检索结果-内蒙古大学图书馆

水利水电技术（中英文） 2023年第4期54卷 120-130页

作者：杨文琚孙晨暄伍小龙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

【目的】出水总氮检测在监测污水处理厂超标排放和预防水质富营养化中发挥了重要的作用,但仍存在精度低,实时性不强的问题。为解决城市污水处理过程出水总氮难以在线精准检测的问题,提出了一种基于敏感性分析的区间二型模糊神经网络(SA-... 详细信息

【目的】出水总氮检测在监测污水处理厂超标排放和预防水质富营养化中发挥了重要的作用,但仍存在精度低,实时性不强的问题。为解决城市污水处理过程出水总氮难以在线精准检测的问题,提出了一种基于敏感性分析的区间二型模糊神经网络(SA-IT2FNN)出水总氮软测量方法。【方法】采用敏感性分析法(Sensitivity Analysis,SA),选取与污水处理过程出水总氮关联性较强的主元变量。然后,将所选的关键主元变量作为IT2FNN的输入变量,通过训练模型参数建立出水总氮软测量模型。【结果】仿真结果显示:对于冬季数据集,SA-IT2FNN选取6个、8个、10个主元变量进行预测时,训练时间分别为6.2 s、7.8 s、9.7 s;均方根误差(Root Mean Square Error,RMSE)分别为0.44、0.35、0.33。另外,SA-IT2FNN选择8主元变量预测时,夏季和冬季对应的测试RMSE分别为0.38和0.39。【结论】结果表明:SA通过对模型的输入变量降维,有效提高了模型的预测效果;基于IT2FNN的总氮软测量模型在不同工况下都能够保证预测精度,具有较好的学习和预测能力。研究成果展示了人工智能在总氮检测中的独特作用,为污水处理出水指标高精度检测提供了有效的方法。

关键词：城市污水处理过程出水总氮区间二型模糊神经网络敏感性分析法软测量模型

来源：评论

学校读者我要写书评

暂无评论

一类离散动态系统基于事件的迭代神经控制

引用

工程科学学报 2022年第3期44卷 411-419页

作者：王鼎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 智慧环保北京实验室北京100124 北京人工智能研究院北京100124

面向离散时间非线性动态系统,提出一种基于事件的迭代神经控制框架.主要目标是将迭代自适应评判方法与事件驱动机制结合起来,以解决离散时间非线性系统的近似最优调节问题.首先,构造两个迭代序列并建立一种事件触发的值学习策略.其次,... 详细信息

面向离散时间非线性动态系统,提出一种基于事件的迭代神经控制框架.主要目标是将迭代自适应评判方法与事件驱动机制结合起来,以解决离散时间非线性系统的近似最优调节问题.首先,构造两个迭代序列并建立一种事件触发的值学习策略.其次,详细给出迭代算法的收敛性分析和新型框架的神经网络实现.这里是在基于事件的迭代环境下实施启发式动态规划技术.此外,通过设计适当的阈值以确定事件驱动方法的触发条件.最后,借助两个仿真实例验证本文控制方案的优越性能,尤其是在通信资源的利用方面.本文的工作有助于构建一类事件驱动机制下的智能控制系统.

关键词：迭代自适应评判神经控制事件驱动设计智能控制非线性动态优化控制

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的激光回环检测描述子构建

引用

激光杂志 2025年

作者：陈嘉平贾克斌魏之皓北京工业大学信息科学与技术学院先进信息网络北京实验室计算智能与智能系统北京市重点实验室北京工业大学

回环检测是同步定位与建图（SLAM）系统中用于消除地图累积误差的一项关键技术，在自动驾驶与机器人技术领域有着广泛的应用。为提升回环检测的效率与鲁棒性，本文提出一种基于深度学习的高效激光点云回环检测方法。该方法利用小波变换... 详细信息

回环检测是同步定位与建图（SLAM）系统中用于消除地图累积误差的一项关键技术，在自动驾驶与机器人技术领域有着广泛的应用。为提升回环检测的效率与鲁棒性，本文提出一种基于深度学习的高效激光点云回环检测方法。该方法利用小波变换的多尺度特性提取频域信息，并设计了自适应融合模块以融合空间和频率特征，从而生成鲁棒的回环描述子。此方法不仅在复杂环境中展现出卓越的回环检测性能，还对同一场景下不同线束的激光点云表现出良好的适应性。我们在KITTI数据集上对所提方法开展了广泛实验，结果表明，该方法在不同环境下均展现出优异的回环检测能力，且具有较高的计算效率和良好的泛化能力。

关键词：激光雷达回环检测频域信息融合深度学习

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv5的路面病害检测方法

引用

北京工业大学学报 2025年第5期51卷 552-559页

作者：刘鹏宇袁静高倩陈善继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 青海民族大学物理与电子信息工程学院西宁81000

针对目前道路病害检测数据集种类较少、检测场景单一,以及现有基于深度学习的路面病害检测方法难以应对复杂环境干扰、模型由于体积较大难以部署等问题,建立一个多种类、面向多种场景类型的路面病害检测数据集,以弥补现有数据集的不足,... 详细信息

针对目前道路病害检测数据集种类较少、检测场景单一,以及现有基于深度学习的路面病害检测方法难以应对复杂环境干扰、模型由于体积较大难以部署等问题,建立一个多种类、面向多种场景类型的路面病害检测数据集,以弥补现有数据集的不足,并且提出基于改进YOLOv5的路面病害检测方法。该方法通过融合注意力机制和轻量化结构组件在提升模型检测精度的同时降低参数量,实现了在多种干扰背景下对裂缝和坑槽路面损坏的检测和准确识别,有效改善了上述不足。实验结果表明,提出的方法在构建的路面病害数据集上检测平均精度均值达到93.3%,具有较高的检测精度,模型参数量仅为6.7×10^(6)左右,大大降低了部署成本。

关键词：公路养护路面病害深度学习 YOLOv5 注意力机制轻量化

来源：评论

学校读者我要写书评

暂无评论

多模型智能控制技术及其应用研究

引用

实验技术与管理 2025年

作者：李晓理张国巨谢小贤王康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市重点实验室

针对多模型智能控制的近20年发展状况进行了系统的综述研究，旨在全面梳理多模型智能控制的理论框架与应用实践。通过对模型集合的优化策略、指标函数的选取原则、切换规则的制定方法、稳定性的技术分析以及多模型智能控制在化工、医疗... 详细信息

针对多模型智能控制的近20年发展状况进行了系统的综述研究，旨在全面梳理多模型智能控制的理论框架与应用实践。通过对模型集合的优化策略、指标函数的选取原则、切换规则的制定方法、稳定性的技术分析以及多模型智能控制在化工、医疗进行深入探讨。研究了多模型智能控制在线性、非线性系统、仿射系统及随机系统中的应用，讨论了基于神经网络、模糊控制及人工智能技术的多模型智能控制策略在各领域的应用效果。最后对多模型智能控制在理论研究和应用发展方面的存在的问题进行了分析，并对其未来发展趋势进行了展望。

关键词：多模型控制智能控制神经网络模糊控制综述

来源：评论

学校读者我要写书评

暂无评论

基于多尺度卷积神经网络的手机表面缺陷识别方法

引用

北京工业大学学报 2023年第11期49卷 1150-1158页

作者：韩红桂甄晓玲李方昱杜永萍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

针对手机表面缺陷难以精确识别的问题,提出一种兼具Soble算子、逻辑损失函数(logistic loss function,LLF)和多尺度卷积神经网络(multi-scale convolutional neural networks,MSCNN)手机表面缺陷识别方法SL-MSCNN。首先,构建了一种基于Sobel算子的邻域特征增强方法,排除了图像中光照、阴影等无关因素的干扰;其次,设计了一种基于MSCNN的缺陷识别方法,通过获得手机表面图像的多尺度信息,提高了手机表面缺陷的识别精度,同时,引入了LLF,通过降低梯度消失发生的概率加快训练的检测速度。实验结果表明:与其他手机表面缺陷识别方法相比,SL-MSCNN在准确率和效率方面具有更好的使用价值。

关键词：手机表面缺陷邻域特征增强识别方法识别精度 Sobel算子多尺度卷积神经网络(multi-scale convolutional neural networks,MSCNN) 逻辑损失函数(logistic loss function,LLF)

来源：评论

学校读者我要写书评

暂无评论

基于突触巩固机制的前馈小世界神经网络设计

引用

自动化学报 2023年第10期49卷 2145-2158页

作者：李文静李治港乔俊飞北京工业大学信息学部北京100124 北京人工智能研究院北京100124 智能感知与自主控制教育部工程研究中心北京100124 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

小世界神经网络具有较快的收敛速度和优越的容错性,近年来得到广泛关注.然而,在网络构造过程中,随机重连可能造成重要信息丢失,进而导致网络精度下降.针对该问题,基于Watts-Strogatz(WS)型小世界神经网络,提出了一种基于突触巩固机制的... 详细信息

小世界神经网络具有较快的收敛速度和优越的容错性,近年来得到广泛关注.然而,在网络构造过程中,随机重连可能造成重要信息丢失,进而导致网络精度下降.针对该问题,基于Watts-Strogatz(WS)型小世界神经网络,提出了一种基于突触巩固机制的前馈小世界神经网络(Feedforward small-world neural network based on synaptic consolidation,FSWNN-SC).首先,使用网络正则化方法对规则前馈神经网络进行预训练,基于突触巩固机制,断开网络不重要的权值连接,保留重要的连接权值;其次,设计重连规则构造小世界神经网络,在保证网络小世界属性的同时实现网络稀疏化,并使用梯度下降算法训练网络;最后,通过4个UCI基准数据集和2个真实数据集进行模型性能测试,并使用Wilcoxon符号秩检验对对比模型进行显著性差异检验.实验结果表明:所提出的FSWNN-SC模型在获得紧凑的网络结构的同时,其精度显著优于规则前馈神经网络及其他WS型小世界神经网络.

关键词：小世界神经网络突触巩固机制网络正则化重连规则 Wilcoxon符号秩检验

来源：评论

学校读者我要写书评

暂无评论

一种基于Transformer架构的多层级自动睡眠分期模型

引用

电子学报 2024年

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

睡眠是人体保持健康的重要生理过程，基于多导睡眠图（Polysomnography,PSG）的睡眠分期是诊疗睡眠疾病和评估睡眠质量的重要依据.人工睡眠分期法在处理大规模PSG数据时存在耗时久、效率低的问题，采用深度学习模型有效表征PSG的自动睡... 详细信息

睡眠是人体保持健康的重要生理过程，基于多导睡眠图（Polysomnography,PSG）的睡眠分期是诊疗睡眠疾病和评估睡眠质量的重要依据.人工睡眠分期法在处理大规模PSG数据时存在耗时久、效率低的问题，采用深度学习模型有效表征PSG的自动睡眠分期法显现出广阔的研究前景.针对现有模型未充分考虑PSG片段内波形信息、通道间相关性信息、片段间睡眠转换信息的问题，本文提出一种基于Transformer架构的多层级睡眠分期网络模型（Hierarchical Transformer Sleep Staging Model，简称HierFormer），采用Transformer编码器有效提取片段内波形特征、通道相关性特征、片段间转换特征，并结合注意力机制综合提升模型对于PSG片段内、通道间、片段间三种视角信号特性的可解释性.基于睡眠集-欧洲数据格式（sleep-European Data Format,sleep-EDF）扩展睡眠数据集开展的实验结果表明：本文模型利用更少的参数量取得优于多种现有基线模型的分期性能，分类准确率、宏平均精确率、宏平均召回率、宏平均F1分数、科恩卡帕系数分别可达到0.807、0.784、0.735、0.750和0.721.通过在三种视角下不同特征编码方式的性能对比和注意力分数的可视化，本文进一步证明了所提模型良好的编码能力和可解释性.本研究旨在为睡眠分期领域的深度学习应用提供新途径和新技术，从而辅助医生提升睡眠疾病诊疗效率.

关键词：多导睡眠图(PSG) 自动睡眠分期深度神经网络 Transformer架构注意力机制模型可解释性

来源：评论

学校读者我要写书评

暂无评论

基于知识模糊迁徙的城市污水处理膜污染决策

引用

北京工业大学学报 2024年第3期50卷 299-306页

作者：何政赵楠李杰陈行行阜崴顾剑韩红桂刘峥北京城市排水集团有限责任公司北京100044 北京北排水环境发展有限公司北京100044 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

针对城市污水处理膜污染难以精准决策的问题,提出一种基于知识模糊迁徙的膜污染决策方法。首先,结合城市污水处理运行过程数据和运行经验,利用模糊规则的形式实现膜污染决策知识的表达;其次,提出一种知识重构机制(knowledge reconstruct... 详细信息

针对城市污水处理膜污染难以精准决策的问题,提出一种基于知识模糊迁徙的膜污染决策方法。首先,结合城市污水处理运行过程数据和运行经验,利用模糊规则的形式实现膜污染决策知识的表达;其次,提出一种知识重构机制(knowledge reconstruction mechanism,KRM),动态平衡源域与目标域之间的准确性和多样性,并采用知识迁徙的方法完成决策知识重构;最后,建立一种基于数据和知识驱动的区间二型模糊神经网络(data-knowledge-driven interval type-2 fuzzy neural network,DK-IT2FNN)的决策模型,利用模糊规则设计模型参数,采用迁徙梯度下降算法动态调整网络权值,提高决策精度。实验结果表明,该模型能够实现膜污染的精准决策。

关键词：城市污水处理膜污染知识重构机制(knowledge reconstruction mechanism KRM) 模糊神经网络模糊迁徙梯度下降算法

来源：评论

学校读者我要写书评

暂无评论

基于多模态生理信号特征融合的情绪识别方法研究

引用

生物医学工程学杂志 2025年第1期42卷 17-23页

作者：张志雯于乃功边琰闫金涵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 天津职业技术师范大学自动化与电气工程学院天津300222 天津市信息传感与智能控制重点实验室天津300222

情绪分类识别是情感计算的关键领域,脑电等生理信号可精准反映情绪且难以伪装。现阶段,情绪识别在单模态信号特征提取和多模态信号整合方面存在局限。本研究收集了高兴、悲伤、恐惧情绪下的脑电(EEG)、肌电(EMG)、皮电(EDA)信号,采用基... 详细信息

情绪分类识别是情感计算的关键领域,脑电等生理信号可精准反映情绪且难以伪装。现阶段,情绪识别在单模态信号特征提取和多模态信号整合方面存在局限。本研究收集了高兴、悲伤、恐惧情绪下的脑电(EEG)、肌电(EMG)、皮电(EDA)信号,采用基于特征权重融合的方法进行特种融合并用支持向量机(SVM)和极限学习机(ELM)进行分类。结果表明,融合权重为EEG 0.7、EMG 0.15、EDA 0.15时分类最准确,准确率SVM为80.19%,ELM为82.48%,比单独脑电信号分别提升了5.81%和2.95%。此研究为多模态生理信号情绪分类识别提供了方法支持。

关键词：情绪多模态特征融合脑电肌电皮电

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：