检索结果-内蒙古大学图书馆

控制与决策 2023年第7期38卷 1816-1824页

作者：侯莹吴毅琳白星韩红桂北京工业大学信息学部北京100124 北京工业大学教育部数字社区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

针对多目标差分进化算法求解复杂多目标优化问题时,最优解选择策略中非支配排序计算复杂度高的问题,提出一种数据驱动选择策略的多目标差分进化(MODE-DDSS)算法.首先,设计多目标差分进化算法的优化解排序等级评估准则,建立基于评估准则... 详细信息

针对多目标差分进化算法求解复杂多目标优化问题时,最优解选择策略中非支配排序计算复杂度高的问题,提出一种数据驱动选择策略的多目标差分进化(MODE-DDSS)算法.首先,设计多目标差分进化算法的优化解排序等级评估准则,建立基于评估准则的优化解排序等级评估库;其次,设计基于优化解双向搜索机制和无重复比较机制的数据驱动选择策略,实现优化解的高效搜索和快速排序;最后,构建数据驱动选择策略的多目标差分进化算法,降低算法在最优解选择操作中的时间复杂度,提高算法的寻优效率.实验结果表明,所提出的MODE-DDSS算法能够有效减少最优解在选择过程中的比较次数,提升多目标差分进化算法解决复杂多目标优化问题的寻优效率.

关键词：数据驱动选择策略非支配排序多目标优化差分进化算法寻优效率

来源：评论

学校读者我要写书评

暂无评论

未知不匹配互联系统的非对称输入约束分散控制器设计

引用

工程科学学报 2024年第12期46卷 2269-2278页

作者：王鼎范文倩刘奥北京工业大学信息科学技术学院北京100124 计算智能与智能系统北京市重点实验室北京100124 智慧环保北京实验室北京100124 北京人工智能研究院北京100124

基于自适应动态规划算法研究了具有未知不匹配互联和非对称输入约束的连续时间非线性系统分散控制问题.首先,根据孤立子系统的局部状态和耦合子系统的参考状态,采用径向基函数神经网络近似未知互连项,从而消除了互联项满足匹配条件且存... 详细信息

基于自适应动态规划算法研究了具有未知不匹配互联和非对称输入约束的连续时间非线性系统分散控制问题.首先,根据孤立子系统的局部状态和耦合子系统的参考状态,采用径向基函数神经网络近似未知互连项,从而消除了互联项满足匹配条件且存在上界的常见假设.然后,基于自适应评判框架,将分散最优控制器设计问题转化为一系列子系统非对称约束下局部最优控制器设计问题.利用Lyapunov稳定性定理,证明了不对称输入约束控制器能够迅速地镇定大规模分散系统.其中,引入状态观测器估计大规模非线性互联子系统状态并保证了观测误差满足一致最终有界.另外,利用评判神经网络近似改进后的代价函数,以近似求解Hamilton–Jacobi–Bellman方程,获得满足非对称输入约束的最优分散控制策略.基于评判网络权值更新规则,通过选择合适的Lyapunov函数保证了权值近似误差满足一致最终有界.最后,通过仿真实例验证了该算法的有效性,并通过与未改进代价函数的传统方法对比,体现了该方法的先进性.

关键词：自适应动态规划非对称输入约束分散控制神经网络最优控制状态观测器未知不匹配互联

来源：评论

学校读者我要写书评

暂无评论

条件变分自编码器生成潜在空间特征的模仿学习算法

引用

控制理论与应用 2025年

作者：左国玉何流远吴启飞于双悦李建更北京工业大学信息科学技术学院计算智能与智能系统北京重点实验室

高维环境下的任务是复杂任务中的常见一种.该类任务的特点就是任务环境的信息数据和机器人的控制数据中包含很多种类,具有很高的特征维度.现有的模仿学习方法因专家示教数据分布复杂,难以快速学习到较好的策略.本文针对由高维环境空间... 详细信息

高维环境下的任务是复杂任务中的常见一种.该类任务的特点就是任务环境的信息数据和机器人的控制数据中包含很多种类,具有很高的特征维度.现有的模仿学习方法因专家示教数据分布复杂,难以快速学习到较好的策略.本文针对由高维环境空间和复杂数据分布导致模仿学习算法训练时间过长和应用受限的问题,设计了一种条件变分自编码器生成潜在空间特征的模仿学习算法.通过主动降低环境空间维度,减少神经网络复杂程度以加快训练速度;利用动作损失预测网络和扰动层,从输出中获得反馈以提升训练准确率.本文通过D4RL基准测试、微软MoCapAct人形机器人的连续控制任务和人形五指手机器人复杂操作任务的仿真测试以验证所提算法的有效性,结果表明,本文所提方法表现出训练速度更快、准确率更高以及策略更稳定.

关键词：机器人学习离线模仿学习潜在空间行为克隆条件变分自编码器

来源：评论

学校读者我要写书评

暂无评论

城市固废焚烧过程风量智能优化设定方法

引用

控制与决策 2023年第2期38卷 318-326页

作者：崔莺莺蒙西乔俊飞北京工业大学信息学部北京100124 北京工业大学智慧环保北京实验室北京100124 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 北京工业大学智能感知与自主控制教育部工程研究中心北京100124

城市固体废物焚烧(municipal solid wastes incineration, MSWI)技术由于其高效的减容效果逐渐成为了生活垃圾处理的主要方式. MSWI过程产生的氮氧化物(nitrogen oxides, NOx)是大气中的主要污染物之一.为了在控制NOx排放的同时保证燃... 详细信息

城市固体废物焚烧(municipal solid wastes incineration, MSWI)技术由于其高效的减容效果逐渐成为了生活垃圾处理的主要方式. MSWI过程产生的氮氧化物(nitrogen oxides, NOx)是大气中的主要污染物之一.为了在控制NOx排放的同时保证燃烧效率,提出一种基于多目标粒子群算法的MSWI过程风量智能优化设定方法.首先,结合最大相关最小冗余算法及前馈神经网络,建立燃烧效率和氮氧化物排放浓度预测模型;然后,提出分阶段多目标粒子群优化算法(staged multi-objective particle swarm optimization, SMOPSO),获得一次风流量和二次风流量的Pareto优化解集;此外,设计效用函数,确定一次风流量和二次风流量的最优设定值;最后,基于国内某城市固废焚烧厂的实际运行数据,验证所提方法的有效性.

关键词：城市固体废物焚烧氮氧化物燃烧效率风量智能优化设定分阶段多目标粒子群优化

来源：评论

学校读者我要写书评

暂无评论

基于点云处理的仿人机器人楼梯障碍物识别与剔除方法

引用

工程科学学报 2025年第2期47卷 339-350页

作者：于乃功谢秋生李洪政北京工业大学信息科学技术学院北京100124 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

环境感知对于仿人机器人自主导航和运动规划具有重要研究意义,是实现仿人机器人在复杂环境中进行自主移动进而完成特定任务的基础.在特殊的楼梯场景中仿人机器人环境感知过程面临诸多挑战,楼梯障碍物会破坏阶梯平面特征,导致仿人机器人... 详细信息

环境感知对于仿人机器人自主导航和运动规划具有重要研究意义,是实现仿人机器人在复杂环境中进行自主移动进而完成特定任务的基础.在特殊的楼梯场景中仿人机器人环境感知过程面临诸多挑战,楼梯障碍物会破坏阶梯平面特征,导致仿人机器人获取不准确的楼梯参数而出现踏空、摔跤等问题.本文结合区域生长和平面构造方法识别和剔除楼梯障碍物点云,基于剔除障碍物后的楼梯进行三维参数估计.首先利用相邻点的投影之和最小原理准确完成对楼梯水平面的提取;其次根据区域生长算法判定楼梯障碍物聚类情况,构造平面并分析平面内点数以完成对障碍物点云的快速识别与剔除工作;最后对有障碍物楼梯与剔除障碍物楼梯进行楼梯三维感知实验.实验结果表明,本文剔除楼梯障碍物的平均精度为92.43%,且剔除后的楼梯参数感知误差仅为有障碍物时的0.5倍.总体表明所提算法能提高机器人在复杂楼梯环境中的楼梯参数估计精度,能够有效提高仿人机器人在复杂楼梯环境下的感知能力.

关键词：仿人机器人复杂环境感知楼梯区域生长参数估计

来源：评论

学校读者我要写书评

暂无评论

应用基于注意力的多尺度残差网络实现癫痫脑电自动检测

引用

生物医学工程学杂志 2024年第2期41卷 253-261页

作者：王兴起李明爱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京100124 教育部数字社区工程研究中心北京100124

基于深度学习的癫痫脑电自动检测方法,能避免人为因素的影响而倍受关注,而其有效性主要取决于深度神经网络模型。为此,本研究将根据癫痫脑电的多尺度、时空特点及导联间的信息流动特征,设计一种基于注意力的多尺度残差网络(AMSRN),并与... 详细信息

基于深度学习的癫痫脑电自动检测方法,能避免人为因素的影响而倍受关注,而其有效性主要取决于深度神经网络模型。为此,本研究将根据癫痫脑电的多尺度、时空特点及导联间的信息流动特征,设计一种基于注意力的多尺度残差网络(AMSRN),并与多尺度主元分析法(MSPCA)相结合,实现癫痫的自动检测。首先,利用MSPCA对原始癫痫脑电信号进行去噪和特征增强;进而,设计AMSRN模型结构与参数。其中,注意力模块(AM)、多尺度卷积模块(MCM)、时空特征提取模块(STFEM)和分类模块(CM)相继完成基于注意力加权机制的信号重表达以及多尺度-时空特征的提取、融合与分类。基于麻省理工学院的波士顿儿童医院(CHBMIT)公共数据集进行5折交叉验证实验研究,AMSRN模型在灵敏度(98.56%)、F1分数(98.35%)、准确度(98.41%)及精确度(98.43%)等方面均取得了较好结果。结果表明,AMSRN模型能够很好地利用癫痫发作引起的脑网络信息流动强化导联间差异性,并有效捕获癫痫脑电的多尺度和时空特征,有利于改善癫痫检测性能。

关键词：脑电信号多尺度主元分析脑网络深度学习癫痫检测

来源：评论

学校读者我要写书评

暂无评论

基于生理电信号的自动睡眠分期算法综述

引用

北京工业大学学报 2025年第4期51卷 435-451页

作者：金峥贾克斌北京工业大学信息科学技术学院北京100124 先进信息网络北京实验室北京100124 计算智能与智能系统北京市重点实验室北京100124

基于生理电信号的睡眠分期是监测睡眠过程和诊疗睡眠疾病的重要前提,针对人工睡眠分期方法存在耗时久、效率低、具有主观性等问题,近年来自动睡眠分期方法凭借高效性和准确性受到研究者的关注。因此,从算法设计的角度针对近6年的自动睡... 详细信息

基于生理电信号的睡眠分期是监测睡眠过程和诊疗睡眠疾病的重要前提,针对人工睡眠分期方法存在耗时久、效率低、具有主观性等问题,近年来自动睡眠分期方法凭借高效性和准确性受到研究者的关注。因此,从算法设计的角度针对近6年的自动睡眠分期算法进行综述,分为传统机器学习和深度学习两大类,并对2个类别按照单通道与多通道生理电信号2种输入方式,从模型算法、信号类型、分期性能方面进行归纳总结。通过对比可知:单通道信号输入降低了信号采集成本,更适用于家庭睡眠监测,而多通道信号输入贴合分期准则,更适用于临床睡眠分析;深度学习类算法相较于传统机器学习类算法更具有研究前景,其可利用深度神经网络自动学习信号内在表征,在高效处理大规模数据的同时提供较好的分期性能。深度学习方法未来的研究重点应该从模型设计的角度转变为提升模型可解释性和泛化性,从而推动深度神经网络在睡眠医学领域中的应用。

关键词：睡眠医学生理电信号自动睡眠分期机器学习深度学习深度神经网络

来源：评论

学校读者我要写书评

暂无评论

基于深度AttLSTM网络的脱硫过程建模

引用

北京工业大学学报 2024年第2期50卷 140-151页

作者：刘泉伯李晓理王康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

脱硫过程是具有高度动态非线性和较大延迟时间的复杂工业过程,为了解决烟气脱硫过程的建模问题,设计了注意力机制下的深度长短期记忆(attention mechanism-based long short-term memory,AttLSTM)网络,并基于该网络设计自动编码器,完成... 详细信息

脱硫过程是具有高度动态非线性和较大延迟时间的复杂工业过程,为了解决烟气脱硫过程的建模问题,设计了注意力机制下的深度长短期记忆(attention mechanism-based long short-term memory,AttLSTM)网络,并基于该网络设计自动编码器,完成脱硫过程异常点的检测。该文首次提出使用AttLSTM网络自编码器对脱硫过程进行离群点检测,并且该网络模型同样首次应用于脱硫过程的辨识任务中。从更深的意义上讲,该文尝试使用深度学习模型对复杂系统进行辨识,所建立的AttLSTM网络之前未出现在系统辨识领域,该网络的出现可以丰富辨识模型的选择,同时为人工智能技术在系统辨识领域和控制领域的应用与推广提供参考。实验结果表明,相比于之前文献出现的脱硫过程建模方法,所提方法在不同性能指标上均具有更好的表现,由此可以证明深度AttLSTM网络在脱硫场景下的有效性。

关键词：湿法烟气脱硫过程建模长短期记忆网络注意力机制自动编码器大气污染

来源：评论

学校读者我要写书评

暂无评论

数据驱动的溶解氧浓度在线自组织控制方法

引用

自动化学报 2023年第12期49卷 2582-2593页

作者：权利敏杨翠丽乔俊飞北京工业大学信息学部智慧环保北京实验室计算智能与智能系统北京市重点实验室北京100124 青岛理工大学信息与控制工程学院青岛266520

针对城市污水处理过程的非线性、不确定性以及非高斯等特点,提出一种数据驱动的溶解氧(Dissolved oxygen,DO)浓度在线自组织控制方法.首先,设计一种基于相关熵的自组织模糊神经网络控制器(Correntropy-based self-organizing fuzzy neur... 详细信息

针对城市污水处理过程的非线性、不确定性以及非高斯等特点,提出一种数据驱动的溶解氧(Dissolved oxygen,DO)浓度在线自组织控制方法.首先,设计一种基于相关熵的自组织模糊神经网络控制器(Correntropy-based self-organizing fuzzy neural network,CSOFNN),采用相关熵与规则贡献度指标实现控制器结构与参数的自动构建或修剪.其次,设计基于相关熵诱导准则的补偿控制器及参数自适应律,充分利用相关熵抑制非高斯噪声的能力,能够有效地降低系统中的不确定性.然后,分析所提出的控制方法的稳定性,从而保证其在实际应用中的可靠性.最后,基于基准仿真1号模型(Benchmark simulation model No.1,BSM1)的实验验证了所提方法的有效性.

关键词：数据驱动控制相关熵在线自组织模糊神经网络溶解氧浓度稳定性分析

来源：评论

学校读者我要写书评

暂无评论

基于多分支网络的深度图帧内编码单元快速划分算法

引用

电子与信息学报 2022年第12期44卷 4357-4366页

作者：刘畅贾克斌刘鹏宇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 计算智能与智能系统北京市重点实验室北京100124

3维高效视频编码(3D-HEVC)标准是最新的3维(3D)视频编码标准,但由于其引入深度图编码技术导致编码复杂度大幅增加。其中,深度图帧内编码单元(CU)的四叉树划分占3D-HEVC编码复杂度的90%以上。对此,在3D-HEVC深度图帧内编码模式下,针对CU... 详细信息

3维高效视频编码(3D-HEVC)标准是最新的3维(3D)视频编码标准,但由于其引入深度图编码技术导致编码复杂度大幅增加。其中,深度图帧内编码单元(CU)的四叉树划分占3D-HEVC编码复杂度的90%以上。对此,在3D-HEVC深度图帧内编码模式下,针对CU四叉树划分复杂度高的问题,该文提出一种基于深度学习的CU划分结构快速预测方案。首先,构建学习深度图CU划分结构信息的数据集;其次,搭建预测CU划分结构的多分支卷积神经网络(MB-CNN)模型,并利用构建的数据集训练MB-CNN模型;最后,将MB-CNN模型嵌入3DHEVC的测试平台,通过直接预测深度图帧内编码模式下CU的划分结构来降低CU划分复杂度。与标准算法相比,编码复杂度平均降低了37.4%。实验结果表明,在不影响合成视点质量的前提下,该文所提算法有效地降低了3D-HEVC的编码复杂度。

关键词： 3维高效视频编码深度图帧内编码编码单元划分深度学习

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：