检索结果-内蒙古大学图书馆

计算机科学 2024年第S02期51卷 964-969页

作者：黄坚会张江江沈昌祥张建标王亮北京工业大学信息学部北京100124 可信计算北京市重点实验室北京100124 上海算石科技有限公司上海201203

现有的可信评估都是基于计算机软件扫描或可信模块通过本机报告或网络远程证明来实现的,这提供了本机执行环境构建过程及运行态的可信度量保障,但从网络应用角度来看,还存在着系统性的安全风险。文中提出一种在可信平台控制模块(TPCM)... 详细信息

现有的可信评估都是基于计算机软件扫描或可信模块通过本机报告或网络远程证明来实现的,这提供了本机执行环境构建过程及运行态的可信度量保障,但从网络应用角度来看,还存在着系统性的安全风险。文中提出一种在可信平台控制模块(TPCM)内部增加实现的网络节点信任评估方法来解决这个问题。该方法在双体系架构(计算+防御)下通过防御单元的TPCM来实现快速可靠的信任评估系统,评估后的可信值通过TPCM进行存储和维护。该方案既避免设备受攻击后的伪造,又释放了CPU的计算资源。通过研究基于TPCM支撑的网络节点信任评估系统,实现了轻量级计算机网络平台节点可信性的系统性评估,保障了网络的安全可信运行。

关键词：可信平台控制模块信任评估安全可信动态度量可信计算3.0

来源：评论

学校读者我要写书评

暂无评论

一种结合内在动机理论的移动机器人环境认知模型

引用

控制与决策 2021年第9期36卷 2211-2217页

作者：阮晓钢张家辉黄静柴洁武悦北京工业大学信息学部北京100124 北京工业大学计算智能与智能系统北京市重点实验室北京100124

为了探讨动机在环境认知中所起作用,模仿生物环境认知行为,以学习自动机为框架,提出一种结合内在动机理论的移动机器人环境认知模型(CM-LA).该模型以访问次数及访问时间间隔共同定义内在动机,并以操作条件反射原理描述外在动机的影响.同... 详细信息

为了探讨动机在环境认知中所起作用,模仿生物环境认知行为,以学习自动机为框架,提出一种结合内在动机理论的移动机器人环境认知模型(CM-LA).该模型以访问次数及访问时间间隔共同定义内在动机,并以操作条件反射原理描述外在动机的影响.同时,所设计的动作选择机制可以使机器人根据已有的环境认知对新增障碍物进行有效避让.实验结果表明,所提出模型能够在两种动机的驱使下对环境进行有效的自主认知,并提高机器人在未知环境中的探索效率,搜索到的路径长度较短,且具有一定的环境自适应能力.

关键词：内在动机操作条件反射环境认知认知计算移动机器人

来源：评论

学校读者我要写书评

暂无评论

机器人信息增益RRT环境探索算法

引用

控制与决策 2021年第11期36卷 2683-2689页

作者：阮晓钢郭威黄静颜文静郭佩远北京工业大学信息学部北京100124 北京工业大学计算智能与智能系统北京市重点实验室北京100124

由于传统RRT(rapidly-exploring random trees)路径规划算法固有的盲目探索的问题,机器人到达目标点时除起始点扩展到目标点的路径之外还会生成其他与结果无关的分支路径与节点,为使这些分支路径得到利用并且减少探索的盲目性,提出基于... 详细信息

由于传统RRT(rapidly-exploring random trees)路径规划算法固有的盲目探索的问题,机器人到达目标点时除起始点扩展到目标点的路径之外还会生成其他与结果无关的分支路径与节点,为使这些分支路径得到利用并且减少探索的盲目性,提出基于信息增益与RRT思想相结合的机器人环境探索策略.该方法对未知环境中的节点进行信息估计,选取具有最大信息增益的节点作为采样节点,且每次都会生成最大信息增益的新节点进行扩展.该策略使机器人能完成对未知环境的探索,还可以降低传统RRT算法固有的盲目性.仿真实验结果表明,所提出方法能够有效快速地帮助机器人探索未知环境,实现环境探索.

关键词： RRT 信息增益未知环境探索移动机器人

来源：评论

学校读者我要写书评

暂无评论

面向工业过程难测参数建模的双窗口概念漂移检测

引用

控制理论与应用 2021年第12期38卷 1979-1992页

作者：孙子健汤健乔俊飞北京工业大学信息学部北京100124 北京工业大学计算智能与智能系统北京市重点实验室北京100124

针对工业过程数据固有概念漂移特性导致软测量模型性能恶化、需识别漂移样本以有效更新模型等问题,提出一种面向工业过程难测参数建模的双窗口概念漂移检测方法.首先,在离群样本检测窗口采用支持向量回归获得实时过程数据中包含的离群样... 详细信息

针对工业过程数据固有概念漂移特性导致软测量模型性能恶化、需识别漂移样本以有效更新模型等问题,提出一种面向工业过程难测参数建模的双窗口概念漂移检测方法.首先,在离群样本检测窗口采用支持向量回归获得实时过程数据中包含的离群样本;接着,在分布检测窗口计算离群样本与历史样本集间的欧氏距离;最后,结合多种分布检验方法,新定义能够表征离群样本蕴含分布变化的检验漂移度指标,进而实现漂移样本的有效识别.采用合成和真实工业过程数据集验证了所提方法的有效性,表明具有优于已有方法的性能.

关键词：概念漂移数据窗口统计检验样本分布软测量

来源：评论

学校读者我要写书评

暂无评论

基于强化学习的移动视频流业务码率自适应算法研究进展

引用

通信学报 2021年第9期42卷 205-217页

作者：杜丽娜卓力杨硕李嘉锋张菁北京工业大学计算智能与智能系统北京市重点实验室北京100124 北京工业大学信息学部北京100124

近几年来,随着HTTP自适应流媒体(HAS)视频数据集和网络轨迹数据集的不断推出,强化学习、深度学习等机器学习方法被不断应用到码率自适应(ABR)算法中,通过交互学习来确定码率控制的最优策略,取得了远超过传统启发式方法的性能。在分析AB... 详细信息

近几年来,随着HTTP自适应流媒体(HAS)视频数据集和网络轨迹数据集的不断推出,强化学习、深度学习等机器学习方法被不断应用到码率自适应(ABR)算法中,通过交互学习来确定码率控制的最优策略,取得了远超过传统启发式方法的性能。在分析ABR算法研究难点的基础上,重点阐述了基于强化学习(包括深度强化学习)的ABR算法研究进展。此外,总结了代表性的HAS视频数据集和网络轨迹数据集,介绍了算法性能的评价准则,最后探讨了ABR研究目前存在的问题和未来的方向。

关键词：强化学习码率自适应算法用户质量体验深度学习深度强化学习

来源：评论

学校读者我要写书评

暂无评论

双碳目标下城市固废焚烧过程智能优化控制研究进展及展望

引用

中国科学基金 2024年第4期38卷 593-602页

作者：乔俊飞蒙西汤云涛北京工业大学信息学部智慧环保北京实验室智能感知与自主控制教育部工程研究中心北京工业大学环境科学与工程学院北京首钢生态科技有限公司

城市固废焚烧是固废污染治理的主要方式，也是可再生能源的来源之一，能为国家生态文明建设和“双碳”战略提供重要支撑。城市固废焚烧过程内嵌了系列物理、化学反应，运行机理复杂、演化机制不清，尤其是我国固废含水率高、热值低、随... 详细信息

城市固废焚烧是固废污染治理的主要方式，也是可再生能源的来源之一，能为国家生态文明建设和“双碳”战略提供重要支撑。城市固废焚烧过程内嵌了系列物理、化学反应，运行机理复杂、演化机制不清，尤其是我国固废含水率高、热值低、随时空动态波动，难以实施智能优化控制，导致固废燃烧不完全、烟气排放不稳定、能源转化率低、运行成本高等问题时有发生，制约城市固废焚烧行业高质量发展。本文分析了实施城市固废焚烧过程智能优化控制所面临的难点问题，梳理了城市固废焚烧过程智能优化控制关键理论与核心技术的主要进展，凝练出实现高效化和绿色化运行待解决的关键科学问题，探讨了未来研究方向。

关键词：双碳目标城市固废焚烧智能优化控制数字孪生

来源：评论

学校读者我要写书评

暂无评论

基于突触巩固机制的前馈小世界神经网络设计

引用

自动化学报 2023年第10期49卷 2145-2158页

作者：李文静李治港乔俊飞北京工业大学信息学部北京100124 北京人工智能研究院北京100124 智能感知与自主控制教育部工程研究中心北京100124 计算智能与智能系统北京市重点实验室北京100124 智慧环保北京实验室北京100124

小世界神经网络具有较快的收敛速度和优越的容错性,近年来得到广泛关注.然而,在网络构造过程中,随机重连可能造成重要信息丢失,进而导致网络精度下降.针对该问题,基于Watts-Strogatz(WS)型小世界神经网络,提出了一种基于突触巩固机制的... 详细信息

小世界神经网络具有较快的收敛速度和优越的容错性,近年来得到广泛关注.然而,在网络构造过程中,随机重连可能造成重要信息丢失,进而导致网络精度下降.针对该问题,基于Watts-Strogatz(WS)型小世界神经网络,提出了一种基于突触巩固机制的前馈小世界神经网络(Feedforward small-world neural network based on synaptic consolidation,FSWNN-SC).首先,使用网络正则化方法对规则前馈神经网络进行预训练,基于突触巩固机制,断开网络不重要的权值连接,保留重要的连接权值;其次,设计重连规则构造小世界神经网络,在保证网络小世界属性的同时实现网络稀疏化,并使用梯度下降算法训练网络;最后,通过4个UCI基准数据集和2个真实数据集进行模型性能测试,并使用Wilcoxon符号秩检验对对比模型进行显著性差异检验.实验结果表明:所提出的FSWNN-SC模型在获得紧凑的网络结构的同时,其精度显著优于规则前馈神经网络及其他WS型小世界神经网络.

关键词：小世界神经网络突触巩固机制网络正则化重连规则 Wilcoxon符号秩检验

来源：评论

学校读者我要写书评

暂无评论

基于联合典型变量矩阵的多阶段发酵过程质量相关故障监测

引用

化工学报 2022年第3期73卷 1300-1314页

作者：高学金何紫鹤高慧慧齐咏生北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124 内蒙古工业大学电力学院内蒙古呼和浩特010051

为考虑发酵过程的质量变量和动态特征对于阶段划分的影响,提出了一种基于联合典型变量矩阵的多阶段发酵过程质量相关故障监测方法。首先,将历史三维数据沿批次方向展开,对每个时间片矩阵进行典型相关分析(canonical correlation analysi... 详细信息

为考虑发酵过程的质量变量和动态特征对于阶段划分的影响,提出了一种基于联合典型变量矩阵的多阶段发酵过程质量相关故障监测方法。首先,将历史三维数据沿批次方向展开,对每个时间片矩阵进行典型相关分析(canonical correlation analysis,CCA),得到融合过程变量和质量变量信息的联合典型变量矩阵,对其进行K均值聚类,实现基于静态特征的第1步划分;然后采用慢特征分析(slow feature analysis,SFA)算法提取表征过程动态性的慢特征,对其进行聚类实现第2步划分。最后综合分析两步划分结果,将生产过程划分为不同的稳定阶段和过渡阶段,并在划分的子阶段中分别建立CCA监测模型进行质量相关故障监测。该方法通过静态和动态特征的变化实现两步划分,准确区分强动态变化与阶段切换,有效提高质量相关的故障监测模型精度。青霉素仿真平台与大肠杆菌实际生产数据验证了所提方法的可行性和有效性。

关键词：发酵间歇式多阶段联合典型变量矩阵典型相关分析故障监测算法

来源：评论

学校读者我要写书评

暂无评论

带有垂直石墨烯的金属热电堆红外探测器

引用

物理学报 2023年第3期72卷 288-298页

作者：李凯孙捷杜在发钱峰松唐鹏昊梅宇徐晨严群柳鸣李龙飞郭伟玲北京工业大学微电子学院光电子技术教育部重点实验室北京100124 中国福建光电信息科学与技术创新实验室福州大学平板显示技术国家地方联合工程实验室福州350100 瑞典查尔摩斯理工大学量子器件物理实验室哥德堡41296

热电堆红外探测器主要是由热电偶为基本单元所构成的一种探测器件,因其原理简单、工作时不需要冷却设备等优势已被广泛应用在生产生活的各个方面.然而,传统热电堆器件所选用材料的吸收率通常处在较低水平,并且大部分与微加工工艺不兼容... 详细信息

热电堆红外探测器主要是由热电偶为基本单元所构成的一种探测器件,因其原理简单、工作时不需要冷却设备等优势已被广泛应用在生产生活的各个方面.然而,传统热电堆器件所选用材料的吸收率通常处在较低水平,并且大部分与微加工工艺不兼容.在此,本文设计提出了一种带有垂直石墨烯(vertical graphene,VG)的金属热电堆红外探测器.通过等离子体增强化学气相沉积(plasma enhanced chemical vapor deposition,PECVD)生长VG并将其保留在器件的热结处,从而实现热电堆红外探测器的宽带和高响应特性.这种复合结构的探测器在波长792 nm的情况下,室温响应率最高可达1.53 V/W,与没有VG的热电堆红外探测器相比,前后响应结果可增加28倍左右,响应时间缩短至0.8 ms左右.该制备过程与微加工工艺相兼容,同时整体提升了器件性能,并适合于大规模生产.此外,利用表面等离激元共振的原理将VG与金属纳米颗粒相互结合,发现在前后同等条件下材料的光吸收有明显的增强,所产生的热电势响应最高可增6倍.以上结果表明,VG在多种应用中具有巨大的潜力,包括光电检测、微发电装置等,该技术为制备高性能热电堆红外探测器和其他传感器件提供了一种新的途径.

关键词：垂直石墨烯热电堆红外探测器表面等离激元共振

来源：评论

学校读者我要写书评

暂无评论

基于时间卷积注意力神经网络的序列推荐模型

引用

模式识别与人工智能 2022年第5期35卷 472-480页

作者：杜永萍牛晋宇王陆霖闫瑞北京工业大学信息学部北京100124 中国科学院计算技术研究所计算机体系结构国家重点实验室北京100086

序列推荐任务根据用户与项目的交互记录动态建模用户兴趣,并进行项目推荐.序列推荐模型通常将用户行为视为兴趣进行建模,仅考虑用户行为的顺序,忽略用户行为之间的时间间隔信息.文中将行为序列的时间间隔信息作为预测用户行为的重要因素... 详细信息

序列推荐任务根据用户与项目的交互记录动态建模用户兴趣,并进行项目推荐.序列推荐模型通常将用户行为视为兴趣进行建模,仅考虑用户行为的顺序,忽略用户行为之间的时间间隔信息.文中将行为序列的时间间隔信息作为预测用户行为的重要因素,提出基于时间卷积注意力神经网络的序列推荐模型.在词嵌入层中引入序列位置信息和时间间隔信息,并设计时间卷积网络对位置信息进行建模,获取用户的长期偏好特征.使用双层自注意力机制对用户短期行为序列中项目之间的关联进行建模,并融合时间间隔信息获取用户短期兴趣特征.最后,通过预训练引入训练数据的全局信息,提升模型推荐性能.在Amazon等数据集上的实验表明,文中模型可有效提升推荐性能.

关键词：序列推荐自注意力机制时间卷积网络长短期兴趣

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：