检索结果-内蒙古大学图书馆

自动化学报 2022年第1期48卷 182-193页

作者：王鼎赵明明哈明鸣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 北京人工智能研究院北京100124 智慧环保北京实验室北京100124 北京科技大学自动化学院北京100083

设计了一种基于折扣广义值迭代的智能算法,用于解决一类复杂非线性系统的最优跟踪控制问题.通过选取合适的初始值,值迭代过程中的代价函数将以单调递减的形式收敛到最优代价函数.基于单调递减的值迭代算法,在不同折扣因子的作用下,讨论... 详细信息

设计了一种基于折扣广义值迭代的智能算法,用于解决一类复杂非线性系统的最优跟踪控制问题.通过选取合适的初始值,值迭代过程中的代价函数将以单调递减的形式收敛到最优代价函数.基于单调递减的值迭代算法,在不同折扣因子的作用下,讨论了迭代跟踪控制律的可容许性和误差系统的渐近稳定性.为了促进算法的实现,建立一个数据驱动的模型网络用于学习系统动态信息,同时构造评判网络和执行网络用于近似迭代代价函数和计算迭代跟踪控制律.值得注意的是,我们提出了新颖的停止准则来保证迭代跟踪控制律的有效性.这种停止准则包含两个条件,一个条件用来保证迭代跟踪控制律的可用性,这有利于评估误差系统的渐近稳定性;而另一个条件用来确保跟踪控制律的近似最优性.最后,通过包括污水处理在内的两个应用实例验证了本文提出的近似最优跟踪控制方法的可行性和有效性.

关键词：自适应评判控制可容许性广义值迭代智能最优跟踪神经网络

来源：评论

学校读者我要写书评

暂无评论

基于T-CNN的3D-HEVC深度图帧内快速编码算法

引用

高技术通讯 2023年第10期33卷 1068-1076页

作者：于源贾克斌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 先进信息网络北京实验室北京100124

3D-HEVC标准中引入了具有大面积平坦区域、陡峭边缘和低纹理复杂度特性的深度图。针对深度图编码过程中编码单元(CU)率失真优化导致编码复杂度过高这一问题,本文在分析深度图编码所具有的特点的基础上,构建了深度图划分深度数据集,并提... 详细信息

3D-HEVC标准中引入了具有大面积平坦区域、陡峭边缘和低纹理复杂度特性的深度图。针对深度图编码过程中编码单元(CU)率失真优化导致编码复杂度过高这一问题,本文在分析深度图编码所具有的特点的基础上,构建了深度图划分深度数据集,并提出了一种基于两通道特征传递卷积神经网络(T-CNN)的划分深度预测算法。使用本文提出的算法替换原始编码器中各视点下深度图CU划分模块,可以在一定的率失真性能损失下,将原始HTM-16.0编码器编码时间平均减少76%左右,编码效率得到了显著提升。

关键词： 3D-HEVC 深度图帧内编码卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

数据驱动自适应评判控制研究进展

引用

自动化学报 2025年

作者：王鼎赵明明刘德荣乔俊飞宋世杰北京工业大学信息科学技术学院计算智能与智能系统北京市重点实验室智慧环保北京实验室北京人工智能研究院南方科技大学自动化与智能制造学院西南交通大学智慧城市与交通学院

最优控制与人工智能两个领域的融合发展产生了一类以执行-评判设计为主要思想的自适应动态规划(Adaptive dynamic programming, ADP)方法.通过集成动态规划理论、强化学习机制、神经网络技术、函数优化算法, ADP在求解大规模复杂非线性... 详细信息

最优控制与人工智能两个领域的融合发展产生了一类以执行-评判设计为主要思想的自适应动态规划(Adaptive dynamic programming, ADP)方法.通过集成动态规划理论、强化学习机制、神经网络技术、函数优化算法, ADP在求解大规模复杂非线性系统的决策和调控问题上取得了重要进展.然而,实际系统的未知参数和不确定扰动经常导致难以建立精确的数学模型,给最优控制器的设计构成了挑战.近年来,具有强大自学习和自适应能力的数据驱动ADP方法受到了广泛关注,它能够在不依赖动态模型的情况下,仅利用系统的输入输出数据为复杂非线性系统设计出稳定、安全、可靠的最优控制器,符合智能自动化的发展潮流.通过对数据驱动ADP方法的算法实现、理论特性、相关应用等方面进行梳理,着重介绍了最新的研究进展,包括在线Q学习、值迭代Q学习、策略迭代Q学习、加速Q学习、迁移Q学习、跟踪Q学习、安全Q学习、博弈Q学习,并涵盖数据学习范式、稳定性、收敛性以及最优性的分析.此外,为了提高学习效率和控制性能,设计了一些改进的评判机制和效用函数.最后,以污水处理过程为背景,总结了数据驱动ADP方法在实际工业系统中的应用效果和存在问题,并展望了一些未来值得研究的方向.

关键词：自适应评判控制自适应动态规划数据驱动设计在线Q学习迭代Q学习

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv5的路面病害检测方法

引用

北京工业大学学报 2025年第5期51卷 552-559页

作者：刘鹏宇袁静高倩陈善继北京工业大学信息学部北京100124 先进信息网络北京实验室北京100124 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 青海民族大学物理与电子信息工程学院西宁81000

针对目前道路病害检测数据集种类较少、检测场景单一,以及现有基于深度学习的路面病害检测方法难以应对复杂环境干扰、模型由于体积较大难以部署等问题,建立一个多种类、面向多种场景类型的路面病害检测数据集,以弥补现有数据集的不足,... 详细信息

针对目前道路病害检测数据集种类较少、检测场景单一,以及现有基于深度学习的路面病害检测方法难以应对复杂环境干扰、模型由于体积较大难以部署等问题,建立一个多种类、面向多种场景类型的路面病害检测数据集,以弥补现有数据集的不足,并且提出基于改进YOLOv5的路面病害检测方法。该方法通过融合注意力机制和轻量化结构组件在提升模型检测精度的同时降低参数量,实现了在多种干扰背景下对裂缝和坑槽路面损坏的检测和准确识别,有效改善了上述不足。实验结果表明,提出的方法在构建的路面病害数据集上检测平均精度均值达到93.3%,具有较高的检测精度,模型参数量仅为6.7×10^(6)左右,大大降低了部署成本。

关键词：公路养护路面病害深度学习 YOLOv5 注意力机制轻量化

来源：评论

学校读者我要写书评

暂无评论

基于敏感性分析的区间二型模糊神经网络出水总氮软测量

引用

水利水电技术（中英文） 2023年第4期54卷 120-130页

作者：杨文琚孙晨暄伍小龙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

【目的】出水总氮检测在监测污水处理厂超标排放和预防水质富营养化中发挥了重要的作用,但仍存在精度低,实时性不强的问题。为解决城市污水处理过程出水总氮难以在线精准检测的问题,提出了一种基于敏感性分析的区间二型模糊神经网络(SA-... 详细信息

【目的】出水总氮检测在监测污水处理厂超标排放和预防水质富营养化中发挥了重要的作用,但仍存在精度低,实时性不强的问题。为解决城市污水处理过程出水总氮难以在线精准检测的问题,提出了一种基于敏感性分析的区间二型模糊神经网络(SA-IT2FNN)出水总氮软测量方法。【方法】采用敏感性分析法(Sensitivity Analysis,SA),选取与污水处理过程出水总氮关联性较强的主元变量。然后,将所选的关键主元变量作为IT2FNN的输入变量,通过训练模型参数建立出水总氮软测量模型。【结果】仿真结果显示:对于冬季数据集,SA-IT2FNN选取6个、8个、10个主元变量进行预测时,训练时间分别为6.2 s、7.8 s、9.7 s;均方根误差(Root Mean Square Error,RMSE)分别为0.44、0.35、0.33。另外,SA-IT2FNN选择8主元变量预测时,夏季和冬季对应的测试RMSE分别为0.38和0.39。【结论】结果表明:SA通过对模型的输入变量降维,有效提高了模型的预测效果;基于IT2FNN的总氮软测量模型在不同工况下都能够保证预测精度,具有较好的学习和预测能力。研究成果展示了人工智能在总氮检测中的独特作用,为污水处理出水指标高精度检测提供了有效的方法。

关键词：城市污水处理过程出水总氮区间二型模糊神经网络敏感性分析法软测量模型

来源：评论

学校读者我要写书评

暂无评论

面向工业过程软测量建模的概念漂移检测综述

引用

控制理论与应用 2021年第8期38卷 1159-1174页

作者：乔俊飞孙子健汤健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

基于数据驱动的软测量模型广泛用于工业过程中产品质量与环保指标等难测参数的在线测量,该过程中存在的概念漂移问题易导致模型精度下降.如何有效识别过程概念变化并精准检测漂移样本是提高模型测量性能的关键.本文总结并分析目前漂移... 详细信息

基于数据驱动的软测量模型广泛用于工业过程中产品质量与环保指标等难测参数的在线测量,该过程中存在的概念漂移问题易导致模型精度下降.如何有效识别过程概念变化并精准检测漂移样本是提高模型测量性能的关键.本文总结并分析目前漂移检测的研究思路与进展,为面向工业过程软测量的漂移检测算法提供设计指导.首先,介绍了概念漂移的通常定义与其在工业过程中的表现形式;然后,从检测依据与检测对象两个视角分析了目前具有代表性的检测方法;接着,讨论了这些算法的技术特点和当前工业领域的研究难点;最后,展望了未来的研究方向.

关键词：工业过程软测量概念漂移过程变量样本分布

来源：评论

学校读者我要写书评

暂无评论

基于改进集合经验模态分解和深度信念网络的出水总磷预测

引用

化工学报 2021年第5期72卷 2745-2753页

作者：王龙洋蒙西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

出水总磷的准确预测对于城市污水处理厂的高效、稳定的运行至关重要。文中针对城市污水处理过程中出水总磷难以预测的问题,提出一种基于改进集合经验模态分解(modified ensemble empirical mode decomposition,MEEMD)和深度信念网络(dee... 详细信息

出水总磷的准确预测对于城市污水处理厂的高效、稳定的运行至关重要。文中针对城市污水处理过程中出水总磷难以预测的问题,提出一种基于改进集合经验模态分解(modified ensemble empirical mode decomposition,MEEMD)和深度信念网络(deep belief network,DBN)的出水总磷预测方法。首先,设计一种MEEMD算法对城市污水处理过程出水总磷数据信号进行分解,获取多个本征模态函数(intrinsic mode function,IMF)组合;然后,建立一种基于模拟退火(simulated annealing,SA)算法的深度信念网络预测模型,通过优化的模型结构对分解后得到的每个IMF分量进行有效预测;最后,通过大气CO_(2)浓度预测和城市污水处理出水总磷预测验证了所提出方法的有效性。

关键词：城市污水处理过程出水总磷集合经验模态分解深度信念网络

来源：评论

学校读者我要写书评

暂无评论

基于目标导向行为和空间拓扑记忆的视觉导航方法

引用

计算机学报 2021年第3期44卷 594-608页

作者：阮晓钢李鹏朱晓庆刘鹏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

针对在具有动态因素且视觉丰富环境中的导航问题,受路标机制空间记忆方式启发,提出一种可同步学习目标导向行为和记忆空间结构的视觉导航方法.首先,为直接从原始输入中学习控制策略,以深度强化学习为基本导航框架,同时添加碰撞预测作为... 详细信息

针对在具有动态因素且视觉丰富环境中的导航问题,受路标机制空间记忆方式启发,提出一种可同步学习目标导向行为和记忆空间结构的视觉导航方法.首先,为直接从原始输入中学习控制策略,以深度强化学习为基本导航框架,同时添加碰撞预测作为模型辅助任务;然后,在智能体学习导航过程中,利用时间相关性网络祛除冗余观测及寻找导航节点,实现通过情景记忆递增描述环境结构;最后,将空间拓扑地图作为路径规划模块集成到模型中,并结合动作网络用于获取更加通用的导航方法.实验在3D仿真环境DMlab中进行,实验结果表明,本文方法可从视觉输入中学习目标导向行为,在所有测试环境中均展现出更高效的学习方法和导航策略,同时减少构建地图所需数据量;而在包含动态堵塞的环境中,该模型可使用拓扑地图动态规划路径,从而引导绕路行为完成导航任务,展现出良好的环境适应性.

关键词：目标导向行为深度强化学习碰撞预测时间相关性网络空间拓扑地图动作网络

来源：评论

学校读者我要写书评

暂无评论

基于特征约简与选择性集成算法的城市固废焚烧过程二噁英排放浓度软测量

引用

控制理论与应用 2021年第1期38卷 110-120页

作者：汤健乔俊飞徐喆郭子豪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(MSWI)排放的污染物二噁英(DXN)对生态环境与人类健康具有极大危害,其浓度的实时检测对MSWI过程运行优化和城市污染控制至关重要.具有痕量特性的DXN排放浓度不能实时检测,机理模型难以构建,并且其与过程变量间的映射关系复... 详细信息

城市固废焚烧(MSWI)排放的污染物二噁英(DXN)对生态环境与人类健康具有极大危害,其浓度的实时检测对MSWI过程运行优化和城市污染控制至关重要.具有痕量特性的DXN排放浓度不能实时检测,机理模型难以构建,并且其与过程变量间的映射关系复杂.针对上述问题,本文提出了一种基于特征约简和选择性集成算法的DXN排放浓度软测量方法.首先,对在线采集的MSWI过程变量和离线化验的DXN排放浓度数据进行预处理,获得具有小样本高维特性的建模样本;接着,基于变量投影重要性(VIP)值和特征约简比率值确定模型输入特征;最后,基于操纵训练样本的集成构造策略构建自适应确定核参数的选择性集成模型.采用国外文献和国内工业MSWI过程的DXN排放浓度数据仿真验证了所提方法的有效性.

关键词：城市固废焚烧(MSWI) 二噁英(DXN) 变量投影重要性(VIP) 特征约简选择性集成算法

来源：评论

学校读者我要写书评

暂无评论

一种改进的皮层网络环境认知模型

引用

自动化学报 2021年第6期47卷 1401-1411页

作者：武悦阮晓钢黄静柴洁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

前额皮层是哺乳动物环境认知能力的重要神经生理基础,许多研究基于皮层网络结构对前额皮层进行计算建模,使机器人能够完成环境认知与导航任务.但是,对皮层网络模型神经元噪声(一种干扰神经元规律放电的内部电信号)鲁棒性方面的研究不多... 详细信息

前额皮层是哺乳动物环境认知能力的重要神经生理基础,许多研究基于皮层网络结构对前额皮层进行计算建模,使机器人能够完成环境认知与导航任务.但是,对皮层网络模型神经元噪声(一种干扰神经元规律放电的内部电信号)鲁棒性方面的研究不多,传统模型采用的奖励扩散方法存在着导航性能随噪声增大而下降过快的问题,同时其路径规划方法效果不好,无法规划出全局最短路径.针对上述问题,本文在皮层网络的基础上引入波前传播算法,结合全局抑制神经元来设计奖励传播回路,同时将时间细胞和位置偏好细胞引入模型的路径规划回路以改善路径规划效果.为了验证模型的有效性,本文复现了心理学上两个经典的环境认知实验.实验结果表明,本模型与其他皮层网络模型相比表现出更强的神经元噪声鲁棒性.同时,模型保持了较好的路径规划效果,与传统路径规划算法相比具有较高的效率.

关键词：皮层网络波前传播神经元噪声环境认知类脑计算

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：