检索结果-内蒙古大学图书馆

智能系统学报 2018年第3期13卷 331-338页

作者：蒙西乔俊飞李文静北京工业大学信息学部北京工业大学计算智能与智能系统北京市重点实验室

针对径向基函数(radial basis function,RBF)神经网络隐含层结构难以确定的问题,提出一种基于快速密度聚类的网络结构设计算法。该算法将快速密度聚类算法良好的聚类特性用于RBF神经网络结构设计中,通过寻找密度最大的点并将其作为隐含... 详细信息

针对径向基函数(radial basis function,RBF)神经网络隐含层结构难以确定的问题,提出一种基于快速密度聚类的网络结构设计算法。该算法将快速密度聚类算法良好的聚类特性用于RBF神经网络结构设计中,通过寻找密度最大的点并将其作为隐含层神经元,进而确定隐含层神经元个数和初始参数;同时,引入高斯函数的特性,保证了每个隐含层神经元的活性;最后,用一种改进的二阶算法对神经网络进行训练,提高了神经网络的收敛速度和泛化能力。利用典型非线性函数逼近和非线性动态系统辨识实验进行仿真验证,结果表明,基于快速密度聚类设计的RBF神经网络具有紧凑的网络结构、快速的学习能力和良好的泛化能力。

关键词： RBF神经网络快速密度聚类结构设计神经元活性二阶算法泛化能力函数逼近系统辨识

来源：评论

学校读者我要写书评

暂无评论

基于改进SPEA2算法的给水管网多目标优化设计

引用

智能系统学报 2018年第1期13卷 118-124页

作者：孟勤超杨翠丽乔俊飞北京工业大学信息学部北京工业大学计算智能与智能系统北京市重点实验室

针对给水管网多目标优化设计问题,将管网造价、节点富余水头总和以及节点富余水头方差设为目标函数,从经济性和可靠性两方面对给水管网进行优化。为了获取多样性和收敛性好的解,本文结合选择机制中支配和分解的思想,引入参考向量到强度... 详细信息

针对给水管网多目标优化设计问题,将管网造价、节点富余水头总和以及节点富余水头方差设为目标函数,从经济性和可靠性两方面对给水管网进行优化。为了获取多样性和收敛性好的解,本文结合选择机制中支配和分解的思想,引入参考向量到强度帕累托进化算法(strength Pareto evolutionary algorithm 2,SPEA2)中,配合支配强度进行解的选择。通过双环管网和纽约管网两个管网案例,仿真结果表明了所提算法在解决管网多目标优化设计问题上的有效性,并最终应用于实际的管网工程建设中。

关键词：给水管网系统多目标优化强度帕累托进化算法参考向量经济性可靠性双环管网纽约管网

来源：评论

学校读者我要写书评

暂无评论

自平衡立方体机器人动力学建模

引用

北京工业大学学报 2018年第3期44卷 376-381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

针对立方体机器人自平衡控制问题,对其以棱边为支点的动力学建模问题进行了研究.以所设计的立方体机器人样机为具体研究对象,分别采用拉格朗日方法和凯恩方法建立起相应的动力学模型,通过比较2种方法的建模结果和数值仿真分析,从理论上... 详细信息

针对立方体机器人自平衡控制问题,对其以棱边为支点的动力学建模问题进行了研究.以所设计的立方体机器人样机为具体研究对象,分别采用拉格朗日方法和凯恩方法建立起相应的动力学模型,通过比较2种方法的建模结果和数值仿真分析,从理论上验证了所建立模型的正确性.基于建立的模型设计了平衡控制器,并将其应用于立方体机器人样机控制,取得了预期的效果,再次验证所建立模型的正确性.所建立的动力学模型,为进一步研究立方体机器人的平衡控制奠定了基础.

关键词：立方体机器人动力学模型凯恩方法拉格朗日方法

来源：评论

学校读者我要写书评

暂无评论

适用于具有多分类器的卷积神经网络训练方法

引用

北京工业大学学报 2018年第10期44卷 1291-1296页

作者：李建更李立杰张岩王朋飞左国玉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

为了提升视条件而定的深度卷积网络(conditional deep learning network,CDLN)的分类准确率,提出一种多分类器联合训练的方法.在训练网络时将多个分类器的输出误差同时进行反向传播,以校正网络权重.以Le Net-5、Alex Net为基础构造神经... 详细信息

为了提升视条件而定的深度卷积网络(conditional deep learning network,CDLN)的分类准确率,提出一种多分类器联合训练的方法.在训练网络时将多个分类器的输出误差同时进行反向传播,以校正网络权重.以Le Net-5、Alex Net为基础构造神经网络CDLN-L和CDLN-A,以MNIST、CIFAR-100和Pascal Voc数据集为实验样本进行实验,网络的分类准确率均得到提升,最高提升了4.39%.实验表明,提出的联合训练方法能够提升CDLN的分类准确率.

关键词：深度学习卷积神经网络(CNN) 视条件而定的深度卷积网络(CDLN) 多分类器多分类器联合训练图像分类分类准确率

来源：评论

学校读者我要写书评

暂无评论

基于RNN的机械臂任务模仿系统

引用

北京工业大学学报 2018年第11期44卷 1401-1408页

作者：于建均吴鹏申左国玉阮晓钢张远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

为了简化机械臂复杂的运动规划问题,且使机械臂具有适应新任务的泛化能力,研究并实现了一种基于循环神经网络(recurrent neural network,RNN)的机械臂任务模仿系统.首先,由示教者进行原始任务示教并采集示教数据;其次,通过构建RNN对原... 详细信息

为了简化机械臂复杂的运动规划问题,且使机械臂具有适应新任务的泛化能力,研究并实现了一种基于循环神经网络(recurrent neural network,RNN)的机械臂任务模仿系统.首先,由示教者进行原始任务示教并采集示教数据;其次,通过构建RNN对原始示教数据进行训练,得到机械臂对示教任务模仿的控制策略;然后,当任务发生变化时,观察新任务的运动并采集运动信息;最后,通过基于RNN的控制策略对新任务运动信息进行泛化输出,得到机械臂模仿新任务的控制信息,进而完成模仿.物理对象实验结果表明,系统具有简单高效的策略获取能力以及良好的泛化能力,使机械臂不仅能够模仿原始示教任务,而且可以通过泛化实现对新任务的模仿.

关键词：控制策略机械臂运动规划循环神经网络(RNN) 泛化

来源：评论

学校读者我要写书评

暂无评论

基于质心校正补偿的仿人机器人模仿学习

引用

北京工业大学学报 2018年第2期44卷 193-199页

作者：于建均张远左国玉阮晓钢吴鹏申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

由于仿人机器人自由度多、结构冗余,因此面对不同环境下的运动规划十分复杂.利用人体运动信息作为示教数据,实现仿人机器人对人体姿态的模仿学习,简化了仿人机器人的运动规划.为满足机器人在运动过程中的平衡性,提出了一种机器人质心补... 详细信息

由于仿人机器人自由度多、结构冗余,因此面对不同环境下的运动规划十分复杂.利用人体运动信息作为示教数据,实现仿人机器人对人体姿态的模仿学习,简化了仿人机器人的运动规划.为满足机器人在运动过程中的平衡性,提出了一种机器人质心补偿的方法:通过示教数据预估机器人的质心偏移,经质心-角度雅可比矩阵计算角度补偿量,并引入二次规划进行优化处理.基于Nao机器人的模仿学习系统实验研究结果表明:提出的质心补偿方法可以有效地保证机器人在模仿学习过程中的姿态平衡,引入的权值可调的二次规划有效地保证了姿态模仿的相似性.

关键词：仿人机器人模仿学习质心预估雅可比矩阵姿态映射

来源：评论

学校读者我要写书评

暂无评论

基于ZMP判据的仿人机器人步态模仿

引用

北京工业大学学报 2018年第9期44卷 1187-1192页

作者：于建均张远左国玉阮晓钢吴鹏申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

仿人机器人行走稳定性研究是机器人领域一大研究热点,目前主要依据动力学模型规划稳定步态,但依靠步态规划形成的运动模式往往需要复杂的运算,并且机器人的运动形式单一.为实现机器人多样化步态的生成,在模仿学习的框架下对机器人的步... 详细信息

仿人机器人行走稳定性研究是机器人领域一大研究热点,目前主要依据动力学模型规划稳定步态,但依靠步态规划形成的运动模式往往需要复杂的运算,并且机器人的运动形式单一.为实现机器人多样化步态的生成,在模仿学习的框架下对机器人的步态模仿问题展开研究,利用人体行走信息作为示教数据,实现仿人机器人对人体行走过程的模仿学习,在简化运动规划的同时使机器人的运动步态更具多样化与拟人化.为满足机器人在步态模仿过程中的稳定性,基于零力矩点(zero moment point,ZMP)判据补偿质心偏移,利用滞回曲线确定行走过程中支撑脚的切换以实现稳定性控制.基于NAO机器人的模仿学习系统仿真研究结果表明:ZMP判据的引入有效地保证了机器人对人体示教步态模仿的稳定性,基于滞回曲线的支撑脚选取保证了支撑脚切换的平稳.

关键词：仿人机器人模仿学习支撑脚选择零力矩点(ZMP)判据

来源：评论

学校读者我要写书评

暂无评论

基于仿人机械手的五指力封闭抓取算法

引用

计算机测量与控制 2019年第5期27卷 192-198页

作者：于建均安硕阮晓钢于乃功张子豪北京工业大学信息学部自动化学院北京100124 计算智能与智能系统北京市重点实验室北京100124

手是人类在长期进化过程中形成的最完美的工具,能够灵活、精细的进行抓取物体等操作;机械手设计初衷是取代人手完成工作,是机器人系统的重要组成部分,因此抓取物体等操作一直是仿人机械手的研究重点;传统的抓取方法是利用机械手三指形... 详细信息

手是人类在长期进化过程中形成的最完美的工具,能够灵活、精细的进行抓取物体等操作;机械手设计初衷是取代人手完成工作,是机器人系统的重要组成部分,因此抓取物体等操作一直是仿人机械手的研究重点;传统的抓取方法是利用机械手三指形成力封闭完成任务;但由于机械手本身结构复杂等原因,易出现控制信号偏差或某自由度未达到要求水平,使得抓取过程中目标物体脱落等问题;为了使机械手达到稳定抓取的效果,本文提出了一种效仿人手抓取的五指力封闭抓取算法,其本质是利用冗余机制解决传统三指抓取过程中可能出现的抓取不平稳或脱落的问题;首先,基于三指力平衡算法的思想上提出了满足五指力封闭抓取算法的条件;然后,对五指力封闭抓取算法进行了充分性和必要性的证明;最后,通过仿真环境下的实验抓取不同目标物体,验证了五指力封闭算法的可行性及必要性。

关键词：力封闭运动规划机械手抓取 Matlab

来源：评论

学校读者我要写书评

暂无评论

污水处理出水BOD区间预测建模

引用

哈尔滨工业大学学报 2018年第2期50卷 71-76页

作者：柴伟纪镐南北京工业大学信息学部自动化学院北京100124 计算智能与智能系统北京市重点实验室(北京工业大学) 北京100124 数字社区教育部工程研究中心(北京工业大学) 北京100124

生化需氧量(BOD)是评价水质的重要指标,也是污水处理过程中直接控制的参数.为了提高污水处理质量,需要寻找BOD的有效测量方法.本文给出一种新的BOD软测量方法,可以实现其保证估计.采用主元分析方法选取BOD预测的主要辅助变量.利用径向... 详细信息

生化需氧量(BOD)是评价水质的重要指标,也是污水处理过程中直接控制的参数.为了提高污水处理质量,需要寻找BOD的有效测量方法.本文给出一种新的BOD软测量方法,可以实现其保证估计.采用主元分析方法选取BOD预测的主要辅助变量.利用径向基函数神经网络的逼近能力,将其用于污水处理出水BOD软测量建模.径向基函数神经网络的中心被确定之后,考虑到建模误差有界,使用参数线性集员辨识算法得到网络输出权值的集合描述.在污水处理系统运行过程中,所建立好的软测量模型可以预测出水BOD的上下界.此外,建立多个软测量模型,并将多模型测量结果进行融合以降低单一模型所给结果的保守性.实验结果表明本文方法的有效性.

关键词：软测量污水处理径向基函数神经网络集员辨识区间预测

来源：评论

学校读者我要写书评

暂无评论

基于条件随机场模型的室内地图匹配算法

引用

仪器仪表学报 2018年第5期39卷 107-114页

作者：郭红雨任明荣王普北京工业大学信息学部自动化学院北京100124 北京工业大学数字社区教育部工程研究中心北京100124 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

基于微机械系统（MEMS）技术的惯性导航系统（INS）,在室内定位领域受到了广泛的关注。为解决其定位精度随时间发散的问题,学者们提出融合室内地图的解决方法。但是目前的室内地图匹配算法存在匹配正确率不高、计算量大等问题。为了提... 详细信息

基于微机械系统（MEMS）技术的惯性导航系统（INS）,在室内定位领域受到了广泛的关注。为解决其定位精度随时间发散的问题,学者们提出融合室内地图的解决方法。但是目前的室内地图匹配算法存在匹配正确率不高、计算量大等问题。为了提高匹配的正确率,研究了一种基于条件随机场模型的地图匹配算法。算法采用闭环设计,将行人的最优匹配点作为个人导航系统的反馈量,对惯性导航系统输出的位置进行修正。位置修正提高了惯性导航输出位置信息的精度,因此将观测点坐标作为条件随机场模型的一个特征量。坐标点的提取是以行人行走的固定长度为依据,相对于已有文献中基于步长为坐标点的提取方式,该模型结构减小了每次状态点选取的个数,从而减少了算法的计算量。多次实测结果表明,该算法提高了地图匹配的正确率。

关键词：微机械系统个人导航条件随机场地图匹配

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：