检索结果-内蒙古大学图书馆

电子学报 2023年第1期51卷 231-245页

作者：贾童瑶卓力李嘉锋张菁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

户外视觉系统极易受到雾霾等恶劣天气影响,采集到的图像/视频质量严重下降,这不仅影响人眼的主观感受,也给后续的智能化分析带来严峻挑战.近年来,学者们将深度学习应用于图像去雾领域,取得了诸多的研究成果.但是雾霾图像场景复杂多变、... 详细信息

户外视觉系统极易受到雾霾等恶劣天气影响,采集到的图像/视频质量严重下降,这不仅影响人眼的主观感受,也给后续的智能化分析带来严峻挑战.近年来,学者们将深度学习应用于图像去雾领域,取得了诸多的研究成果.但是雾霾图像场景复杂多变、降质因素众多,这对去雾算法的泛化能力提出了很高的要求.本文主要总结了近年来基于深度学习的单幅图像去雾技术研究进展.从先验知识和物理模型、映射关系建模、数据样本、知识迁移学习等角度出发,介绍了现有算法的研究思路、具体特点、优势与不足.尤其侧重于近两年来新出现的训练策略和网络结构,如元学习、小样本学习、域自适应、Transformer等.另外,本文在公共数据集上对比了各种代表性去雾算法的主客观性能、模型复杂度等,尤其是分析了去雾后的图像对于后续目标检测任务的影响,更全面地评价了现有算法性能的优劣,并探讨了未来可能的研究方向.

关键词：单幅图像去雾深度学习无监督学习域泛化

来源：评论

学校读者我要写书评

暂无评论

基于内发动机机制的移动机器人自主路径规划方法

引用

控制与决策 2018年第9期33卷 1605-1611页

作者：张晓平阮晓钢肖尧谢瓦达哈柴洁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

基于内发动机机制,为移动机器人建立一种新的路径规划方法.将已有内发动机机制中基于状态的好奇心函数扩展为基于动作的好奇心函数,并建立相应的动作选择机制,更符合生物可解释性.设计障碍物分布环境下的移动机器人状态能量函数,用于决... 详细信息

基于内发动机机制,为移动机器人建立一种新的路径规划方法.将已有内发动机机制中基于状态的好奇心函数扩展为基于动作的好奇心函数,并建立相应的动作选择机制,更符合生物可解释性.设计障碍物分布环境下的移动机器人状态能量函数,用于决定学习的方向.实验结果表明,所建立的方法能够有效地帮助机器人学习环境知识,实现不同初始状态下的避障导航任务.同时,能量函数的设计不依赖于具体环境,即使目标点发生改变,机器人也能通过重新学习到达目标,体现出方法的高度自主性和非任务性.

关键词：内发动机路径规划移动机器人操作条件反射

来源：评论

学校读者我要写书评

暂无评论

基于深度仲裁策略的四足机器人步态学习

引用

北京理工大学学报 2023年第11期43卷 1197-1204页

作者：朱晓庆陈江涛张思远刘鑫源阮晓钢北京工业大学信息学部北京100124 北京计算智能与智能系统重点实验室北京100124

复现高等生物的学习过程是机器人研究的一个重要研究方向,研究人员已探索出一些常用的基于行动者评价器(actor critic,AC)网络的强化学习算法可以完成此任务,但是还存在一些不足.针对深度确定性策略梯度(deep deterministic policy grad... 详细信息

复现高等生物的学习过程是机器人研究的一个重要研究方向,研究人员已探索出一些常用的基于行动者评价器(actor critic,AC)网络的强化学习算法可以完成此任务,但是还存在一些不足.针对深度确定性策略梯度(deep deterministic policy gradient,DDPG)存在着Q值过估计导致恶化学习效果的问题,受到大脑前额叶皮质层仲裁机制的启发,提出了一种深度仲裁行动者评价器(deep arbitration actor critic,DAAC)算法,其中包含两套评价网络,通过仲裁机制进行择优选取评价网络去更新策略参数,有效解决了Q值过估计的问题,该算法使得四足机器人成功复现了仿生的步态学习过程.通过仿真实验,将DAAC算法与DDPG、软行动者评价器(soft actor critic,SAC)、近端策略优化(proximal policy optimization,PPO)三种算法进行了对比实验,实验证明经DAAC训练的四足机器人步态在奖励值、机体稳定性和速度三个方面都有更好的表现,有效验证了算法的优越性.

关键词：四足机器人强化学习仲裁机制步态学习

来源：评论

学校读者我要写书评

暂无评论

基于环境反馈机制的四足机器人运动技能学习

引用

控制与决策 2024年第5期39卷 1461-1468页

作者：张思远朱晓庆阮晓钢李春阳刘鑫源北京工业大学信息学部北京100124 北京计算智能与智能系统重点实验室北京100124

哺乳动物的运动学习机制已得到广泛研究,犬科动物可以根据环境反馈的引导性信息自主地学习运动技能,对其提供更为特定的训练引导可以加快其对相关任务的学习速度.受上述启发,在软演员-评论家算法(SAC)的基础上提出一种基于期望状态奖励... 详细信息

哺乳动物的运动学习机制已得到广泛研究,犬科动物可以根据环境反馈的引导性信息自主地学习运动技能,对其提供更为特定的训练引导可以加快其对相关任务的学习速度.受上述启发,在软演员-评论家算法(SAC)的基础上提出一种基于期望状态奖励引导的强化学习算法(DSG-SAC),利用环境中的状态反馈机制来引导四足机器人进行有效探索,可以提高四足机器人仿生步态学习效果,并提高训练效率.在该算法中,策略网络与评价网络先近似拟合期望状态观测与当前状态的误差,再经过当前状态的正反馈后输出评价函数与动作,使四足机器人朝着期望的方向动作.将所提出算法在四足机器人上进行验证,通过实验结果可知,所提出的算法能够完成四足机器人的仿生步态学习.进一步,设计消融实验来探讨超参数温度系数和折扣因子对算法的影响,实验结果表明,改进后的算法具有比单纯的SAC算法更加优越的性能.

关键词：强化学习四足机器人仿生步态学习环境探索状态反馈引导

来源：评论

学校读者我要写书评

暂无评论

基于噪声样本渐近修正的中医舌色分类方法

引用

电子学报 2024年第5期52卷 1450-1459页

作者：孙亮亮李艳萍张辉卓力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重点实验室北京100124

基于深度学习的中医舌色分类模型具备良好的性能,但是依赖大量正确标注的样本.由于人工标注样本费时费力,不可避免地存在错误标注,导致模型在训练过程中对噪声样本过拟合,使其泛化能力变差.为此,本文提出了一种基于噪声样本渐近修正的... 详细信息

基于深度学习的中医舌色分类模型具备良好的性能,但是依赖大量正确标注的样本.由于人工标注样本费时费力,不可避免地存在错误标注,导致模型在训练过程中对噪声样本过拟合,使其泛化能力变差.为此,本文提出了一种基于噪声样本渐近修正的中医舌色分类方法.首先,根据舌色分类的特点,提出了一种全局-局部特征融合方法,将其嵌入到ResNet18骨干网络中,构建了舌色分类网络,并采用集成学习范式,提高分类模型的可靠性和稳定性;其次,针对噪声样本下的舌色分类网络训练问题,提出了样本注意力机制和噪声样本标签重新标注机制,在训练过程中对干净样本和噪声样本加以区分,赋予不同的权重,并逐步对噪声样本标签进行修正;最后,采用Boostrapping损失函数降低模型对噪声样本的关注度,抑制噪声样本对分类性能的影响.将提出的方法在两个自建的舌色分类数据集上进行了实验验证,结果表明,该方法通过渐进地对噪声标签进行校正,可以获得比现有的有噪样本下图像分类方法更高的分类精度,Acc指标分别达到了94.6%和93.65%.

关键词：中医舌色分类噪声样本样本注意力机制重新标注机制 Boostrapping损失

来源：评论

学校读者我要写书评

暂无评论

基于双阶段元学习的小样本中医舌色域自适应分类方法

引用

电子与信息学报 2024年第3期46卷 986-994页

作者：卓力张雷贾童瑶李晓光张辉北京工业大学计算智能与智能系统北京重点实验室北京100124 北京工业大学信息学部北京100124

舌色是中医(TCM)望诊最关注的诊察特征之一。在实际应用中,通过一台设备采集到的舌象数据训练得到的舌色分类模型应用于另一台设备时,由于舌象数据分布特性不一致,分类性能往往急剧下降。为此,该文提出一种基于双阶段元学习的小样本中... 详细信息

舌色是中医(TCM)望诊最关注的诊察特征之一。在实际应用中,通过一台设备采集到的舌象数据训练得到的舌色分类模型应用于另一台设备时,由于舌象数据分布特性不一致,分类性能往往急剧下降。为此,该文提出一种基于双阶段元学习的小样本中医舌色域自适应分类方法。首先,设计了一种双阶段元学习训练策略,从源域有标注样本中提取域不变特征,并利用目标域的少量有标注数据对网络模型进行微调,使得模型可以快速适应目标域的新样本特性,提高舌色分类模型的泛化能力并克服过拟合。接下来,提出了一种渐进高质量伪标签生成方法,利用训练好的模型对目标域的未标注样本进行预测,从中挑选出置信度高的预测结果作为伪标签,逐步生成高质量的伪标签。最后,利用这些高质量的伪标签,结合目标域的有标注数据对模型进行训练,得到舌色分类模型。考虑到伪标签中含有噪声问题,采用了对比正则化函数,可以有效抑制噪声样本在训练过程中产生的负面影响,提升目标域舌色分类准确率。在两个自建中医舌色分类数据集上的实验结果表明,在目标域仅提供20张有标注样本的情况下,舌色分类准确率达到了91.3%,与目标域有监督的分类性能仅差2.05%。

关键词：中医舌色分类小样本域自适应双阶段元学习

来源：评论

学校读者我要写书评

暂无评论

基于深度卷积神经网络的多元医学信号多级上下文自编码器

引用

电子与信息学报 2020年第2期42卷 371-378页

作者：袁野贾克斌刘鹏宇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重点实验室北京100124

多元医学信号的典型代表有多模态睡眠图和多通道脑电图等,采用无监督深度学习表征多元医学信号是目前健康信息学领域中的一个研究热点。为了解决现有模型没有充分结合医学信号多元时序结构特点的问题,该文提出了一种无监督的多级上下文... 详细信息

多元医学信号的典型代表有多模态睡眠图和多通道脑电图等,采用无监督深度学习表征多元医学信号是目前健康信息学领域中的一个研究热点。为了解决现有模型没有充分结合医学信号多元时序结构特点的问题,该文提出了一种无监督的多级上下文深度卷积自编码器(mCtx-CAE)。首先改进传统卷积神经网络结构,提出一种多元卷积自编码模块,以提取信号片段内的多元上下文特征;其次,提出采用语义学习技术对信号片段间的时序信息进行自编码,进一步提取时序上下文特征;最后通过共享特征表示设计目标函数,训练端到端的多级上下文自编码器。实验结果表明,该文所提模型在两种应用于不同医疗场景下的多模态和多通道数据集(UCD和CHB-MIT)上表现均优于其它无监督特征学习方法,能有效提高多元医学信号的融合特征表达能力,对提高临床时序数据的分析效率有着重要意义。

关键词：多元医学信号自编码器上下文学习卷积神经网络深度学习

来源：评论

学校读者我要写书评

暂无评论

有噪声标注情况下的中医舌色分类方法

引用

电子与信息学报 2022年第1期44卷 89-98页

作者：卓力孙亮亮张辉李晓光张菁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重点实验室北京100124

舌色是中医(TCM)望诊最关注的诊察特征之一,自动准确的舌色分类是舌诊客观化研究的重要内容。由于不同类别舌色之间的视觉界限存在模糊性以及医生标注者的主观性等,标注的舌象数据中常含有噪声,影响舌色分类模型的训练。为此,该文提出... 详细信息

舌色是中医(TCM)望诊最关注的诊察特征之一,自动准确的舌色分类是舌诊客观化研究的重要内容。由于不同类别舌色之间的视觉界限存在模糊性以及医生标注者的主观性等,标注的舌象数据中常含有噪声,影响舌色分类模型的训练。为此,该文提出一种有噪声标注情况下的中医舌色分类方法:首先,提出一种两阶段的数据清洗方法,对含有噪声的标注样本进行识别,并进行清洗;其次,设计一种基于通道注意力机制的轻型卷积神经网络,通过增强特征的表达能力,实现舌色的准确分类;最后,提出一种带有噪声样本过滤机制的知识蒸馏策略,该策略中加入了由教师网络主导的噪声样本过滤机制,进一步剔除噪声样本,同时利用教师网络指导轻型卷积神经网络的训练,提升了分类性能。在自建的中医舌色分类数据集上的实验结果表明,该文提出的舌色分类方法能以较低的计算复杂度,显著提升分类的准确率,达到了93.88%。

关键词：中医舌色分类噪声标注样本数据清洗知识蒸馏轻型卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于鼠脑内嗅—海马认知机制的移动机器人空间定位模型

引用

生物医学工程学杂志 2022年第2期39卷 217-227页

作者：于乃功廖诣深北京工业大学信息学部计算智能与智能系统重点实验室北京100124

生理学研究发现,大鼠进行空间导航和记忆依赖多种空间细胞。基于此,本文对鼠脑内嗅—海马结构内空间细胞的放电机制进行研究,提出了一种移动机器人空间定位模型。其特点为:在网格细胞到位置细胞信息传递模型的基础上,引入位置细胞相互... 详细信息

生理学研究发现,大鼠进行空间导航和记忆依赖多种空间细胞。基于此,本文对鼠脑内嗅—海马结构内空间细胞的放电机制进行研究,提出了一种移动机器人空间定位模型。其特点为:在网格细胞到位置细胞信息传递模型的基础上,引入位置细胞相互作用的神经网络模型得到具有单峰兴奋活动包的细胞板。通过建立兴奋活动包在细胞板上的位置与机器人在物理环境中的位置之间的转换关系,实现对机器人位置的解算。本文设计了仿真实验和物理实验对模型进行验证。实验结果表明:相较于RatSLAM和网格—位置映射模型,本文模型的定位性能更加精确,且在机器人长时间的路径积分过程中所产生的累积误差也更小。本文研究成果为仿鼠脑认知机制的机器人导航方法奠定了基础。

关键词：位置细胞网格细胞内嗅—海马空间定位路径积分

来源：评论

学校读者我要写书评

暂无评论

仿鼠脑内嗅-海马-前额叶信息传递回路的空间导航方法

引用

生物医学工程学杂志 2024年第1期41卷 80-89页

作者：廖诣深于乃功北京工业大学信息学部计算智能与智能系统重点实验室北京100124

生理学研究发现,大鼠进行空间定位依赖内嗅—海马CA3结构中的网格细胞与位置细胞,而内嗅—海马结构与前额叶皮层之间的动态联系是导航的关键。基于此,本文提出一种仿鼠脑内嗅—海马—前额叶信息传递回路的空间导航方法,旨在为移动机器... 详细信息

生理学研究发现,大鼠进行空间定位依赖内嗅—海马CA3结构中的网格细胞与位置细胞,而内嗅—海马结构与前额叶皮层之间的动态联系是导航的关键。基于此,本文提出一种仿鼠脑内嗅—海马—前额叶信息传递回路的空间导航方法,旨在为移动机器人赋予强大的空间导航能力。在海马CA3—前额叶空间导航模型的基础上,本文构建以海马CA1区位置细胞为基本单元的动态自组织模型优化导航路径。随后通过海马CA3区位置细胞与前额叶皮层动作神经元将优化后的路径回馈至脉冲神经网络,提高模型收敛速度的同时还有助于建立导航习惯的长期记忆。为验证方法的有效性,本文分别设计了二维仿真实验和三维仿真平台的机器人实验。实验结果表明:本文方法不仅能够在导航效率、收敛速度等方面超越其他算法,而且对动态变化的导航任务具有较好的适应性。同时,本文方法还能够很好地应用在移动机器人平台上。

关键词：位置细胞动作神经元内嗅—海马前额叶空间导航

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：