检索结果-内蒙古大学图书馆

控制与决策 2024年第4期39卷 1203-1211页

作者：周文娟张超群汤卫东易云恒刘文武秦唯栋广西民族大学人工智能学院南宁530006 广西混杂计算与集成电路设计分析重点实验室南宁530006

搜索和救援优化算法(SAR)是2020年提出的模拟搜救行为的一种元启发式优化算法,用来解决工程中的约束优化问题.但是,SAR存在收敛慢、个体不能自适应选择操作等问题,鉴于此,提出一种新的基于强化学习改进的SAR算法(即RLSAR).该算法重新设... 详细信息

搜索和救援优化算法(SAR)是2020年提出的模拟搜救行为的一种元启发式优化算法,用来解决工程中的约束优化问题.但是,SAR存在收敛慢、个体不能自适应选择操作等问题,鉴于此,提出一种新的基于强化学习改进的SAR算法(即RLSAR).该算法重新设计SAR的局部搜索和全局搜索操作,并增加路径调整操作,采用异步优势演员评论家算法(A3C)训练强化学习模型使得SAR个体获得自适应选择算子的能力.所有智能体在威胁区数量、位置和大小均随机生成的动态环境中训练,进而从每个动作的贡献、不同威胁区下规划出的路径长度和每个个体的执行操作序列3个方面对训练好的模型进行探索性实验.实验结果表明,RLSAR比标准SAR、差分进化算法、松鼠搜索算法具有更高的收敛速度,能够在随机生成的三维动态环境中成功地为无人机规划出更加经济且安全有效的可行路径,表明所提出算法可作为一种有效的无人机路径规划方法.

关键词：强化学习搜索与救援优化算法异步优势演员-评论家算法路径规划路径调整无人机

来源：评论

学校读者我要写书评

暂无评论

多策略混合山地瞪羚优化器在机器人路径规划问题中的应用

引用

系统仿真学报 2025年第3期37卷 803-821页

作者：金煦莫愿斌广西民族大学人工智能学院广西南宁530006 广西民族大学广西混杂计算与集成电路设计分析重点实验室广西南宁530006

针对机器人导航系统设计寻优路径中存在局部最优和过早收敛的问题,提出一种基于山地瞪羚优化器(mountain gazelle optimizer,MGO)的多策略混合山地瞪羚优化器(multi-strategy hybridMGO,HMGO)改进算法。利用准反向学习策略优化种群初始... 详细信息

针对机器人导航系统设计寻优路径中存在局部最优和过早收敛的问题,提出一种基于山地瞪羚优化器(mountain gazelle optimizer,MGO)的多策略混合山地瞪羚优化器(multi-strategy hybridMGO,HMGO)改进算法。利用准反向学习策略优化种群初始化以确保其广泛性,引入动态自适应密度因子调整优化机制参数,结合算术优化策略和正余弦思想进行随机扰动。通过消融实验、13个基准测试函数以及对二维和三维空间机器人路径规划问题的求解进行仿真实验,结果表明:HMGO在效率和稳定性上有优势且该算法求解此问题是有效的。

关键词：路径规划山地瞪羚优化器准反向学习动态自适应密度因子算术优化正余弦思想

来源：评论

学校读者我要写书评

暂无评论

基于多级代理许可区块链的联邦边缘学习模型

引用

通信学报 2024年第4期45卷 201-215页

作者：葛丽娜栗海澳王捷广西民族大学人工智能学院广西南宁530006 广西混杂计算与集成电路设计分析重点实验室广西南宁530006 广西民族大学网络通信工程重点实验室广西南宁530006

针对零信任边缘计算环境下联邦学习面临的隐私安全及学习效率低等问题,提出了一种边缘计算中基于多级代理许可区块链的联邦学习模型,设计多级代理许可区块链构建联邦边缘学习可信底层环境,实现分层模型聚合方案缓解模型训练压力,利用秘... 详细信息

针对零信任边缘计算环境下联邦学习面临的隐私安全及学习效率低等问题,提出了一种边缘计算中基于多级代理许可区块链的联邦学习模型,设计多级代理许可区块链构建联邦边缘学习可信底层环境,实现分层模型聚合方案缓解模型训练压力,利用秘密共享和差分隐私设计混合策略增强模型隐私。针对边缘客户端可信度为零或极差的问题,设计了基于信誉验证的联邦任务节点选择算法,将正向训练样本及本地模型作为信誉奖励,完善安全验证方案,进一步保证模型抵御恶意敌手攻击的有效性。实验结果表明,在40%恶意敌手的攻击下,相较于现有的先进方案,所提方案准确率提升了10%,以较高的模型准确率实现了较高的隐私安全。

关键词：联邦学习区块链数据安全隐私保护边缘计算

来源：评论

学校读者我要写书评

暂无评论

融合时空信息的Transformer单目标跟踪算法

引用

计算机工程与应用 2024年第19期60卷 230-241页

作者：江进宝宣士斌付杰广西民族大学人工智能学院南宁530006 广西民族大学广西混杂计算与集成电路设计分析重点实验室南宁530006

目前,主流的基于孪生网络的单目标跟踪方法,通过计算模板与搜索区域之间的相似度来匹配目标,缺乏对目标时空状态信息的利用。特别是当场景中存在多个相似目标时,孪生网络跟踪器往往无法精确区分目标,从而导致跟踪错误。针对上述问题,提... 详细信息

目前,主流的基于孪生网络的单目标跟踪方法,通过计算模板与搜索区域之间的相似度来匹配目标,缺乏对目标时空状态信息的利用。特别是当场景中存在多个相似目标时,孪生网络跟踪器往往无法精确区分目标,从而导致跟踪错误。针对上述问题,提出一种融合时空信息的Transformer单目标跟踪算法(SIFTransT)。该算法通过MixFormer(end-to-end tracking with iterative mixed attention)跟踪器获取初步的跟踪结果,设计了一个目标状态计算模块,用于计算并存储目标的状态信息,包括目标位置、边界框、速度、加速度、运动方向等,以此深入挖掘目标状态信息。构建了一个基于Transformer的时空信息融合模块,利用编码器的自注意力和解码器的交叉注意力,深入融合目标最近一段时间的状态信息,从而更加准确地对目标状态进行建模,提高目标跟踪的准确性。在LaSOT数据集上的实验结果表明,相比基准算法MixFormer,SIFTransT算法在AUC指标提高了2.8个百分点,PNorm指标提升了2.6个百分点,P指标提升了2.1个百分点,在搭载RTX8000显卡的服务器上平均每秒处理帧数达28帧。

关键词：单目标跟踪目标状态计算注意力机制时空信息融合

来源：评论

学校读者我要写书评

暂无评论

非凸非光滑不可分优化的两个线性邻近Peaceman-Rachford分裂算法

引用

计算数学 2023年第4期45卷 426-446页

作者：简金宝蔡靖民尹江华广西民族大学数学与物理学院广西应用数学中心广西混杂计算与集成电路分析重点实验室南宁530006

本文研究一类非凸非光滑不可分优化.基于Peaceman-Rachford(PR)分裂算法,并结合Armijo线搜索技术及线性正则化技术,提出了两个线性邻近PR分裂算法.利用PR分裂算法思想,将增广拉格朗日法涉及的子问题分解成两个小规模子问题.为便于子问... 详细信息

本文研究一类非凸非光滑不可分优化.基于Peaceman-Rachford(PR)分裂算法,并结合Armijo线搜索技术及线性正则化技术,提出了两个线性邻近PR分裂算法.利用PR分裂算法思想,将增广拉格朗日法涉及的子问题分解成两个小规模子问题.为便于子问题的求解和使其具有良好的理论性质,对子问题的目标函数中的光滑项作线性化处理,并分别添加必要的正则项.在常规假设下,论证了算法的全局收敛性及迭代复杂性.最后,数值实验结果表明算法是有效的.

关键词：非凸非光滑不可分优化 Peaceman-Rachford分裂算法线性正则化技术 Armijo线搜索收敛性

来源：评论

学校读者我要写书评

暂无评论

基于并行重采样物理信息神经网络的二维和三维流体动力学模拟

引用

太原理工大学学报 2024年

作者：苟志勇蒋权广西民族大学人工智能学院广西混杂计算与集成电路设计分析重点实验室

【目的】使用物理信息神经网络（Physics-Informed Neural Networks，PINNs）求解偏微分方程已被证实是一种有效的工具，也是计算流体动力学（CFD）中解决复杂流动问题的新颖方式。常规的PINNs方法在模拟二维和三维不可压缩流体时面临... 详细信息

【目的】使用物理信息神经网络（Physics-Informed Neural Networks，PINNs）求解偏微分方程已被证实是一种有效的工具，也是计算流体动力学（CFD）中解决复杂流动问题的新颖方式。常规的PINNs方法在模拟二维和三维不可压缩流体时面临若干问题，比如预测精度欠佳、采样点布置以及超参数选择困难。【方法】基于一种改进的并行重采样物理信息神经网络（Parallel Resampling PINNs，PRS-PINNs）方法来应对上述问题。通过引入渐进式重采样策略来捕捉流体流动中的复杂特征，并通过并行子网络结构优化特征提取。此外，采用贝叶斯算法对超参数进行优化，以提高模型的收敛速度和稳定性。实验在二维方腔流、三维Beltrami典型问题上进行了验证。【结果】结果表明，在无需模拟或实验数据，仅依靠控制方程和边界条件的情况下，PRS-PINNs的预测误差均大幅小于常规PINNs，在不同工况下表现更为稳定。

关键词：深度学习物理信息神经网络偏微分方程求解计算流体力学流动模拟

来源：评论

学校读者我要写书评

暂无评论

基于等变图神经网络的拉格朗日粒子流模拟

引用

计算机应用 2024年

作者：蒋权黄文清苟志勇广西民族大学人工智能学院广西混杂计算与集成电路设计分析重点实验室

近年来，图神经网络(GNN)因能较好解决结构网格的问题，且具有较强的组合泛化能力，被越来越多地应用于复杂的流体系统预测中。然而，在拉格朗日无网格视角下，经过平移、旋转或翻转变换的流体粒子信息输入GNN会出现不可预测的输出问题... 详细信息

近年来，图神经网络(GNN)因能较好解决结构网格的问题，且具有较强的组合泛化能力，被越来越多地应用于复杂的流体系统预测中。然而，在拉格朗日无网格视角下，经过平移、旋转或翻转变换的流体粒子信息输入GNN会出现不可预测的输出问题。为了解决该问题，提出了基于等变图神经网络模拟(EGNS)的方法。首先将几何向量转换成相对的等变量，然后通过每一步具有等变性的消息传递使整个神经网络具有等变性，网络输出与输入等变量的空间变换保持一致，最后在光滑粒子动力学(SPH)方法模拟的粒子轨迹里训练得到较优的EGNS模型。在公开流体仿真数据集上的实验结果表明，EGNS具有良好预测效果。相较于图神经网络模拟(GNS)的方法，EGNS在流体粒子运动形态、速度及典型细节的表现力上更加准确，预测精度提高了16%。

关键词：等变图神经网络等变性光滑粒子动力学流体粒子流动预测

来源：评论

学校读者我要写书评

暂无评论

面向下一个兴趣点推荐的细粒度时空多语义超图学习

引用

计算机应用研究 2025年第2期42卷 398-405页

作者：李婉秋张超群汤卫东曾志林李灏然广西民族大学人工智能学院南宁530006 广西混杂计算与集成电路设计分析重点实验室南宁530006

现有的下一个兴趣点(point of interest,PoI)推荐技术存在三个主要问题:使用过于简单的方法构建用户兴趣模型、忽略用户和PoI之间在时空维度上的互动以及未能充分挖掘用户间复杂的高阶交互信息。针对这些问题,提出一种新颖的超图学习模... 详细信息

现有的下一个兴趣点(point of interest,PoI)推荐技术存在三个主要问题:使用过于简单的方法构建用户兴趣模型、忽略用户和PoI之间在时空维度上的互动以及未能充分挖掘用户间复杂的高阶交互信息。针对这些问题,提出一种新颖的超图学习模型FSTMH,细粒度地融合时间、空间和语义信息,用于下一个PoI推荐。FSTMH包括细粒度嵌入模块和多层次嵌入模块。前者通过使用地理图卷积网络和有向超图卷积网络进行学习,获取对应的嵌入信息,并通过对比学习提升PoI表示的质量,使用细粒度超图卷积网络学习该模块的PoI嵌入;后者将多层语义超图输入到多层超图卷积网络,学习多层次语义的PoI嵌入表示。最后,模型将两个模块的PoI嵌入向量进行组合,生成最终的top-K预测结果。通过在广泛使用的三个社交网络公共数据集上进行多种实验,结果均表明FSTMH模型表现出色,说明该新模型可作为提高下一个PoI推荐的有效方法。

关键词：下一个兴趣点推荐细粒度时空图多语义超图学习

来源：评论

学校读者我要写书评

暂无评论

非线性极大极小问题基于指数罚函数的带重启步谱共轭梯度法

引用

系统科学与数学 2024年

作者：马国栋唐子萱简金宝韩道兰广西民族大学数学与物理学院广西应用数学中心广西混杂计算与集成电路设计分析重点实验室

基于指数罚函数,将非线性极大极小问题转化成无约束优化问题.通过引入谱参数和重启条件,设计了新型的杂交共轭参数和重启方向,提出了无约束极大极小问题带重启步的谱共轭梯度法,该算法所产生的搜索方向不依赖线搜索满足充分下降性.在局... 详细信息

基于指数罚函数,将非线性极大极小问题转化成无约束优化问题.通过引入谱参数和重启条件,设计了新型的杂交共轭参数和重启方向,提出了无约束极大极小问题带重启步的谱共轭梯度法,该算法所产生的搜索方向不依赖线搜索满足充分下降性.在局部Lipschitz连续的假设条件下,分析了算法的全局收敛性.最后,对算法进行了初步的数值实验,与同类算法进行比对,其结果表明该算法是有效的.

关键词：极大极小问题指数罚函数重启方向谱共轭梯度法全局收敛性

来源：评论

学校读者我要写书评

暂无评论

融合交互注意力网络的实体和关系联合抽取模型

引用

计算机工程与应用 2024年第8期60卷 156-164页

作者：郝小芳张超群李晓翔王大睿广西民族大学电子信息学院南宁530006 广西民族大学人工智能学院南宁530006 广西混杂计算与集成电路设计分析重点实验室南宁530006

实体关系三元组的抽取效果直接影响后期知识图谱构建的质量,而传统流水线式和联合式抽取的模型,并没有对句子级别和关系级别的语义特征进行有效建模,从而导致模型性能的缺失。为此,提出一种融合句子级别和关系级别的交互注意力网络的实... 详细信息

实体关系三元组的抽取效果直接影响后期知识图谱构建的质量,而传统流水线式和联合式抽取的模型,并没有对句子级别和关系级别的语义特征进行有效建模,从而导致模型性能的缺失。为此,提出一种融合句子级别和关系级别的交互注意力网络的实体和关系联合抽取模型RSIAN,该模型通过交互注意力网络来学习句子级别和关系级别的高阶语义关联,增强句子和关系之间的交互,辅助模型进行抽取决策。在构建的中文旅游数据集(TDDS)的Precision、Recall和F1值分别为0.872、0.760和0.812,其性能均优于其他对比模型;为了进一步验证该模型在英文联合抽取上的性能,在公开英文数据集NYT和Webnlg上进行实验,该模型的F1值相比基线模型RSAN模型分别提高了0.014和0.013,并且该模型在重叠三元组的分析实验也均取得了优于基线模型的性能且更稳定。

关键词：交互注意力网络句子级别关系级别实体和关系联合抽取注意力机制重叠三元组

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：