检索结果-内蒙古大学图书馆

浙江大学学报（工学版） 2022年第11期56卷 2232-2240,2250页

作者：李明段立娟王文健恩擎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 信息安全等级保护关键技术国家工程实验室北京100124 卡尔顿大学计算机学院人工智能与机器学习实验室加拿大渥太华K1S 5B6

针对脑功能连接数据维度过高、冗余特征过多影响神经网络分类准确率的问题,提出一种基于显著稀疏强关联的脑功能连接分类方法.该方法利用显著特征稀疏模块对原始特征进行筛选增强;采用稀疏强关联特征上下文融合模块对不同感受野内的显... 详细信息

针对脑功能连接数据维度过高、冗余特征过多影响神经网络分类准确率的问题,提出一种基于显著稀疏强关联的脑功能连接分类方法.该方法利用显著特征稀疏模块对原始特征进行筛选增强;采用稀疏强关联特征上下文融合模块对不同感受野内的显著特征信息进行聚合;使用全连接神经网络进行分类预测.在ABIDE以及ADHD-200数据集上的实验结果表明,所提方法相较于现有的脑功能连接分类算法在准确率上分别提升了10.41%和12.50%.重要特征的可视化结果表明所提方法能准确定位与疾病相关的脑区,具有一定实际应用价值.

关键词：显著特征识别特征筛选特征增强特征融合脑功能连接分类

来源：评论

学校读者我要写书评

暂无评论

基于上下文特征融合的代码漏洞检测方法

引用

浙江大学学报（工学版） 2022年第11期56卷 2260-2270页

作者：徐泽鑫段立娟王文健恩擎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 信息安全等级保护关键技术国家工程实验室北京100124 卡尔顿大学计算机学院人工智能与机器学习实验室加拿大渥太华K1S 5B6

针对现有代码漏洞检测方法误报率和漏报率较高的问题,提出基于上下文特征融合的代码漏洞检测方法.该方法将代码特征解耦分为代码块局部特征和上下文全局特征.代码块局部特征关注代码块中关键词的语义及其短距离依赖关系.将局部特征融合... 详细信息

针对现有代码漏洞检测方法误报率和漏报率较高的问题,提出基于上下文特征融合的代码漏洞检测方法.该方法将代码特征解耦分为代码块局部特征和上下文全局特征.代码块局部特征关注代码块中关键词的语义及其短距离依赖关系.将局部特征融合得到上下文全局特征从而捕捉代码行上下文长距离依赖关系.该方法通过局部信息与全局信息协同学习,提升了模型的特征学习能力.模型精确地挖掘出代码漏洞的编程模式,增加了代码漏洞对比映射模块,拉大了正负样本在嵌入空间中的距离,促使对正负样本进行准确地区分.实验结果表明,在9个软件源代码混合的真实数据集上的精确率最大提升了29%,召回率最大提升了16%.

关键词：代码漏洞检测代码块局部特征提取上下文全局特征融合短距离依赖长距离依赖

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

自适应分解式多目标粒子群优化算法

引用

电子学报 2020年第7期48卷 1245-1254页

作者：韩红桂阿音嘎张璐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

为了提高多目标粒子群优化算法解的分布性,文中提出了一种自适应分解式多目标粒子群优化算法(Adaptive Multiobjective Particle Swarm Optimization based on Decomposed Archive,AMOPSO-DA).首先,设计了一种基于优化解空间分布信息的... 详细信息

为了提高多目标粒子群优化算法解的分布性,文中提出了一种自适应分解式多目标粒子群优化算法(Adaptive Multiobjective Particle Swarm Optimization based on Decomposed Archive,AMOPSO-DA).首先,设计了一种基于优化解空间分布信息的外部档案更新策略,有效提升了AMOPSO-DA的空间搜索能力;其次,提出了一种基于粒子进化方向信息的飞行参数调整方法,有效平衡了AMOPSO-DA的探索和开发能力.最后,将提出的AMOPSO-DA应用于多目标优化问题,实验结果表明,文中提出的AMOPSO-DA能够获得分布性较好的优化解.

关键词：多目标粒子群优化算法分解外部档案分布性自适应

来源：评论

学校读者我要写书评

暂无评论

1000 MW燃煤机组排放SO_(2)浓度扩散模拟研究

引用

控制工程 2023年第5期30卷 816-821页

作者：李济瀚李晓理王康崔桂梅无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 教育部数字社区工程研究中心北京100124 内蒙古科技大学信息工程学院内蒙古包头014010

1000 MW燃煤机组火电厂排放污染气体中二氧化硫(SO_(2))浓度是我国火电厂排放污染的重点控制目标,为了研究SO_(2)浓度扩散对周围环境及人们身体健康造成的影响,对SO_(2)浓度扩散进行了模拟研究。首先,根据电厂的实际排放数据建立了高斯... 详细信息

1000 MW燃煤机组火电厂排放污染气体中二氧化硫(SO_(2))浓度是我国火电厂排放污染的重点控制目标,为了研究SO_(2)浓度扩散对周围环境及人们身体健康造成的影响,对SO_(2)浓度扩散进行了模拟研究。首先,根据电厂的实际排放数据建立了高斯羽流扩散模型,利用该模型模拟在大气稳定度相同的情况下模拟不同的风速对SO_(2)浓度扩散分布规律的影响,并且分析SO_(2)浓度扩散的距离及范围。结果表明,SO_(2)浓度扩散与风速及大气稳定度有着密切的关系,风速越大,越有利于SO_(2)浓度扩散及气体的稀释,并证明了利用高斯烟羽模型模拟有害气体扩散具有较好的实际参考意义。

关键词：火电厂湿法烟气脱硫高斯烟羽模型二氧化硫扩散模拟

来源：评论

学校读者我要写书评

暂无评论

基于WTFMC 算法的递归模糊神经网络结构设计

引用

自动化学报 2020年第11期46卷 2367-2378页

作者：乔俊飞丁海旭李文静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

针对递归模糊神经网络(Recurrent fuzzy neural network,RFNN)的递归量难以自适应的问题,提出一种基于小波变换–模糊马尔科夫链(Wavelet transform fuzzy Markov chain,WTFMC)算法的RFNN模型.首先,在时间维度上记录隐含层神经元的模糊... 详细信息

针对递归模糊神经网络(Recurrent fuzzy neural network,RFNN)的递归量难以自适应的问题,提出一种基于小波变换–模糊马尔科夫链(Wavelet transform fuzzy Markov chain,WTFMC)算法的RFNN模型.首先,在时间维度上记录隐含层神经元的模糊隶属度,并采用小波变换将该时间序列进行分解,通过模糊马尔科夫链对子序列的未来时段进行预测,之后将各预测量合并后代入递归函数中得到具有自适应性的递归量.其次,利用梯度下降算法更新RFNN的参数来保证神经网络的精度.最后,通过非线性系统建模中几个基准问题和实际污水处理中关键水质参数的预测实验,证明了该神经网络模型的可行性和有效性.

关键词：递归模糊神经网络小波变换模糊马尔科夫链动态建模污水处理

来源：评论

学校读者我要写书评

暂无评论

自适应轨迹任务模仿的模仿学习方法研究

引用

控制工程 2021年第2期28卷 266-274页

作者：于建均姚红柯左国玉阮晓钢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

机器人模仿的学习方法在行为运动的模仿上受到示教速度的限制,导致机器人模仿的速度也受到限制,无法更好发挥机器人的性能。为了提高机器人行为模仿的快速性,提出了一种自适应改变机器人模仿学习运动速度的方法。首先通过基于动态系统... 详细信息

机器人模仿的学习方法在行为运动的模仿上受到示教速度的限制,导致机器人模仿的速度也受到限制,无法更好发挥机器人的性能。为了提高机器人行为模仿的快速性,提出了一种自适应改变机器人模仿学习运动速度的方法。首先通过基于动态系统的方法建模示教运动,并将动态系统稳定的充分条件作为约束,确保行为模仿的稳定性。其次构造了一个随机器人状态到目标点的距离而变化的非线性函数,将非线性函数作为参数与系统模型结合,以便自适应地调整模仿的速度。最后给出了4种模仿学习评价的方法来评价模仿的性能。实验结果表明,提出的方法在保证机器人运动模仿的稳定性前提下很好地提高了行为模仿的速度。

关键词：机器人模仿学习动态系统非线性函数性能评价

来源：评论

学校读者我要写书评

暂无评论

融合卷积神经网络与VLAD的闭环检测方法

引用

计算机应用与软件 2021年第1期38卷 135-142页

作者：李昂阮晓钢黄静朱晓庆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

传统的闭环检测方法大多采用人工设计的特征,很容易受到环境的影响。卷积神经网络通过提取层次化特征,更好地应对了光照变化,但忽略了图像的局部空间特性。针对该问题,提出一种融合VGG16与VGG-NetVLAD的闭环检测算法。该网络保留了VGG1... 详细信息

传统的闭环检测方法大多采用人工设计的特征,很容易受到环境的影响。卷积神经网络通过提取层次化特征,更好地应对了光照变化,但忽略了图像的局部空间特性。针对该问题,提出一种融合VGG16与VGG-NetVLAD的闭环检测算法。该网络保留了VGG16的部分结构,并在最后一层引入了基于局部聚合描述符向量(VLAD)思想的池化层NetVLAD,使提取的特征更适用于闭环检测。实验表明,相较于传统的视觉词袋模型及其他几种深度学习方法,该算法具有更强的泛化性,可以在闭环检测中达到更高的准确率并满足实时性的要求。

关键词：闭环检测卷积神经网络特征提取词袋模型

来源：评论

学校读者我要写书评

暂无评论

一种改进的在线自适应模块化神经网络

引用

控制与决策 2020年第7期35卷 1597-1605页

作者：郭鑫李文静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

针对在线模块化神经网络难以实时有效划分样本空间,提出一种改进的在线自适应模块化神经网络.首先,基于距离与密度实时更新样本局部密度及RBF神经元中心,实现样本空间在线划分;然后,将子网络模块数根据划分样本空间的个数进行自适应增减... 详细信息

针对在线模块化神经网络难以实时有效划分样本空间,提出一种改进的在线自适应模块化神经网络.首先,基于距离与密度实时更新样本局部密度及RBF神经元中心,实现样本空间在线划分;然后,将子网络模块数根据划分样本空间的个数进行自适应增减,每个子网络模块对属于对应样本空间的样本进行学习;最后,集成模块对子网络模块的输出结果进行集成,输出最终结果.针对在线梯度下降法要求样本有足够的随机性问题,提出一种具有固定记忆的在线梯度下降法对网络进行在线学习.通过对典型非线性时变系统及污水处理过程中出水氨氮浓度进行预测,验证了该模块化神经网络能够实时有效地更新RBF神经元中心,并减少学习过程中子网络模块不必要的增减,且网络结构更加简洁,能够准确预测不同的时变系统.

关键词：自适应模块化神经网络局部密度固定记忆在线梯度下降时变系统

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：