检索结果-内蒙古大学图书馆

计算机工程与设计 2025年第4期46卷 1149-1156页

作者：曹克让王涵刘亚茹范慧杰梁琳琦沈阳化工大学计算机科学与技术学院辽宁沈阳110142 沈阳化工大学辽宁省化工过程工业智能化技术重点实验室辽宁沈阳110142 中国科学院沈阳自动化研究所机器人学国家重点实验室辽宁沈阳110016

为提高无人驾驶车辆的行为决策控制能力,将深度强化学习中的DDPG算法应用到无人驾驶行为决策中。提出一种将混合优先经验回放机制以及决斗网络结合的确定性策略梯度算法PD3PG。构建无人驾驶行为决策模型,设计合理的奖励函数。提出PD3PG... 详细信息

为提高无人驾驶车辆的行为决策控制能力,将深度强化学习中的DDPG算法应用到无人驾驶行为决策中。提出一种将混合优先经验回放机制以及决斗网络结合的确定性策略梯度算法PD3PG。构建无人驾驶行为决策模型,设计合理的奖励函数。提出PD3PG算法,提高重要经验的利用率以及加快神经网络的训练速度。通过仿真平台TORCS,验证了PD3PG算法相比于DDPG算法拥有更快的收敛速度,更高的回合奖励,以及更加稳定的偏移量,行为决策控制效果更加优秀。

关键词：深度强化学习深度确定性策略梯度算法无人驾驶行为决策奖励函数经验回放决斗网络

来源：评论

学校读者我要写书评

暂无评论

基于LCLSABO-KELM滚动轴承故障诊断方法研究

引用

制造技术与机床 2025年第2期 17-22页

作者：梁山齐兵李浩刘俊王锴王军沈阳化工大学计算机科学与技术学院辽宁沈阳110142 辽宁省化工过程工业智能化技术重点实验室辽宁沈阳110142 中国科学院沈阳自动化研究所辽宁沈阳110016 中国科学院网络化控制系统重点实验室辽宁沈阳110016 中国科学院机器人与智能制造创新研究院辽宁沈阳110016

为提高滚动轴承的故障诊断的分类精度,提出一种逻辑斯蒂柯西莱维减法平均优化(Logistic-Cauchy-Levy-subtraction average-based optimization,LCLSABO)算法,该算法融合了混沌(Logistic)映射策略、柯西(Cauchy)变异策略和莱维(Levy)飞行策略,用以优化核极限学习机(kernel extreme learning machine,KELM)的性能。首先,利用混沌映射策略优化减法平均优化算法的种群初始化,增强种群多样性;其次,结合柯西变异策略与莱维飞行策略,改进位移算法,提高全局搜索能力,有效避免陷入局部最优解;最后,采用LCLSABO算法优化KELM的核心参数,建立LCLSABO-KELM模型,对轴承故障进行分类与诊断。试验结果表明,与SABO-KELM模型、SSA-KELM模型、PSO-KELM模型及传统KELM模型相比,LCLSABO-KELM模型的故障诊断分类精度为98.63%,分别提升了0.97%、2.70%、3.90%和11.30%。这表明,该方法能够充分提取故障特征,显著提高故障诊断的分类精度,验证了该模型在滚动轴承故障诊断与分类中的优越性能。

关键词：减法平均优化器柯西变异策略莱维飞行策略轴承故障诊断 Logistic映射

来源：评论

学校读者我要写书评

暂无评论

行人检测系统研究新进展及关键技术展望

引用

电子学报 2008年第5期36卷 962-968页

作者：许言午曹先彬乔红中国科学技术大学计算机科学技术系安徽合肥230027 安徽省计算与通讯软件重点实验室安徽合肥230027 中国科学院自动化研究所北京100080

行人检测系统(PDS)作为保障汽车、行人安全的一种主动安全手段,已成为产业界和研究界共同关注的一个研究热点.特别是近5年来,随着传感器、核心算法等的不断进步和使用,PDS研究发展很快.不同于已有的针对PDS早期工作的综述,本文从技术进... 详细信息

行人检测系统(PDS)作为保障汽车、行人安全的一种主动安全手段,已成为产业界和研究界共同关注的一个研究热点.特别是近5年来,随着传感器、核心算法等的不断进步和使用,PDS研究发展很快.不同于已有的针对PDS早期工作的综述,本文从技术进展、原型系统进展两个方面重点总结了PDS近5年来的最新研究进展,指出了目前尚未解决的问题,并对PDS研究涉及的关键技术的发展做出展望.

关键词：行人检测系统特征选择分类机制多传感器融合

来源：评论

学校读者我要写书评

暂无评论

一种基于部件功用性语义组合的家庭日常工具分类方法

引用

机器人 2017年第6期39卷 786-794页

作者：吴培良何犇孔令富燕山大学信息科学与工程学院河北秦皇岛066004 中国科学院自动化研究所复杂系统管理与控制国家重点实验室北京100190 河北省计算机虚拟技术与系统集成重点实验室河北秦皇岛066004

为满足人机共融环境下机器智能对工具功用性认知的需要,模拟人类自底向上的认知方式,设计了一种基于部件功用性语义组合的聚类方法,来对家庭日常工具进行表示与建模.首先,设计了工具功用性部件边缘表示方法并基于结构随机森林加以建模.... 详细信息

为满足人机共融环境下机器智能对工具功用性认知的需要,模拟人类自底向上的认知方式,设计了一种基于部件功用性语义组合的聚类方法,来对家庭日常工具进行表示与建模.首先,设计了工具功用性部件边缘表示方法并基于结构随机森林加以建模.然后基于功用性部件组合思想,设计了高层语义空间上联合各部件显著度的工具整体表示方法并采用聚类方式构建工具功用性字典.在线检测阶段,联合测试样本各功用性部件的显著度,利用其与工具功用性字典的距离残差对工具进行分类判别.在实验中,将7种功用性部件组合聚类形成5类工具,当各类工具选取不同核值时,分类精度可达90%以上,即使各类工具的核值固定为3,分类精度也在85%以上.实验结果表明,相较于传统的特征表示方式,功用性语义的加入使机器人深化了对工具功能的认知,基于功用性部件组合的字典表示使得家庭常见工具的分类精度和效率明显提升,且实现了工具间功能相似性测算和最优替代工具查找.

关键词：功用性工具表示工具分类语义组合字典学习

来源：评论

学校读者我要写书评

暂无评论

一种基于CLM的服务机器人室内功能区分类方法

引用

机器人 2018年第2期40卷 188-194页

作者：吴培良李亚南杨芳孔令富侯增广燕山大学信息科学与工程学院河北秦皇岛066004 中国科学院自动化研究所复杂系统管理与控制国家重点实验室北京100190 河北省计算机虚拟技术与系统集成重点实验室河北秦皇岛066004

基于CLM(无码本模型)提出一种规避码本的室内功能区表示与建模方法.首先,在灰度级图像的基础上提取SURF(加速鲁棒特征)描述子;然后,运用空间金字塔方法将图像分成规则区域,在向量空间引入高斯流形,将每个区域用单高斯模型表示,并将其联... 详细信息

基于CLM(无码本模型)提出一种规避码本的室内功能区表示与建模方法.首先,在灰度级图像的基础上提取SURF(加速鲁棒特征)描述子;然后,运用空间金字塔方法将图像分成规则区域,在向量空间引入高斯流形,将每个区域用单高斯模型表示,并将其联合构成混合高斯模型以表示整幅图像;最后,将图像的高斯模型与改进的SVM(支持向量机)分类器联合使用,实现室内功能区的分类.在Scene 15数据集上的实验结果表明,本文方法相较于传统的构建码本方式在分类识别精度上提升约20%,同时对方向变化、光照不均匀等情况具有较好的鲁棒性,有效提升了服务机器人对室内功能区的认知能力.

关键词：服务机器人 SURF特征提取 CLM模型功能区分类

来源：评论

学校读者我要写书评

暂无评论

基于空间金字塔池化特征的日常工具分类识别

引用

控制与决策 2019年第7期34卷 1481-1486页

作者：吴培良何犇侯增广燕山大学信息科学与工程学院河北秦皇岛066004 中国科学院自动化研究所复杂系统管理与控制国家重点实验室北京100190 河北省计算机虚拟技术与系统集成重点实验室河北秦皇岛066004

面向人机共融环境下机器智能对工具认知的需要,为提高家庭服务机器人的工具功能用途认知能力,设计一种基于深度几何特征空间金字塔池化的工具功用性建模与分类方法。离线训练阶段,考虑到各类工具在几何形态上的差异对工具自身更具表征性... 详细信息

面向人机共融环境下机器智能对工具认知的需要,为提高家庭服务机器人的工具功能用途认知能力,设计一种基于深度几何特征空间金字塔池化的工具功用性建模与分类方法。离线训练阶段,考虑到各类工具在几何形态上的差异对工具自身更具表征性,首先,在各工具的深度图上提取多类几何特征,并融合形成工具特征图;然后,在工具特征图上提取多尺度特征块,并基于cciPCA的方法建立空间池化金字塔,从而构建最终的工具特征向量;最后,在高层语义空间上,利用SVM分类器训练工具分类识别模型。在线检测阶段,利用离线训练的工具分类模型对空间池化的样本进行分类测试。实验结果表明,所提方法能够实现家庭服务机器人对家庭日常工具的认知及分类识别,部分工具的识别精度可达97%及以上。

关键词：几何特征 cciPCA 多尺度特征块空间金字塔池化 SVM分类器工具分类

来源：评论

学校读者我要写书评

暂无评论

商业统计通用软件--自生成统计系统

商业统计通用软件--自生成统计系统

引用

1995年全国计算机新技术与高层次计算机继续教育研讨会

作者：王庆山河北省科学自动化研究所计算机室

本文叙述了《商业统计通用软件--自生成统计系统》的研究目标、开发方法和特点,其开发思想采用了数据库分离和系统自生成的设计方法,设计全过程采用了面向对象的设计方法,为此具有很强的通用性和自适应能力,此软件已经在国内许多部门使... 详细信息

本文叙述了《商业统计通用软件--自生成统计系统》的研究目标、开发方法和特点,其开发思想采用了数据库分离和系统自生成的设计方法,设计全过程采用了面向对象的设计方法,为此具有很强的通用性和自适应能力,此软件已经在国内许多部门使用,效果理想.

关键词：商业流转统计自生成统计系统统计软件软件设计

来源：评论

学校读者我要写书评

暂无评论

一种基于联合学习的家庭日常工具功用性部件检测算法

引用

自动化学报 2019年第5期45卷 985-992页

作者：吴培良隰晓珺杨霄孔令富侯增广燕山大学信息科学与工程学院秦皇岛066004 中国科学院自动化研究所复杂系统管理与控制国家重点实验室北京100190 河北省计算机虚拟技术与系统集成重点实验室秦皇岛066004

对工具及其功用性部件的认知是共融机器人智能提升的重要研究方向.本文针对家庭日常工具的功用性部件建模与检测问题展开研究,提出了一种基于条件随机场(Conditional random field, CRF)和稀疏编码联合学习的家庭日常工具功用性部件检... 详细信息

对工具及其功用性部件的认知是共融机器人智能提升的重要研究方向.本文针对家庭日常工具的功用性部件建模与检测问题展开研究,提出了一种基于条件随机场(Conditional random field, CRF)和稀疏编码联合学习的家庭日常工具功用性部件检测算法.首先,从工具深度图像提取表征工具功用性部件的几何特征;然后,分析CRF和稀疏编码之间的耦合关系并进行公式化表示,将特征稀疏化后作为潜变量构建初始条件随机场模型,并进行稀疏字典和CRF的协同优化:一方面,将特征的稀疏表示作为CRF的随机变量条件及权重参数选择器;另一方面,在CRF调控下对稀疏字典进行更新.随后使用自适应时刻估计(Adaptive moment estimation, Adam)方法实现模型解耦与求解.最后,给出了基于联合学习的工具功用性部件模型离线构建算法,以及基于该模型的在线检测方法.实验结果表明,相较于使用传统特征提取和模型构建方法,本文方法对功用性部件的检测精度和效率均得到提升,且能够满足普通配置机器人对工具功用性认知的需要.

关键词：功用性部件检测深度几何特征联合学习条件随机场稀疏编码

来源：评论

学校读者我要写书评

暂无评论

一种视角无关的时空关联深度视频行为识别方法

引用

电子与信息学报 2019年第4期41卷 904-910页

作者：吴培良杨霄毛秉毅孔令富侯增广燕山大学信息科学与工程学院秦皇岛066004 中国科学院自动化研究所复杂系统管理与控制国家重点实验室北京100190 河北省计算机虚拟技术与系统集成重点实验室秦皇岛066004

当前行为识别方法在不同视角下的识别准确率较低,该文提出一种视角无关的时空关联深度视频行为识别方法。首先,运用深度卷积神经网络的全连接层将不同视角下的人体姿态映射到与视角无关的高维空间,以构建空间域下深度行为视频的人体姿... 详细信息

当前行为识别方法在不同视角下的识别准确率较低,该文提出一种视角无关的时空关联深度视频行为识别方法。首先,运用深度卷积神经网络的全连接层将不同视角下的人体姿态映射到与视角无关的高维空间,以构建空间域下深度行为视频的人体姿态模型(HPM);其次,考虑视频序列帧之间的时空相关性,在每个神经元激活的时间序列中分段应用时间等级池化(RP)函数,实现对视频时间子序列的编码;然后,将傅里叶时间金字塔(FTP)算法作用于每一个池化后的时间序列,并加以连接产生最终的时空特征表示;最后,在不同数据集上,基于不同方法进行了行为识别分类测试。实验结果表明,该文方法(HPM+RP+FTP)提高了不同视角下深度视频识别准确率,在UWA3DII数据集中,比现有最好方法高出18%。此外,该文方法具有较好的泛化性能,在MSR Daily Activity3D数据集上得到82.5%的准确率。

关键词：视频行为识别深度视频视角无关卷积神经网络时空关联

来源：评论

学校读者我要写书评

暂无评论

椭球基函数神经网络的混合学习算法

引用

模式识别与人工智能 2008年第2期21卷 148-154页

作者：邢红杰王泳胡包钢中国科学院自动化研究所模式识别国家重点实验室北京100080 中国科学院研究生院北京100080 河北大学数学与计算机科学学院保定071002

提出一种训练椭球基函数神经网络(EBFNN)的混合学习算法.此算法首先使用期望最大化算法初始化EBFNN中椭球基函数节点的参数,而网络的连接权重和偏差项则用线性最小二乘方法进行初始化.然后用梯度下降法对EBFNN中所有参数同时进行优化.... 详细信息

提出一种训练椭球基函数神经网络(EBFNN)的混合学习算法.此算法首先使用期望最大化算法初始化EBFNN中椭球基函数节点的参数,而网络的连接权重和偏差项则用线性最小二乘方法进行初始化.然后用梯度下降法对EBFNN中所有参数同时进行优化.与其他3个相关的模型相比,用混合学习方法训练的梯度下降椭球基函数神经网络(GDEBFNN)能够取得更优的分类性能.此外,与支持向量机对比表明,GDEBFNN取得与之接近的泛化能力.与基于Adaboost的决策树模型比较表明,GDEBFNN可以取得更优的泛化性能.

关键词：椭球基函数神经网络(EBFNN) 混合学习算法全协方差矩阵椭球基函数

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：