检索结果-内蒙古大学图书馆

北京航空航天大学学报 2023年第8期49卷 2108-2118页

作者：别桐朱晓庆付煜李晓理阮晓钢王全民北京工业大学信息学部人工智能与自动化学院北京100124 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 北京工业大学信息学部计算机学院北京100124

现有的路径规划算法对路径规划过程中的路径安全性问题考虑较少,并且传统的近端策略优化(PPO)算法存在一定的方差适应性问题。为解决这些问题,提出一种融合进化策略思想和安全奖励函数的安全近端策略优化(Safe-PPO)算法,所提算法以安全... 详细信息

现有的路径规划算法对路径规划过程中的路径安全性问题考虑较少,并且传统的近端策略优化(PPO)算法存在一定的方差适应性问题。为解决这些问题,提出一种融合进化策略思想和安全奖励函数的安全近端策略优化(Safe-PPO)算法,所提算法以安全优先进行路径规划。采用协方差自适应调整的进化策略(CMA-ES)的思想对PPO算法进行改进,并引入危险系数与动作因子来评估路径的安全性。使用二维栅格地图进行仿真实验,采用传统的PPO算法和Safe-PPO算法进行对比;采用六足机器人在搭建的场景中进行实物实验。仿真实验结果表明:所提算法在安全优先导向的路径规划方面具有合理性与可行性:在训练时Safe-PPO算法相比传统的PPO算法收敛速度提升了18%,获得的奖励提升了5.3%;在测试时采用融合危险系数与动作因子的方案能使机器人学会选择更加安全的道路而非直观上最快速的道路。实物实验结果表明:机器人可以在现实环境中选择更加安全的路径到达目标点。

关键词：机器人导航路径规划深度强化学习近端策略优化安全路径选择

来源：评论

学校读者我要写书评

暂无评论

基于局部亮度直方图的自适应视频帧类型决策算法

引用

电子与信息学报 2023年第1期45卷 300-307页

作者：刘鹏宇张悦贾克斌段堃刘畅孙萱崔腾鹤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 计算机智能与智能系统北京市重点实验室北京100124

视频帧类型决策是影响视频编码效率的关键因素之一。为提升x265视频编码器的编码性能,该文提出基于局部亮度直方图的自适应视频帧类型决策算法。首先,在64×64大小的编码树单元(CTU)级别上统计各帧局部亮度直方图,用帧间局部亮度直... 详细信息

视频帧类型决策是影响视频编码效率的关键因素之一。为提升x265视频编码器的编码性能,该文提出基于局部亮度直方图的自适应视频帧类型决策算法。首先,在64×64大小的编码树单元(CTU)级别上统计各帧局部亮度直方图,用帧间局部亮度直方图差异表征帧间场景变换程度;其次,引入帧内编码帧(I帧)检测窗,在检测窗内通过比较帧间场景变换程度自适应确定I帧;最后,根据帧间场景变换程度与迷你图像组(MiniGOP)大小之间的相关性确定MiniGOP大小,从而自适应确定普通P和B帧(GPB帧)及双向预测编码帧(B帧)。实验结果表明,与x265标准中的相关算法相比,所提算法能够有效降低x265的编码复杂度,可在减少近5%编码时间的前提下,实现视频I帧、GPB帧和B帧的高效自适应决策。

关键词：视频编码 x265 局部亮度直方图视频帧类型决策

来源：评论

学校读者我要写书评

暂无评论

基于局部时序建模与Transformer的机器人运动技能学习

引用

北京理工大学学报 2025年

作者：朱晓庆南博睿宫婉儒毕兰越郑忻宜朱晓宇吴通张川北京工业大学信息科学技术学院北京工业大学核工业智能交叉实验室布里斯托尔大学计算机学院中核核信信息技术(北京)有限公司

为了提高机器人运动技能学习的效率和精度，提出一种基于序列特征处理的动作决策Transformer模型，命名为门控机制Transformer(gated mechanism Transformer,GMT).模型以GPT-2为核心，结合门控机制提取隐藏状态特征，通过自回归建模捕... 详细信息

为了提高机器人运动技能学习的效率和精度，提出一种基于序列特征处理的动作决策Transformer模型，命名为门控机制Transformer(gated mechanism Transformer,GMT).模型以GPT-2为核心，结合门控机制提取隐藏状态特征，通过自回归建模捕捉时间依赖关系，解决机器人运动数据中深层特征难以提取的问题.同时，利用参数共享策略细化预测特征完成动作推理. GMT在MuJoCo平台的三个机器人运动技能任务中进行了验证.实验结果表明，GMT在学习效率和精度方面较Decision Transformer最高提升28.5%.研究表明，GMT能够高效建模机器人运动序列特征，为机器人动作决策提供新的技术方案.

关键词：机器人运动局部时序建模 Transformer 门控机制自回归建模

来源：评论

学校读者我要写书评

暂无评论

基于浅层视觉几何组网络的参数迁移学习及其在运动想象分类中的应用

引用

生物医学工程学杂志 2022年第1期39卷 28-38页

作者：许冬芹李明爱北京工业大学信息学部北京100124 北京市计算机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

迁移学习在基于运动想象脑电信号(MI-EEG)的脑机接口(BCI)康复系统中具有潜在的研究价值和应用前景,而源域分类模型及迁移策略是直接影响目标域模型性能与迁移效率的两个重要方面。为此,本文提出一种基于浅层视觉几何组网络(sVGG)的参... 详细信息

迁移学习在基于运动想象脑电信号(MI-EEG)的脑机接口(BCI)康复系统中具有潜在的研究价值和应用前景,而源域分类模型及迁移策略是直接影响目标域模型性能与迁移效率的两个重要方面。为此,本文提出一种基于浅层视觉几何组网络(sVGG)的参数迁移学习(PTL)方法(PTL-sVGG)。首先,基于皮尔逊相关系数法对源域受试者进行筛选,并对优选的受试者MI-EEG数据进行短时傅里叶变换,获得时频谱图(TFSI);然后,对视觉几何组网络-16(VGG-16)进行结构简化与模块化设计,并利用源域TFSI完成改进的sVGG模型预训练;进而,设计基于模块的冻结—微调迁移策略,快速寻找并冻结sVGG模型中贡献最大的某个模块,再基于目标受试者TFSI微调其余模块,获得目标域分类模型。基于公开脑电信号(EEG)数据库进行实验研究,PTL-sVGG取得的平均识别率和卡帕(Kappa)值分别为94.9%和0.898。结果表明,源域受试者优选有利于改善源域模型性能,基于模块的迁移策略有效提升了迁移效率,实现了基于不同导联数的数据库跨受试者间模型参数的快速有效迁移。这将有利于减少BCI系统的校准时间,促进BCI技术在康复工程中的应用。

关键词：运动想象参数迁移学习视觉几何组网络皮尔逊相关系数迁移策略

来源：评论

学校读者我要写书评

暂无评论

异常信息敏感的框架API生命周期模型构造

引用

计算机学报 2024年第9期47卷 1989-2008页

作者：燕季薇黄进豪杨恒钦严俊中国科学院软件研究所软件工程技术研究开发中心北京100190 北京工业大学信息学部北京100124 国科大杭州高等研究院杭州310024 中国科学院软件研究所基础软件与系统重点实验室北京100190 中国科学院软件研究所计算机科学国家重点实验室北京100190

大型软件系统的实现依赖于底层框架或第三方库,但这些复杂的框架/库代码在演化升级时往往独立于其调用者,为上层软件的质量保障带来挑战.例如,框架/库代码演化时新增和删除API、更改API的代码语义等行为会导致框架/库代码的不同版本之... 详细信息

大型软件系统的实现依赖于底层框架或第三方库,但这些复杂的框架/库代码在演化升级时往往独立于其调用者,为上层软件的质量保障带来挑战.例如,框架/库代码演化时新增和删除API、更改API的代码语义等行为会导致框架/库代码的不同版本之间不兼容,进而在上层应用开发者更新版本时,影响应用代码的正确性.为应对这一问题,需精准提取框架/库代码API的演化过程,形成演化报告,协助上层应用开发者选择兼容的版本或快速进行代码适配.其中,框架/库代码API的演化过程分析对应着框架API生命周期模型构造.现有工作中的API生命周期模型主要关注API的存在性变动,而未考虑特定代码语义变更对开发者的影响,特别是异常相关代码带来的语义变更,给上层软件系统带来隐患.为此,本文采用面向Java字节码的静态分析方法,识别框架API中的异常抛出行为并为其生成异常摘要报告,通过多轮流式匹配策略获取异常信息的变更情况,最终为框架/库代码构造异常信息敏感的API生命周期模型.该方法:(1)通过控制依赖语句切片提取异常抛出语句的关键触发条件,采用参数推断策略将局部变量的约束条件转换为仅与外部输入参数相关的异常前断言,并基于自底向上的摘要传递实现跨过程异常摘要提取;(2)通过关键信息精准匹配和自适应模糊匹配策略,分析异常摘要信息的新增、删除和修改情况,最终得到异常敏感的API生命周期模型(共涉及七种API变更形式).基于该方法,实现了基于Java字节码分析的API生命周期提取工具JavaExP.与现有最新方法相比,JavaExP的异常摘要信息提取准确性(F1值)提高了67%,分析用时减少了87%.对真实项目的API生命周期演化分析表明,与异常不敏感的API生命周期模型相比,采用异常敏感的模型时,API发生变动的比例提高了18%.在75,433个被分析的API中,约有20%API的异常抛出行为至少发生过一次改变,这些API共涉及超过七千多处独立的异常变更.在多个项目上的分析结果表明,异常敏感的模型构造能够更加精准地描述API的演化过程.

关键词：静态分析代码演化 Java异常摘要 API生命周期

来源：评论

学校读者我要写书评

暂无评论

基于上下文特征融合的代码漏洞检测方法

引用

浙江大学学报（工学版） 2022年第11期56卷 2260-2270页

作者：徐泽鑫段立娟王文健恩擎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 卡尔顿大学计算机学院人工智能与机器学习实验室加拿大渥太华K1S 5B6

针对现有代码漏洞检测方法误报率和漏报率较高的问题,提出基于上下文特征融合的代码漏洞检测方法.该方法将代码特征解耦分为代码块局部特征和上下文全局特征.代码块局部特征关注代码块中关键词的语义及其短距离依赖关系.将局部特征融合... 详细信息

针对现有代码漏洞检测方法误报率和漏报率较高的问题,提出基于上下文特征融合的代码漏洞检测方法.该方法将代码特征解耦分为代码块局部特征和上下文全局特征.代码块局部特征关注代码块中关键词的语义及其短距离依赖关系.将局部特征融合得到上下文全局特征从而捕捉代码行上下文长距离依赖关系.该方法通过局部信息与全局信息协同学习,提升了模型的特征学习能力.模型精确地挖掘出代码漏洞的编程模式,增加了代码漏洞对比映射模块,拉大了正负样本在嵌入空间中的距离,促使对正负样本进行准确地区分.实验结果表明,在9个软件源代码混合的真实数据集上的精确率最大提升了29%,召回率最大提升了16%.

关键词：代码漏洞检测代码块局部特征提取上下文全局特征融合短距离依赖长距离依赖

来源：评论

学校读者我要写书评

暂无评论

基于显著稀疏强关联的脑功能连接分类方法

引用

浙江大学学报（工学版） 2022年第11期56卷 2232-2240,2250页

作者：李明段立娟王文健恩擎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 卡尔顿大学计算机学院人工智能与机器学习实验室加拿大渥太华K1S 5B6

针对脑功能连接数据维度过高、冗余特征过多影响神经网络分类准确率的问题,提出一种基于显著稀疏强关联的脑功能连接分类方法.该方法利用显著特征稀疏模块对原始特征进行筛选增强;采用稀疏强关联特征上下文融合模块对不同感受野内的显... 详细信息

针对脑功能连接数据维度过高、冗余特征过多影响神经网络分类准确率的问题,提出一种基于显著稀疏强关联的脑功能连接分类方法.该方法利用显著特征稀疏模块对原始特征进行筛选增强;采用稀疏强关联特征上下文融合模块对不同感受野内的显著特征信息进行聚合;使用全连接神经网络进行分类预测.在ABIDE以及ADHD-200数据集上的实验结果表明,所提方法相较于现有的脑功能连接分类算法在准确率上分别提升了10.41%和12.50%.重要特征的可视化结果表明所提方法能准确定位与疾病相关的脑区,具有一定实际应用价值.

关键词：显著特征识别特征筛选特征增强特征融合脑功能连接分类

来源：评论

学校读者我要写书评

暂无评论

一种运动平均优化的并行式光束法平差方法

引用

测绘科学 2023年第7期48卷 163-172页

作者：吴凌辉肖腾李鸿辉高旺邓非武汉大学测绘学院武汉430079 湖北工业大学计算机学院武汉430068 武汉天际航信息科技股份有限公司武汉430074 复杂系统控制与智能协同技术重点实验室北京100191

针对当前大规模影像运动恢复结构中并行式光束法平差收敛性差、精度低的问题,该文提出了一种融合运动平均优化的并行式光束法平差方法。该方法将大规模影像间的匹配关系表示为共视图,利用图分算法将整个区块分为多个子区块,并对各子区... 详细信息

针对当前大规模影像运动恢复结构中并行式光束法平差收敛性差、精度低的问题,该文提出了一种融合运动平均优化的并行式光束法平差方法。该方法将大规模影像间的匹配关系表示为共视图,利用图分算法将整个区块分为多个子区块,并对各子区块进行快速局部光束法平差;图分后,将各子区块作为顶点构建子区块聚类图;在聚类图上利用运动平均优化,获得各子区块的全局旋转和全局平移参数,同时保持子区块内部的刚体结构和不同子区块间的几何相关性;最后,融合各子区块的重叠区域得到完整场景,实现对整个区块的平差优化。使用大规模无人机影像和地面近景影像数据进行实验,结果表明,相比传统方法,该文方法计算效率提高了10倍;相比当前的并行式方法,该文方法在精度、收敛性和计算时间方面都有明显提高。

关键词：并行式光束法平差运动平均子区块聚类图运动恢复结构

来源：评论

学校读者我要写书评

暂无评论

社会大数据跨尺度系统学习理论与方法

引用

中国科学：信息科学 2024年第9期54卷 2083-2097页

作者：郑志明吕金虎王亮鲁仁全崔鹏王鑫韦卫北京航空航天大学人工智能研究院北京100191 复杂关键软件环境全国重点实验室北京100191 数学、信息与行为教育部重点实验室北京100191 未来区块链与隐私计算北京市高精尖创新中心北京100191 北京航空航天大学自动化科学与电气工程学院北京100191 北京航空航天大学数学科学学院北京100191 中关村实验室北京100191 中国科学院自动化研究所北京100190 多模态人工智能系统全国重点实验室北京100190 广东工业大学自动化学院广州510006 清华大学计算机系北京100083

以GPT-4为代表的AI大模型时代正加速而至,深刻改变着社会生活的方方面面.大模型巨参数深度学习是破解复杂大数据智能学习瓶颈的一种有效途径.大模型在展现出强大学习能力的同时也面临着高能耗、大算力挑战.研究表明,平均一个AI大模型训... 详细信息

以GPT-4为代表的AI大模型时代正加速而至,深刻改变着社会生活的方方面面.大模型巨参数深度学习是破解复杂大数据智能学习瓶颈的一种有效途径.大模型在展现出强大学习能力的同时也面临着高能耗、大算力挑战.研究表明,平均一个AI大模型训练产生的能耗约等于五辆汽车一生排放的碳总量,驱动AI大模型所需算力每3.5个月翻一番.作为一种有益的补充,内嵌规律的跨尺度系统学习是破解复杂大数据智能学习瓶颈的另一种有效途径.跨尺度系统学习已经在某些专业领域展现出了巨大的成功,如2021年诺贝尔物理学奖授予复杂物理系统跨尺度建模及其在全球气候变暖中的应用.事实上,我国科学家甚至更早开拓了复杂系统跨尺度学习研究,如北京航空航天大学暗物质大数据分析团队利用跨尺度系统学习方法实现了在PB级数据中实时学习KB级关键数据,精度达到万分之一.本文从微观尺度、介观尺度和宏观尺度上分析了跨尺度系统学习的基本原理,构建了内嵌规律跨尺度系统学习的普适方法,并以社会大数据为例开展了典型应用示范.社会大数据跨尺度系统学习应用于疫情防控、舆情分析等领域,并取得显著成效,为我国社会治理数字化、网络化、智能化发展提供了新的成功样本.

关键词：人工智能大模型跨尺度系统学习社会大数据可解释性

来源：评论

学校读者我要写书评

暂无评论

嵌入式软件智能合成框架及关键科学问题

引用

中国空间科学技术 2022年第4期42卷 1-7页

作者：杨孟飞顾斌段振华金芝詹乃军董云卫田聪李戈董晓刚李晓锋中国空间技术研究院北京100094 空间智能控制技术国家级重点实验室北京100094 北京控制工程研究所北京100190 西安电子科技大学计算机科学与技术学院西安710071 北京大学计算机学院北京100871 中国科学院软件研究所天基综合信息系统重点实验室北京100190 西北工业大学计算机学院西安710072

程序合成是提高软件开发效率和质量的有效途径,也是计算机科学重要的前沿方向之一。首先,概述了程序合成方法的国内外研究现状及其存在的问题。在此基础上,提出了软件知识产权(intellectual property,IP)的概念和一种基于软件IP的嵌入... 详细信息

程序合成是提高软件开发效率和质量的有效途径,也是计算机科学重要的前沿方向之一。首先,概述了程序合成方法的国内外研究现状及其存在的问题。在此基础上,提出了软件知识产权(intellectual property,IP)的概念和一种基于软件IP的嵌入式软件智能合成开发模式(IP-based embedded software intelligent synthesis,IPESIS)及其框架。最后,阐述了IPESIS需要解决的关键科学问题和主要研究内容。IPESIS通过定义领域需求描述语言,在更高的抽象层次上对目标软件进行刻画,以软件IP为粒度缩小程序搜索空间,采用机器学习等人工智能技术自动合成程序,有望突破现有方法的局限,进而实现嵌入式软件开发从手工编程模式到软件IP研发和基于软件IP的智能合成模式的转变。

关键词：嵌入式软件程序合成软件IP 软件需求人工智能

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：