检索结果-内蒙古大学图书馆

山西大学学报(自然科学版) 2020年第4期43卷 719-726页

作者：徐石张莉季家欢苏州大学计算机科学与技术学院苏州大学江苏省计算机信息处理技术重点实验室

深度神经网络可以极大地提高单图像超分辨率的质量,盲目地增加网络的深度不能有效地改善网络。文章针对单图像超分辨率任务提出了一种新颖的深度多尺度递归密集网络(multi-scale recursive dense network,MSRDN),首先构造一个浅层特征... 详细信息

深度神经网络可以极大地提高单图像超分辨率的质量,盲目地增加网络的深度不能有效地改善网络。文章针对单图像超分辨率任务提出了一种新颖的深度多尺度递归密集网络(multi-scale recursive dense network,MSRDN),首先构造一个浅层特征提取模块来初步提取粗糙特征,然后将粗糙特征输入到多尺度密集模块(multi-scale dense blocks,MSDBs)群中。每个MSDB都包含一个双旁路子网和一个通道注意力机制,其中前者能通过密集的跳跃连接将不同尺度的特征混合在一起,后者能从通道中提取有效信息。MSDB模块有助于生成信息的前后流动,并在训练过程中促进梯度向后传播。所有MSDB模块的输出将通过重建模块恢复为高分辨率图像,并构成损失函数的不同项。在网络末端使用亚像素卷积层进行上采样,不需要将双三次插值作为预处理步骤,从而大大降低了计算复杂度。在基准数据集上进行的大量定性和定量实验的结果表明,提出的MSRDN具有更好的重构性能和视觉效果。

关键词：深度学习计算机视觉卷积神经网络多尺度超分辨率

来源：评论

学校读者我要写书评

暂无评论

带最大熵修正的行动者评论家算法

引用

计算机学报 2020年第10期43卷 1897-1908页

作者：姜玉斌刘全胡智慧苏州大学计算机科学与技术学院江苏苏州215006 苏州大学江苏省计算机信息处理技术重点实验室江苏苏州215006 吉林大学符号计算与知识工程教育部重点实验室长春130012 软件新技术与产业化协同创新中心南京210000

在行动者评论家算法中,策略梯度通常使用最大熵正则项来提高行动策略的随机性以保证探索.策略的随机使Agent能够遍历所有动作,但是会造成值函数的低估并影响算法的收敛速度与稳定性.针对策略梯度中最大熵正则项带来的低估问题,提出最大... 详细信息

在行动者评论家算法中,策略梯度通常使用最大熵正则项来提高行动策略的随机性以保证探索.策略的随机使Agent能够遍历所有动作,但是会造成值函数的低估并影响算法的收敛速度与稳定性.针对策略梯度中最大熵正则项带来的低估问题,提出最大熵修正(Maximum-Entropy Correction,MEC)算法.该算法有两个特点:(1)利用状态值函数与策略函数构造一种状态动作值函数的估计,构造的状态动作值函数符合真实值函数的分布;(2)将贝尔曼最优方程与构造的状态动作值函数结合作为MEC算法的目标函数.通过使用新的目标函数,MEC算法可以解决使用最大熵正则项带来的性能下降与不稳定.为了验证算法的有效性,将该算法与近似策略优化算法以及优势行动者评论家算法在Atari 2600游戏平台进行比较实验.实验结果表明,MEC在改进性能的同时提高了算法的稳定性.

关键词：强化学习深度学习行动者评论家算法最大熵策略梯度

来源：评论

学校读者我要写书评

暂无评论

基于情节经验回放的深度确定性策略梯度方法

引用

计算机科学 2021年第10期48卷 37-43页

作者：张建行刘全苏州大学计算机科学与技术学院江苏苏州215006 苏州大学江苏省计算机信息处理技术重点实验室江苏苏州215006 吉林大学符号计算与知识工程教育部重点实验室长春130012 软件新技术与产业化协同创新中心南京210000

强化学习中的连续控制问题一直是近年来的研究热点。深度确定性策略梯度(Deep Deterministic Policy Gradients,DDPG)算法在连续控制任务中表现优异。DDPG算法利用经验回放机制训练网络模型,为了进一步提高经验回放机制在DDPG算法中的效... 详细信息

强化学习中的连续控制问题一直是近年来的研究热点。深度确定性策略梯度(Deep Deterministic Policy Gradients,DDPG)算法在连续控制任务中表现优异。DDPG算法利用经验回放机制训练网络模型,为了进一步提高经验回放机制在DDPG算法中的效率,将情节累积回报作为样本分类依据,提出一种基于情节经验回放的深度确定性策略梯度(Deep Determinis-tic Policy Gradient with Episode Experience Replay,EER-DDPG)方法。首先,将经验样本以情节为单位进行存储,根据情节累积回报大小使用两个经验缓冲池分类存储。然后,在网络模型训练阶段着重对累积回报较大的样本进行采样,以提升训练质量。在连续控制任务中对该方法进行实验验证,并与采取随机采样的DDPG方法、置信区域策略优化(Trust Region Policy Optimization,TRPO)方法以及近端策略优化(Proximal Policy Optimization,PPO)方法进行比较。实验结果表明,EER-DDPG方法有更好的性能表现。

关键词：深度确定性策略梯度连续控制任务经验回放累积回报分类经验回放

来源：评论

学校读者我要写书评

暂无评论

基于自指导动作选择的近端策略优化算法

引用

计算机科学 2021年第12期48卷 297-303页

作者：申怡刘全苏州大学计算机科学与技术学院江苏苏州215006 苏州大学江苏省计算机信息处理技术重点实验室江苏苏州215006 吉林大学符号计算与知识工程教育部重点实验室长春130012 软件新技术与产业化协同创新中心南京210000

强化学习领域中策略单调提升的优化算法是目前的一个研究热点,在离散型和连续型控制任务中都具有了良好的性能表现。近端策略优化(Proximal Policy Optimization,PPO)算法是一种经典策略单调提升算法,但PPO作为一种同策略(on-policy)算... 详细信息

强化学习领域中策略单调提升的优化算法是目前的一个研究热点,在离散型和连续型控制任务中都具有了良好的性能表现。近端策略优化(Proximal Policy Optimization,PPO)算法是一种经典策略单调提升算法,但PPO作为一种同策略(on-policy)算法,样本利用率较低。针对该问题,提出了一种基于自指导动作选择的近端策略优化算法(Proximal Policy Optimization Based on Self-Directed Action Selection,SDAS-PPO)。SDAS-PPO算法不仅根据重要性采样权重对样本经验进行利用,而且增加了一个同步更新的经验池来存放自身的优秀样本经验,并利用该经验池学习到的自指导网络对动作的选择进行指导。SDAS-PPO算法大大提高了样本利用率,并保证训练网络模型时智能体能快速有效地学习。为了验证SDAS-PPO算法的有效性,将SDAS-PPO算法与TRPO算法、PPO算法和PPO-AMBER算法用于连续型控制任务Mujoco仿真平台中进行比较实验。实验结果表明,该方法在绝大多数环境下具有更好的表现。

关键词：强化学习深度强化学习策略梯度近端策略优化自指导

来源：评论

学校读者我要写书评

暂无评论

基于动作约束深度强化学习的安全自动驾驶方法

引用

计算机科学 2021年第9期48卷 235-243页

作者：代珊珊刘全苏州大学计算机科学与技术学院江苏苏州215006 苏州大学江苏省计算机信息处理技术重点实验室江苏苏州215006 吉林大学符号计算与知识工程教育部重点实验室长春130012 软件新技术与产业化协同创新中心南京210000

随着人工智能的发展,自动驾驶领域的研究也日益壮大。深度强化学习(Deep Reinforcement Learning,DRL)方法是该领域的主要研究方法之一。其中,安全探索问题是该领域的一个研究热点。然而,大部分DRL算法为了提高样本的覆盖率并没有对探... 详细信息

随着人工智能的发展,自动驾驶领域的研究也日益壮大。深度强化学习(Deep Reinforcement Learning,DRL)方法是该领域的主要研究方法之一。其中,安全探索问题是该领域的一个研究热点。然而,大部分DRL算法为了提高样本的覆盖率并没有对探索方法进行安全限制,使无人车探索时会陷入某些危险状态,从而导致学习失败。针对该问题,提出了一种基于动作约束的软行动者-评论家算法(Constrained Soft Actor-critic,CSAC),该方法首先对环境奖赏进行了合理限制。无人车动作转角过大时会产生抖动,因此在奖赏函数中加入惩罚项,使无人车尽量避免陷入危险状态。另外,CSAC方法又对智能体的动作进行了约束。当目前状态选择动作后使无人车偏离轨道或者发生碰撞时,标记该动作为约束动作,在之后的训练中通过合理约束来更好地指导无人车选择新动作。为了体现CSAC方法的优势,将CSAC方法应用在自动驾驶车道保持任务中,并与SAC算法进行对比。结果表明,引入安全机制的CSAC方法可以有效避开不安全动作,提高自动驾驶过程中的稳定性,同时还加快了模型的训练速度。最后,将训练好的模型移植到带有树莓派的无人车上,进一步验证了模型的泛用性。

关键词：安全自动驾驶深度强化学习软行动者-评论家车道保持无人车

来源：评论

学校读者我要写书评

暂无评论

基于SSM框架的合租系统设计与实现

引用

计算机技术与发展 2021年第11期31卷 159-164页

作者：张文方巍贾雪磊南京信息工程大学计算机与软件学院江苏南京210044 苏州大学江苏省计算机信息处理技术重点实验室江苏苏州215006

随着互联网时代的不断创新发展,人们对于生活方式也越来越倾心于便捷高效模式。而国内有着相当高的流动人口,住房问题自然而然成了一项重要的社会问题,传统的房屋租赁模式在房源提供、租房流程等环节中存在复杂繁琐等弊端,为此,开发了... 详细信息

随着互联网时代的不断创新发展,人们对于生活方式也越来越倾心于便捷高效模式。而国内有着相当高的流动人口,住房问题自然而然成了一项重要的社会问题,传统的房屋租赁模式在房源提供、租房流程等环节中存在复杂繁琐等弊端,为此,开发了一款基于SSM的线上合租系统,实现用户上传房源、浏览房源信息、查找合租舍友、线上预约房源等一系列流程。该系统架构上采用B/S结构,借助MySQL关系数据库,用Bootstrap框架搭建前端界面。响应式的Web设计使得用户使用不同尺寸的设备浏览网站都可获得极佳的视觉效果。同时,系统提供为不同用户个性化匹配舍友和房源信息服务。该系统总体界面友好,功能完善,不仅方便用户使用,而且方便管理员随时查阅管理系统内信息,实现了信息透明化,使得租房流程更简便高效,降低了租房流程中的成本。

关键词：合租系统 SSM框架 MySQL Bootstrap 个性化服务 B/S结构

来源：评论

学校读者我要写书评

暂无评论

基于时空注意力机制的基坑位移预测方法

引用

计算机与现代化 2023年第5期 39-45页

作者：王玉立杨昌松邱劲韦俊吴宏杰苏州科技大学电子与信息工程学院江苏苏州215009 苏州科技大学土木工程学院江苏苏州215011 苏州科技大学苏州智慧城市研究院江苏苏州215009 苏州大学江苏省大数据智能工程实验室、江苏省计算机信息处理技术重点实验室江苏苏州215006

基坑安全管理是大型建筑基坑施工的关键内容,基坑结构位移预测是预防基坑支护事故的重要手段。但是由于基坑局部基坑位移成因复杂,现有的支持向量回归(SVR)、随机森林(RF)方法忽略了基坑位移随空间位移局部减弱、随时间局部位移加快增... 详细信息

基坑安全管理是大型建筑基坑施工的关键内容,基坑结构位移预测是预防基坑支护事故的重要手段。但是由于基坑局部基坑位移成因复杂,现有的支持向量回归(SVR)、随机森林(RF)方法忽略了基坑位移随空间位移局部减弱、随时间局部位移加快增长的特点,导致预测精度不高。因此,本文提出一种融合时空注意力机制的GA-BP神经网络(A-GABP)方法,通过时空特征准确表示基坑位移预测的时空维度及其特征相关性,提高基坑位移预测的有效性。最后,本文以苏州市某大型工程为实例,对基坑的水平与垂直位移监测数据进行模型训练与评估,按时域特征、空域特征、多阶时域空域特征进行量化分析与研究,并与现有方法进行比较。实验结果表明,本文方法的拟合指数比其他几种方法分别提高29.19%与41.25%,多阶时空域特征相较于单独的时间域或空间域特征分别提高3.08%与1.83%。

关键词：时空注意力机制基坑位移预测多时域空域特征 BP神经网络

来源：评论

学校读者我要写书评

暂无评论

基于蚁群融合D*Lite的动态改航路径规划

引用

计算机系统应用 2023年第8期32卷 250-258页

作者：张文方巍南京信息工程大学计算机学院数字取证教育部工程研究中心南京210044 南京信大气象科学技术研究院有限公司南京210044 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 苏州大学江苏省计算机信息处理技术重点实验室苏州215006

危险天气下的改航与受限区划设和路径规划算法密切相关,本文针对改航环境构建中Graham扫描结果存在较大无效区域,提出分块后并行扫描.针对危险天气的突发性,为了适用于复杂环境,提出在增量式的D*Lite全局规划路径基础上智能分割、蚁群... 详细信息

危险天气下的改航与受限区划设和路径规划算法密切相关,本文针对改航环境构建中Graham扫描结果存在较大无效区域,提出分块后并行扫描.针对危险天气的突发性,为了适用于复杂环境,提出在增量式的D*Lite全局规划路径基础上智能分割、蚁群算法局部搜索的复合结构动态规划方法.通过改进信息素更新策略解决收敛速度慢、耗时长且易陷入局部最优的缺点.实验结果表明,分块并行Graham扫描划设的飞行受限区形状更接近实际,面积缩至原先的48.1%.改进蚁群融合D*Lite的复合结构动态路径规划算法D*Lite-ACO兼顾全局与局部,将重规划范围控制到当前位置与目标点间,在路径长度、规划时间和迭代范围上的评价指标分别提升1.2%、40.7%、66.7%.

关键词：危险天气飞行受限区路径规划 Graham 蚁群算法

来源：评论

学校读者我要写书评

暂无评论

一种权重平均值的深度双Q网络方法

引用

计算机研究与发展 2020年第3期57卷 576-589页

作者：吴金金刘全陈松闫岩苏州大学计算机科学与技术学院江苏苏州215006 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012 江苏省计算机信息处理技术重点实验室(苏州大学) 江苏苏州215006 软件新技术与产业化协同创新中心(南京大学) 南京210023

深度强化学习算法的不稳定性和可变性对其性能有重要的影响.深度Q网络模型在处理需要感知高维输入数据的决策控制任务中性能良好.然而,深度Q网络存在着高估动作值使agent性能变差的问题.尽管深度双Q网络能够缓解高估带来的影响,但是仍... 详细信息

深度强化学习算法的不稳定性和可变性对其性能有重要的影响.深度Q网络模型在处理需要感知高维输入数据的决策控制任务中性能良好.然而,深度Q网络存在着高估动作值使agent性能变差的问题.尽管深度双Q网络能够缓解高估带来的影响,但是仍然存在低估动作值的问题.在一些复杂的强化学习环境中,即使是很小的估计误差也会对学习到的策略产生很大影响.为了解决深度Q网络中高估动作值和深度双Q网络中低估动作值的问题,提出一种基于权重平均值的深度双Q网络方法(averaged weighted double deep Q-network,AWDDQN),该方法将带权重的双估计器整合到深度双Q网络中.为了进一步地减少目标值的估计误差,通过计算之前学习到的动作估计值的平均值来产生目标值,并且根据时间差分误差动态地确定平均动作值的数量.实验结果表明:AWDDQN方法可以有效减少估计偏差,并且能够提升agent在部分Atari 2600游戏中的表现.

关键词：深度强化学习深度Q网络估计误差权重双估计器时间差分

来源：评论

学校读者我要写书评

暂无评论

基于信息交互增强的事件时序关系分类方法

引用

计算机科学 2020年第11期47卷 244-249页

作者：周新宇李培峰苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006

事件时序关系分类任务是信息抽取领域的一个分支,由于其对多个自然语言处理任务具有很好的辅助作用,近年来得到了越来越多的关注。目前,已有的神经网络方法对事件间信息交互的考虑相对缺乏。针对这个问题,提出了一种通过参数共享来增强... 详细信息

事件时序关系分类任务是信息抽取领域的一个分支,由于其对多个自然语言处理任务具有很好的辅助作用,近年来得到了越来越多的关注。目前,已有的神经网络方法对事件间信息交互的考虑相对缺乏。针对这个问题,提出了一种通过参数共享来增强事件间信息交互的方法。该方法首先通过门控卷积神经网络(Gated Convolutional Neural Network,GCNN)学习句子的语义信息和上下文信息,并将其融入最短依存路径序列作为输入;然后使用双向长短期记忆网络(Bidirectional Long Short-Term Memory network,Bi-LSTM)对输入进行编码以获取其语义表示,并通过参数共享来增强事件之间的信息交互;最后将获得的语义表示输入全连接层,使用Softmax函数进行分类预测。TimeBank-Dense语料库上的实验结果表明,所提方法在分类精度上优于现有的大多数神经网络方法。

关键词：时序关系分类句子表示信息交互最短依存路径双向长短期记忆网络

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：