检索结果-内蒙古大学图书馆

化工学报 2019年第2期70卷 687-695页

作者：李文静李萌乔俊飞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

针对污水处理过程出水生化需氧量(biochemical oxygen demand,BOD)难以实时准确测量的问题,提出了一种基于互信息和自组织RBF神经网络的软测量方法对出水BOD进行预测。首先,使用基于互信息的方法提取相关特征参量作为软测量模型的输入变... 详细信息

针对污水处理过程出水生化需氧量(biochemical oxygen demand,BOD)难以实时准确测量的问题,提出了一种基于互信息和自组织RBF神经网络的软测量方法对出水BOD进行预测。首先,使用基于互信息的方法提取相关特征参量作为软测量模型的输入变量;其次,设计一种基于误差校正-敏感度分析的自组织RBF神经网络,使用改进的Levenberg-Marquardt (LM)算法对网络进行训练以提高训练速度;最后将软测量模型应用于UCI公开数据集及实际的污水处理过程,实验结果表明该软测量模型结构紧凑,训练时间相对较短,预测精度有所提高,能够对出水BOD实现快速准确预测。

关键词：神经网络动态建模互信息 RBF 自组织出水BOD 预测

来源：评论

学校读者我要写书评

暂无评论

立方体机器人自抗扰平衡控制方法

引用

控制与决策 2019年第6期34卷 1203-1210页

作者：陈志刚阮晓钢李元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

针对立方体机器人动力学模型多变量、强耦合的问题,提出一种基于自抗扰控制的平衡控制器设计方法.引入虚拟控制量,并在控制量与输出向量之间并行地嵌入多个自抗扰控制器,从而实现对多变量系统的解耦控制,将系统的动态耦合和外部扰动视... 详细信息

针对立方体机器人动力学模型多变量、强耦合的问题,提出一种基于自抗扰控制的平衡控制器设计方法.引入虚拟控制量,并在控制量与输出向量之间并行地嵌入多个自抗扰控制器,从而实现对多变量系统的解耦控制,将系统的动态耦合和外部扰动视为各自通道上的自抗扰控制器的总扰动,在为期望姿态安排过渡过程基础上,设计扩张状态观测器对总扰动进行估计并实时补偿.综合采用经验试凑法和带宽法对控制器参数进行整定,对自抗扰控制器系统进行稳定控制、姿态跟踪、抗扰性和鲁棒性实验,并与PID控制系统进行定量对比分析.仿真结果表明,所设计的自抗扰控制器不仅能有效实现立方体机器人的平衡控制,而且较PID控制器具有更好的响应速度、控制精度和强鲁棒性.

关键词：自平衡机器人自平衡控制自抗扰控制参数整定 PID控制姿态控制

来源：评论

学校读者我要写书评

暂无评论

基于类脑模块化神经网络的污水处理过程关键出水参数软测量

引用

自动化学报 2019年第5期45卷 906-919页

作者：蒙西乔俊飞韩红桂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

针对城市污水处理过程关键出水参数难以实时检测的问题,文中提出了一种基于类脑模块化神经网络(Brain-like modular neural network, BLMNN)的关键出水参数软测量方法.首先,基于互信息和专家知识进行任务分解,分析关键出水参数的相关变... 详细信息

针对城市污水处理过程关键出水参数难以实时检测的问题,文中提出了一种基于类脑模块化神经网络(Brain-like modular neural network, BLMNN)的关键出水参数软测量方法.首先,基于互信息和专家知识进行任务分解,分析关键出水参数的相关变量,获取各出水参数的辅助变量.其次,通过模拟大脑皮层模块化分区结构,构建软测量子模型对各水质参数进行同步测量,降低软测量模型复杂度的同时保证了其精度.最后,通过基于实际数据的仿真实验验证了所提出方法的准确性和有效性.

关键词：污水处理过程关键出水参数软测量类脑模块化神经网络

来源：评论

学校读者我要写书评

暂无评论

基于选择性集成核学习算法的固废焚烧过程二噁英排放浓度软测量

引用

化工学报 2019年第2期70卷 696-706页

作者：汤健乔俊飞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

城市固废焚烧(MSWI)过程排放的二噁英(DXN)是被称为"世纪之毒"的持续性污染物。该过程的多阶段、多温度区间的物理化学特性导致DXN排放浓度的机理模型难以构建。工业实际中通常以月或季为周期耗时近1周时间在实验室以离线化... 详细信息

城市固废焚烧(MSWI)过程排放的二噁英(DXN)是被称为"世纪之毒"的持续性污染物。该过程的多阶段、多温度区间的物理化学特性导致DXN排放浓度的机理模型难以构建。工业实际中通常以月或季为周期耗时近1周时间在实验室以离线化验方式滞后检测。针对这些问题,提出了基于选择性集成(SEN)核学习算法的DXN排放浓度软测量方法。首先,基于先验知识给出候选核参数集和候选惩罚参数集,采用核学习算法构建基于这些超参数的候选子子模型;然后,耦合优化和加权算法对相同核参数的候选子子模型进行选择与合并,进而得到基于不同核参数的候选SEN子模型集合;最后,再次采用优化和加权算法获得结构与超参数自适应的多层SEN软测量模型。采用UCI平台水泥抗压强度和焚烧过程DXN数据验证了所提方法的有效性。

关键词：城市固废焚烧过程系统二噁英参数估值选择性集成废物处理

来源：评论

学校读者我要写书评

暂无评论

基于动作注意策略的树形DDQN目标候选区域提取方法

引用

电子与信息学报 2019年第3期41卷 666-673页

作者：左国玉杜婷婷马蕾卢佳豪龚道雄北京工业大学信息学部北京100124 北京市计算智能与智能系统重点实验室北京100124

针对机器人在家庭环境下的目标检测问题,该文提出一种基于动作注意策略的树形双深度Q网络(TDDQN)目标候选区域提取的方法,该方法将双深度Q网络(DDQN)的方法与树结构的方法相结合,通过执行改变检测框的动作以使目标逐渐集中在检测框内。... 详细信息

针对机器人在家庭环境下的目标检测问题,该文提出一种基于动作注意策略的树形双深度Q网络(TDDQN)目标候选区域提取的方法,该方法将双深度Q网络(DDQN)的方法与树结构的方法相结合,通过执行改变检测框的动作以使目标逐渐集中在检测框内。首先采用DDQN方法在执行较少的动作后选择出当前状态的最佳动作,获取符合条件的候选区域。然后根据执行所选择动作之后所得到的状态重复执行上述过程,以此构成树结构的多条"最佳"路径。最后采用非极大值抑制的方法从多个符合条件的候选区域选择出最佳候选区域。在PascalVOC2007以及Pascal VOC2012上的实验结果表明,在不同数量的候选区域、不同阈值的IoU和不同大小以及不同种类对象的实验条件下,所提方法较其他方法都有着更好的检测性能,可以较好地实现目标检测。

关键词：目标检测候选区域树结构双深度Q网络动作注意

来源：评论

学校读者我要写书评

暂无评论

一种基于均匀分布策略的NSGAⅡ算法

引用

自动化学报 2019年第7期45卷 1325-1334页

作者：乔俊飞李霏杨翠丽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

针对局部搜索类改进型非劣分类遗传算法(Nondominated sorting genetic algorithm Ⅱ, NSGAⅡ)计算过程中种群分布不均的问题,提出一种基于均匀分布的NSGAⅡ (NSGAⅡ based on uniform distribution, NSGAⅡ-UID)多目标优化算法.首先,... 详细信息

针对局部搜索类改进型非劣分类遗传算法(Nondominated sorting genetic algorithm Ⅱ, NSGAⅡ)计算过程中种群分布不均的问题,提出一种基于均匀分布的NSGAⅡ (NSGAⅡ based on uniform distribution, NSGAⅡ-UID)多目标优化算法.首先,该算法将种群映射到目标函数对应的超平面,并在该平面上进行聚类以增加解的多样性.其次,为了提高解的分布性,将映射平面进行均匀分区.当分段区间不满足分布性条件时,需要激活分布性加强模块.与此同时在计算过程中分段区间可能会出现种群数量不足或无解的状况,为了保证每个区间所选个体数目相同.最后,采用将最优个体进行极限优化变异的方法来获得缺失个体.实验结果显示该算法可以保证种群跳出局部最优且提高收敛速度,并且在解的分布性和收敛性方面均优于文中其他多目标优化算法.

关键词：改进型非劣分类遗传算法映射聚类分布性加强局部变异

来源：评论

学校读者我要写书评

暂无评论

基于显著图的弱监督实时目标检测

引用

自动化学报 2020年第2期46卷 242-255页

作者：李阳王璞刘扬刘国军王春宇刘晓燕郭茂祖哈尔滨工业大学计算机科学与技术学院哈尔滨150001 北京建筑大学电气与信息工程学院北京100044 建筑大数据智能处理方法研究北京重点实验室北京100044

深度卷积神经网络(Deep convolutional neural network,DCNN)在目标检测任务上使用目标的全标注来训练网络参数,其检测准确率也得到了大幅度的提升.然而,获取目标的边界框(Bounding-box)标注是一项耗时且代价高的工作.此外,目标检测的... 详细信息

深度卷积神经网络(Deep convolutional neural network,DCNN)在目标检测任务上使用目标的全标注来训练网络参数,其检测准确率也得到了大幅度的提升.然而,获取目标的边界框(Bounding-box)标注是一项耗时且代价高的工作.此外,目标检测的实时性是制约其实用性的另一个重要问题.为了克服这两个问题,本文提出一种基于图像级标注的弱监督实时目标检测方法.该方法分为三个子模块:1)首先应用分类网络和反向传递过程生成类别显著图,该显著图提供了目标在图像中的位置信息;2)根据类别显著图生成目标的伪标注(Pseudo-bounding-box);3)最后将伪标注看作真实标注并优化实时目标检测网络的参数.不同于其他弱监督目标检测方法,本文方法无需目标候选集合获取过程,并且对于测试图像仅通过网络的前向传递过程就可以获取检测结果,因此极大地加快了检测的速率(实时性).此外,该方法简单易用;针对未知类别的目标检测,只需要训练目标类别的分类网络和检测网络.因此本框架具有较强的泛化能力,为解决弱监督实时检测问题提供了新的研究思路.在PASCAL VOC 2007数据集上的实验表明:1)本文方法在检测的准确率上取得了较好的提升;2)实现了弱监督条件下的实时检测.

关键词：弱监督实时目标检测显著图伪标注深度卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于可信软件基的虚拟机动态监控机制研究

引用

信息网络安全 2020年第2期 7-13页

作者：王晓赵军张建标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 张家口学院张家口075000

在云计算环境中,虚拟机是云服务提供商为云用户提供服务的主要载体。虚拟机运行过程中的安全可信性至关重要,直接关系到云用户服务的安全可信性。针对虚拟机运行过程中的行为可信性问题,文章提出基于主动免疫可信计算技术的虚拟机动态... 详细信息

在云计算环境中,虚拟机是云服务提供商为云用户提供服务的主要载体。虚拟机运行过程中的安全可信性至关重要,直接关系到云用户服务的安全可信性。针对虚拟机运行过程中的行为可信性问题,文章提出基于主动免疫可信计算技术的虚拟机动态监控机制。该机制将主动免疫可信计算的双系统体系架构部署在虚拟机系统内部,利用可信软件基实现对虚拟机运行行为的主动可信度量及主动控制,保证了虚拟机运行过程中的安全可信性,解决了云用户服务的安全可信性问题。

关键词：云安全主动免疫可信计算可信软件基虚拟机动态监控

来源：评论

学校读者我要写书评

暂无评论

基于残差注意力网络模型的浮游植物识别

引用

生态学报 2021年第17期41卷 6883-6892页

作者：项和雨邹斌唐亮陈维国饶凯锋刘勇马梅杨艳湖北大学数学与统计学学院应用数学湖北省重点实验室武汉430062 无锡中科水质环境技术有限公司无锡214024 北京工业大学北京现代制造业发展基地北京100124 中国科学院生态环境研究中心环境模拟与污染控制国家重点联合实验室北京100085 中国科学院生态环境研究中心中国科学院饮用水科学与技术重点实验室北京100085 中国科学院大学资源与环境学院北京101407 武汉晴川学院计算机学院武汉430204

浮游植物作为水生态系统中最重要的生物组成部分之一,对水环境敏感,在水环境监测中得到了广泛的关注。然而水生环境复杂多样,准确高效地识别浮游植物是监测工作中的一大挑战。当前浮游植物识别方法可分为经典形态学分类、分子标记和人... 详细信息

浮游植物作为水生态系统中最重要的生物组成部分之一,对水环境敏感,在水环境监测中得到了广泛的关注。然而水生环境复杂多样,准确高效地识别浮游植物是监测工作中的一大挑战。当前浮游植物识别方法可分为经典形态学分类、分子标记和人工智能图像识别三类。前两种方法已被广泛采用,但费时费力,不利于监测机构的大规模应用和推广。同样,利用图像进行自动化分类难以在高准确率与高效率上达到平衡。深度学习技术的发展为此提供了新思路。本文提出一种新的深度卷积神经网络RAN-11。该网络以残差注意力网络Attention-56和Attention-92为基础,凭借通道对齐融合主干上的底层特征与顶层特征,通过调整注意力模块和残差快个数以精简结构,并引入了Leaky ReLU激活函数代替ReLU。以太湖11个优势属共计1036张图像为数据来源进行对比验证。除星杆藻外,RAN-11对单一优势属的的查准率都在90%以上,并且有5个优势属达到100%的查准率。RAN-11的识别准确率为95.67%,推理速率为41.5帧/s,不仅比Attention-92(95.19%的准确率,23.6帧/s)更准确,而且比Attention-56(94.71%的准确率,41.2帧/s)更快,真正兼顾了准确率与效率。研究结果表明:(1)RAN-11在查准率、准确率和推理速率上优于原始残差注意力网络,更优于以词包模型为代表的传统图像识别方法;(2)融合多尺度特征、精简网络结构和优化激活函数是提高卷积神经网络性能的有力手段。建立在经典分类基础之上,本文提出新的残差注意力网络来提升浮游植物鉴定技术,并构建出浮游植物自动化识别系统,识别准确率高、易于推广,对于实现水体中浮游植物的自动化监测具有重要意义。

关键词：水质监测浮游植物识别残差注意力网络深度学习

来源：评论

学校读者我要写书评

暂无评论

基于Elman神经网络的PM2.5质量浓度区间预测

引用

北京工业大学学报 2020年第4期46卷 377-384页

作者：李晓理梅建想王康李济瀚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 数字社区教育部工程研究中心北京100124

针对PM2.5质量浓度序列不确定性和随机性特征,提出一种基于互补集合经验模态分解和优化Elman神经网络的区间预测模型.首先,利用互补集合经验模态分解将原始PM2.5质量浓度序列进行分解,并用样本熵将其重组为复杂度差异明显的子序列.其次... 详细信息

针对PM2.5质量浓度序列不确定性和随机性特征,提出一种基于互补集合经验模态分解和优化Elman神经网络的区间预测模型.首先,利用互补集合经验模态分解将原始PM2.5质量浓度序列进行分解,并用样本熵将其重组为复杂度差异明显的子序列.其次,针对各子序列分别用多输入单输出Elman神经网络(Elman neural network,ENN)建立PM2.5质量浓度预测模型.在各子序列预测结果基础之上,采用多输入双输出Elman神经网络实现PM2.5质量浓度区间预测.最后,为了进一步提高预测模型性能,提出一种区间预测评价指标作为目标函数,采用思维进化算法对Elman神经网络权值β和阈值b进行寻优.基于北京工业大学校园监测站点采集数据,验证了预测模型的可靠性和有效性.所提预测模型为PM2.5质量浓度预测提供了一种方法.

关键词：互补集合经验模态分解样本熵 Elman神经网络区间预测模型思维进化算法 PM2.5

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：