检索结果-内蒙古大学图书馆

自动化学报 2025年第1期51卷 210-220页

作者：赵中原高旺蒋璐瑶葛泉波南京信息工程大学自动化学院南京210044 江苏大数据分析与智能系统省高校重点实验室南京210044 上海交通大学机械与动力工程学院上海200240

研究一类考虑节点隐私保护的分布式优化问题,目标为保护各智能体的隐私信息不被泄露,并最小化所有智能体局部成本函数之和.首先,针对无向连通图,提出一种基于椭圆曲线密码机制的分布式凸优化算法.通过设计底层权重矩阵,将基于椭圆曲线的... 详细信息

研究一类考虑节点隐私保护的分布式优化问题,目标为保护各智能体的隐私信息不被泄露,并最小化所有智能体局部成本函数之和.首先,针对无向连通图,提出一种基于椭圆曲线密码机制的分布式凸优化算法.通过设计底层权重矩阵,将基于椭圆曲线的ELGamal同态加密和数字签名与分布式次梯度算法相结合,克服了椭圆曲线密码机制与分布式一致性策略无法结合的难点.在无第三方或聚合器的场景下,该算法实现了系统的隐私保护.理论分析表明,该算法能够渐近收敛至全局最优解,并适用于时变通信拓扑的动态环境.此外,算法能有效保护智能体的状态和成本函数不受来自诚实但好奇攻击者、外部窃听者和篡改攻击者的威胁.最后,通过数值仿真验证了算法的有效性.

关键词：分布式优化隐私保护同态加密椭圆曲线

来源：评论

学校读者我要写书评

暂无评论

低光照环境下基于定制椭圆的无人船姿态视觉测量

引用

智能系统学报 2025年第2期20卷 486-494页

作者：邓冬进葛泉波戴跃伟南京信息工程大学电子与信息工程学院江苏南京210044 南京信息工程大学自动化学院江苏南京210044 江苏大数据分析与智能系统省高校重点实验室江苏南京210044 大气环境与装备技术协同创新中心江苏南京210044 南京应用数学中心江苏南京210044

针对低光照条件下图像对比度低和噪声增多导致单目视觉姿态测量不准确的问题,提出基于快速椭圆检测的无人船姿态估计方法。首先,通过自适应颜色阈值分割技术与颜色和对比度增强技术相结合来提升边缘信息的获取精确度。其次,设计八邻域... 详细信息

针对低光照条件下图像对比度低和噪声增多导致单目视觉姿态测量不准确的问题,提出基于快速椭圆检测的无人船姿态估计方法。首先,通过自适应颜色阈值分割技术与颜色和对比度增强技术相结合来提升边缘信息的获取精确度。其次,设计八邻域跟踪与弧弦比方法去除低光照图像噪声引起的伪弧,并结合改进的圆弧特征映射技术进一步区分伪弧段,以减少参数拟合的计算负担。最后,利用椭圆平面法向量和矩形法向量的平行性消除椭圆姿态角计算的二义性,以提高算法在低光照环境下的鲁棒性。实验表明,提出的无人船姿态估计算法具有更快的检测速度,同时保持更高的估计精度。

关键词：阈值分割弧弦比特征映射二义性八邻域跟踪姿态视觉椭圆平面法快速椭圆检测

来源：评论

学校读者我要写书评

暂无评论

基于强化学习与变权组合模型的EV充电需求功率预测方法

引用

数据采集与处理 2025年第2期40卷 530-544页

作者：宋宗仁葛泉波李春喜上海海事大学物流工程学院上海201306 南京信息工程大学自动化学院南京210044 大数据分析与智能系统江苏省高校重点实验室南京210044 大气环境与装备技术协同创新中心南京210044 浙江经济职业技术学院汽车技术学院杭州310018

当电动汽车(Electric vehicle,EV)与充电桩连接时,精确预测电动汽车动力电池组的充电需求功率,对于防止电池组过充电至关重要。由于电池组物理模型的复杂性使基于其充电需求功率预测方法通常难以构建,且实时性不高。此外,单一预测模型... 详细信息

当电动汽车(Electric vehicle,EV)与充电桩连接时,精确预测电动汽车动力电池组的充电需求功率,对于防止电池组过充电至关重要。由于电池组物理模型的复杂性使基于其充电需求功率预测方法通常难以构建,且实时性不高。此外,单一预测模型的预测精度偏低。针对上述问题,结合充电数据与机器学习,提出一种基于强化学习与变权组合模型的EV充电需求功率预测方法。在传统灰狼优化算法的基础上,将混沌映射、精英反向学习策略相结合以提高初始种群的质量,利用强化学习的动态权重策略更新灰狼个体位置来优化最小二乘支持向量机(Least square support vector machine,LSSVM)算法中的参数;通过基于时变权重分配的变权组合方法合理分配极限学习机预测模型与改进LSSVM预测模型的权重,解决单一预测模型方法的不足;采用电动汽车的实际充电数据对所提预测算法进行验证,新方法相较于其他3种传统方法在预测精度上分别提高了4.75%、3.84%和0.38%。

关键词：充电需求功率变权组合强化学习灰狼优化算法最小二乘支持向量机

来源：评论

学校读者我要写书评

暂无评论

基于多关键点检测加权融合的无人机相对位姿估计算法

引用

自动化学报 2024年第7期50卷 1402-1416页

作者：葛泉波李凯张兴国南京信息工程大学自动化学院南京210044 江苏大数据分析与智能系统省高校重点实验室南京210044 大气环境与装备技术协同创新中心南京210044 中国飞行试验研究院西安710089

针对无人机降落阶段中无人船受水面波浪影响导致图像产生运动模糊以及获取无人机相对位姿精度低且鲁棒性差的问题,提出一种基于多模型关键点加权融合的6D目标位姿估计算法,以提高位姿估计的精度和鲁棒性.首先,基于无人船陀螺仪得到的运... 详细信息

针对无人机降落阶段中无人船受水面波浪影响导致图像产生运动模糊以及获取无人机相对位姿精度低且鲁棒性差的问题,提出一种基于多模型关键点加权融合的6D目标位姿估计算法,以提高位姿估计的精度和鲁棒性.首先,基于无人船陀螺仪得到的运动信息设计帧间抖动模型,通过还原图像信息达到降低图像噪声的目的;然后,设计一种多模型的级联回归特征提取算法,通过多模型检测舰载视觉系统获取的图像,以增强特征空间的多样性;同时,将检测过程中关键点定位形状增量集作为融合权重对模型进行加权融合,以提高特征空间的鲁棒性;紧接着,利用EPnP(Efficient perspective-n-point)计算关键点相机坐标系坐标,将PnP(Perspective-n-point)问题转化为ICP(Iterative closest point)问题;最终,基于关键点解集的离散度为关键点赋权,使用ICP算法求解位姿以削弱深度信息对位姿的影响.仿真结果表明,该算法能够建立一个精度更高的特征空间,使得位姿解算时特征映射的损失降低,最终提高位姿解算的精度.

关键词：辅助无人机降落舰载视觉系统 6D 位姿估计加权融合关键点检测级联特征提取

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：