检索结果-内蒙古大学图书馆

信息技术 2020年第9期44卷 103-109页

作者：王冠孙悦北京工业大学可信计算北京市重点实验室北京100124

针对Docker动态迁移中高脏页率内存被重复拷贝问题,提出了基于Markov的Docker动态迁移优化算法。首先利用linux的内存跟踪机制获取内存页被修改的情况,之后将获取的数据输入Markov预测算法,根据预测结果求出高脏页率内存并将其放到后期... 详细信息

针对Docker动态迁移中高脏页率内存被重复拷贝问题,提出了基于Markov的Docker动态迁移优化算法。首先利用linux的内存跟踪机制获取内存页被修改的情况,之后将获取的数据输入Markov预测算法,根据预测结果求出高脏页率内存并将其放到后期传输。实验表明,该方案能有效减少高脏页率内存的重复拷贝,特别是在高负载的情况下,同时能减少迭代次数约25.20%,缩短停机时间约7.14%。

关键词： Docker 动态迁移 Markov算法云计算

来源：评论

学校读者我要写书评

暂无评论

基于邻域信息约束与自适应窗口的立体匹配算法

引用

北京工业大学学报 2020年第5期46卷 466-475页

作者：贾克斌杜奕伯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

针对传统的Census立体匹配算法对噪声敏感,在视差不连续区域容易出现误匹配的问题,提出了一种基于邻域信息约束与自适应窗口的立体匹配算法.首先,针对传统Census算法对中心像素依赖高的问题,采用邻域十字窗口的加权平均和的方式对中心... 详细信息

针对传统的Census立体匹配算法对噪声敏感,在视差不连续区域容易出现误匹配的问题,提出了一种基于邻域信息约束与自适应窗口的立体匹配算法.首先,针对传统Census算法对中心像素依赖高的问题,采用邻域十字窗口的加权平均和的方式对中心像素进行赋值.然后,通过设置自适应阈值,将支持窗口的邻域像素与中心像素进行相似性的二次代价计算并与初始代价进行融合,对匹配结果进行进一步约束.在代价聚合阶段,采用颜色阈值不断变化的三约束法进行窗口的构建,并在聚合过程中引入噪声剔除策略.最后,在视差精化阶段采用左右一致性检测与区域投票相结合的方法对视差图进一步优化.使用Middlebury测试平台的标准立体图像进行实验,结果表明:该方法能够有效降低图像对高斯噪声的敏感性,并在误匹配率上低于多种立体匹配算法.

关键词：立体匹配视差图邻域信息视差精化高斯噪声误匹配率

来源：评论

学校读者我要写书评

暂无评论

基于模糊神经网络的污水处理生化除磷过程控制

引用

化工学报 2020年第3期71卷 1217-1225页

作者：张璐张嘉成韩红桂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 数字社区教育部工程研究中心北京100124

针对污水处理生化除磷过程中出水总磷难以实时达标的问题,提出了一种基于模糊神经网络(fuzzy neural network,FNN)的出水总磷控制方法。首先,通过分析污水处理生化除磷机理,确定了控制器的操作变量为生化反应池第五分区外部碳源(externa... 详细信息

针对污水处理生化除磷过程中出水总磷难以实时达标的问题,提出了一种基于模糊神经网络(fuzzy neural network,FNN)的出水总磷控制方法。首先,通过分析污水处理生化除磷机理,确定了控制器的操作变量为生化反应池第五分区外部碳源(external carbon, EC)与溶解氧(dissolved oxygen, DO)传递系数。其次,设计了一种基于FNN的出水总磷控制器,采用梯度下降算法更新控制器参数;最后,将基于FNN的出水总磷控制器应用于污水处理过程基准仿真平台(benchmark simulation model No.1,BSM1),实验结果表明,基于FNN的出水总磷控制器能够保证出水总磷的达标排放,具有较好的控制效果。

关键词：污水处理过程生化除磷模糊神经网络过程控制

来源：评论

学校读者我要写书评

暂无评论

探空温度传感器误差预测技术研究

引用

电子测量与仪器学报 2021年第12期35卷 24-36页

作者：杨加春王彦明李庆军贾克斌刘鹏宇天津华云天仪特种气象探测技术有限公司天津300392 石家庄邮电职业技术学院石家庄050021 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

随着气候诊断、气候变化、天气预报等学科的深入开展,对探空温度传感器的测量精度提升到了0.1℃的量级要求,而由于太阳辐射、升空速度、入云出云等因素的干扰,引起的测量误差可达3℃甚至更高,已成为制约气象探测精度提升的主要障碍。针... 详细信息

随着气候诊断、气候变化、天气预报等学科的深入开展,对探空温度传感器的测量精度提升到了0.1℃的量级要求,而由于太阳辐射、升空速度、入云出云等因素的干扰,引起的测量误差可达3℃甚至更高,已成为制约气象探测精度提升的主要障碍。针对此问题,首先通过三维建模及流体力学分析,得到了温度传感器最优的设计方案,从传感器形态设计上实现了测量误差最小化。然后对历史气象探测数据进行分析和汇总,构造出国内首个基于真实环境的、包含900000条探测记录的高空气象探测数据集,以解决仿真环境与真实环境存在偏差的问题。最后,将Morlet小波作为深度神经网络的激活函数,并将支持向量机、XGBoost、深度神经网络、线性回归相融合,构造出一个针对探空温度传感器测量误差的预测模型。经过本文所提出的误差预测模型,平均误差从0.817降低到了0.008,均方误差从0.878降低到了0.068,标准差从0.458降低到了0.204,拟合系数R;为0.93,使温度传感器的测量精度得到显著提升,更有利于气象学科相关内容的展开。

关键词：气象探测温度传感器误差预测特征工程模型融合

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的数字图像修复算法最新进展

引用

信号处理 2020年第1期36卷 102-109页

作者：范春奇任坤孟丽莎黄泷北京工业大学信息学部北京100124 北京工业大学数字社区教育部工程研究中心北京100124 北京工业大学城市轨道交通北京实验室北京100124 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

数字图像修复是一项利用计算机技术还原破损图像缺失信息实现自动图像修复的技术,其广泛应用于文物修复、电影特效制作、图像编辑等方面。早期数字图像修复算法可以对小区域缺失的图像进行近似真实的还原,而对大区域缺失图像的修复往往... 详细信息

数字图像修复是一项利用计算机技术还原破损图像缺失信息实现自动图像修复的技术,其广泛应用于文物修复、电影特效制作、图像编辑等方面。早期数字图像修复算法可以对小区域缺失的图像进行近似真实的还原,而对大区域缺失图像的修复往往相似度低,内容模糊。近年来深度学习生成模型的进展为数字图像修复提供了新的技术手段,基于生成对抗网络和自编码器的图像修复技术成为研究热点。本文对数字图像修复算法最新进展整理归纳,按照算法类型将新算法分为三类,详细介绍每类算法的特点和不足;并在此基础上分别从卷积模式和网络结构优化两个方面详细阐述了最新研究进展和成果;最后对未来的研究方向进行展望。

关键词：图像修复生成对抗网络自编码器卷积神经网络损失函数

来源：评论

学校读者我要写书评

暂无评论

基于循环自动编码器的间歇过程故障监测

引用

化工学报 2020年第7期71卷 3172-3179页

作者：高学金刘腾飞徐子东高慧慧于涌川北京工业大学信息学部北京100124 数字社区教育部工程研究中心北京100124 城市轨道交通北京实验室北京100124 计算智能与智能系统北京市重点实验室北京100124

针对间歇过程数据非线性、动态性特征,提出一种基于循环自动编码器(recurrent autoencoder,RAE)的过程故障监测方法。采用长短时记忆(long short-term memory,LSTM)循环神经网络构建自动编码器建立监控模型,相比传统自动编码器,其能有... 详细信息

针对间歇过程数据非线性、动态性特征,提出一种基于循环自动编码器(recurrent autoencoder,RAE)的过程故障监测方法。采用长短时记忆(long short-term memory,LSTM)循环神经网络构建自动编码器建立监控模型,相比传统自动编码器,其能有效挖掘时序样本间的动态关联信息。该方法首先利用批次展开与变量展开相结合的三步展开方法将间歇过程数据展开成二维,并通过滑动窗采样得到模型输入序列;然后使用LSTM构建自动编码器,重构输入序列。进一步,利用重构误差构造平方预测误差(squared prediction error,SPE)统计量实现在线监测。最后将所提方法应用于青霉素发酵仿真和重组大肠杆菌发酵过程监测,结果表明,该方法能及时监测到故障,具有较好的监测性能。

关键词：算法动态建模神经网络 LSTM 过程监测循环自动编码器

来源：评论

学校读者我要写书评

暂无评论

基于多变量卷积神经网络的发酵过程故障监测

引用

高校化学工程学报 2020年第6期34卷 1511-1519页

作者：高学金刘爽爽高慧慧北京工业大学信息学部北京100124 数字社区教育部工程研究中心北京100124 城市轨道交通北京实验室北京100124 计算智能与智能系统北京市重点实验室北京100124

针对传统故障监测方法难以提取数据深层特征的问题,提出一种基于多变量深度卷积神经网络的故障监测方法,以提高监测精度。为捕获过程动态性,采用滑动窗技术对过程变量序列进行分割,利用希尔伯特-黄变换对分割后的序列进行分解,得到时频... 详细信息

针对传统故障监测方法难以提取数据深层特征的问题,提出一种基于多变量深度卷积神经网络的故障监测方法,以提高监测精度。为捕获过程动态性,采用滑动窗技术对过程变量序列进行分割,利用希尔伯特-黄变换对分割后的序列进行分解,得到时频图,有效挖掘变量序列在幅值、频率、相位上的异常变化信息;以时频图为输入,基于深度卷积神经网络构建故障监测模型,提取故障信息深层特征,提高监测精度;利用青霉素发酵过程仿真数据和大肠杆菌生产数据进行实验验证,结果表明所提方法监测精度分别高达95%和93%以上。

关键词：卷积神经网络希尔伯特-黄变换特征提取发酵过程故障监测

来源：评论

学校读者我要写书评

暂无评论

自动控制系统虚拟仿真实验教学研究

引用

未来与发展 2021年第6期45卷 84-90页

作者：韩红桂杨翠丽石婷雷飞北京工业大学信息学部北京100124 计算智能与智能系统重点实验室北京市重点实验室北京100124

自动控制系统虚拟仿真实验教学具有信息丰富、可复制性强等优势,可以解决传统的实验教学方法无法在真实环境中进行实验操作的问题,成为了高校实验平台建设的主流。但自动控制系统虚拟仿真实验教学在实施过程也存在实验平台功能不完整、... 详细信息

自动控制系统虚拟仿真实验教学具有信息丰富、可复制性强等优势,可以解决传统的实验教学方法无法在真实环境中进行实验操作的问题,成为了高校实验平台建设的主流。但自动控制系统虚拟仿真实验教学在实施过程也存在实验平台功能不完整、实验教学内容不丰富和实验教学方式不完善等问题。针对自动控制系统虚拟仿真实验教学中存在的问题,以计算机仿真技术为依托,采用面向对象的模块化软件架构,开发创新型的课程体系,设计信息化的实验教学内容,以线下线上相结合的教学方式建立以虚拟仿真实验为基础的自动控制实验教学新模式。

关键词：城市污水处理实验教学虚拟仿真

来源：评论

学校读者我要写书评

暂无评论

基于KICA和MAMA-EMD的眼电伪迹去除方法

引用

北京生物医学工程 2022年第4期41卷 360-367页

作者：张圆圆孙炎珺李明爱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

目的为了准确地分离并去除脑电(electroencephalogram,EEG)信号中的尖峰状眼电(electrooculogram,EOG)伪迹,本文提出一种基于核独立分量分析(kernel independent component analysis,KICA)和掩膜最小弧长经验模态分解(masking-aided minimum arclength empirical mode decomposition,MAMA-EMD)的眼电伪迹去除方法,即KICMME。方法首先,使用KICA将多通道受污染的EEG信号分离为多个独立分量(independent components,ICs);然后,计算每个IC的峰度值,确定与EOG相关的IC,并利用MAMA-EMD算法对其进一步分解,得到一组固有模态函数(intrinsic mode function,IMF);进而,通过计算各IMF的低频功率占比,识别并剔除与EOG相关性高的IMF;最后,基于MAMA-EMD和KICA的逆变换重构出“纯净”EEG信号。结果在半模拟和真实脑电两个数据集上进行实验研究,KICMME取得的均方误差和信噪比分别为0.82和12.51 dB,获得的分类准确率和Kappa值分别为91%和0.82。结论MAMA-EMD能够准确地分离出与EOG相关的IMF分量,使得KICMME可以在保留有用神经信息的同时,最大限度地去除EEG信号中的EOG伪迹,相对现有基于盲源分离的眼电伪迹去除方法具有明显优势。

关键词：脑电信号眼电伪迹核独立分量分析模态分裂掩膜最小弧长经验模态分解

来源：评论

学校读者我要写书评

暂无评论

基于CFNN的污水处理过程溶解氧浓度在线控制

引用

智能科学与技术学报 2020年第3期2卷 261-267页

作者：权利敏杨翠丽乔俊飞北京工业大学信息学部计算智能与智能系统北京市重点实验室

污水处理过程入水干扰严重,不确定性强,因而对溶解氧浓度进行实时控制与精确控制比较困难。为了提高溶解氧浓度的控制精度和控制器的鲁棒性,提出一种基于相关熵模糊神经网络(CFNN)的溶解氧浓度在线控制方法。首先,建立了基于跟踪误差相... 详细信息

污水处理过程入水干扰严重,不确定性强,因而对溶解氧浓度进行实时控制与精确控制比较困难。为了提高溶解氧浓度的控制精度和控制器的鲁棒性,提出一种基于相关熵模糊神经网络(CFNN)的溶解氧浓度在线控制方法。首先,建立了基于跟踪误差相关熵的性能准则,以抑制较大的异常值。其次,基于在线梯度下降算法调整控制器的参数,并分析了系统的稳定性。最后,基于基准仿真1号模型(BSM1)进行实验。结果表明,提出的CFNN控制器能够实时精准地跟踪溶解氧浓度,相比其他基于均方误差准则的神经网络控制器,其具有更高的控制精度与稳定性。

关键词：溶解氧在线控制相关熵模糊神经网络污水处理过程

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：