检索结果-内蒙古大学图书馆

北京工业大学学报 2024年第1期50卷 18-26页

作者：杜丽娜杨硕卓力张菁李嘉锋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

考虑到卡顿、质量切换、内容特征等因素对用户体验质量的影响都会直接体现在客户端的失真视频里,提出了一种客户端的移动视频感知质量评价模型。该模型无须对每种影响因素均进行表征和度量,而是基于深度特征提取+回归的思路,直接建立失... 详细信息

考虑到卡顿、质量切换、内容特征等因素对用户体验质量的影响都会直接体现在客户端的失真视频里,提出了一种客户端的移动视频感知质量评价模型。该模型无须对每种影响因素均进行表征和度量,而是基于深度特征提取+回归的思路,直接建立失真视频与平均意见分数之间的映射模型。首先,构建了ResNet-TSM网络结构,提取失真视频片段的深度时空特征;为了避免维度灾难,采用LargeVis算法对提取的深度特征进行降维,同时提升特征的表达与区分能力。然后,采用双向门控循环单元网络对视频的长时间依赖关系进行建模,得到各视频片段的打分,再利用时间平均池化方法将各片段分数进行聚合,得到整个视频的打分结果。在WaterlooSQoE-Ⅲ和LIVE-NFLX-Ⅱ数据集上的实验结果表明,提出的模型可以获得更高的预测精度。

关键词：视频感知质量评价平均意见分数卷积神经网络时间移位模块双向门控循环单元深度时空特征

来源：评论

学校读者我要写书评

暂无评论

基于自组织递归小波神经网络的污水处理过程多变量控制

引用

自动化学报 2024年第6期50卷 1199-1209页

作者：苏尹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重点实验室北京100124 嘉兴大学信息科学与工程学院嘉兴314001

污水处理过程(Wastewater treatment process,WWTP)是一个包含多个生化反应的复杂过程,具有非线性和动态特性.因此,实现污水处理过程的精准控制是一项挑战.为解决这个问题,提出一种基于自组织递归小波神经网络(Selforganized recurrent ... 详细信息

污水处理过程(Wastewater treatment process,WWTP)是一个包含多个生化反应的复杂过程,具有非线性和动态特性.因此,实现污水处理过程的精准控制是一项挑战.为解决这个问题,提出一种基于自组织递归小波神经网络(Selforganized recurrent wavelet neural network,SRWNN)的污水处理过程多变量控制.首先,针对污水处理过程的动态特性,根据小波基的激活强度设计一种自组织机制来动态调整递归小波神经网络控制器的结构,提高控制的性能.然后,采用结合自适应学习率的在线学习算法,实现控制器的参数学习.此外,通过李雅普诺夫稳定性定理证明此控制器的稳定性.最后,采用基准仿真平台进行仿真验证,实验结果表明,此控制方法可以有效提高污水处理过程的控制绝对误差积分(Integral of absolute error,IAE)和积分平方误差(Integral of squared error,ISE)的精度.

关键词：神经网络控制污水处理过程自组织机制多变量控制

来源：评论

学校读者我要写书评

暂无评论

融合自适应评判的随机系统数据驱动策略优化

引用

自动化学报 2024年第5期50卷 980-990页

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

自适应评判技术已经广泛应用于求解复杂非线性系统的最优控制问题,但利用其求解离散时间非线性随机系统的无限时域最优控制问题还存在一定局限性.本文融合自适应评判技术,建立一种数据驱动的离散随机系统折扣最优调节方法.首先,针对宽... 详细信息

自适应评判技术已经广泛应用于求解复杂非线性系统的最优控制问题,但利用其求解离散时间非线性随机系统的无限时域最优控制问题还存在一定局限性.本文融合自适应评判技术,建立一种数据驱动的离散随机系统折扣最优调节方法.首先,针对宽松假设下的非线性随机系统,研究带有折扣因子的无限时域最优控制问题.所提的随机系统Q-learning算法能够将初始的容许策略单调不增地优化至最优策略.基于数据驱动思想,随机系统Q-learning算法在不建立模型的情况下直接利用数据进行策略优化.其次,利用执行−评判神经网络方案,实现了随机系统Q-learning算法.最后,通过两个基准系统,验证本文提出的随机系统Q-learning算法的有效性.

关键词：自适应评判设计数据驱动离散系统神经网络 Q-learning 随机最优控制

来源：评论

学校读者我要写书评

暂无评论

基于多目标粒子群优化的污水处理系统自适应评判控制

引用

工程科学学报 2024年第5期46卷 908-917页

作者：王鼎赵慧玲李鑫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

考虑到城市污水处理系统存在保证出水水质达标和降低能耗的需要,将其运行过程视为一个多目标优化控制问题.针对此问题,提出一种基于多目标粒子群优化(Multi-objective particle swarm optimization,MOPSO)算法的污水处理系统自适应评判... 详细信息

考虑到城市污水处理系统存在保证出水水质达标和降低能耗的需要,将其运行过程视为一个多目标优化控制问题.针对此问题,提出一种基于多目标粒子群优化(Multi-objective particle swarm optimization,MOPSO)算法的污水处理系统自适应评判控制方案,该方案分为上层优化和底层跟踪控制两部分.首先,污水处理过程存在非线性、多变量、大时变等特点,结合数据驱动思想对入水及出水组分数据进行分析,构建关于出水水质和运行能耗的多目标优化模型.采用径向基函数(Radial basis function,RBF)神经网络进行建模,并与反向传播(Back propagation,BP)神经网络进行了对比.然后,结合MOPSO算法强大的优化能力,采用MOPSO算法对优化目标进行求解,并设计一个决策方式从最优解集中选出偏好解,作为溶解氧与硝态氮浓度的最优设定值.接下来,底层跟踪控制部分采用基于自适应动态规划的辅助控制器对比例–积分–微分算法的控制策略进行补充,弥补了传统控制算法自适应能力差的不足.此外,比例–积分–微分算法也为自适应动态规划算法提供了初始的稳定控制策略,克服了学习算法前期控制效果差的缺陷,保证了污水处理过程的安全性和可靠性.最终,该控制器成功实现了对最优设定值的跟踪控制.将所提算法在污水处理基准仿真平台上进行验证,结果表明所提算法能有效地提高污水处理过程的运行性能,不仅能保证出水水质达标,同时能有效地降低污水处理过程产生的能耗.

关键词：污水处理多目标优化自适应评判跟踪控制神经网络

来源：评论

学校读者我要写书评

暂无评论

基于坐标注意力的杂乱环境中机器人推抓协同学习

引用

北京工业大学学报 2024年第6期50卷 674-682页

作者：左国玉赵敏黄高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

为提升机器人在杂乱环境中推抓协同性能、增强网络感知物体位置和物体间的位置信息的能力,提出一种基于物体位置信息的推动与抓取协同网络来解决机器人在杂乱环境中的抓取问题。该网络使用2个全卷积网络分别从视觉观察中推断出抓取和推... 详细信息

为提升机器人在杂乱环境中推抓协同性能、增强网络感知物体位置和物体间的位置信息的能力,提出一种基于物体位置信息的推动与抓取协同网络来解决机器人在杂乱环境中的抓取问题。该网络使用2个全卷积网络分别从视觉观察中推断出抓取和推动操作的位置与方向。使用坐标注意力模块分别沿着二维空间的2个方向聚合特征,即在水平空间方向上捕获长距离依赖关系的同时在垂直空间方向上保持物体的位置信息。然后生成推动和抓取的位置特征的注意力图,以提升网络推断操作位置的准确性。提出物体分散度从全局角度衡量环境中物体间的分散程度,并设计基于物体分散度的推动奖励函数来提升推动动作的质量。在仿真实验中,该网络的抓取成功率和动作效率分别为75.1%和73.2%。在现实世界中,该网络的抓取成功率和动作效率分别为80.1%和76.2%。

关键词：机器人学习推抓协同杂乱环境物体位置信息坐标注意力物体分散度

来源：评论

学校读者我要写书评

暂无评论

基于稠密向量图的物体6D位姿回归算法

引用

北京工业大学学报 2024年第12期50卷 1409-1420页

作者：左国玉喻杉顾宗函郑榜贵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

针对稀疏间接两阶段位姿估计算法遮挡、噪声鲁棒性差、实时性低以及n点透视投影(perspective-n-point,PnP)计算过程不可微分等难题,提出基于稠密向量图的端到端物体6D位姿回归算法。以投票算法第1阶段预测的稠密张量信息为输入,代替逐... 详细信息

针对稀疏间接两阶段位姿估计算法遮挡、噪声鲁棒性差、实时性低以及n点透视投影(perspective-n-point,PnP)计算过程不可微分等难题,提出基于稠密向量图的端到端物体6D位姿回归算法。以投票算法第1阶段预测的稠密张量信息为输入,代替逐像素投票及PnP计算环节,端到端直接回归物体6D位姿。首先,在特征提取模块提取成对向量特征;其次,在特征聚合模块引入基于余弦相似函数的聚类特征损失正则项;最后,通过旋转、平移解耦推理物体6D位姿。在网络训练的数据输入环节加入随机噪声数据以提升算法的噪声鲁棒性,在球体合成数据集和Occlusion-LINEMOD数据集上的测试结果证明了该算法的有效性。

关键词：深度学习位姿估计特征聚类位姿解耦稠密向量图端到端

来源：评论

学校读者我要写书评

暂无评论

基于Transformer的遥感图像变化检测研究进展

引用

北京工业大学学报 2025年 851-866页

作者：卓力于婉婷贾童瑶李嘉锋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

光照、季节、气候、太阳高度和角度变化等因素的影响,以及目标区域的散乱性和尺度多变性,使得遥感图像变化检测领域面临着巨大的技术挑战。近年来,Transformer在自然语言处理、目标检测、图像分割等领域取得成功,成为遥感图像变化检测... 详细信息

光照、季节、气候、太阳高度和角度变化等因素的影响,以及目标区域的散乱性和尺度多变性,使得遥感图像变化检测领域面临着巨大的技术挑战。近年来,Transformer在自然语言处理、目标检测、图像分割等领域取得成功,成为遥感图像变化检测的研究热点。因此,综述了基于Transformer的最新研究进展,分析了基于纯Transformer和基于卷积神经网络(convolutional neural network,CNN)+Transformer混合架构的2类方法,对它们在多种遥感图像公共数据集上的性能进行了比较,总结了不同方法的优缺点,并展望了未来可能的发展趋势。

关键词： Transformer 遥感图像变化检测纯Transformer 卷积神经网络(convolutional neural network,CNN) 混合架构

来源：评论

学校读者我要写书评

暂无评论

轻量化替代XYZNet中ResNet18的RGB-D特征提取网络

引用

北京工业大学学报 2025年

作者：于建均田斯健于乃功龚道雄刘耕源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

针对RGB-D位姿估计中特征提取网络参数量过大的问题，提出轻量子网络——轻质网(light weight net，LWNet)替代XYZNet中的ResNet18主干。首先，设计了改进的C2f模块与部分卷积（partial convolution，PConv）模块结合形成特征提取结构... 详细信息

针对RGB-D位姿估计中特征提取网络参数量过大的问题，提出轻量子网络——轻质网(light weight net，LWNet)替代XYZNet中的ResNet18主干。首先，设计了改进的C2f模块与部分卷积（partial convolution，PConv）模块结合形成特征提取结构用于网络浅层的特征提取，提高了特征重用性。接着，设计了特征融合的高效层聚合网络（feature fusion efficient layer aggregation networks，FF-ELAN）模块用于网络深层的特征提取，以轻量的方式整合了全局特征。最后，为了适应网络深度的变化，采用了3个与ResNet18不同的下采样结构，使得参数量降低的同时获得更强大的性能。实验结果表明：优化网络实现浮点计算量(floating point operations，FLOPs)压缩58.1%、参数量削减57.3%、推理速度提升10.2%，同时在LineMOD与YCB-Video数据集分别获得1.3%和0.8%的精度增益。该架构显著提升了边缘计算场景的部署潜力。

关键词：图像处理位姿估计 RGB-D 特征提取残差网络轻量级

来源：评论

学校读者我要写书评

暂无评论

基于单网络评判学习的非线性系统鲁棒跟踪控制

引用

控制与决策 2023年第11期38卷 3066-3074页

作者：霍煜王鼎乔俊飞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 北京工业大学北京人工智能研究院北京100124 北京工业大学智慧环保北京实验室北京100124

针对一类具有不确定性的连续时间非线性系统,提出一种基于单网络评判学习的鲁棒跟踪控制方法.首先建立由跟踪误差与参考轨迹构成的增广系统,将鲁棒跟踪控制问题转换为镇定设计问题.通过采用带有折扣因子和特殊效用项的代价函数,将鲁棒... 详细信息

针对一类具有不确定性的连续时间非线性系统,提出一种基于单网络评判学习的鲁棒跟踪控制方法.首先建立由跟踪误差与参考轨迹构成的增广系统,将鲁棒跟踪控制问题转换为镇定设计问题.通过采用带有折扣因子和特殊效用项的代价函数,将鲁棒镇定问题转换为最优控制问题.然后,通过构建评判神经网络对最优代价函数进行估计,进而得到最优跟踪控制算法.为了放松该算法的初始容许控制条件,在评判神经网络权值更新律中增加一个额外项.利用Lyapunov方法证明闭环系统的稳定性及鲁棒跟踪性能.最后,通过仿真结果验证该方法的有效性和适用性.

关键词：单网络评判学习非线性系统不确定性神经网络最优控制鲁棒跟踪控制

来源：评论

学校读者我要写书评

暂无评论

基于深度强化学习的多智能体分布式事件触发优化控制

引用

中国科学：技术科学 2024年第10期54卷 1991-2002页

作者：李方昱刘金溢黄琰婷韩红桂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 北京工业大学计算智能与智能系统北京市重点实验室北京100124 北京人工智能研究院北京100124

为了解决多智能体系统在有障碍物的场景下协同运动控制中无线通信成本较高的问题,本文设计了一种分布式事件触发优化控制方法.该方法包括计算通信与控制的联合策略以及确定多智能体之间通信的触发条件,使多智能体无需实时或按周期地进... 详细信息

为了解决多智能体系统在有障碍物的场景下协同运动控制中无线通信成本较高的问题,本文设计了一种分布式事件触发优化控制方法.该方法包括计算通信与控制的联合策略以及确定多智能体之间通信的触发条件,使多智能体无需实时或按周期地进行通信,从而有效降低数据传输总量,实现优化通信机制,达到降低通信成本的目的;同时为了使智能体能够避开其他智能体与障碍物,设计了一种基于指数函数的碰撞惩罚项,使智能体在接近障碍物或其他智能体的过程中受到按照指数式增大的惩罚,避免发生碰撞.将该方法应用于多智能体深度确定性策略梯度(multi-agent deep deterministic policy gradient,MADDPG)算法中,在添加障碍物的多智能体粒子环境(multi-agent particle environment,MPE)上的仿真实验结果表明,该方法可以在较好地完成多智能体协同控制任务的同时减少数据传输量,达到了优化通信机制、降低通信成本的目的.

关键词：多智能体强化学习分布式事件触发控制协同运动控制

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：