龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西安邮电大学
摘要：本申请公开了基于区域划分选择迁移学习的动态多目标优化方法，涉及人工智能技术领域，包括：生成初始种群；对初始种群进行优化处理，获得初始帕累托最优集；在环境发生变化时，对历史帕累托最优集进行评估，将历史解分类为精英解和非精英解；对精英解和非精英解分别利用基于精英主义的个体迁移学习方法和基于快速进化的流形迁移学习方法进行迁移学习，分别获得第一预测种群和第二预测种群；组合第一预测种群和第二预测种群形成实时种群；对实时种群进行优化处理，获得实时帕累托最优集。本申请对历史解进行评估，将历史解分类为精英解或非精英解，然后根据历史解的类型采用相应的迁移方法，减少了使用迁移学习时产生的负迁移。
主权项：1.基于区域划分选择迁移学习的动态多目标优化方法，其特征在于，包括：生成初始种群POP0；对所述初始种群POP0采用基于分解的多目标优化方法进行优化处理，获得初始帕累托最优集POS0；将所述初始帕累托最优集POS0保存在存储器Q中；在环境发生变化时，利用估计器对所述存储器Q中的历史帕累托最优集POS进行评估，将所述历史帕累托最优集POS中的历史解分类为精英解和非精英解；对所述精英解利用基于精英主义的个体迁移学习方法进行迁移学习，获得第一预测种群POPt1；对所述非精英解利用基于快速进化的流形迁移学习方法进行迁移学习，获得第二预测种群POPt2；结合所述第一预测种群POPt1和所述第二预测种群POPt2，获得实时种群POPt；对所述实时种群POPt采用基于分解的多目标优化方法进行优化处理，获得实时帕累托最优集POSt。
全文数据：
权利要求：
百度查询： 西安邮电大学 基于区域划分选择迁移学习的动态多目标优化方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号