检索结果-内蒙古大学图书馆

北京工业大学学报 2018年第12期44卷 1486-1493页

作者：卓力张美娜王贯瑶李嘉锋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

多尺度结构相似度(multi-scale structural similarity,MS-SSIM)是一种常用的全参考视频质量评价准则,由于评价时需要原始视频作为参考,因此无法用于实时的网络视频质量评价中,故提出一种基于H. 264码流的无参考MS-SSIM视频质量评价模型... 详细信息

多尺度结构相似度(multi-scale structural similarity,MS-SSIM)是一种常用的全参考视频质量评价准则,由于评价时需要原始视频作为参考,因此无法用于实时的网络视频质量评价中,故提出一种基于H. 264码流的无参考MS-SSIM视频质量评价模型.该模型从H. 264码流中提取出I帧和P帧的编码模式、运动矢量等参数,然后对这些参数进行统计分析,来表征视频的纹理丰富程度和运动剧烈与复杂程度;结合量化参数等信息构成码流特征参数集,使用支持向量回归(support vector regression,SVR)方法建立码流特征参数和MS-SSIM之间的映射关系模型,用于预测H. 264码流的MS-SSIM视频质量度量.该模型只使用从H. 264码流中提取的编码参数,无须原始的参考视频,也无须对视频进行解码.与现有的无参考码流预测模型相比,该模型可以获得更高的预测精度.

关键词： H.264 码流参数无参考支持向量回归多尺度结构相似度

来源：评论

学校读者我要写书评

暂无评论

基于动态聚类的有限状态机多错误诊断

引用

北京工业大学学报 2021年第6期47卷 607-615页

作者：崔玲张建标北京工业大学信息学部北京100124 可信计算北京市重点实验室北京100124 信息安全等级保护关键技术国家工程实验室北京100124

为了解决多错误诊断时枚举数量过大的问题,提出一种基于动态聚类分析的方法.首先,按照是否具有相同的初始症状冲突集对失败用例进行聚类,并计算初始症状冲突集及其转换的可疑度;然后,按照可疑度的大小枚举可能发生错误的转换组合,在枚... 详细信息

为了解决多错误诊断时枚举数量过大的问题,提出一种基于动态聚类分析的方法.首先,按照是否具有相同的初始症状冲突集对失败用例进行聚类,并计算初始症状冲突集及其转换的可疑度;然后,按照可疑度的大小枚举可能发生错误的转换组合,在枚举过程中进行再次聚类;最后,用测试集验证错误可能,生成错误诊断集.实验结果表明,该方法可以有效减少错误枚举数量,提高诊断效率.

关键词：多错误诊断动态聚类初始症状冲突集错误诊断集诊断效率

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

基于改进GHSOM的运动想象脑电信号自适应识别方法

引用

仪器仪表学报 2015年第5期36卷 1064-1071页

作者：李明爱田晓霞孙炎珺杨金福北京工业大学电子信息与控制工程学院北京100124 计算智能与智能系统北京市重点实验室北京100124

为解决运动想象脑电信号(MI-EEG)的识别方法泛化能力受限和自适应性差等问题,对传统的生长、分层自组织映射神经网络(GHSOM)进行改进,并提出一种主成分分析法(PCA)与改进的GHSOM神经网络(IGHSOM)相结合的脑电自适应识别方法。由于IGHSO... 详细信息

为解决运动想象脑电信号(MI-EEG)的识别方法泛化能力受限和自适应性差等问题,对传统的生长、分层自组织映射神经网络(GHSOM)进行改进,并提出一种主成分分析法(PCA)与改进的GHSOM神经网络(IGHSOM)相结合的脑电自适应识别方法。由于IGHSOM能够根据上一层扩展神经元的量化误差进行自动分层判断,使得其不仅对数据映射更加准确和详细,而且增强了网络的稳定性和自适应性。基于脑机接口(BCI)竞赛数据库,利用PCA进行特征提取,以IGHSOM为分类器进行实验研究。结果表明,该方法获得了较高的识别精度,验证了GHSOM改进策略及该识别方法的正确性和有效性。

关键词：运动想象脑电信号自适应性主成分分析 GHSOM神经网络识别

来源：评论

学校读者我要写书评

暂无评论

基于递归模糊神经网络的污水处理控制方法

引用

化工学报 2016年第3期67卷 954-959页

作者：韩改堂乔俊飞韩红桂北京工业大学电子信息与控制工程学院北京100124 计算智能与智能系统北京市重点实验室北京100124

针对污水处理过程具有非线性、大时变等问题,提出了一种基于递归模糊神经网络的多变量控制方法。该方法通过递归模糊神经网络控制器自适应地获得对操作变量的控制精度,控制器在常规BP学习算法的基础上采用学习率自适应学习算法且引入了... 详细信息

针对污水处理过程具有非线性、大时变等问题,提出了一种基于递归模糊神经网络的多变量控制方法。该方法通过递归模糊神经网络控制器自适应地获得对操作变量的控制精度,控制器在常规BP学习算法的基础上采用学习率自适应学习算法且引入了动量项来训练网络参数,避免网络陷入局部最优,提高了网络对系统的控制精度。最后,基于仿真基准模型(BSM1)平台对第五分区中的溶解氧和第二分区中的硝态氮控制进行动态仿真实验,结果表明,与PID、前馈神经网络和常规递归神经网络相比,该方法能有效提高系统的自适应控制精度。

关键词：污水处理过程递归模糊神经网络控制自适应学习算法溶解氧硝态氮动态仿真

来源：评论

学校读者我要写书评

暂无评论

扩散相关光谱组织血流检测及其临床应用

引用

激光与光电子学进展 2022年第6期59卷 101-114页

作者：李哲冯金超贾克斌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

扩散相关光谱(DCS)技术是一种新兴的组织血流无创检测技术。该技术将近红外光照射到组织表面,通过计算组织表面散射光斑的光强自相关函数推算组织中红细胞的运动状态,以实现组织血流变化的定量检测。相比于其他血流检测技术,如激光多普... 详细信息

扩散相关光谱(DCS)技术是一种新兴的组织血流无创检测技术。该技术将近红外光照射到组织表面,通过计算组织表面散射光斑的光强自相关函数推算组织中红细胞的运动状态,以实现组织血流变化的定量检测。相比于其他血流检测技术,如激光多普勒(LDF)、核磁共振成像(MRI)、正电子发射断层成像技术(PET)等,该技术具有无创、无辐射、可长时间连续实时检测、适用范围广、检测要求低等优势,适宜床边监测。分别从DCS技术的基本原理、系统与方法、临床应用等方面对其进行简要综述,并对DCS技术的未来发展趋势进行展望。

关键词：生物技术扩散相关光谱技术近红外光谱技术组织血流心脑血管类疾病癌症

来源：评论

学校读者我要写书评

暂无评论

基于多线索的运动手部分割方法

引用

电子与信息学报 2017年第5期39卷 1088-1095页

作者：阮晓钢林佳于乃功朱晓庆 Ouattara Sie 北京工业大学电子信息与控制工程学院北京100124 计算智能与智能系统北京市重点实验室北京100124

分割运动手部时,为了不依赖不合理的假设和解决手脸遮挡问题,该文提出一种基于肤色、灰度、深度和运动线索的分割方法。首先,利用灰度与深度光流的方差信息来自适应提取运动感兴趣区域(Motion Region of Interest,MRoI),以定位人体运动... 详细信息

分割运动手部时,为了不依赖不合理的假设和解决手脸遮挡问题,该文提出一种基于肤色、灰度、深度和运动线索的分割方法。首先,利用灰度与深度光流的方差信息来自适应提取运动感兴趣区域(Motion Region of Interest,MRoI),以定位人体运动部位。然后,在MRoI中检测满足肤色与自适应运动约束的角点作为皮肤种子点。接着,根据肤色、深度与运动准则将皮肤种子点生长为候选手部区域。最后,通过边缘深度梯度、骨架提取和最优路径搜索从候选手部区域中分割出运动手部区域。实验结果表明,在不同情形下,特别是手脸遮挡时,该方法可以有效和准确地分割出运动手部区域。

关键词：运动手部分割多线索不依赖假设手脸遮挡

来源：评论

学校读者我要写书评

暂无评论

遥操作护理机器人系统的操作者姿态解算方法研究

引用

自动化学报 2016年第12期42卷 1839-1848页

作者：左国玉于双悦龚道雄北京工业大学电子信息与控制工程学院北京100124 计算智能与智能系统北京市重点实验室北京100124

设计了一种遥操作护理机器人系统,为实现从端同构式机器人的随动运动控制,对主端操作者人体姿态解算方法进行了研究.首先,构建由惯性传感单元构成的动作捕捉系统,对用作从端机器人动作指令的操作者人体姿态信息进行采集,采用四元数法对... 详细信息

设计了一种遥操作护理机器人系统,为实现从端同构式机器人的随动运动控制,对主端操作者人体姿态解算方法进行了研究.首先,构建由惯性传感单元构成的动作捕捉系统,对用作从端机器人动作指令的操作者人体姿态信息进行采集,采用四元数法对人体运动原始数据进行初步求解.其次,将四元数法得到的姿态数据解算成依据仿人结构设计的护理机器人各关节运动的目标姿态角,实现人体姿态到机器人动作的同构性映射.最后,为验证本文所提姿态解算方法的性能,设计了操作者控制护理机器人完成递送和拿取药瓶动作的实验.结果表明,本文姿态解算方法的解算性能与参考系统基本相同;在操作者动作姿态快速变化的时间段,系统仍可获得较高精度的目标姿态数据,其误差在动态条件下依旧能保持在2%以下;护理机器人可较好地实时复现操作者的人体动作.本文方法能满足机器人进行一般护理作业时对人体姿态数据处理的快速性和准确性要求.

关键词：遥操作护理机器人姿态解算同构映射人体运动跟踪

来源：评论

学校读者我要写书评

暂无评论

基于自适应递归模糊神经网络的污水处理控制

引用

控制理论与应用 2016年第9期33卷 1252-1258页

作者：韩改堂乔俊飞韩红桂北京工业大学电子信息与控制工程学院北京100124 计算智能与智能系统北京市重点实验室北京100124

针对污水处理过程中具有的非线性、大时变等特征,提出了一种基于自适应递归模糊神经网络(recurrent fuzzy neural network,RFNN)的污水处理控制方法.该方法利用自适应RFNN识别器建立污水处理过程的非线性动态模型,建立的模型可以为RFNN... 详细信息

针对污水处理过程中具有的非线性、大时变等特征,提出了一种基于自适应递归模糊神经网络(recurrent fuzzy neural network,RFNN)的污水处理控制方法.该方法利用自适应RFNN识别器建立污水处理过程的非线性动态模型,建立的模型可以为RFNN控制器提供污水处理过程中的状态变量信息,保证了控制器根据系统响应调整操作变量的精确性;并且RFNN辨识器及RFNN控制器基于自适应学习率进行学习,确保了递归模糊神经网络的收敛精度和速度,并通过构造李雅普诺夫函数证明了此算法的收敛性;最后,基于基准仿真模型(benchmark simulation model 1,BSM1)平台进行仿真实验.结果表明,与PID、模型预测控制及前馈神经网络相比,该方法对污水处理中溶解氧浓度和硝态氮浓度的跟踪控制精度具有明显的提升.

关键词：污水处理递归模糊神经网络自适应学习率基准仿真模型(BSM1)

来源：评论

学校读者我要写书评

暂无评论

基于信任网络的软件可信评价方法

引用

高技术通讯 2016年第7期26卷 643-649页

作者：阎林张建标张艾北京工业大学计算机学院北京100124 可信计算北京市重点实验室北京100124 信息安全等级保护关键技术国家工程实验室北京100124 北京工业大学-都柏林国际学院北京100124

研究了可信计算领域中的软件可信评价问题,提出了一种基于信任网络的软件可信度量方法,该方法通过信任网络模型将用户划分成不同的用户域,采用可信度量票据的方法保障设备的可信性;在设备可信的基础上建立可信风险树模型,分别从可信和... 详细信息

研究了可信计算领域中的软件可信评价问题,提出了一种基于信任网络的软件可信度量方法,该方法通过信任网络模型将用户划分成不同的用户域,采用可信度量票据的方法保障设备的可信性;在设备可信的基础上建立可信风险树模型,分别从可信和风险两方面对软件进行可信度量,计算异常行为的风险概率;采用多台设备协同工作的方式,通过滑动窗口模型从用户域范围和管理域范围对软件进行可信评价。最后通过实验验证了该方法的正确性和可信性。

关键词：可信计算可信度量信任网络信任域可信软件

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：