检索结果-内蒙古大学图书馆

作者：袁雨南京师范大学

学位级别：博士

在过去的几十年中,再保险业务作为一种有效转移风险的方式在保险人和再保险人之间得到广泛的应用.通过再保险业务,保险人可以转移部分的风险给再保险人,但同时也牺牲了部分利润.因此,保险人需要寻求某种最优的再保险策略来平衡他的风险... 详细信息

在过去的几十年中,再保险业务作为一种有效转移风险的方式在保险人和再保险人之间得到广泛的应用.通过再保险业务,保险人可以转移部分的风险给再保险人,但同时也牺牲了部分利润.因此,保险人需要寻求某种最优的再保险策略来平衡他的风险和收益.此外,除了再保险业务,保险人可以通过投资风险资产和无风险资产来获得额外的收益.所以,基于某个最优准则来探寻保险人或(和)再保险人的最优再保险和投资问题,无论从理论上还是实际应用上都具有重要的研究价值.在本文中,我们将重点研究受两种因素影响的最优投资和再保险问题.第一种是借款约束和借款成本的影响.众所周知,在真实的金融市场中,为了补偿资金借出方承担的潜在风险,借款利率要高于存款利率.同时,当投资者面临破产时也不允许无限制地去借款.因此,在我们的模型中考虑了以下两个限制:(ⅰ)借款利率高于存款利率;(ⅱ)最大杠杆率不大于给定的常数1+k(k ≥ 0),换句话说,借款数额与当前财富水平的比值不大于某个给定的常数k.第二种是模型不确定性的影响.大部分文献假设模型的参数是能够被准确估计的.而事实上,决策人对于模型参数的估计是不信任的,因为对于参数的估计没有完美的统计方法.因此,我们将模型的不确定性引入到最优投资和再保险问题中来.通过动态规划原理和对应的Hamilton-Jacobi-Bellman(HJB)方程或者延展的HJB方程,我们得到了回撤(drawdown)概率最小化,到达给定上界的期望时间最小化,时间一致的均值-方差等多个目标准则下的最优结果.本文的前半部分主要关注了带有借款限制和借款成本下的最优结果.第二章我们解决了一个带有借款限制和借款成本的最优投资和再保险问题,其中保险人面临着两类风险业务的索赔(两类业务的索赔计数过程受一个共同冲击因子的影响),并且可以投资于一个风险资产中来获得额外收益.在第三章,我们对第二章的模型进行了推广,考虑了更一般的金融市场下带有借贷约束的最优投资问题.通过引入支撑函数和求解对应HJB方程,我们得到了带限制下最优投资策略和值函数的清晰表达式.我们发现当投资者的财富跌到存款水平以下时,由于借款成本的存在,立刻借钱投资到风险资产中去并非是最优选择,而应该将当前所有的钱投资到风险资产中去.只有当财富情况进一步恶化的时候,投资者才不得不去借钱进行风险投资来避免回撤的发生.本文后半部分考虑模糊厌恶决策人的最优控制问题.为了防范最坏情形的发生,保险人总是想要实施一些比较稳健的决策.因此,在第四至第六章,我们将模型的不确定性引入到最优投资和再保险问题中.在第四章,我们考虑便宜和非便宜再保费准则下使得模糊厌恶保险人的财富水平到达给定上界的期望时间最小化的鲁棒控制问题.我们的结果表明与模糊中性的保险人相比,模糊厌恶的保险人将保留更少的保险业务,并且花费更长的时间到达给定的上界.第二至第四章仅仅是从保险人的角度考虑最优的控制问题,却忽视了再保险人.因此,在第五章,我们把再保险人的利益考虑到最优投资和再保险问题中来.在回撤概率最小化的准则下,我们得到了一个大型保险公司经理人的稳健最优策略.在第六章,我们基于Stackelberg微分博弈框架设计了一个稳健的再保险合同.在这个再保险市场中保险人是跟随者,再保险人是领导者.我们假设再保险人不相信保险人提供的索赔信息,并在设计再保险合同时考虑模型的不确定性.由于我们在第六章考虑的目标是时间一致的均值-方差准则,动态规划原理和HJB方程不再适用,我们采用的是基于动态博弈下延展的HJB方程来推导均衡策略.并由此从理论上探讨了模型参数对最优再保险策略和再保险定价的影响,同时展示了考虑模型不确定性对于再保险人的必要性.本文着重描述并解决了保险人和再保险人遇到的一些更实际,更复杂,更有效的风险管理模型.所求得的最优策略和值函数均为解析解,更具有操作性和可行性,对保险公司的实际业务起到一定的指导作用.同时为了使结果直观清晰,我们给出了具体的数值例子和图像来说明模型中某些重要参数对最优结果的影响.

关键词：回撤概率时间一致的均值-方差准则再保险和投资借款限制与成本模型不确定性 Stackelberg微分博弈共同冲击相依支撑函数 Hamilton-Jacobi-Bellman 方程延展的 Hamilton-Jacobi-Bellman 方程随机最优控制

来源：评论

学校读者我要写书评

暂无评论

一种建模不确定性的四旋翼无人机鲁棒跟踪控制

引用

小型微型计算机系统 2019年第11期40卷 2475-2480页

作者：石振东屈蔷程陈南京航空航天大学自动化学院

针对四旋翼无人机Qball2模型中的不确定性问题,本文提出了一种鲁棒H∞跟踪控制器.首先,基于四旋翼无人机Qball2模型,选择合适的参考模型得到X通道、Y通道、Z通道误差系统;接着,针对外部扰动设计鲁棒H∞状态反馈跟踪控制器跟踪参考轨迹;... 详细信息

针对四旋翼无人机Qball2模型中的不确定性问题,本文提出了一种鲁棒H∞跟踪控制器.首先,基于四旋翼无人机Qball2模型,选择合适的参考模型得到X通道、Y通道、Z通道误差系统;接着,针对外部扰动设计鲁棒H∞状态反馈跟踪控制器跟踪参考轨迹;然后,根据李雅普诺夫稳定性定理得到使X通道、Y通道、Z通道闭环系统渐进稳定且满足H∞性能指标的LMI充分条件,同时给出了控制器增益的求解方法.最后,与内外环鲁棒反馈控制器进行对比仿真,结果验证了所提出方法的有效性和优越性.

关键词：四旋翼无人机模型不确定性鲁棒控制 H∞ LMI

来源：评论

学校读者我要写书评

暂无评论

小子样复杂系统可靠性增长试验关键技术研究

小子样复杂系统可靠性增长试验关键技术研究

引用

作者：胡钧铭电子科技大学

学位级别：博士

可靠性增长试验旨在发现系统设计、制造、运营中潜在的失效模式,在经故障机理分析后,采取针对性的纠正措施,从而降低或消除系统故障。通过测试、修正、再测试过程的不断迭代,纠正措施的有效性得以验证,系统的可靠性水平得以逐步提升。因... 详细信息

可靠性增长试验旨在发现系统设计、制造、运营中潜在的失效模式,在经故障机理分析后,采取针对性的纠正措施,从而降低或消除系统故障。通过测试、修正、再测试过程的不断迭代,纠正措施的有效性得以验证,系统的可靠性水平得以逐步提升。因而,可靠性增长试验成为保障复杂系统可靠性的重要工程手段。可靠性增长规划和可靠性增长评估是系统可靠性增长研究的两个主要领域。前者是在实际增长试验实施前,规划试验资源,构建可靠性增长曲线,为跟踪、监控与调整可靠性增长试验方案提供参照。后者则是根据增长试验数据评估系统当前的可靠性,以及外推或者预测系统将来的可靠性。本文以系统可靠性增长试验为研究课题,围绕可靠性增长规划与可靠性增长评估两大研究领域,针对可靠性增长规划受不确定性因素的影响,开展了可靠性增长方案的稳健性评价研究;针对小样本贝叶斯可靠性增长评估中先验分布的建构问题,开展了多源数据融合的可靠性增长评估研究;针对受仪器故障、观测机制等因素制约导致的可靠性增长数据缺失,开展了缺失数据下的系统可靠性增长评估研究;针对可靠性增长评估中可靠性增长模型的模型不确定性是影响分析决策的因素之一,开展了可靠性增长模型的模型不确定性研究。论文的主要研究内容与创新成果如下:(1)提出了可靠性增长规划的稳健性评价方法。分析了可靠性增长规划中的不确定性影响因素,引入信息差理论对规划问题的不确定性进行分析,构建了可靠性增长规划的稳健性评价指标,推导了可靠性增长规划稳健性的计算模型。通过算例分析演示了该方法,并将分析结果与最坏情况分析进行比较,阐明了所提方法的可行性。(2)提出了可靠性增长评估的多源信息融合框架。分析了可靠性增长贝叶斯评估中的先验信息来源,根据证据理论建立了多源信息的融合框架。从多源信息的证据融合结果出发,分别基于Belief函数与Plausibility函数的等效矩,将先验信息转化为先验分布。从不同的先验组合出发推断未知参数的后验分布。算例研究表明,先验信息的认知不确定性传播到后验信息中,融合后的先验信息比单一信源信息提高了推断结果的准确性。(3)构建了缺失数据的可靠性增长评估方法。基于期望最大化算法和幂律模型的顺序统计量特性,分别从解析与随机模拟两个维度对左删失和区间删失数据的可靠性增长评估进行了研究。推导了两类删失数据的似然函数的解析解,并构建了基于蒙特卡洛期望最大化算法的两类删失数据的推断方法。算例研究演示和验证了所提方法的有效性。(4)提出了可靠性增长模型不确定性的量化方法。可靠性增长模型除用于评估系统当前可靠性水平外,还可预测系统未来或者下一阶段的可靠性。数据驱动的可靠性增长建模本质上是对可靠性增长过程的一种近似。这种近似会导致模型不确定性。实践中,经过统计检验的模型即被视为能够表征实际可靠性增长过程,但统计检验通常只回答了模型能否表征实际数据,并未定量给出模型自身的不确定性。建立可靠性增长模型的模型不确定性量化框架,为可靠性增长模型的评价提供新方法,同时也为可靠性增长预测提供更为全面的不确定性信息。基于贝叶斯方法,本文建立了可靠性增长模型的模型不确定性量化框架。算例研究演示和验证了该方法的有效性。

关键词：可靠性增长证据理论信息差模型缺失数据模型不确定性

来源：评论

学校读者我要写书评

暂无评论

模型不确定条件下公司投资行为及委托代理关系

模型不确定条件下公司投资行为及委托代理关系

引用

作者：牛英杰上海财经大学

学位级别：博士

本文从行为金融学角度细化模型不确定性与风险的差异,在经济理论分析的基础之上,建立严格的数理金融模型,运用随机最优控制方法,研究模型不确定性如何作用于公司投资、薪酬业绩敏感度、消费动态过程、报酬契约设计、公司生产能力的扩张... 详细信息

本文从行为金融学角度细化模型不确定性与风险的差异,在经济理论分析的基础之上,建立严格的数理金融模型,运用随机最优控制方法,研究模型不确定性如何作用于公司投资、薪酬业绩敏感度、消费动态过程、报酬契约设计、公司生产能力的扩张时机,以达到最优合约设计要求或公司价值最大化的目的。本文的贡献包括如下几个方面:(1)本文在传统的委托代理理论中引入模型不确定性,考虑了委托人和代理人之间的最优与次优合约设计,研究结论表明,当模型不确定性存在时,要使委托人收益最大化,最优契约仍需要对代理人实施激励而不是传统委托代理理论所认为的不实施激励,且模型不确定性能够起到缓冲道德风险的作用。如果允许代理人在金融市场上买卖资产对冲风险,研究发现模型不确定性将通过合约转移给代理人,从而使代理人的对冲策略变得相对激进;同时最优产出分享比例与公司特质性风险的负相关关系也不再成立,最优产出分享比例可能是公司特质性风险的增函数,可能是减函数或者与其无关。(2)本文将模型不确定性与有限承诺约束相结合,从行为金融学角度讨论了三种不同情况下的最优合约设计问题,扩展后的模型发现模型不确定性和有限承诺约束对最优合约的作用机制不尽然一致,准确地讲,有限承诺约束只在合约承诺向代理人支付的总期望薪酬较低时起主导作用,随着代理人获取地薪酬或财富越多,模型不确定性对合约设计的影响逐渐凸显。结论表明,模型不确定性与有限承诺约束均对委托人的价值造成损害,但代理人的财富收入敏感性系数却不降反升;对于消费的动态过程而言,有限承诺约束只会使得代理人的消费量固定在某一特定水平,而不确定性偏好却使得最优的消费数量不在一成不变的,而是随着时间变化,并且消费的波动较收入的波动幅度偏小,这一方面为实证研究中“消费过度平滑之谜”提供了理论支撑,另一方面也解释了实际数据显示的“工资既具有右偏特征又有下降可能性”的现象。(3)本文将模型不确定性引入动态委托-代理理论,从行为金融学角度扩展了动态合约理论,结论表明模型不确定性对投资者福利损失具有不可忽略的影响,而且随着不确定程度的增加,投资者通过最优合约选择更加延迟向代理人支付现金薪酬;区别于不对称信息、时间不一致偏好、债务积压以及过度自信等视角,本文发现模型不确定性将低估公司的投资机会,导致公司投资不足,从而从不同角度丰富和完善了公司投资行为扭曲的理论解释;在投资者与代理人之间的最优合约中,投资者选择的代理人后续关于公司业绩的敏感性系数不是固定不变的,而是在达到某一阈值后逐渐增加。此外,在将合约进行财务实施的过程中发现,模型不确定不仅会降低公司的价值,同时也会降低股权的总价值;如果允许代理人和投资者通过谈判达到帕累托改进的目的,数值结果显示此时不仅出现企业投资不足的行为,也会产生过度投资的现象。(4)本文针对模糊厌恶的股东和风险厌恶的管理者的委托代理关系研究缺乏的问题,通过引入实物期权和模型不确定性,研究企业投资和激励机制设计问题。根据模型设定,管理者为管理企业付出的努力是不可观测的,且与企业收益流的平均增长率直接挂钩;股东拥有一项增长期权,可通过执行期权增加企业的资本存量,但股东在决策的过程中也表现出对模型不确定的担忧。结果表明:模型不确定条件可以提高最优合同中管理者预定的努力程度,降低投资阈值,同时增加管理者价值对企业价值变化的敏感程度。(5)本文考虑了奈特不确定性下的投资模型,这里奈特不确定性是由于不完备的信息、不明确的数据及不精确的概率等引起,常常会和优化问题紧相连。结果表明,相比于模型不确定性消失的情况,面临模型不确定性将考虑与参考模型接近的其他模型,进而降低模型识别错误的影响,导致托宾平均q和边际q降低,企业价值的下滑也使得其扩张投资决策更为保守。当把企业资产价值分解成现有资产价值和增长机会价值时,模糊厌恶参数虽然引起两部分价值的下跌,但是增长机会价值的跌幅远高于现有资产价值的跌幅。此外,数值分析表明,奈特不确定性只对增长机会beta值产生负向影响,而不影响现有资产的beta值,进而在增长效应和价值下降效应的博弈之后,企业资产beta值也是模糊厌恶参数的减函数。然而,本文对企业beta值横截面差异性的解释不同于现有研究文献提供的理论,比如企业间相互竞争程度等,所以本文的研究结论也丰富和完善了企业beta值横截面差异性的理论解释。

关键词：模型不确定性公司投资薪酬业绩敏感度有限承诺约束扩张投资托宾q 消费动态

来源：评论

学校读者我要写书评

暂无评论

基于大口径射电望远镜高精度指向的天线伺服控制算法的研究

基于大口径射电望远镜高精度指向的天线伺服控制算法的研究

引用

作者：李宁中国科学院大学

学位级别：博士

射电望远镜天线在射电天文研究中扮演了一个重要的角色。随着天文研究的深入，要求天线有更高分辨率，对更暗弱的物体进行观测。为了保证观测的有效性，需要天线有很高的角分辨率和灵敏度，因而单口径射电望远镜天线的口径越来越大，对... 详细信息

射电望远镜天线在射电天文研究中扮演了一个重要的角色。随着天文研究的深入，要求天线有更高分辨率，对更暗弱的物体进行观测。为了保证观测的有效性，需要天线有很高的角分辨率和灵敏度，因而单口径射电望远镜天线的口径越来越大，对天线指向精度的要求也越来越高。随着天线口径的增大，天线的惯量成倍增大，摩擦等非线性问题和天线结构柔性问题也变得更加突出，这些问题为天线的高精度伺服控制带来不小的挑战。本文围绕天线高精度指向控制关键问题，进行如下研究:　　1.天线伺服系统建模与分析:首先通过机理分析建立了天线伺服系统的电机-负载模型和天线结构模型。然后通过模型辨识法得到了南山26m天线方位轴模型。进而结合26m天线的辨识模型分析了模型的不确定性，实验数据表明参数不确定是天线伺服系统最主要的不确定结构。继而分析了天线伺服系统中广泛存在的摩擦、齿隙以及结构柔性等非线性特性。最后分析了外部风载对天线伺服系统的作用机理。研究表明系统的摩擦、齿隙和风扰为天线伺服系统的中间量，可以通过等效或观测方法进行补偿。　　2.典型控制算法理论分析与仿真:首先研究了控制系统综合的性能指标。然后重点分析了整数阶PID控制、混合灵敏度H∞控制、基于时域系统2/∞-范数的4种控制、基于扰动观测器的控制(DOBC)、自抗扰控制(ADRC)、定量反馈控制(QFT)等算法。结合模型不确定性，对在4个不同仰角的26m天线模型设计了PI、P和一阶线性ADRC(LADRC)控制器并进行仿真，结果表明一阶LADRC比PI和P控制性能更鲁棒;对35m天线模型设计了基于PID、LQG、混合灵敏度H∞、LADRC的仿真，基于蒙特卡洛思想，分析了不确定系统的性能指标变化情形，结果表明LADRC具有更好的抗扰性，混合灵敏度H∞具有更好的瞬态性能。此外，基于35m天线模型研究了非线性ADRC的跟踪和抗扰性能。　　3.复合控制算法设计与仿真:基于典型控制算法的理论与仿真分析，提出了基于回路成形和扰动/不确定观测和补偿思想的混合灵敏度H∞-GESO复合控制算法，其中GESO用来观测和消除因系统不确定性和外部扰动带来的输出误差，H∞用来实现要求的系统的瞬态性能。继而设计相应仿真，结果验证了所提方法在输入跟踪、扰动抑制方面具有良好性能。　　最后，对本论文进行了总结，首先总结了系统建模的相关问题，其次指出了LADRC应用于非最小相位系统的优点以及存在的问题以及本文提出的混合灵敏度H∞-GESO复合控制算法方法优点与不足，并讨论了后续工作。

关键词：射电望远镜天线伺服控制模型不确定性 H∞-GESO

来源：评论

学校读者我要写书评

暂无评论

带有气动非线性特性的防空导弹稳定控制方法研究

带有气动非线性特性的防空导弹稳定控制方法研究

引用

作者：李宗星航天科工集团第二研究院

学位级别：博士

为应对高速、高机动的空中目标，新一代防空导弹对于导弹控制系统的快速性和稳定性提出了更高的要求。为提高导弹的性能，小弹翼等气动外形得到快速发展，弹体非线性特性也越发明显，因此研究防空导弹的非线性稳定控制方法设计是具有实... 详细信息

为应对高速、高机动的空中目标，新一代防空导弹对于导弹控制系统的快速性和稳定性提出了更高的要求。为提高导弹的性能，小弹翼等气动外形得到快速发展，弹体非线性特性也越发明显，因此研究防空导弹的非线性稳定控制方法设计是具有实际工程意义和价值的。本文以带有气动非线性特性的防空导弹弹体模型为研究对象，围绕时变次优滑模控制方法、基于时间尺度分离的控制律分解设计方法、考虑不确定项影响的自适应控制方法和基于滑模设计的直/气复合控制方法等方面展开研究，各部分主要内容如下:　　本文建立了防空导弹稳定控制系统的数学模型。针对建立弹体运动模型的需要，给出了常用坐标系定义及各坐标系间的转换关系。在此基础上，建立了包括质心运动的动力学方程和绕质心转动的动力学方程在内的防空导弹被动段完整六自由度运动模型，作为后续仿真的基础。然后，对模型中包括通道耦合非线性、气动非线性在内的弹体非线性特性的影响进行分析。最后经过分析，本文重点研究气动非线性特性对控制律设计的影响，通过导弹稳定控制系统模型的简化处理，获得保留气动非线性的单通道弹体模型，作为后续研究的基础。　　本文研究了攻角非线性影响下的导弹时变次优滑模控制方法。区别于传统数值方法求解次优滑模面，本文通过解析方法求解状态相关黎卡提方程，获得了次优滑模面的解析解，并基于李雅普诺夫方法给出了非线性滑模面内渐近稳定的充分条件。然后，基于伪攻角反馈结构对所设计的非线性次优滑模控制律进行调整，给出控制律中各控制参数随攻角变化的解析函数关系，为实际工程中非线性导弹稳定控制系统的设计提供了理论依据。最后，考虑执行机构幅值约束对系统控制性能的不利影响，引入抗饱和控制设计获得改进滑模控制律，有效抑制了舵偏饱和问题的出现。　　本文研究了基于时间尺度分离的导弹非线性控制律分解设计方法。为直观表征非线性弹体模型下控制参数与系统响应特性间的关系，并将带宽比例设计思路拓展到非线性控制方法中，本文通过时间尺度分离参数和稳态流形的应用，将控制输入分解为各子系统下的子控制律分别进行设计。在此基础上，基于攻角反馈和俯仰角速度反馈构造二维反馈控制结构，并通过归一化修正系数的引入，实现了闭环系统的无静差跟踪，验证了时间尺度分离设计的可行性。针对二维反馈控制律鲁棒性不足的问题，分别提出了两种改进控制方法:通过对慢动态子系统扩维，并利用状态相关黎卡提方程的解析解，研究了基于次优理论的时间尺度分离控制方法;通过在快动态子系统中引入滑模变量，利用滑模收敛设计实现了俯仰角速度的跟踪，研究了基于滑模方法的时间尺度分离控制方法。两种改进控制方法均改善了系统的鲁棒性，实现了对模型偏差的抑制。　　本文研究了两类考虑模型不确定项的自适应控制问题:不确定项可参数化情况下，基于响应特性优化的自适应控制问题;在混合不确定项影响下，导弹控制系统的自适应控制问题。针对非线性模型中存在可参数化不确定项的情况，基于状态相关黎卡提方程的解析解和次优参考模型设计了模型参考自适应控制律，并基于李雅普诺夫方法证明了指令跟踪误差和参数估计误差的有界性，解决了不确定参数影响下系统动态响应特性的优化问题。针对一类部分不确定项结构未知的非线性弹体模型，在基于时间尺度分解设计的基础上，通过引入非线性观测器，弥补了自适应控制仅适用于可参数化不确定性的缺陷。该控制方法克服了混合不确定项的影响，保证了系统对指令的有效跟踪。　　本文在直接力/气动力复合控制的弹体模型下，研究了考虑气动非线性影响的导弹次优滑模控制方法。针对攻角非线性特性对直接力与气动力协调机制的影响问题，本文提出了一种以次优滑模变量为驱动，根据攻角反馈在线调整直接力与气动力所占比重的复合控制方法。首先，针对过载指令为零的情况，结合滑模方法和次优设计，提出了一种基于虚拟输入的直接力/气动力协调机制。然后以此为基础，利用由过载指令构造的期望角速度，对次优滑模面进行修正，得出了指令非零情况下的复合控制律。基于李雅普诺夫方法，完成了直/气复合控制律作用下非线性系统的稳定性分析。最后，基于六自由度弹体运动模型进行直/气复合控制律与气动控制律之间的仿真对比，说明了所设计复合控制律能够有效改善系统的动态响应特性。

关键词：防空导弹次优滑模控制时间尺度分离模型不确定性气动非线性特性

来源：评论

学校读者我要写书评

暂无评论

基于图卷积的多标签分类研究

基于图卷积的多标签分类研究

引用

作者：金湘荃华中科技大学

学位级别：硕士

医学图像具有非常复杂的视觉特征,在传统医疗行业中人类医生凭借个人经验对图像中的病理类型进行分类,缺乏统一标准且不能保证分类准确率。神经网络在医学图像分类任务中可以发挥超越医生的分类性能,通过深度学习算法开发计算机辅助诊... 详细信息

医学图像具有非常复杂的视觉特征,在传统医疗行业中人类医生凭借个人经验对图像中的病理类型进行分类,缺乏统一标准且不能保证分类准确率。神经网络在医学图像分类任务中可以发挥超越医生的分类性能,通过深度学习算法开发计算机辅助诊断系统是重要的研究和技术发展方向。多标签和不确定性标签是医学图像的两个自然属性。研究如何在含有不确定性标签的多标签数据集上进行数据挖掘是神经网络在医疗场景广泛、深度的应用中不可缺少的内容。本文在含有不确定性标签的胸部放射学图像数据集上进行多标签分类研究,提出适用于多标签分类的深度卷积神经网络-图卷积网络结构模型,并针对不确定性标签设计了新的图卷积信息传播与聚合方法。所提出的模型将不确定性标签视为难以从图像特征上判断的样本,依据标签依赖性预测其真实类别,建立了在图像特征驱动的预测和标签依赖性驱动的预测之间保持动态平衡的分类系统。模型在Che Xpert数据集上达到了AUC为0.899的性能,相比最佳基线提高了3个百分点。所提出的模型在预测与数据集中的不确定性标签有相似特征的样本时,持有更保守的倾向,反映出与预测其他样本相比更趋近于中立的置信度,可以无需评估模型的贝叶斯不确定度,直观地通过预测置信度观察模型对于分类结果的确定度。

关键词：不确定性标签标签依赖性图卷积模型不确定性医学图像分类

来源：评论

学校读者我要写书评

暂无评论

随机不确定动态系统自适应目标跟踪算法

随机不确定动态系统自适应目标跟踪算法

引用

作者：付方雯昶四川大学

学位级别：硕士

目标跟踪是指利用传感器收集的带噪声的观测数据对目标状态进行实时的估计.随着传感器技术和计算机技术的发展,目标跟踪技术在军事和民用领域均有广泛的应用.然而随着跟踪环境、目标运动规律越来越复杂,现有目标跟踪算法中理想化的假设... 详细信息

目标跟踪是指利用传感器收集的带噪声的观测数据对目标状态进行实时的估计.随着传感器技术和计算机技术的发展,目标跟踪技术在军事和民用领域均有广泛的应用. 然而随着跟踪环境、目标运动规律越来越复杂,现有目标跟踪算法中理想化的假设条件和真实条件间的差异可能导致算法性能下降甚至发散.比如算法给出的描述目标运动规律和观测过程的动态系统模型存在不确定性会导致目标状态估计偏离真实轨迹,因此需要提出自适应的目标跟踪算法. 为了解决动态系统模型不确定性导致目标跟踪算法性能下降甚至发散的问题,本文提出双自适应因子卡尔曼滤波.算法首先选择两个包含自适应因子的矩阵作为加权最小二乘法的权重矩阵,然后推导出由自适应因子表示的目标状态估计和误差协方差阵估计的递推公式.最后利用样本新息协方差阵和样本残差协方差阵迭代计算两个自适应因子的值. 进一步地,本文将双自适应因子卡尔曼滤波算法和联合概率数据关联方法结合得到用于多目标跟踪的双自适应因子联合概率数据关联滤波.在目标个数确定的情况下,首先分别给出不同目标的动态系统模型.随后计算数据关联矩阵的后验概率,再将加权观测值作为新的观测值代入双自适应因子卡尔曼滤波估计不同目标的状态. 最后三个仿真实验的结果说明了双自适应因子卡尔曼滤波和双自适应因子联合概率数据关联滤波的有效性.

关键词：目标跟踪动态系统模型模型不确定性自适应因子卡尔曼滤波联合概率数据关联

来源：评论

学校读者我要写书评

暂无评论

基于对抗及不确定样本协同查询的深度主动学习研究

基于对抗及不确定样本协同查询的深度主动学习研究

引用

作者：朱政重庆大学

学位级别：硕士

近年来,深度学习在图像理解,语音识别,自然语言处理等多个领域取得了突破性进展。但是在实际应用中,深度学习往往依赖于大规模标注数据进行模型训练,如何降低深度学习所需的数据标注规模成为亟待解决的问题。传统的主动学习方法通过手... 详细信息

近年来,深度学习在图像理解,语音识别,自然语言处理等多个领域取得了突破性进展。但是在实际应用中,深度学习往往依赖于大规模标注数据进行模型训练,如何降低深度学习所需的数据标注规模成为亟待解决的问题。传统的主动学习方法通过手工设计样本查询策略,使机器可以逐一地或批量地选择对于模型训练最有价值的样本进行标注,从而显著减少样本标注代价。逐一采样由于效率低下难以用于大规模深度学习;批量式采样易于规模化训练,却也在深度学习中暴露出如下两个方面的问题。其一,现有批量式方法大多针对特定数据或模型进行设计,缺乏广泛的适用性;其二,这些方法往往未能同时考虑模型对于样本的不确定性以及样本本身的代表性,容易造成选择性偏差。针对上述问题,本文的主要工作如下:(1)为了学习适用性强的代表性样本查询策略,本文提出了一种基于变分对抗的主动学习方法。该方法基于变分编码对抗的思想,通过查询助理模型与变分自编码器的对抗学习,使得查询助理模型动态地学习标记样本与未标记样本之间的分布差异,从而允许差异化的选择具有代表性的未标记样本进行主动学习。得益于查询助理的可学习性,该方法可以根据模型和数据的不同状态自适应调整查询策略。(2)为了避免代表性和不确定性的选择性偏差,本文将模型不确定性引入上述基于变分对抗的主动学习方法。一方面,将模型预测结果和对抗表达进行特征融合,得到具有模型不确定性信息的特征表达作为查询助理的学习对象;另一方面,将模型损失预测作为模型对样本的不确定性度量,以此对查询助理施行约束正则。通过上述改进,该方法可以综合利用代表性和不确定性选出更有助于模型学习的样本。(3)为了验证本文提出的主动学习方法的先进性,本文在四个主流的图像分类数据集上进行了对比实验。与目前先进的主动学习方法相比,本文提出的主动学习方法在减少标注成本和提高采样性能方面均表现出显著的优势。采样结果的可视化实验和消融实验则验证了方法设计的合理性和有效性。

关键词：主动学习对抗学习深度学习模型不确定性

来源：评论

学校读者我要写书评

暂无评论

点对点鲁棒迭代学习控制及其性能优化算法研究

点对点鲁棒迭代学习控制及其性能优化算法研究

引用

作者：李健江南大学

学位级别：硕士

迭代学习控制是一种广泛应用于执行重复任务的高性能控制方法,其直接根据之前批次的系统输入输出信息不断修正更新当前批次的控制输入信号,最终在有限时间内实现对参考轨迹的完全跟踪。将优化理论与迭代学习控制技术相结合,能够得到最... 详细信息

迭代学习控制是一种广泛应用于执行重复任务的高性能控制方法,其直接根据之前批次的系统输入输出信息不断修正更新当前批次的控制输入信号,最终在有限时间内实现对参考轨迹的完全跟踪。将优化理论与迭代学习控制技术相结合,能够得到最优型学习控制器以实现快速跟踪。然而在实际的工业过程中,系统输出往往不需要跟踪完整的参考轨迹,只需要在某些特定时间点处跟踪上给定的参考值。例如机器人的“取”和“放”操作,只需要专注于拾取点与放置点的输出,其它时间点的输出往往无需多加考虑。值得注意的是,在设计控制器时往往会有很多不确定因素,例如控制器输入约束、被控系统模型存在建模不确定性以及系统运行初始条件发生偏移等。因此,综合考虑实际应用中可能存在的多种复杂控制问题,为了进一步改善迭代学习控制器控制精度和收敛速度,展开了对点对点迭代学习控制及其性能优化算法的研究。本文的研究内容如下。(1)针对一类线性离散系统的点对点跟踪问题,将优化理论与迭代学习控制技术相结合提出了一种范数最优点对点迭代学习控制算法。通过输入输出时间序列矩阵模型变换构建综合性多目标点性能指标函数,求解二次型最优解得到优化迭代学习控制律,同时给出了标称模型和乘性不确定性模型情形下所提算法最大奇异值形式鲁棒单调收敛的充分条件,并进一步根据凸优化理论得到输入约束下的的控制算法。最后,通过数值仿真实例验证了算法的合理性及有效性。(2)针对一类加性不确定性线性离散系统,在不确定性有界的假设下首先提出了结构奇异值分析法并得到了范数最优点对点迭代学习控制算法的鲁棒单调收敛条件。但是限于结构奇异值分析法的局限性,无法最大化利用点对点跟踪任务的灵活性,进一步提出了一种适用性更广的鲁棒点对点迭代学习控制算法,在最坏情况下将设计问题转换为凸优化问题并求解得到最优控制输入信号。最后,通过数值仿真验证了算法的合理性及有效性。(3)针对一类初始条件随批次变化的线性离散迭代学习控制系统,初始条件随批次变化通常会降低传统迭代学习控制算法的性能,为此提出了一种最坏情况下的鲁棒范数最优点对点迭代学习控制方法。所提算法考虑了初始条件随批次变化并将设计问题转化为优化问题,利用拉格朗日对偶函数将优化问题转化为凸优化问题,通过求解凸优化问题得到最优控制输入信号,并进一步证明了所提鲁棒算法等价于具有变增益的传统范数最优点对点迭代学习算法。最后,通过数值仿真验证了算法的合理性及有效性。

关键词：点对点迭代学习控制优化输入约束模型不确定性初始条件

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：