以作為玻璃、板材、管材、服裝切割套料智能制造的算法內核。
本軟件的主要用途是針對玻璃切割的場景提出求解多約束的矩形切割問題的分層智能搜索算法，為玻璃切割方案提供全局優(yōu)化，實現原料利用率的最大化，在節(jié)約資源的同時提高產量。
華中科技大學
2022-03-28
一種基于改進和聲搜索算法的無線傳感器網絡路由方法
本發(fā)明提出了一種基于改進和聲搜索算法的無線傳感器網絡路由方法，包括以下步驟：Step1、初始化算法相關參數 HMS、HMCR、PAR 以及評價次數 eval_Nomax；Step2、利用輪盤賭初始化和聲記憶庫 HM；Step3、評價和聲庫中各和聲路徑的適應度；Step4、設置 eval_No＝0；Step5、設置 i＝0；Step6、產生候選和聲；Step7、eval_No++，若 eval_No＜eval_Nomax，執(zhí)行 Step8；否則執(zhí)行 Step11；Step8、對和聲庫中的第 i 條和聲 Xi＝{s,x2,…xj,…,d},進行鄰域搜索；Step9、eval_No++，若 eval_No＜eval_Nomax，執(zhí)行 Step10；否則執(zhí)行 Step11；Step10、i++，若 i＜HMS，執(zhí)行 Step6；否則執(zhí)行 Step5；Step11、記錄和聲記憶庫中的最優(yōu)和聲路徑。本發(fā)明的路由方法具有較高的能效，并且能夠有效地延長整個網絡的生命周期。
華中科技大學
2021-04-11
一種基于和聲搜索算法的無線傳感器網絡分簇路由方法
本發(fā)明公開了一種基于和聲搜索算法的無線傳感器網絡分簇路 由方法，包括:(1)全局信息的傳遞和匯聚，獲得全局信息，并將其傳 遞到匯聚節(jié)點;(2)匯聚節(jié)點通過全局信息對整個傳感器網絡進行網絡 分簇路由的優(yōu)化計算與配置;(3)普通傳感器節(jié)點監(jiān)測采集和處理應用 信息，將其處理成數據包，轉發(fā)到簇頭節(jié)點，簇頭節(jié)點進行數據融合， 并向下一跳簇頭節(jié)點發(fā)送數據包;(4)下一跳簇頭節(jié)點接收到數據包后， 將自身剩余能量信息加入到數據包中，并按照數據包中的最優(yōu)路由， 繼續(xù)向下一跳簇頭節(jié)點轉發(fā)數據包。本發(fā)明的方法解決了無線傳
華中科技大學
2021-04-14
腫瘤醫(yī)學圖像智能診斷算法
簡介：
1、胰腺腫瘤CT圖像診斷算法。針對胰腺腫瘤分類問題，從醫(yī)學CT圖像出發(fā)，搭建深度學習模型。對于腫瘤分類，我們將問題建模成兩部：胰腺定位查找和胰腺腫瘤分類。我們建立級聯分割網絡，從病人腹部的CT圖像中將胰腺器官分割出來。級聯分割網絡比之前的層級分割網絡結果提升10各點。之后建立多模態(tài)分類網絡，針對CT圖像的特性，將多切片多造影劑時期多區(qū)域的數據進行融合，在胰腺腫物分類中取得了較好的結果。
層級分割模型示意圖
分類模型可視化熱圖
2、現有的乳腺癌腋窩淋巴轉移的醫(yī)療診斷措施為病理活檢，是一種過度醫(yī)療。基于乳腺鉬靶圖像的術前無創(chuàng)的乳腺癌腋窩淋巴轉移預測手段能夠有效避免過度醫(yī)療。我們構造了基于乳腺鉬靶圖像的深度卷積神經網絡模型來處理乳腺癌腋窩淋巴轉移問題。我們對乳腺鉬靶數據進行了預處理和數據集的整理、劃分。我們構造了三個不同的深度卷積神經網絡，患病側單體位網絡、患病側雙體位網絡和雙側雙體位四視圖網絡。其中，患病側單體位網絡分為 CC 位網絡和 MLO 位網絡。在乳腺鉬靶數據的測試集上，患病側 CC 位網絡、患病側 MLO 位網絡、患病側雙體位網絡、雙側雙體位四視圖網絡的結果依次遞增。這表明了同時使用同一患者的四張鉬靶圖像的雙側雙體位四視圖網絡具有更好的預測效果，更適合乳腺癌腋窩淋巴轉移預測任務。對于雙側雙體位四視圖網絡，我們不僅使用了雙側測試集 1，還使用了額外的雙側測試集 2 進行測試。
鉬靶乳腺圖像預處理
雙側雙體位深度學習網絡
優(yōu)勢：從客觀的醫(yī)學圖像數據出發(fā)，結果可重復，而且高效快捷，提高識別準確率的同時，便于臨床推廣。
中國人民大學
2021-05-15
腫瘤醫(yī)學圖像智能診斷算法
1、胰腺腫瘤CT圖像診斷算法。針對胰腺腫瘤分類問題，從醫(yī)學CT圖像出發(fā)，搭建深度學習模型。對于腫瘤分類，我們將問題建模成兩部：胰腺定位查找和胰腺腫瘤分類。我們建立級聯分割網絡，從病人腹部的CT圖像中將胰腺器官分割出來。級聯分割網絡比之前的層級分割網絡結果提升10各點。之后建立多模態(tài)分類網絡，針對CT圖像的特性，將多切片多造影劑時期多區(qū)域的數據進行融合，在胰腺腫物分類中取得了較好的結果。層級分割模型示意圖 分類模型可視化熱圖 2、現有的乳腺癌腋窩淋巴轉移的醫(yī)療診斷措施為病理活檢，是一種過度醫(yī)療。基于乳腺鉬靶圖像的術前無創(chuàng)的乳腺癌腋窩淋巴轉移預測手段能夠有效避免過度醫(yī)療。我們構造了基于乳腺鉬靶圖像的深度卷積神經網絡模型來處理乳腺癌腋窩淋巴轉移問題。我們對乳腺鉬靶數據進行了預處理和數據集的整理、劃分。我們構造了三個不同的深度卷積神經網絡，患病側單體位網絡、患病側雙體位網絡和雙側雙體位四視圖網絡。其中，患病側單體位網絡分為 CC 位網絡和 MLO 位網絡。在乳腺鉬靶數據的測試集上，患病側 CC 位網絡、患病側 MLO 位網絡、患病側雙體位網絡、雙側雙體位四視圖網絡的結果依次遞增。這表明了同時使用同一患者的四張鉬靶圖像的雙側雙體位四視圖網絡具有更好的預測效果，更適合乳腺癌腋窩淋巴轉移預測任務。對于雙側雙體位四視圖網絡，我們不僅使用了雙側測試集 1，還使用了額外的雙側測試集 2 進行測試。鉬靶乳腺圖像預處理 雙側雙體位深度學習網絡 優(yōu)勢：從客觀的醫(yī)學圖像數據出發(fā)，結果可重復，而且高效快捷，提高識別準確率的同時，便于臨床推廣。
中國人民大學
2021-04-10
大學.jpg){kind=logo}
一種基于自然共享最近鄰居搜索的發(fā)現簇和離群點的算法
本發(fā)明屬于數據挖掘領域，尤其是涉及一種基于自然共享最近鄰居搜索的發(fā)現簇和離群點的算法。其特征在于，首先對數據集進行自然最近鄰居搜索，當發(fā)現數據集中沒有共享最近鄰居的點的數量不再變化時搜索結束，得到搜索最近鄰個數n；根據提出的自然共享鄰居定義，計算每個對象在n近鄰下得到的自然共享最近鄰居關系；然后基于共享最近鄰的自然鄰居搜索算法確定了每個對象的自然共享最近鄰域關系，根據該自然共享最近鄰居關系，對數據進行聚類和離群點判別。本發(fā)明的算法中提出一種新的共享最近鄰居關系和自然鄰居搜索終止條件，解決了現有算法因為自然鄰居關系定義不夠嚴密及搜索條件不夠科學而引起的聚類效果不好和離群點檢測精度不高的問題。
中國農業(yè)大學
2021-04-11
基于多智能體系統(tǒng)的分布優(yōu)化算法
針對大規(guī)模的復雜網絡系統(tǒng)，在理論上研究網絡節(jié)點之間協同規(guī)則，研究網絡結構與系統(tǒng)性能之間的關系，構建實現網絡性能指標最優(yōu)化的分布式算法。其應用主要包括大規(guī)模移動通信網絡中信道資源的最優(yōu)分配問題、通信基站的最優(yōu)覆蓋問題等。
東南大學
2021-04-11
研發(fā)Visionome技術算法可智能高效診斷多種眼病
與傳統(tǒng)圖片級分類標注方法相比，Visionome技術可多產生12倍標簽，而這些標簽訓練出來的算法顯示了更好的診斷性能。基于此技術，團隊訓練出可準確識別多種眼前段病變的裂隙燈圖像智能評估系統(tǒng)，可應用于大規(guī)模篩查、綜合分診、專家級評估、多路徑診療建議等多個臨床場景。不僅在回顧性數據集中表現出眼科專家級別的診斷水平，在前瞻性數據集中也表現出色。使用者通過在Visionome診斷系統(tǒng)中上傳眼前段圖像，即能一次獲得多個部位的全方位診斷，與傳統(tǒng)的人工智能算法相比，Visionome系統(tǒng)可生成更加全面、精細、具體的報告，真正讓醫(yī)學人工智能應用揭開神秘的面紗，成為一個接地氣的“醫(yī)生”。
中山大學
2021-04-13
基于分層智能探索算法的玻璃切割優(yōu)化軟件
本軟件的主要用途是針對玻璃切割的場景提出求解多約束的矩形切割問題的分層智能搜索算法，為玻璃切割方案提供全局優(yōu)化，實現原料利用率的最大化，在節(jié)約資源的同時提高產量。
一、項目分類
關鍵核心技術突破
二、成果簡介
切割問題和裝填問題在學術界屬于一類經典的NP 難問題，它們有著眾多的變種，例如：一維的背包問題，二維的矩形切割問題，三維的裝箱問題等。其中以二維的場景應用最為廣泛，相關求解算法可以作為玻璃、板材、管材、服裝切割套料智能制造的算法內核。
本軟件的主要用途是針對玻璃切割的場景提出求解多約束的矩形切割問題的分層智能搜索算法，為玻璃切割方案提供全局優(yōu)化，實現原料利用率的最大化，在節(jié)約資源的同時提高產量。
對于玻璃切割問題約束復雜的特點，本軟件有針對性的提出了一種局部解的表示方法，它使算法的分布式部署成為可能，并且大大減少了程序運行時的內存開銷。為了提高算法的效率，軟件采用了貪心隨機的基本搜索框架，并結合問題特點，將搜索過程分為多層嵌套進行，以提高搜索的靈活性和精確性。
華中科技大學
2022-07-27
一種基于文本情感分析的搜索引擎系統(tǒng)（心情搜索）
心情搜索，是情感分析和搜索引擎的有機結合，在情感分析的基礎上，對海量微博數據進行統(tǒng)計分析。用戶可以搜索感興趣的話題，獲知該話題隨著時間變化大眾情感的變化，獲知公眾對該話題的主流看法和討論。 技術實現：本成果包括情感分析、情感值與關鍵詞統(tǒng)計、索引建立和熱點話題提取4大部分。情感分析部分負責完成對文本內容進行情感分析。情感值與關鍵詞統(tǒng)計部分對情感分析的結果進行統(tǒng)計，分析每個話題隨著時間的推移，各種情感出現頻率的變化，并提取涉及該話題的文本內容中的出現頻次最高的關鍵詞。索引建立部分對情感值和關鍵詞統(tǒng)計數據建立索引，便于對其檢索。熱點話題提取部分對當前的網絡文本進行實時分析，發(fā)現大家議論的熱點話題。本發(fā)明在對網上言論進行情感分析的基礎上，分析每個話題的熱度曲線和網民議論該話題時提到的關鍵詞，并實現話題搜索和熱點話題的提取。市場前景：為特定需求進行定制，實時分析特定對象的關注熱點和情感傾向或特定事件在一段時間內的情感變化趨勢，可應用于需要關注網上言論的機構或企業(yè)。
北京航空航天大學
2021-04-13