检索结果-内蒙古大学图书馆

组合机床与自动化加工技术 2021年第3期 159-163,168页

作者：王玉芳马铭阳葛嘉荣缪昇南京信息工程大学江苏省大气环境与装备技术协同创新中心南京210044 南京信息工程大学自动化学院南京210044 南京信息工程大学江苏省大数据分析技术重点实验室南京210044

针对柔性作业车间调度(Flexible Job Shop Scheduling)问题,建立了以最小化最大完工时间为目标的数学模型,提出了一种改进的人工蜂群算法。采用随机选择和按规则选择相结合的方法产生优质初始解,针对雇佣蜂搜索过程,提出了改进的IPOX交... 详细信息

针对柔性作业车间调度(Flexible Job Shop Scheduling)问题,建立了以最小化最大完工时间为目标的数学模型,提出了一种改进的人工蜂群算法。采用随机选择和按规则选择相结合的方法产生优质初始解,针对雇佣蜂搜索过程,提出了改进的IPOX交叉方法,在继承父代优秀个体的同时,又能平衡算法的开发和探索能力;在观察蜂阶段,采用变步长策略来增强算法的全局搜索能力,避免陷入局部最优;通过增加侦查蜂的数量来保持种群的多样性;在算法迭代过程中采用贪婪策略保留精英解。最后通过求解柔性作业车间通用测试集验证算法性能,仿真结果表明改进的人工蜂群算法局部搜索能力突出,收敛性和鲁棒性优良,不仅避免算法陷入"早熟",而且收敛代数显著降低。

关键词：作业车间调度人工蜂群算法 IPOX交叉变步长策略

来源：评论

学校读者我要写书评

暂无评论

面向方面级情感分析的加权依存树卷积网络

引用

中文信息学报 2022年第5期36卷 125-132页

作者：杨春霞宋金剑姚思诚南京信息工程大学自动化学院江苏南京210044 江苏省大数据分析技术重点实验室江苏南京210044 江苏省大气环境与装备技术协同创新中心江苏南京210044

面向方面级情感分析,现有基于规则的依存树修剪方法存在删除部分有用信息的问题。另外,如何利用图卷积网络获取图结构中丰富的全局信息也是现阶段面临的一个重要问题。针对第一个问题,该文通过多头注意力机制自动学习如何有选择地关注... 详细信息

面向方面级情感分析,现有基于规则的依存树修剪方法存在删除部分有用信息的问题。另外,如何利用图卷积网络获取图结构中丰富的全局信息也是现阶段面临的一个重要问题。针对第一个问题,该文通过多头注意力机制自动学习如何有选择地关注对分类任务有用的结构信息,将原始依存树转变为完全连接的边加权图。针对第二个问题,该文将紧密连接引入图卷积网络中,使图卷积网络能够捕捉丰富的局部和全局信息。三个公开数据集上的实验结果表明,该文模型相比基线模型其准确率和F_(1)值均有提升。

关键词：依存树多头注意力紧密连接图卷积网络

来源：评论

学校读者我要写书评

暂无评论

面向柔性作业车间调度的改进混合蛙跳算法

引用

组合机床与自动化加工技术 2022年第5期 187-192页

作者：王玉芳缪昇葛嘉荣南京信息工程大学江苏省大气环境与装备技术协同创新中心南京210044 南京信息工程大学自动化学院南京210044 南京信息工程大学江苏省大数据分析技术重点实验室南京210044

针对以最大完成时间为目标的柔性作业车间调度问题,提出了一种改进的混合蛙跳算法。首先,采用混合启发式规则生成高质量的初始种群,为算法进化提供一个优质起点;其次,在解码部分采用贪婪插入解码方法,提供多个满足条件的可插入空闲时间... 详细信息

针对以最大完成时间为目标的柔性作业车间调度问题,提出了一种改进的混合蛙跳算法。首先,采用混合启发式规则生成高质量的初始种群,为算法进化提供一个优质起点;其次,在解码部分采用贪婪插入解码方法,提供多个满足条件的可插入空闲时间段,实现对解空间的高效搜索;基于机器负载平衡的局部搜索方法,弥补算法在局部搜索能力上的不足,加快了算法的收敛;最后,通过BRDATA基准算例验证改进蛙跳算法的性能,结果表明改进的混合蛙跳算法具有良好的寻优能力与较好的收敛性。

关键词：柔性作业车间蛙跳算法贪婪解码负载平衡

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建筑综合能源系统主从博弈优化调度

引用

南方电网技术 2024年

作者：申晓宁陈星晖陈文言许新苏南京信息工程大学自动化学院南京信息工程大学江苏省大气环境与装备技术协同创新中心南京信息工程大学江苏省大数据分析技术重点实验室江苏省气象能源利用与控制工程技术研究中心

随着全球社会日益关注可持续能源的实践过渡，建筑综合能源系统优化对提高能源低碳性及经济性具有重要意义。为研究建筑能源运营商的调度策略和定价策略，首先，该模型同时考虑供给侧和需求侧的信息交互特性，以供给侧为领导者、需求侧... 详细信息

随着全球社会日益关注可持续能源的实践过渡，建筑综合能源系统优化对提高能源低碳性及经济性具有重要意义。为研究建筑能源运营商的调度策略和定价策略，首先，该模型同时考虑供给侧和需求侧的信息交互特性，以供给侧为领导者、需求侧为追随者建立一种基于主从博弈框架的建筑综合能源系统双侧优化模型。其次，针对主从博弈框架双侧的多次信息交互，提出了一种基于自适应动作探索机制的深度确定性策略梯度算法以有效求解所建模型。自适应动作探索机制根据累计奖励的方差与critic网络平均损失值构建自适应探索系数改进算法的动作选择策略，保证算法的精度和稳定性。最后，通过实例验证了所提算法的有效性。实验结果表明，与其它深度强化学习算法相比，所提算法可以提高算法的收敛精度、稳定性和能源运营商的总收益，从而辅助能源供应商做出更好的决策。

关键词：深度强化学习建筑综合能源系统智能调度主从博弈能源定价

来源：评论

学校读者我要写书评

暂无评论

MAPDNet：一种检测XCO2图像中羽流的方法

引用

南京信息工程大学学报 2024年

作者：邵鹏飞胡凯刘滋然冯新龑马科宇章琪姜闪闪夏旻叶小岭南京信息工程大学江苏省大数据分析技术重点实验室南京信息工程大学江苏省大气环境与装备技术协同创新中心(CICAEET) 南京信息工程大学管理科学与工程学院

检测温室气体羽流是碳排放监测的关键任务，目前相关算法中，对羽流边缘细节的分割精度还有提升空间。为此，本文提出一种基于多尺度注意力机制的羽流检测网络（MAPDNet）。首先，采用多尺度池化条带卷积模块（MPSCM）补偿编码器降采样... 详细信息

检测温室气体羽流是碳排放监测的关键任务，目前相关算法中，对羽流边缘细节的分割精度还有提升空间。为此，本文提出一种基于多尺度注意力机制的羽流检测网络（MAPDNet）。首先，采用多尺度池化条带卷积模块（MPSCM）补偿编码器降采样操作中稀释的高级语义信息，增强主要的羽流轮廓信息，减少细节信息的丢失。然后，采用关系注意力模块（RAM）建立特征之间的全局信息与局部信息交互，增强有用特征，降低特征图中冗余信息的比例，提高模型的分割精度。此外，引入上下文特征融合模块（CFFM）以便网络更好地理解上下文特征的信息，在恢复图像分辨率的同时，较好地将特征对齐，恢复空间位置信息。最后，利用边界增强模块（BEM）实现端到端训练，增强输出分割边界的细节，进一步提高分割精度。实验结果表明，MAPDNet模型能够从XCO2羽流图像中检测碳羽流，并在模拟羽流数据集上具有良好的分割性能，其分割精度优于现有方法。

关键词：碳排放 XCO 羽流语义分割多尺度特征融合注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于深度BLSTM和分类元数据的自定义情感分类

引用

小型微型计算机系统 2020年第9期41卷 1853-1857页

作者：杨春霞李欣栩瞿涛秦家鹏南京信息工程大学自动化学院南京210044 江苏省大数据分析技术重点实验室南京210044 江苏省大气环境与装备技术协同创新中心南京210044

在传统的情感分类任务中,存在无法有效捕捉文本深层特征的问题,同时也存在不考虑如用户信息和产品信息等分类元数据而直接进行粗糙建模的问题.针对第一个问题,本文首先通过深度BLSTM(DBLSTM)来识别上下文词义联系和获取文本深层特征;其... 详细信息

在传统的情感分类任务中,存在无法有效捕捉文本深层特征的问题,同时也存在不考虑如用户信息和产品信息等分类元数据而直接进行粗糙建模的问题.针对第一个问题,本文首先通过深度BLSTM(DBLSTM)来识别上下文词义联系和获取文本深层特征;其次利用自注意力机制网络层捕获文本中重要的特征.针对第二个问题,本文融合分类元数据自定义分类器,该分类器利用上下文感知注意力为分类元数据配制特定参数,这使得分类器可以参考文本中存在的不同分类元数据来对网络层提取到的特征做出综合评价分类.在Yelp2013、Yelp2014、IMDB等三个数据集上测试,实验结果显示,本文构建的模型与现有的多个基线情感分类模型相比效果均有一定的提高.

关键词：情感分类文本特征提取注意力机制分类元数据深度BLSTM

来源：评论

学校读者我要写书评

暂无评论

利用KL散度度量通道冗余度的深度神经网络剪枝方法

引用

计算机应用与软件 2021年第11期38卷 300-306页

作者：杨鑫袁晓彤南京信息工程大学自动化学院江苏南京210044 江苏省大数据分析技术重点实验室大气环境与装备技术协同创新中心江苏南京210044

提出一种基于KL散度的结构化剪枝方法,用KL散度来衡量通道之间的差异性,并定义通道的重要因子,通过删减重要因子较小的通道来进行结构化剪枝。在CIFAR-10和CIFAR-100数据集上,对ResNet进行结构化剪枝,并对比几种较为先进的硬剪枝方法,发... 详细信息

提出一种基于KL散度的结构化剪枝方法,用KL散度来衡量通道之间的差异性,并定义通道的重要因子,通过删减重要因子较小的通道来进行结构化剪枝。在CIFAR-10和CIFAR-100数据集上,对ResNet进行结构化剪枝,并对比几种较为先进的硬剪枝方法,发现KL散度能发掘出卷积层中的冗余通道,剪枝后精度可能不会下降太多,在减少10%~30%网络参数与浮点运算的情况下,甚至比原始网络准确率要高0.4到0.6百分点。

关键词：深度神经网络模型压缩结构化剪枝 KL散度

来源：评论

学校读者我要写书评

暂无评论

基于离散混合蛙跳算法的地震应急物资调度

引用

系统仿真学报 2024年第1期36卷 97-109页

作者：申晓宁葛忠佩姚铖滨宋丽妍王玉芳南京信息工程大学自动化学院江苏南京210044 江苏省大气环境与装备技术协同创新中心江苏南京210044 江苏省大数据分析技术重点实验室江苏南京210044 广东省类脑智能计算重点实验室(南方科技大学) 广东深圳518055

建立震后应急物资调度数学模型。该模型根据各灾区的受灾情况评估其救援紧急程度,并设计一种需求拆分供应的运输机制,提高车辆的利用效率。为求解该模型,提出一种多源信息学习的离散混合蛙跳算法。所提算法引入多种信息源以扩展算法的... 详细信息

建立震后应急物资调度数学模型。该模型根据各灾区的受灾情况评估其救援紧急程度,并设计一种需求拆分供应的运输机制,提高车辆的利用效率。为求解该模型,提出一种多源信息学习的离散混合蛙跳算法。所提算法引入多种信息源以扩展算法的搜索方向,降低种群的同化速度。同时,让子组最差个体学习种群中的有效信息,提高算法的收敛精度。实验结果表明,所提算法能够搜索到精度更优的调度方案,对问题规模具有良好的可扩展性。

关键词：应急物资调度混合蛙跳算法灾区紧急程度需求拆分供应车辆路径问题

来源：评论

学校读者我要写书评

暂无评论

基于稀疏敏感的鲁棒网络分层剪枝策略

引用

计算机应用与软件 2023年第5期40卷 200-206页

作者：李平袁晓彤南京信息工程大学自动化学院江苏南京210044 江苏省大数据分析技术重点实验室大气环境与装备技术协同创新中心江苏南京210044

深度神经网络很容易受到精心设计的对抗样本攻击。虽然基于极大极小值优化的对抗训练方法能提升网络的鲁棒性,但是对抗训练比正常训练需要更大容量和更多参数的模型。为了获得一个高鲁棒性和高稀疏度的网络模型,该文从模型压缩角度出发... 详细信息

深度神经网络很容易受到精心设计的对抗样本攻击。虽然基于极大极小值优化的对抗训练方法能提升网络的鲁棒性,但是对抗训练比正常训练需要更大容量和更多参数的模型。为了获得一个高鲁棒性和高稀疏度的网络模型,该文从模型压缩角度出发通过实验分析模型精度、鲁棒性和稀疏性之间的关系,并根据鲁棒网络稀疏敏感特性提出一种基于稀疏敏感的鲁棒网络非结构剪枝算法。在Mnist和Cifar10数据集上的白盒攻击实验结果表明,该算法在采用较大剪枝率时仍能保持高模型精度和高鲁棒性。在黑盒攻击下,基于该算法的稀疏模型的鲁棒精度甚至能超过未剪枝模型。

关键词：鲁棒性对抗训练非结构剪枝稀疏敏感度

来源：评论

学校读者我要写书评

暂无评论

采用类心密度策略的多目标微分自动聚类算法

引用

计算机应用研究 2019年第11期36卷 3224-3229页

作者：申晓宁孙毅薛云勇孙帅南京信息工程大学自动化学院江苏省天气环境与装备技术协同创新中心南京210044 南京信息工程大学自动化学院江苏省大数据分析技术重点实验室南京210044

针对聚类过程中,由于类心选取的随机性导致所选类心偏离数据集,或者类心过于集中而带来的错误聚类这一缺陷,提出一种算法对类心的选取进行两次筛选,即将类心密度过小的以及两两类心之间距离过小的类心分别筛选出来,不让其参与聚类,此后... 详细信息

针对聚类过程中,由于类心选取的随机性导致所选类心偏离数据集,或者类心过于集中而带来的错误聚类这一缺陷,提出一种算法对类心的选取进行两次筛选,即将类心密度过小的以及两两类心之间距离过小的类心分别筛选出来,不让其参与聚类,此后算法对筛选后剩余的类心再进行聚类。为了使算法能较快地得到最优类心,提出了改进的聚类准则函数,对聚类数目进行动态惩罚。为了评估所提算法在聚类问题上的应用性能,选择两种不同类型的数据集进行了仿真实验。与其他三种现有的自动聚类算法的比较结果表明,所提算法能够获得更好的聚类结果,从而验证了算法所提策略的有效性。

关键词：自动聚类类心密度策略类心筛选多目标优化微分进化

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：