检索结果-内蒙古大学图书馆

自动化学报 2021年第3期47卷 620-629页

作者：韩红桂张璐卢薇乔俊飞北京工业大学信息学部计算智能与智能系统北京市重点实验室北京100124 中国石化青岛安全工程研究院环境保护研究室青岛266100

城市污水处理过程(Municipal wastewater treatment process,MWWTP)是一个典型的复杂流程工业过程,其优化运行涉及到多个动态性能指标.为了实现城市污水处理运行过程的优化控制,本文提出了一种城市污水处理过程动态多目标智能优化控制方... 详细信息

城市污水处理过程(Municipal wastewater treatment process,MWWTP)是一个典型的复杂流程工业过程,其优化运行涉及到多个动态性能指标.为了实现城市污水处理运行过程的优化控制,本文提出了一种城市污水处理过程动态多目标智能优化控制方法(Dynamic multiobjective intelligent optimal control,DMIOC).首先,建立了一种基于自适应核函数的动态性能指标模型,实现了城市污水处理关键性能指标的准确描述;其次,设计了一种基于自适应飞行参数调整机制的动态多目标粒子群优化算法(Dynamic multiobjective particle swarm optimization,DMOPSO),可有效平衡粒子的多样性和收敛性,完成了溶解氧和硝态氮优化设定值的实时获取;最后,利用多回路PID控制方法对溶解氧和硝态氮优化设定值进行控制,实现了城市污水处理过程安全稳定运行.将提出的DMIOC应用于城市污水处理基准仿真平台,实验结果显示:DMIOC能够提高溶解氧和硝态氮的控制效果,实现城市污水处理过程出水水质达标,并降低运行成本.

关键词：城市污水处理过程动态多目标智能优化控制动态多目标粒子群优化优化设定值

来源：评论

学校读者我要写书评

暂无评论

基于梯度流特征融合的泵站安全风险检测

引用

水利规划与设计 2024年第1期 73-77页

作者：梁磊侯欣伟李一帆白岩冰刘鹏宇北京市南水北调团城湖管理处北京100195 北京工业大学信息学部北京100124 先进信息网络北京实验室北京100124 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

为解决泵站场景下远距离小尺寸目标和特征遮挡等因素对泵站安全风险检测任务带来的挑战,文章提出一种融合坐标注意力机制和梯度流特征提取模块的泵站安全风险检测算法。通过在特征提取网络中采用梯度流特征提取模块以提高网络的特征提... 详细信息

为解决泵站场景下远距离小尺寸目标和特征遮挡等因素对泵站安全风险检测任务带来的挑战,文章提出一种融合坐标注意力机制和梯度流特征提取模块的泵站安全风险检测算法。通过在特征提取网络中采用梯度流特征提取模块以提高网络的特征提取能力,同时引入坐标注意力机制模块提升对全局信息的捕获能力,最后在特征融合模块采用BiFPN结构提高对不同尺寸目标特征的融合效果。在泵站场景下进行实验,结果表明文章所提算法在泵站场景下的安全风险检测任务中算法平均准确度达到94.78%,与常见的目标检测算法相比具有较好的效果。

关键词：安全风险检测坐标注意力机制特征提取 BiFPN

来源：评论

学校读者我要写书评

暂无评论

基于改进型生成式对抗网络的EEG-fNIRS多模态信号数据增广研究

引用

北京生物医学工程 2024年第3期43卷 250-258页

作者：王鹏举李明爱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 教育部数字社区教育工程中心北京100124

目的基于深度学习的脑电图-功能性近红外光谱技术(electroencephalogram-functional near-infrared spectroscopy,EEG-fNIRS)多模态脑机接口在康复工程中具有广泛的应用前景,但存在数据量不足的问题。为此,本文提出一种基于改进条件生... 详细信息

目的基于深度学习的脑电图-功能性近红外光谱技术(electroencephalogram-functional near-infrared spectroscopy,EEG-fNIRS)多模态脑机接口在康复工程中具有广泛的应用前景,但存在数据量不足的问题。为此,本文提出一种基于改进条件生成式对抗网络(conditional generative adversarial network,CGAN)的EEG-fNIRS多模态信号数据增广方法,以解决EEG-fNIRS多模态脑机接口与深度学习结合时面临的数据量匮乏的问题。方法首先,对EEG和fNIRS数据进行滤波、归一化和下采样等预处理。然后,针对EEG的非平稳特点,在CGAN生成器和判别器中增加自注意力机制,获得EEG数据增广模型CGAN_(E),加强捕捉和学习时变关键信息的能力。同时,针对fNIRS采样率低、信息量不充分问题,在CGAN生成器和判别器中增加上采样卷积层,获得fNIRS数据增广模型CGAN_(f),加强模型的信息挖掘能力,并将CGAN_(E)和CGAN_(f)的条件信息设置为类标签;进而,利用CGAN_(E)和CGAN_(f)对每导EEG和fNIRS分别进行增广,并将多导EEG扩增数据和多导fNIRS[包括氧合血红蛋白浓度(oxyhemoglobin concentration,HbO)和脱氧血红蛋白浓度(deoxyhemoglobin concentration,HbR)两种]扩增数据串接融合,获得EEG-fNIRS多模态增广数据。最后,对公开的EEG-fNIRS多模态信号数据集TU-Berlin-A前6名受试者数据进行增广实验,并设计一维卷积神经网络分类器评估增广数据的质量。结果基于EEG-fNIRS多模态信号公开数据集TU-Berlin-A前6名受试者的左右手运动想象数据进行实验研究表明,当数据扩增5倍时,本文方法取得94.81%的平均分类准确率。结论CGAN_(E)和CGAN_(f)能够生成接近真实数据分布的EEG和fNIRS信号,验证了对CGAN改进和本文所提EEG-fNIRS多模态数据增广方法的有效性。

关键词：脑电图功能性近红外光成像技术多模态信号条件生成式对抗网络数据增广

来源：评论

学校读者我要写书评

暂无评论

城市污水处理过程出水氨氮优化控制

引用

上海交通大学学报 2020年第9期54卷 916-923页

作者：韩红桂杨士恒张璐乔俊飞北京工业大学信息学部计算智能与智能系统北京市重点实验室北京100124

为了改善城市污水处理过程出水氨氮的处理效果,提出一种城市污水处理过程出水氨氮优化控制方法.首先,基于机理特性分析影响出水氨氮浓度的性能指标,建立一种基于自适应核函数的性能指标与控制变量的关联模型,并通过粒子群优化算法获取... 详细信息

为了改善城市污水处理过程出水氨氮的处理效果,提出一种城市污水处理过程出水氨氮优化控制方法.首先,基于机理特性分析影响出水氨氮浓度的性能指标,建立一种基于自适应核函数的性能指标与控制变量的关联模型,并通过粒子群优化算法获取控制变量溶解氧浓度的优化设定值;其次,设计自适应模糊神经网络控制器,完成溶解氧浓度优化设定值的跟踪控制;最后,将出水氨氮优化控制方法应用于基准仿真平台BSM1.实验结果表明,该优化控制方法不仅提高了出水氨氮的去除效果,而且有效降低了能耗.

关键词：城市污水处理过程出水氨氮优化控制自适应模糊神经网络控制器

来源：评论

学校读者我要写书评

暂无评论

基于高斯混合模型最大期望聚类的同时定位与地图构建数据关联

引用

控制理论与应用 2020年第2期37卷 265-274页

作者：阮晓钢张晶晶朱晓庆周静北京工业大学信息学部计算智能与智能系统北京市重点实验室北京100124

数据关联是移动机器人同时定位与地图构建(SLAM)中状态估计的前提和基础,针对当前联合兼容分支定界算法存在计算复杂度高、耗时长的问题,提出了基于高斯混合模型(GMM)最大期望聚类分组的SLAM数据关联算法.首先,为减少同一时刻参与关联... 详细信息

数据关联是移动机器人同时定位与地图构建(SLAM)中状态估计的前提和基础,针对当前联合兼容分支定界算法存在计算复杂度高、耗时长的问题,提出了基于高斯混合模型(GMM)最大期望聚类分组的SLAM数据关联算法.首先,为减少同一时刻参与关联的观测值数目,在局部区域内采用GMM最大期望聚类算法对当前时刻的观测值进行分组;其次,在各观测小组中采用联合兼容分支定界算法进行数据关联;最后,综合各观测小组的观测值同局部地图特征得到的关联解,得到最优的关联结果.仿真实验结果表明,基于高斯混合模型最大期望聚类分组的SLAM数据关联算法在保证数据关联准确度的前提下,计算复杂度得到了降低,缩短了运行时间.

关键词：同时定位与地图构建数据关联联合兼容分支定界高斯混合模型最大期望聚类移动机器人

来源：评论

学校读者我要写书评

暂无评论

一种面向视频传输应用的联合上下采样超分辨率框架

引用

北京工业大学学报 2021年第5期47卷 463-471页

作者：刘鹏宇王聪聪贾克斌北京工业大学信息学部北京100124 先进信息网络北京实验室北京100124 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

针对目前面向视频传输应用中,对低分辨率视频应用超分辨率技术进行还原时引发严重病态性问题,结合视频传输的全过程,提出一种联合上下采样的超分辨率框架.该框架通过将下采样过程和超分辨率过程进行联合训练,使得原始高分辨率视频的信... 详细信息

针对目前面向视频传输应用中,对低分辨率视频应用超分辨率技术进行还原时引发严重病态性问题,结合视频传输的全过程,提出一种联合上下采样的超分辨率框架.该框架通过将下采样过程和超分辨率过程进行联合训练,使得原始高分辨率视频的信息能够指导低分辨率视频的重建,并且下采样过程和超分辨率过程互相约束,减小了整个映射空间的尺寸,使得模型的泛化能力更强.实验表明,提出的方法在常用的图像超分辨率数据集上峰值信噪比(peak signal-to-noise ratio,PSNR)指标平均提升超过2.9 dB,在国际视频编码标准HEVC标准测试序列上平均达到近乎无损(PSNR指标超过40 dB),证明所提框架对于视频传输应用具有积极的意义.

关键词：视频传输超分辨率图像处理视频压缩深度学习神经网络

来源：评论

学校读者我要写书评

暂无评论

基于分步时空JITL-MKPLS的间歇过程故障监测

引用

高校化学工程学报 2021年第1期35卷 127-139页

作者：高学金孟令军王豪高慧慧北京工业大学信息学部北京100124 数字社区教育部工程研究中心北京100124 城市轨道交通北京实验室北京100124 计算智能与智能系统北京市重点实验室北京100124

针对多阶段时变的间歇过程难以用全局模型准确描述生产过程的动态变化及传统局部建模每个工作点都需要重新筛选样本建模导致计算量较大的问题,提出一种分步时空即时学习的局部建模策略。采用仿射传播(AP)聚类的方式对历史数据样本集中... 详细信息

针对多阶段时变的间歇过程难以用全局模型准确描述生产过程的动态变化及传统局部建模每个工作点都需要重新筛选样本建模导致计算量较大的问题,提出一种分步时空即时学习的局部建模策略。采用仿射传播(AP)聚类的方式对历史数据样本集中的数据进行初步分类,在当前输入样本数据到达后,确定当前样本数据所属的类别,在此类别所限定的子数据样本集中使用时间和空间相结合的即时学习策略确定出局部相似样本,建立多向核偏最小二乘监测模型。将该算法在青霉素发酵仿真数据和大肠杆菌发酵过程生产数据上进行验证,结果表明,所提方法不仅减少了不必要的计算量,还能够更加精准即时地进行故障监测。

关键词：时空即时学习分步多向核偏最小二乘局部建模故障监测

来源：评论

学校读者我要写书评

暂无评论

基于残差模块和自注意力机制GAN的脑电信号增广方法

引用

计算机应用 2022年第S01期42卷 80-86页

作者：李明爱彭伟民北京工业大学信息学部北京100124 北京市计算智能和智能系统重点实验室(北京工业大学) 北京100124 教育部数字社区工程研究中心(北京工业大学) 北京100124

针对脑电信号(EEG)数据量过少的问题,提出一种基于残差模块(ResBlock)和自注意力(Self-Attention)机制的生成对抗网络(GAN),记为RBSAGAN。该模型首先对ResBlock进行改进,设计了Up ResBlock和Down ResBlock网络用于提取信号中不同尺度感... 详细信息

针对脑电信号(EEG)数据量过少的问题,提出一种基于残差模块(ResBlock)和自注意力(Self-Attention)机制的生成对抗网络(GAN),记为RBSAGAN。该模型首先对ResBlock进行改进,设计了Up ResBlock和Down ResBlock网络用于提取信号中不同尺度感受野的特征并对数据维度进行扩大和缩小;然后根据Self-Attention机制设计1D Self-Attention网络挖掘EEG中各离散时刻之间的时间相关性;最后通过生成器和判别器的对抗训练生成逼真的信号。该模型在公开的BCI Competition IV dataset 2a数据集进行了大量实验,结果表明,RBSAGAN具有生成接近于真实脑电信号样本的能力,并且将分类器1D卷积网络(CNN)的平均识别率提升至96.04%,可以为EEG数据增广任务提供参考。

关键词：脑电信号生成对抗网络卷积网络残差网络自注意力机制

来源：评论

学校读者我要写书评

暂无评论

面向城市固废焚烧过程的二噁英排放浓度检测方法综述

引用

自动化学报 2020年第6期46卷 1063-1089页

作者：乔俊飞郭子豪汤健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

焚烧在城市固体废物(Municipal solid wastes,MSW)的无害化、减量化和资源化处理方面优势显著.MSW焚烧(MSW incineration,MSWI)过程副产品之一的剧毒持久性污染物二噁英(Dioxins,DXN)是造成焚烧建厂“邻避效应”的主要原因.DXN排放浓度... 详细信息

焚烧在城市固体废物(Municipal solid wastes,MSW)的无害化、减量化和资源化处理方面优势显著.MSW焚烧(MSW incineration,MSWI)过程副产品之一的剧毒持久性污染物二噁英(Dioxins,DXN)是造成焚烧建厂“邻避效应”的主要原因.DXN排放浓度难以在线实时检测的工业现状已成为制约MSWI过程运行优化与城市环境污染控制的瓶颈.首先,结合典型MSWI过程分析DXN的生成特性与排放控制策略;接着,将DXN排放浓度检测方法从测量原理、复杂度和时间尺度等视角分为离线直接检测法、指示物/关联物在线间接检测法和软测量法并进行综述;然后,对不同方法的发展阶段和关联性进行分析,指出各自的优劣性和相互间的互补性,结合MSWI过程特点归纳基于过程数据进行DXN排放浓度软测量的难点,并将其提炼为一类面向小样本高维稀疏标记数据的智能建模问题;最后,指出进行DXN排放浓度智能软测量的未来研究方向和发展前景.

关键词：城市固体废物焚烧二噁英排放在线检测小样本高维数据智能软测量

来源：评论

学校读者我要写书评

暂无评论

基于结构优化的DDAG-SVM上肢康复训练动作识别方法

引用

自动化学报 2020年第3期46卷 549-561页

作者：左国玉徐兆坤卢佳豪龚道雄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

针对上肢康复训练系统中训练评估方法核心的动作识别问题,提出一种面向Brunnstrom 4~5期患者上肢康复训练动作的SODDAG-SVM(Structure-optimized decision directed acyclic graph-support vector machine)多分类识别方法.首先将多分类问题分解成一组二分类问题,并使用支持向量机构建各二分类器,分别采用遗传算法和特征子集区分度准则对各二分类器的核函数参数及特征子集进行优化.然后使用类对的SVM二分类器泛化误差来衡量每个类对的易被分离程度,并由其建立类对泛化误差上三角矩阵.最后由根节点开始,依次根据各节点的泛化误差矩阵,通过选择其中最易被分离类对的SVM分类器构成该节点的方式,来构建SODDAG-SVM多分类器结构.当待预测的实例较少时,直接构建实例经过的SODDAG-SVM部分结构并对实例进行预测;当待预测的实例较多时,先构建完整的SODDAG-SVM结构,再代入所有实例进行预测.通过人体传感技术获得Brunnstrom 4~5阶段上肢康复训练的常用动作样本集,进行SODDAG-SVM动作识别实验,准确率达到了95.49%,结果均优于常规的决策有向无环图(Decision directed acyceic graph,DDAG)和MaxWins方法,实验表明本文方法能有效地提高上肢康复训练动作识别的准确率.

关键词：上肢康复训练动作识别 SODDAG-SVM 多分类器二分类器

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：