检索结果-内蒙古大学图书馆

中国图象图形学报 2025年第4期30卷 895-921页

作者：鲍泓郑颖梁天骄北京联合大学北京市信息服务工程重点实验室北京100101 北京联合大学机器人学院北京100027 中国科学院大学计算机科学与技术学院北京100049

机器如何与人一样具有认知能力?认知能力可用智能度量,人的智能是认知过程的涌现,人们从认知的模型出发研究其结构,结构决定机器的认知功能。本文旨在探讨机器认知的模型和构建方法,为设计新一代认知机器提供新的模型、结构和方法论。... 详细信息

机器如何与人一样具有认知能力?认知能力可用智能度量,人的智能是认知过程的涌现,人们从认知的模型出发研究其结构,结构决定机器的认知功能。本文旨在探讨机器认知的模型和构建方法,为设计新一代认知机器提供新的模型、结构和方法论。本文用分析、归纳和演绎的方法综述认知机器模型和结构的起源、演进与发展趋势。首先,从20世纪初计算机器的发明和DNA双螺旋结构模型的发现谈起,阐述了“图灵机模型+冯·诺依曼结构”划时代意义的科学研究成果的形成,这一模型和结构催生了通用计算机器的发明,并对计算机科学与技术等新学科的形成起到奠基作用;此后,图灵的天问“机器能思维吗”及“图灵测试”对后来创立人工智能有重大启示和影响;然后评述近20年来“深度学习模型+卷积神经网络结构”以及“大语言模型+转换器结构”等的里程碑式进展和存在的问题;在最新进展部分综述当前国内外有代表性的3位科学家提出的模型和结构:“世界模型”、“空间智能”和“四要素说”,特别是以“四要素说”为基础的认知物理学,为人的认知和机器认知提供了统一的理论框架,构成了机器认知的4种基本模式——认知螺旋模型和OOXA结构链,讨论了认知核、洋葱模型和负熵概念,以驾驶脑认知为案例进行具身智能的实验验证;最后,展望了本领域未来研究和发展趋势。模型定义了机器认知的约束边界,结构决定认知机器的涌现性,通过模型+结构的研究方法和评价,为探索“人和机器认知的机制”和解决“机器如何认知”这样的人工智能发展的重大问题提供了一种新研究视角、路径和范式。

关键词：认知机器认知物理学认知核模型结构涌现负熵

来源：评论

学校读者我要写书评

暂无评论

基于GA-TD3算法的交叉路口决策模型

引用

计算机应用研究 2024年第7期41卷 1965-1970页

作者：江安旎杜煜原颖张昊赵世昕北京联合大学智慧城市学院北京100101 北京联合大学北京市信息服务工程重点实验室北京100101 北京联合大学机器人学院北京100101

为了解决交叉路口场景下无人驾驶决策模型成功率低、模型不稳定、车辆通行效率低的问题,从两个方面对TD3算法作出改进,提出了基于GA-TD3算法的交叉路口决策模型。首先引入记忆模块,使用GRU神经网络来提升决策模型的成功率;其次在状态空... 详细信息

为了解决交叉路口场景下无人驾驶决策模型成功率低、模型不稳定、车辆通行效率低的问题,从两个方面对TD3算法作出改进,提出了基于GA-TD3算法的交叉路口决策模型。首先引入记忆模块,使用GRU神经网络来提升决策模型的成功率;其次在状态空间引入社会注意力机制,更加关注与社会车辆的交互行为,保证模型稳定性的同时提升车辆的通行效率。采用CARLA仿真器进行20000回合的模型训练后,TD3算法通过路口的成功率为92.4%,GA-TD3算法的成功率为97.6%,且车辆的通行时间缩短了3.36 s。GA-TD3算法模型在学习效率和通行效率上均有所提升,可用于缓解城市中的交通压力,提高驾驶效率。

关键词：深度强化学习无人驾驶决策交叉路口循环神经网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv5s的轻量化车流量检测算法

引用

东北师大学报（自然科学版） 2023年第3期55卷 56-63页

作者：王晨曦鲍泓梁天骄北京联合大学北京市信息服务工程重点实验室北京100101 北京联合大学机器人学院北京100101

由于小型嵌入式设备计算资源有限,很多算法无法在车流量检测中运行完成.针对此问题,提出了一种改进YOLOv5s的轻量化车流量检测算法,以满足模型对硬件的计算能力需求.该算法通过使用轻量化特征提取网络ShuffleNetV2代替YOLOv5s原主干网络... 详细信息

由于小型嵌入式设备计算资源有限,很多算法无法在车流量检测中运行完成.针对此问题,提出了一种改进YOLOv5s的轻量化车流量检测算法,以满足模型对硬件的计算能力需求.该算法通过使用轻量化特征提取网络ShuffleNetV2代替YOLOv5s原主干网络,减小模型的计算复杂度;融入注意力机制模块以增强网络对车流量的表示,提高其检测精度;通过使用数据增强策略,扩增训练样本,提升模型的鲁棒性.采用改进YOLOv5s算法检测视频车辆目标,结合DeepSort跟踪完成车流量检测,在UA-DETRAC车流量检测数据集上进行了实验.结果表明:所提出的轻量级车流量检测网络在Jetson TX2上的检测准确率为94.96%,检测速度达到15帧/s,实现车流量的实时检测,模型参数量少,满足嵌入式设备的限制.

关键词：车流量检测 YOLOv5s算法 DeepSort 轻量化实时性

来源：评论

学校读者我要写书评

暂无评论

基于改进SSD的鲁棒小目标检测算法

引用

东北师大学报（自然科学版） 2023年第4期55卷 59-66页

作者：秦振李学伟刘宏哲北京联合大学北京市信息服务工程重点实验室北京100101 北京联合大学机器人学院北京100101

为提高各种场景中目标检测性能,解决小目标检测困难问题,提高小目标的检测精度,提出一种基于新的特征融合方法与特征增强模块改进的SSD鲁棒小目标检测算法.通过将相邻特征进行融合来有效利用上下文信息,而后通过不同尺寸特征之间的非局... 详细信息

为提高各种场景中目标检测性能,解决小目标检测困难问题,提高小目标的检测精度,提出一种基于新的特征融合方法与特征增强模块改进的SSD鲁棒小目标检测算法.通过将相邻特征进行融合来有效利用上下文信息,而后通过不同尺寸特征之间的非局部关系来增强特征映射,从而提高对小目标的检测精度,与Faster R-CNN、SSD、SD-SSD、FD-SSD等目标检测模型在PASCAL VOC、KITTI公开数据集对比以验证其小目标检测性能.实验结果表明:所提出方法的A mAP值在两个数据集上达到了81.3%与80.6%,其中针对小目标的检测性能提升尤为显著,在一定程度上解决了小目标检测难的问题,对于自动驾驶等应用有着现实意义.

关键词：目标检测小目标特征融合特征增强非局部关系

来源：评论

学校读者我要写书评

暂无评论

基于无锚框分割网络改进的实例分割方法

引用

计算机工程 2022年第9期48卷 239-247,253页

作者：刘腾刘宏哲李学伟徐成北京联合大学北京市信息服务工程重点实验室北京100101 北京联合大学机器人学院北京100101

在无人驾驶应用场景中,现有无锚框实例分割方法存在大目标特征覆盖小目标特征、缺少两阶段检测器中的感兴趣区域对齐操作、忽略类别分支对掩膜分支提供的位置和空间信息等问题,导致特征提取不充分且无法准确获取目标区域。提出一种改进... 详细信息

在无人驾驶应用场景中,现有无锚框实例分割方法存在大目标特征覆盖小目标特征、缺少两阶段检测器中的感兴趣区域对齐操作、忽略类别分支对掩膜分支提供的位置和空间信息等问题,导致特征提取不充分且无法准确获取目标区域。提出一种改进的无锚框实例分割方法。结合可变形卷积,设计编码-解码特征提取网络提取高分辨率特征,以增强对小目标特征的提取能力,并采用空洞卷积和合并连接的方式,在不增加计算量的前提下有效融合多种分辨率的特征。在此基础上,将注意力机制引入到类别分支中,同时设计结合空间信息和通道信息的信息增强模块,以提高目标检测能力。实验结果表明,该方法在COCO 2017和Cityscapes数据集上平均精度和平均交并比分别为41.1%和83.3%,相比Mask R-CNN、SOLO、Yolact等方法,能够有效改进实例分割效果并具有较优的鲁棒性。

关键词：无锚框实例分割深度学习编码-解码结构注意力机制空洞卷积

来源：评论

学校读者我要写书评

暂无评论

基于区块链的危险驾驶地图数据评估模型

引用

计算机工程 2022年第8期48卷 160-165,172页

作者：陈凯徐成刘宏哲代松银北京联合大学北京市信息服务工程重点实验室北京100101 北京联合大学机器人学院北京100101

在车联网中车辆与周边道路环境进行无线通信与数据交互,使车辆传感器、行人、道路单元之间实现信息互联,但大量的数据通信导致车辆运行环境复杂,车辆在行驶过程中不可避免地会遇到各种危险场景,从而引发车辆安全问题。为确保车辆数据可... 详细信息

在车联网中车辆与周边道路环境进行无线通信与数据交互,使车辆传感器、行人、道路单元之间实现信息互联,但大量的数据通信导致车辆运行环境复杂,车辆在行驶过程中不可避免地会遇到各种危险场景,从而引发车辆安全问题。为确保车辆数据可信及行车安全,建立基于区块链技术的危险驾驶地图数据评估模型。通过传感器实时记录环境数据,将车辆位置、速度等关键数据以及个人隐私信息加密上链实现交易传输,利用智能合约技术进行自动化脚本处理,随后执行共识将交易信息扩散到全部节点,节点承认交易合法后写入区块链。同时对车辆地图交互数据进行危险评估,并将评级结果及其对应操作反馈给车辆,使得车辆可在障碍物、网络攻击等场景下完成应急处理。实验结果表明,该模型能够根据不同危险场景对车辆进行危险评估与规避,确保车辆安全运行。

关键词：车联网区块链智能合约全域集评估模型

来源：评论

学校读者我要写书评

暂无评论

基于类别不平衡数据集的图像实例分割方法

引用

计算机工程 2022年第12期48卷 224-231页

作者：范馨月鲍泓潘卫国北京联合大学北京市信息服务工程重点实验室北京100101 北京联合大学机器人学院北京100027

随着深度学习在计算机视觉领域取得重大进展,包含多种类别的数据集不断被提出,但由于自然采集的数据集往往存在类别不平衡并呈现长尾分布的情况,导致稀有类的数据特征被频繁类的数据特征所抑制,从而严重影响模型的检测性能。为解决上述... 详细信息

随着深度学习在计算机视觉领域取得重大进展,包含多种类别的数据集不断被提出,但由于自然采集的数据集往往存在类别不平衡并呈现长尾分布的情况,导致稀有类的数据特征被频繁类的数据特征所抑制,从而严重影响模型的检测性能。为解决上述问题,提出一种新的图像实例分割方法。采用长尾实例分割数据集进行研究实验,使用基于目标尺度的数据增广方法对数据集进行处理,以达到扩充训练样本的目的,增加稀有类的目标数量,同时对稀有类数据进行重采样,解决稀有类的类别数据量过小的问题,提升模型在长尾数据集的鲁棒性。在此基础上,将均等化损失函数融入Mask R-CNN实例分割网络,以降低频繁类的数据特征对稀有类数据特征的抑制性。实验结果表明,该方法在LVIS实例分割数据集上的检测精度提升了4.9%,达到了25.7%,同时AP_(r)、AP_(c)、AP_(f)分别达到了16.2%、26.1%、30.4%,相比Baseline方法均有明显提升,在消融实验上的结果也表明该方法能有效解决长尾类问题。

关键词：长尾分布实例分割数据增强损失函数深度学习

来源：评论

学校读者我要写书评

暂无评论

基于随机空间网络的无人机集群协同对抗模型

引用

北京航空航天大学学报 2023年第1期49卷 10-16页

作者：王尔申郭靖宏晨任虹帆陈艾东商新娜沈阳航空航天大学电子信息工程学院沈阳110136 沈阳航空航天大学辽宁通用航空研究院沈阳110136 北京联合大学北京市信息服务工程重点实验室北京100101 北京联合大学机器人学院北京100101

无人机集群协同对抗是未来作战的发展方向,为了突出集群强进攻、难防御、高灵活的优势,对高维度、强动态、非线性无人机集群的协同对抗的复杂系统进行有效建模是一个重要的研究方向。应用复杂空间网络理论构建了对抗双方的协同网络、对... 详细信息

无人机集群协同对抗是未来作战的发展方向,为了突出集群强进攻、难防御、高灵活的优势,对高维度、强动态、非线性无人机集群的协同对抗的复杂系统进行有效建模是一个重要的研究方向。应用复杂空间网络理论构建了对抗双方的协同网络、对抗网络及协同对抗网络,模拟无人机集群的协同侦察场景,分别在二维和三维空间中建立了无人机集群协同对抗模型;分析了影响杀伤率的因素,提出了杀伤率与空间距离的解析式;通过网络级联效应分析了无人机集群协同网络的鲁棒性,验证了所提无人机集群协同对抗模型的有效性,为无人机集群协同对抗的建模提供了一种新思路。

关键词：无人机集群协同对抗随机空间网络复杂网络级联效应

来源：评论

学校读者我要写书评

暂无评论

基于多指标模糊集的武装直升机攻击决策模型

引用

系统仿真学报 2023年第8期35卷 1661-1668页

作者：王春艳王祥匡敏驰武丹凤李政通辽宁工程技术大学软件学院辽宁葫芦岛125105 清华大学精密仪器系北京100084 北京联合大学北京市信息服务工程重点实验室北京100101 北京联合大学机器人学院北京100027

为解决战场中不确定环境下武装直升机的攻击决策任务需求,通过改进的高斯模型对构建的多指标模糊集进行量化表征。利用作战克制关系构建战略收益值模型,通过动态分配威胁值和战略收益值的权重因子得到目标排序集合进而完成攻击决策。结... 详细信息

为解决战场中不确定环境下武装直升机的攻击决策任务需求,通过改进的高斯模型对构建的多指标模糊集进行量化表征。利用作战克制关系构建战略收益值模型,通过动态分配威胁值和战略收益值的权重因子得到目标排序集合进而完成攻击决策。结果表明:所提方法能较好地发挥威胁指标数据在建模中的作用,为提升武装直升机执行任务的决策优势提供理论指导和建模参考。

关键词：武装直升机攻击决策多指标模糊集威胁值战略收益值

来源：评论

学校读者我要写书评

暂无评论

未知环境下无人车自主导航探索与地图构建

引用

汽车技术 2023年第11期 34-40页

作者：满恂钰刘元盛齐含严超杨茹锦北京联合大学北京市信息服务工程重点实验室北京100101 北京联合大学机器人学院北京100101 北京联合大学智慧城市学院北京100101

针对自主导航探索算法易陷入局部区域的问题,提出了融合采样与深度强化学习的探索算法。首先,局部采用长短期记忆(LSTM)网络获得无人车历史位姿信息进而避免重复走向已探索区域;其次,利用深度强化学习输出策略最优的动作并设计奖励函数... 详细信息

针对自主导航探索算法易陷入局部区域的问题,提出了融合采样与深度强化学习的探索算法。首先,局部采用长短期记忆(LSTM)网络获得无人车历史位姿信息进而避免重复走向已探索区域;其次,利用深度强化学习输出策略最优的动作并设计奖励函数以激励无人车充分探索未知区域;最后,考虑无人车水平移动因素,通过解非对称旅行商问题(ATSP)生成一条符合其当前姿态的全局探索路径。2000s矿道仿真环境中,所提出的算法相较于无人机自主探索(TARE)算法,探索面积增加346.3m2,总行驶距离减少209.4m;在真实场景试验中,该探索算法用时1014s完成面积为3444.3m2的地下车库探索返回起点,并完成环境地图构建。

关键词：自主导航探索长短期记忆网络深度强化学习地图构建

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：