检索结果-内蒙古大学图书馆

北京工业大学学报 2024年第1期50卷 18-26页

作者：杜丽娜杨硕卓力张菁李嘉锋北京工业大学信息学部北京100124 北京工业大学计算智能与智能系统北京市重点实验室北京100124

考虑到卡顿、质量切换、内容特征等因素对用户体验质量的影响都会直接体现在客户端的失真视频里,提出了一种客户端的移动视频感知质量评价模型。该模型无须对每种影响因素均进行表征和度量,而是基于深度特征提取+回归的思路,直接建立失... 详细信息

考虑到卡顿、质量切换、内容特征等因素对用户体验质量的影响都会直接体现在客户端的失真视频里,提出了一种客户端的移动视频感知质量评价模型。该模型无须对每种影响因素均进行表征和度量,而是基于深度特征提取+回归的思路,直接建立失真视频与平均意见分数之间的映射模型。首先,构建了ResNet-TSM网络结构,提取失真视频片段的深度时空特征;为了避免维度灾难,采用LargeVis算法对提取的深度特征进行降维,同时提升特征的表达与区分能力。然后,采用双向门控循环单元网络对视频的长时间依赖关系进行建模,得到各视频片段的打分,再利用时间平均池化方法将各片段分数进行聚合,得到整个视频的打分结果。在WaterlooSQoE-Ⅲ和LIVE-NFLX-Ⅱ数据集上的实验结果表明,提出的模型可以获得更高的预测精度。

关键词：视频感知质量评价平均意见分数卷积神经网络时间移位模块双向门控循环单元深度时空特征

来源：评论

学校读者我要写书评

暂无评论

基于优化并行的四足机器人运动技能学习

引用

清华大学学报（自然科学版） 2024年第10期64卷 1696-1705页

作者：张思远朱晓庆陈江涛刘鑫源王涛北京工业大学信息学部北京100124 北京工业大学北京人工智能研究院北京计算智能与智能系统重点实验室北京100124

动物对自然界的适应能力是由环境选择与适者生存决定的,四足哺乳动物可以通过种群的进化逐步适应环境的变化,提高其对环境的适应度和种群的生存率。基于上述启发,该文在软演员-评论家(SAC)算法基础上提出一种基于优化并行强化学习的算法... 详细信息

动物对自然界的适应能力是由环境选择与适者生存决定的,四足哺乳动物可以通过种群的进化逐步适应环境的变化,提高其对环境的适应度和种群的生存率。基于上述启发,该文在软演员-评论家(SAC)算法基础上提出一种基于优化并行强化学习的算法OP-SAC,该算法使用进化策略与强化学习交替训练,通过知识共享和知识继承优化四足机器人学习效果,提高训练效率。算法验证结果显示,OP-SAC算法能够完成四足机器人的仿生步态学习;对比实验验证出OP-SAC算法比其他结合了进化策略的SAC算法具有更加优越的鲁棒性;设计消融实验证明了知识共享和知识继承策略使算法的训练效果获得较大提升。

关键词：生物进化强化学习四足机器人进化策略

来源：评论

学校读者我要写书评

暂无评论

基于点云处理的仿人机器人楼梯障碍物识别与剔除方法

引用

工程科学学报 2025年第2期47卷 339-350页

作者：于乃功谢秋生李洪政北京工业大学信息科学技术学院北京100124 北京市计算智能与智能系统重点实验室北京100124 教育部数字社区工程研究中心北京100124

环境感知对于仿人机器人自主导航和运动规划具有重要研究意义,是实现仿人机器人在复杂环境中进行自主移动进而完成特定任务的基础.在特殊的楼梯场景中仿人机器人环境感知过程面临诸多挑战,楼梯障碍物会破坏阶梯平面特征,导致仿人机器人... 详细信息

环境感知对于仿人机器人自主导航和运动规划具有重要研究意义,是实现仿人机器人在复杂环境中进行自主移动进而完成特定任务的基础.在特殊的楼梯场景中仿人机器人环境感知过程面临诸多挑战,楼梯障碍物会破坏阶梯平面特征,导致仿人机器人获取不准确的楼梯参数而出现踏空、摔跤等问题.本文结合区域生长和平面构造方法识别和剔除楼梯障碍物点云,基于剔除障碍物后的楼梯进行三维参数估计.首先利用相邻点的投影之和最小原理准确完成对楼梯水平面的提取;其次根据区域生长算法判定楼梯障碍物聚类情况,构造平面并分析平面内点数以完成对障碍物点云的快速识别与剔除工作;最后对有障碍物楼梯与剔除障碍物楼梯进行楼梯三维感知实验.实验结果表明,本文剔除楼梯障碍物的平均精度为92.43%,且剔除后的楼梯参数感知误差仅为有障碍物时的0.5倍.总体表明所提算法能提高机器人在复杂楼梯环境中的楼梯参数估计精度,能够有效提高仿人机器人在复杂楼梯环境下的感知能力.

关键词：仿人机器人复杂环境感知楼梯区域生长参数估计

来源：评论

学校读者我要写书评

暂无评论

基于多重信息增益的移动机器人探索策略

引用

北京工业大学学报 2023年第9期49卷 990-998页

作者：阮晓钢陈晓朱晓庆北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124

针对移动机器人在未知环境中自主探索及建图存在盲目性的问题,提出了一种基于贝叶斯优化评估多重信息增益的探索策略。在候选点提取方法上采用融合前沿点聚类与可通行区域的方式综合衡量提取,相较于传统的前沿点检测方法有效解决了候选... 详细信息

针对移动机器人在未知环境中自主探索及建图存在盲目性的问题,提出了一种基于贝叶斯优化评估多重信息增益的探索策略。在候选点提取方法上采用融合前沿点聚类与可通行区域的方式综合衡量提取,相较于传统的前沿点检测方法有效解决了候选点集合过大及环境信息缺失等问题;在候选点评估方法上利用贝叶斯优化计算多重信息增益,综合考虑地图熵值与距离成本,相较于仅考虑地图熵值选取最佳候选点的方法,有效改进了机器人在环境中的冗余路径。该算法在机器人操作系统(robot operating system,ROS)中采用Gazebo进行仿真实验验证,构建环境地图。结果表明,该方法可以使移动机器人快速有效地探索未知环境,高质量完成建图任务。

关键词：多重信息增益贝叶斯优化自主探索复合提取策略栅格-八叉树地图移动机器人

来源：评论

学校读者我要写书评

暂无评论

基于TG–LSTM神经网络的非完整时间序列预测

引用

控制理论与应用 2022年第5期39卷 867-878页

作者：陈中林杨翠丽乔俊飞北京工业大学信息学部计算智能与智能系统北京市重点实验室智能环保北京实验室北京市人工智能研究院北京100124

针对传统模型对含数据缺失的非完整时间序列预测精度不高的问题,利用长短期记忆(LSTM)神经网络强大的时序建模能力,提出一种带时间门的长短期记忆(TG-LSTM)神经网络.首先,提出一种能同时对输入值在线估计和输出值实时预测的TG-LSTM单元... 详细信息

针对传统模型对含数据缺失的非完整时间序列预测精度不高的问题,利用长短期记忆(LSTM)神经网络强大的时序建模能力,提出一种带时间门的长短期记忆(TG-LSTM)神经网络.首先,提出一种能同时对输入值在线估计和输出值实时预测的TG-LSTM单元结构;其次,基于TG-LSTM结构设计一种网络的前向传播算法,实现输入填补和输出预测同步进行;然后,建立TG-LSTM神经网络的学习算法来对输入填补和输出预测任务整体训练;最后,通过在Mackey-glass基准数据集,月平均气温数据集和污水处理出水氨氮预测中的实验结果表明:与传统方法相比,TG-LSTM神经网络模型能以更高精度对非完整时间序列进行填补和预测.

关键词：数据缺失非完整时间序列长短期记忆神经网络前向传播算法学习算法

来源：评论

学校读者我要写书评

暂无评论

基于多模态生理信号特征融合的情绪识别方法研究

引用

生物医学工程学杂志 2025年第1期42卷 17-23页

作者：张志雯于乃功边琰闫金涵北京工业大学信息科学技术学院北京100124 北京市计算智能与智能系统重点实验室北京100124 天津职业技术师范大学自动化与电气工程学院天津300222 天津市信息传感与智能控制重点实验室天津300222

情绪分类识别是情感计算的关键领域,脑电等生理信号可精准反映情绪且难以伪装。现阶段,情绪识别在单模态信号特征提取和多模态信号整合方面存在局限。本研究收集了高兴、悲伤、恐惧情绪下的脑电(EEG)、肌电(EMG)、皮电(EDA)信号,采用基... 详细信息

情绪分类识别是情感计算的关键领域,脑电等生理信号可精准反映情绪且难以伪装。现阶段,情绪识别在单模态信号特征提取和多模态信号整合方面存在局限。本研究收集了高兴、悲伤、恐惧情绪下的脑电(EEG)、肌电(EMG)、皮电(EDA)信号,采用基于特征权重融合的方法进行特种融合并用支持向量机(SVM)和极限学习机(ELM)进行分类。结果表明,融合权重为EEG 0.7、EMG 0.15、EDA 0.15时分类最准确,准确率SVM为80.19%,ELM为82.48%,比单独脑电信号分别提升了5.81%和2.95%。此研究为多模态生理信号情绪分类识别提供了方法支持。

关键词：情绪多模态特征融合脑电肌电皮电

来源：评论

学校读者我要写书评

暂无评论

基于显著特征增强的跨模态视频片段检索

引用

电子与信息学报 2022年第12期44卷 4395-4404页

作者：杨金福刘玉斌宋琳闫雪北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124

随着视频获取设备和技术的不断发展,视频数量增长快速,在海量视频中精准查找目标视频片段是具有挑战的任务。跨模态视频片段检索旨在根据输入一段查询文本,模型能够从视频库中找出符合描述的视频片段。现有的研究工作多是关注文本与候... 详细信息

随着视频获取设备和技术的不断发展,视频数量增长快速,在海量视频中精准查找目标视频片段是具有挑战的任务。跨模态视频片段检索旨在根据输入一段查询文本,模型能够从视频库中找出符合描述的视频片段。现有的研究工作多是关注文本与候选视频片段的匹配,忽略了视频上下文的“语境”信息,在视频理解时,存在对特征关系表达不足的问题。针对此,该文提出一种基于显著特征增强的跨模态视频片段检索方法,通过构建时间相邻网络学习视频的上下文信息,然后使用轻量化残差通道注意力突出视频片段的显著特征,提升神经网络对视频语义的理解能力。在公开的数据集TACoS和ActivityNet Captions的实验结果表明,该文所提方法能更好地完成视频片段检索任务,比主流的基于匹配的方法和基于视频-文本特征关系的方法取得了更好的表现。

关键词：跨模态视频片段检索时间相邻网络残差通道注意力特征关系

来源：评论

学校读者我要写书评

暂无评论

基于移动边缘计算的GI/GI/1排队建模与调度算法

引用

自动化学报 2022年第7期48卷 1737-1746页

作者：张珂张利国北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124

针对车联网环境下路侧边缘计算节点部署不均衡、服务密度小、实时调度计算压力大等问题,提出一种基于智能车移动边缘计算(Mobile edge computing,MEC)的任务排队建模与调度算法,提供弹性计算服务,将具备感知、计算、控制功能的智能车作... 详细信息

针对车联网环境下路侧边缘计算节点部署不均衡、服务密度小、实时调度计算压力大等问题,提出一种基于智能车移动边缘计算(Mobile edge computing,MEC)的任务排队建模与调度算法,提供弹性计算服务,将具备感知、计算、控制功能的智能车作为移动边缘计算服务器,设计了车联网环境下的MEC体系架构.首先基于虚拟化技术对智能车进行虚拟化抽象,利用排队论对虚拟车任务构建了GI/GI/1排队模型.然后基于云平台Voronoi分配算法对虚拟车任务进行分配绑定,进而实现了智能车的优化调度与分布式弹性服务,解决了边缘计算任务分配不均衡等问题.最后通过城市交通路网中的车辆污染排放的实时计算实验,验证了该方法的有效性.

关键词：车联网移动边缘计算排队模型调度分配算法

来源：评论

学校读者我要写书评

暂无评论

低质量渲染图像的目标物体6D姿态估计

引用

控制与决策 2022年第1期37卷 135-141页

作者：左国玉张成威刘洪星龚道雄北京工业大学信息学部北京100124 北京市计算智能与智能系统重点实验室北京100124

从图像中获取目标物体的6D位姿信息在机器人操作和虚拟现实等领域有着广泛的应用,然而,基于深度学习的位姿估计方法在训练模型时通常需要大量的训练数据集来提高模型的泛化能力,一般的数据采集方法存在收集成本高同时缺乏3D空间位置信... 详细信息

从图像中获取目标物体的6D位姿信息在机器人操作和虚拟现实等领域有着广泛的应用,然而,基于深度学习的位姿估计方法在训练模型时通常需要大量的训练数据集来提高模型的泛化能力,一般的数据采集方法存在收集成本高同时缺乏3D空间位置信息等问题.鉴于此,提出一种低质量渲染图像的目标物体6D姿态估计网络框架.该网络中,特征提取部分以单张RGB图像作为输入,用残差网络提取输入图像特征;位姿估计部分的目标物体分类流用于预测目标物体的类别,姿态回归流在3D空间中回归目标物体的旋转角度和平移矢量.另外,采用域随机化方法以低收集成本方式构建大规模低质量渲染、带有物体3D空间位置信息的图像数据集Pose6DDR.在所建立的Pose6DDR数据集和LineMod公共数据集上的测试结果表明了所提出位姿估计方法的优越性以及大规模数据集域随机化生成数据方法的有效性.

关键词： 6D位姿估计域随机化低质量渲染 RGB图像 Pose6DDR

来源：评论

学校读者我要写书评

暂无评论

联合样本输出与特征空间的半监督概念漂移检测法及其应用

引用

自动化学报 2022年第5期48卷 1259-1272页

作者：孙子健汤健乔俊飞北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124

城市固废焚烧(Municipal solid waste incineration,MSWI)过程受垃圾成分波动、设备磨损与维修、季节交替变化等因素的影响而存在概念漂移现象,这导致用于污染物排放浓度的建模数据具有时变性.为此,需要识别能够表征概念漂移的新样本对... 详细信息

城市固废焚烧(Municipal solid waste incineration,MSWI)过程受垃圾成分波动、设备磨损与维修、季节交替变化等因素的影响而存在概念漂移现象,这导致用于污染物排放浓度的建模数据具有时变性.为此,需要识别能够表征概念漂移的新样本对污染物测量模型进行更新,但现有漂移检测方法难以有效应用于建模样本真值获取困难的工业过程.针对上述问题,提出一种联合样本输出与特征空间的半监督概念漂移检测方法.首先,采用基于主成分分析(Principal component analysis,PCA)的无监督机制识别特征空间内的概念漂移样本;然后,在样本输出空间采用基于时间差分(Temporaldifference,TD)学习的半监督机制对上述概念漂移样本进行伪真值标注后,再用Page-Hinkley检测法确认能够表征概念漂移的样本;最后,采用上述步骤获得的新样本结合历史样本对模型进行更新.基于合成和真实工业过程数据集的仿真结果表明所提方法具有优于已有方法的性能,能够在加强模型漂移适应性的同时有效缩减样本标注成本.

关键词：城市固废焚烧概念漂移检测半监督机制特征空间样本空间

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：