检索结果-内蒙古大学图书馆

自动化学报 2024年第2期50卷 386-402页

作者：吴庆涛朱军龙葛泉波张明川河南科技大学信息工程学院洛阳471023 南京信息工程大学自动化学院南京210044

由于容易实施,基于投影梯度的分布式在线优化模型逐渐成为一种主流的在线学习方法.然而,在处理大数据应用时,投影步骤成为该方法的计算瓶颈.近年来,研究者提出了面向凸代价函数的分布式在线条件梯度算法,其悔界为O(T^(3/4)),其中T是一... 详细信息

由于容易实施,基于投影梯度的分布式在线优化模型逐渐成为一种主流的在线学习方法.然而,在处理大数据应用时,投影步骤成为该方法的计算瓶颈.近年来,研究者提出了面向凸代价函数的分布式在线条件梯度算法,其悔界为O(T^(3/4)),其中T是一个时间范围.该算法存在两方面的问题,一是其悔界劣于公认的悔界O(/T);二是没有分析非凸代价函数的收敛性能,而实际应用中代价函数大部分是非凸函数.因此,提出一种基于条件梯度的加速分布式在线学习算法,使用Frank-Wolfe步骤替代投影步骤,避免昂贵的投影计算.文中证明当局部代价函数为凸函数时,所提算法达到公认的悔界O(/T);当局部代价函数为潜在非凸函数时,所提算法以速率O(/T)收敛到平稳点.最后,仿真实验验证了所提算法的性能与理论证明的结论.

关键词：条件梯度分布式在线学习悔界收敛速率

来源：评论

学校读者我要写书评

暂无评论

多智能体强化学习算法研究综述

引用

计算机科学与探索 2024年第8期18卷 1979-1997页

作者：李明阳许可儿宋志强夏庆锋周鹏南京信息工程大学自动化学院南京210044 无锡学院自动化学院江苏无锡214105

近年来,多智能体强化学习算法技术已广泛应用于人工智能领域。系统性地分析了多智能体强化学习算法,审视了其在多智能体系统中的应用与进展,并深入调研了相关研究成果。介绍了多智能体强化学习的研究背景和发展历程,并总结了已有的相关... 详细信息

近年来,多智能体强化学习算法技术已广泛应用于人工智能领域。系统性地分析了多智能体强化学习算法,审视了其在多智能体系统中的应用与进展,并深入调研了相关研究成果。介绍了多智能体强化学习的研究背景和发展历程,并总结了已有的相关研究成果;简要回顾了传统强化学习算法在不同任务下的应用情况;重点强调多智能体强化学习算法分类,并根据三种主要的任务类型(路径规划、追逃博弈、任务分配)对其在多智能体系统中的应用、挑战以及解决方案进行了细致的梳理与分析;调研了多智能体领域中现有的算法训练环境,总结了深度学习对多智能体强化学习算法的改进作用,提出该领域所面临的挑战并展望了未来的研究方向。

关键词：智能体强化学习多智能体强化学习多智能体系统

来源：评论

学校读者我要写书评

暂无评论

基于变截面支柱的点阵强化设计方法

引用

机械强度 2025年第3期47卷 143-150页

作者：李昊朱奎孙丰勇韩基泰李寅南京信息工程大学自动化学院南京210044 无锡学院自动化学院无锡214105

体心立方(Body Centered Cubic,BCC)点阵结构具有优异的力学性能,然而节点处的应力集中现象限制了其力学性能的进一步发展。目前多采用添加球形节点或变截面支柱的方法来缓解节点应力集中,实现点阵结构的强化设计,但缺乏节点与支柱体积... 详细信息

体心立方(Body Centered Cubic,BCC)点阵结构具有优异的力学性能,然而节点处的应力集中现象限制了其力学性能的进一步发展。目前多采用添加球形节点或变截面支柱的方法来缓解节点应力集中,实现点阵结构的强化设计,但缺乏节点与支柱体积比对强化效果影响的研究。基于三角函数削减的新型变截面支柱,设计变截面体心立方(Variable Cross-section BCC,VC-BCC)点阵结构,并通过支柱的直接相连实现动态节点设计,以探究最佳的节点与支柱体积比。对VC-BCC结构体积进行理论公式估算,同时基于铁木辛柯梁模型,对VC-BCC结构的等效弹性模量进行理论分析,以等截面等效的方法建立简化模型。对不同节点支柱占比的VC-BCC结构进行了有限元仿真分析,通过选区激光熔融技术制造点阵试件进行准静态压缩试验。结果表明,理论计算与仿真分析相差较小,VC-BCC结构最大应力显著降低,且等效屈服强度提升明显。在所有分析中变截面参数为0.6的VC-BCC结构均表现优异,整体力学性能最佳。

关键词：节点强化点阵结构体心立方有限元仿真选区激光熔融

来源：评论

学校读者我要写书评

暂无评论

基于VSLAM的室内场景重建与虚实遮挡的边缘优化方法

引用

计算机辅助设计与图形学学报 2024年

作者：刘佳张增伟陈大鹏南京信息工程大学自动化学院

在增强现实环境中，虚拟物体和真实物体的融合效果经常受到虚实遮挡的影响. 为了提升虚实遮挡效果，提出一种室内场景下基于视觉同步定位与建图(VSLAM)的三维物体稠密重建与分割的方法. 首先利用YOLOv5s和ORB-SLAM2检测并去除环境中... 详细信息

在增强现实环境中，虚拟物体和真实物体的融合效果经常受到虚实遮挡的影响. 为了提升虚实遮挡效果，提出一种室内场景下基于视觉同步定位与建图(VSLAM)的三维物体稠密重建与分割的方法. 首先利用YOLOv5s和ORB-SLAM2检测并去除环境中的动态特征点，只利用静态特征点构建准确的点云地图; 然后使用OPTICS聚类算法约束体素边缘并进行网格分割; 最后通过结合形状先验算法对分割后的点云进行预测重建，使分割的物体边缘更加准确. 在多个数据集上检验了所提方法，并执行动态特征点去除和虚实遮挡实验. 结果表明，在动态场景下相比传统ORB-SLAM2，相机的定位精度提升了92.62%，点云的重建精度提升了35.00%，说明该方法可以准确地定位虚拟物体和真实物体的遮挡边缘然后进行分割，同时保持形状化的重建结果，使得虚实遮挡效果更加真实自然.

关键词：增强现实虚实遮挡视觉同步定位与建图三维重建图像分割

来源：评论

学校读者我要写书评

暂无评论

应用于曲面玻璃的自适应双面擦窗机器人设计与分析

引用

工程设计学报 2024年

作者：周杰李涛刘国志南京信息工程大学自动化学院

针对现有各类擦窗机器人在曲面玻璃上存在无法正常工作、工作效果差等问题，设计了一种应用于曲面玻璃的自适应双面擦窗机器人。机器人整体采用双机设计，两机体在结构上由多个机构之间铰接组成，各机构均设有永磁吸附装置，清洁机构由... 详细信息

针对现有各类擦窗机器人在曲面玻璃上存在无法正常工作、工作效果差等问题，设计了一种应用于曲面玻璃的自适应双面擦窗机器人。机器人整体采用双机设计，两机体在结构上由多个机构之间铰接组成，各机构均设有永磁吸附装置，清洁机构由多个节单元之间铰接组成。机器人贴合曲面玻璃的过程中，在吸附装置的推动下，各相邻机构以及各相邻节单元之间的铰接部分产生夹角，以此实现机器人自适应曲面玻璃表面弧度的目的。其次，研究优化了机器人的磁极排布方式，对机器人曲面自适应性及稳定性进行了分析，解决了由不同的曲面玻璃厚度及曲率对机器人自适应方面造成的问题，得到了机器人不同姿态下稳定工作的约束条件。最后，在机器人实际工作环境中进行实验验证，展现了机器人对曲面玻璃良好的自适应性贴合效果以及工作稳定性。为曲面玻璃清洁机器人技术的进一步发展提供了新的思路与解决方案。

关键词：擦窗机器人铰接结构双机设计曲面自适应性稳定性分析

来源：评论

学校读者我要写书评

暂无评论

采用融合的U-net模型连续无创动脉血压预测方法

引用

计算机工程与应用 2024年第4期60卷 324-330页

作者：王军昂张立新王赛吴凯枫阚希陈乃源南京信息工程大学自动化学院南京210044 无锡学院江苏无锡214105

持续的血压监测有助于心血管疾病的诊断和治疗。由于目前使用机器学习和深度学习通过人工提取特征参数来预测血压的方法,无法重建完整的血压信号,提出了基于融合的U-net模型的连续无创动脉血压测量方法。首先将原始光电容积脉搏波(PPG)... 详细信息

持续的血压监测有助于心血管疾病的诊断和治疗。由于目前使用机器学习和深度学习通过人工提取特征参数来预测血压的方法,无法重建完整的血压信号,提出了基于融合的U-net模型的连续无创动脉血压测量方法。首先将原始光电容积脉搏波(PPG)信号作为输入,减少人工提取特征参数的误差;然后使用U-net网络重构动脉血压信号,为进一步提高预测血压波形精度,将重构的血压信号作为MultiResUnet网络的输入,采用MultiRes模块从数据中学习不同特征,Res Path模块缓解编码器和解码器之间的语义差异,使得模型学习变得更加容易。融合的U-net网络在MIMIC-Ⅲ数据集中的受试者评估中预测的动脉血压(ABP)波形与实际波形高度相关。计算出的收缩压(SBP)、舒张压(DBP)和平均压(MAP)的平均绝对误差分别为2.20±4.30 mmHg、1.82±3.146 mmHg和2.25±2.86 mmHg,且该方法符合美国医疗仪器促进协会(AAMI)的标准,同时在英国高压协会(BHS)标准中达到A级。

关键词：动脉血压(ABP) 电容积脉搏波(PPG) 无创 U-net

来源：评论

学校读者我要写书评

暂无评论

基于编解码网络的SAR影像建筑物提取

引用

遥感信息 2024年第2期39卷 127-134页

作者：苗国英王慧琴张恩伟南京信息工程大学自动化学院南京210044

针对合成孔径雷达(synthetic aperture radar,SAR)遥感图像中出现的散斑噪声和几何畸变对建筑物提取过程造成干扰的问题,提出了一种多尺度特征注意力融合(multi-scale feature attention fusion,MSFAF)网络。首先,结合深度神经网络和SA... 详细信息

针对合成孔径雷达(synthetic aperture radar,SAR)遥感图像中出现的散斑噪声和几何畸变对建筑物提取过程造成干扰的问题,提出了一种多尺度特征注意力融合(multi-scale feature attention fusion,MSFAF)网络。首先,结合深度神经网络和SAR图像的优势,在深层处设计了一个空间注意力融合(spatial attention fusion,SAF)模块,来整合不同层次的特征以及关注重要的空间信息。然后,利用不同尺度的卷积核以及对通道信息的转换,提出了一个多尺度细节提取(multi-scale detail extraction,MSDE)模块用于提取不同尺度的特征信息和重新分配通道信息,有利于缓解散斑噪声的干扰问题。实验证明了所提方法在SAR图像建筑物提取中取得了比其他现存方法更加优秀的性能。

关键词： SAR遥感图像建筑物提取多尺度特征注意力融合神经网络

来源：评论

学校读者我要写书评

暂无评论

基于GMM聚类和ICEEMDAN-IBWO-BiLSTM的短期光伏发电功率预测

引用

中国测试 2025年

作者：顾晋豪俞斌白隆徐婕南京信息工程大学自动化学院无锡学院自动化学院

准确的光伏发电功率预测能够有效的帮助电力调度部门做好电力系统的调度计划。针对单一预测模型适应性差、精度不足等问题，该文提出一种基于高斯混合聚类（GMM）和ICEEMDAN-IBWO-BiLSTM结合的短期光伏功率预测模型。首先，通过皮尔逊... 详细信息

准确的光伏发电功率预测能够有效的帮助电力调度部门做好电力系统的调度计划。针对单一预测模型适应性差、精度不足等问题，该文提出一种基于高斯混合聚类（GMM）和ICEEMDAN-IBWO-BiLSTM结合的短期光伏功率预测模型。首先，通过皮尔逊相关性分析筛选输入特征，并利用GMM对历史光伏功率数据进行划分，选出待测日的相似日；其次，利用改进的自适应噪声完备集合经验模态分解（ICEEMDAN）对光伏功率的历史数据进行分解，并用排列熵对模态分量进行重构；然后，利用IBWO-BiLSTM模型对重构后的子序列进行预测，并将子序列预测结果叠加得到光伏功率预测值；最后，以某光伏电站的真实数据为例对模型进行验证，结果表明：在晴天、多云和阴雨天气下，相比其他对比模型，所提模型的MAE平均降低了56.30%、45.40%和37.95%，RMSE平均降低了57.52%、45.62%和31.99%，R2平均提高了1.55%、4.72%和5.64%，AIC平均降低了36.39%、21.42%和22.89%，验证了该模型的有效性与优越性。

关键词：短期光伏功率预测高斯混合聚类 ICEEMDAN 白鲸优化算法 BiLSTM

来源：评论

学校读者我要写书评

暂无评论

场景结构知识增强的协同显著性目标检测

引用

计算机工程 2025年第1期51卷 31-41页

作者：胡升龙陈彬张开华宋慧慧南京信息工程大学自动化学院江苏南京210044

现有的协同显著性目标检测(CoSOD)方法通过挖掘组内一致性与组间差异性来学习判别性表征,这种范式因缺乏语义标签的引导导致所学表征的判别性受限,难以应对复杂的非协同目标的干扰。为了解决这一问题,提出一种新的场景结构知识增强的Co... 详细信息

现有的协同显著性目标检测(CoSOD)方法通过挖掘组内一致性与组间差异性来学习判别性表征,这种范式因缺乏语义标签的引导导致所学表征的判别性受限,难以应对复杂的非协同目标的干扰。为了解决这一问题,提出一种新的场景结构知识增强的CoSOD模型SSKNet。SSKNet利用大模型mPlug构建目标间场景结构语义关系并通过分割一切模型(SAM)将这种结构语义关系转移到最终的协同显著性结果中。具体来说:首先,为了学习语义知识,引入图像场景理解大模型,对图像组中的图像进行理解,并得到表示结构语义的文本描述组,这些文本描述组以文本的形式描述图像的显著内容;接着,为了获取协同显著信息,设计协同提示提取(CoPE)模块,通过在一组描述文本中使用协同注意力机制获取协同显著文本;最后,为了将协同显著文本转化为协同显著掩码,引入SAM,将协同显著文本以文本提示的方式引导SAM分割协同显著目标,获取最终的协同显著检测掩码。在3个公开数据集CoSal2015、CoCA和CoSOD3k上的实验结果表明,SSKNet模型的综合评估指标Fβ的取值分别为0.910、0.750和0.887,达到了先进水平。

关键词：场景结构知识大模型分割一切模型协同显著性目标检测深度学习

来源：评论

学校读者我要写书评

暂无评论

融合多尺度全局-局部特征的无人机目标跟踪算法

引用

电光与控制 2024年

作者：黄宇航柯福阳南京信息工程大学自动化学院南京信息工程大学软件学院

针对无人机目标跟踪任务中背景复杂，目标分辨率低、尺度变化大等挑战问题，本文提出了融合多尺度全局-局部特征的无人机目标跟踪算法。首先，设计了多尺度特征增强模块，充分利用多尺度信息来生成跟踪目标的判别性表示，以增强对不同... 详细信息

针对无人机目标跟踪任务中背景复杂，目标分辨率低、尺度变化大等挑战问题，本文提出了融合多尺度全局-局部特征的无人机目标跟踪算法。首先，设计了多尺度特征增强模块，充分利用多尺度信息来生成跟踪目标的判别性表示，以增强对不同尺度目标、低分辨率目标跟踪的鲁棒性。其次，提出了全局-局部特征融合模块，结合了Transformer对于全局关系建模的优越性以及卷积神经网络在提取局部相似性的优势，丰富了整体网络的表征能力，以应对各种复杂环境的挑战。所提算法在UAVDT、UAV123、UAV112L、DTB70等四个无人机跟踪数据集上进行实验，结果表明本文所提算法的性能优于目前一些先进的无人机跟踪算法，在各种复杂场景下表现出更优越的跟踪效果，并且满足了算法实时性的要求。

关键词：目标跟踪 Transformer 卷积神经网络无人机

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：