检索结果-南通市图书馆

作者：曾娟北京化工大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度强化学习的自动驾驶决策算法研究

基于深度强化学习的自动驾驶决策算法研究

作者：辛泊言西安工业大学

学位级别：硕士

深度强化学习同时具备强化学习决策能力和高维输入处理能力,在连续角色控制任务中应用频率较高,尤其是在交互频率强的任务中较为常见。近些年来,深度强化学习被广泛地应用在军事调度任务自动驾驶决策等运算领域,取得了丰硕的研究成果。... 详细信息

深度强化学习同时具备强化学习决策能力和高维输入处理能力,在连续角色控制任务中应用频率较高,尤其是在交互频率强的任务中较为常见。近些年来,深度强化学习被广泛地应用在军事调度任务自动驾驶决策等运算领域,取得了丰硕的研究成果。但从现有情况来看,以深度强化学习为基础构建的决策控制方法仍然存在一系列问题:算法输入数据复杂性高、易陷于局部最优解、样本有效利用率低、稳定性差等。本文将军事调度自动驾驶场景决策控制体系作为本文的研究对象,针对指定的自动驾驶任务情景,深入研究基于深度确定性策略梯度算法(DDPG)的高效驾驶决策控制方法,同时对现有的算法中的不足予以改进和优化,通过构建仿真环境对优化后的结果予以验证。本研究的主要内容及创新点如下:(1)针对当前深度强化学习算法输入数据复杂性高、模型复杂、简单的动作奖励函数适应性差的问题,提出了一种以多模块输入、多模块动作奖励函数为基础构建的DDPG算法,具体内容包括:一是结合驾驶决策输入信息特点,并根据环境感知结果,形成鸟瞰图,其中包括不同类型信息,提取三类数据(前视图像数据、激光点云图像数据、鸟瞰图像数据)充当深度强化学习方法输入;二是采用变分自动编码器技术,对于三类不同数据信息进行特征提取,其目的就是使策略训练速度提高。此外,为进一步探究影响驾驶决策的主要因素,以相关分析结果为基础,构建多模块动作奖励函数,在降低算法输入数据复杂性和提高动作奖励函数适应性的同时,提升了算法在自动驾驶领域的表现力。(2)针对深度强化学习现有算法容易陷于局部最优解,对环境探索能力低下的问题,提出了一种融合动态参数空间噪声的DDPG算法。首先,针对已知存在的问题,对多类网络噪声进行对比分析,探求军用调度任务复杂训练环境下不同噪声与环境探索效率之间的影响关系;其次,详细分析了层级归一化神经网络的基本结构,探寻目标噪声在该网络中的动态添加途径;最后,向现有DDPG算法中添加动态参数空间噪声,在原有传统算法(基线算法)的基础上,提高了算法的策略效果以及对环境的探索能力。(3)考虑到当前深度强化学习算法样本有效利用率低、算法稳定性差等问题,将深度强化学习中基于优先级的经验重放机制从离散控制领域拓展到了连续控制领域,即将基于优先级的经验回放机制从深度Q网络算法拓展DDPG算法中,提出一种基于优先级经验重放机制的DDPG算法。首先,通过对经验重放机制的原理以及对经验价值定义的研究,定义优先级经验重放机制经验样本的价值,其次,通过对Sum Tree二叉树结构的节点定义以及采样方法的研究,明确本课题使用的优先级采样操作算法。最后,利用Carla仿真平台将本文提出的基于优先级经验重放机制的DDPG算法与传统DDPG算法进行对比,对比结果表明改进后的算法有效地提升了样本有效利用率和算法稳定性,并大幅降低了算法的收敛时间。

关键词：深度强化学习 DDPG 多模块奖励函数动态参数空间噪声优先级经验重放

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

导电沥青混合料组成设计与力电耦合行为研究

导电沥青混合料组成设计与力电耦合行为研究

作者：魏弘瑞山东建筑大学

学位级别：硕士

基于时序极化SAR数据表征模型的农作物分类方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于时序极化SAR数据表征模型的农作物分类方法研究

作者：高莅北京化工大学

学位级别：硕士

时序极化合成孔径雷达(Multi-temporal Polarimetric Synthetic Aperture Radar,Multi-temporal Pol SAR)数据包含了植被生长过程中的散射变化信息,能够有效地进行农作物等地物分类。然而,在数据层面,目前基于时序极化SAR数据的农作物... 详细信息

时序极化合成孔径雷达(Multi-temporal Polarimetric Synthetic Aperture Radar,Multi-temporal Pol SAR)数据包含了植被生长过程中的散射变化信息,能够有效地进行农作物等地物分类。然而,在数据层面,目前基于时序极化SAR数据的农作物分类仍主要基于单时相数据信息的叠加,彼此之间存在冗余,个别模型虽然能够初步提供时序数据变化量的表征基础,但是存在矩阵性质约束、表征不充分的问题;在特征层面,缺乏散射变化信息的特征描述,没有真正挖掘完备的散射变化维度信息;在分类层面,没有充分有效利用时间维度-特征维度-散射变化维度的多元信息的时序极化SAR数据分类方法。针对上述问题,本文从数据-特征-方法三个层面开展了时序极化SAR数据表征模型的农作物分类方法研究:(1)提出了时序极化SAR数据乘方表征模型。基于相干矩阵乘方形式构建时序极化SAR数据表征模型,该模型满足全秩半正定厄米特矩阵性质,具有更好的正态分布数据特性,能直接联合时序数据,为充分表征散射变化量提供矩阵基础;分析了长时间序列不同时相对分类结果的影响,设计了RSS数据相似性度量方法降低数据冗余;(2)提取了时序极化SAR数据的时变散射特征。基于乘方模型完整的矩阵性质,保留极化矩阵各个通道复数据之间的完整关系,应用目标分解等方法完整表述散射变化信息,提取的时变散射特征能够解译散射变化量的强度、方向和类型,对于细节更为敏感,具有更强的描述能力;(3)设计了基于时序极化SAR数据表征模型的分类方法。主要步骤包括RSS数据相似性度量,数据表征,动态特征(时变散射特征)提取和Vi T分类,该方法能够充分利用时间维度-特征维度-散射变化维度的多元信息,实现农作物的有效分类。利用包含8个时相的Radarsat-2时序极化SAR数据进行分类实验,验证了RSS数据相似性度量在时相选择方面的有效性;基于优选得到的3个时相数据实验验证了利用新的表征模型提取的时变散射特征的分类精度高于动态特征,并且当动态特征与静态特征结合时能进一步提升分类精度;实际数据实验表明了基于数据表征模型的分类方法优于传统基于静态特征的方法。

关键词：时序极化SAR 农作物分类数据表征模型时变散射特征

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

侵犯著作权复制品租赁行为性质研究

侵犯著作权复制品租赁行为性质研究

作者：刘穆远北京化工大学

学位级别：硕士

近些年出现的新兴事物,行为人在未经著作权人允许的情形下,出租廉价的、侵犯著作权的、除视听作品和计算机软件之外的复制品供他人使用,进而达到盈利目的,让如何平衡著作权人和消费者利益这一问题又重新回到了大众视野,引发人们的深思... 详细信息

近些年出现的新兴事物,行为人在未经著作权人允许的情形下,出租廉价的、侵犯著作权的、除视听作品和计算机软件之外的复制品供他人使用,进而达到盈利目的,让如何平衡著作权人和消费者利益这一问题又重新回到了大众视野,引发人们的深思。本文从经验事实和实际案例中提炼出“如何定性侵犯著作权复制品的租赁行为”这一问题,并在通过查阅国内外相关案例、理论,对相关概念进行解释,明晰讨论的租赁非法复制作品类型。在对比国内外对侵犯著作权复制品租赁行为的研究基础上,认定这一租赁行为既没有直接侵犯具体著作权,也没有构成对著作权的间接侵权,并以法经济学、立法沿革等角度,从“它是否值得保护”、“是否应当保护”、“是否将它作为权利”三个方面提出了著作权人的租赁利益有保护的必要,租赁行为构成了对《著作权法》第10条第1款第17项规定的“应当由著作权人享有的其他权利”的侵犯。本文还试图从反不正当竞争法角度出发,从“存在竞争关系”、“市场利益衡量”、“不正当行为”等三个维度分别论证这一行为还符合不正当竞争的构成要件,提出在我国立法与司法环境下,权利人可以寻求反不正当竞争法第二条的一般规定保护自己的合法利益。

关键词：著作权侵权行为性质研究不正当竞争

基于散射特征和角度信息的SAR目标识别方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于散射特征和角度信息的SAR目标识别方法研究

作者：陈洋北京化工大学

学位级别：硕士

合成孔径雷达(Synthtic Aperture Radar,SAR)是一种主动式微波遥感探测技术,具备全天时、全天候的特点,在环境监测、城市规划、地形勘探等领域得到了广泛应用。SAR目标识别通过分析目标特性来获取目标类别信息,已成为当前图像解译领域... 详细信息

合成孔径雷达(Synthtic Aperture Radar,SAR)是一种主动式微波遥感探测技术,具备全天时、全天候的特点,在环境监测、城市规划、地形勘探等领域得到了广泛应用。SAR目标识别通过分析目标特性来获取目标类别信息,已成为当前图像解译领域的研究热点。然而,现有的SAR目标识别技术在实际应用中仍面临着诸多挑战。在目标特征提取阶段,现有方法大多是基于几何、纹理特征开展的,未能充分利用目标的散射特征。而且,SAR图像具有显著的方位敏感性,成像角度的变化会导致同一目标的成像结果产生差异,在一定程度上影响识别。这些因素都会导致识别模型的准确性和鲁棒性难以进一步提升。针对上述问题,本文开展了基于散射特征和角度信息的SAR目标识别方法研究。首先,针对单角度SAR图像,研究了目标散射特征提取方法,并基于此设计了两种不同的SAR目标识别模型,验证了散射特征用于目标识别的有效性。在此基础上,研究了基于多尺度特征融合和散射引导学习的多角度SAR目标识别方法,主要的研究内容如下:(1)提出了基于全局图像特征和局部散射特征融合的单角度SAR目标识别方法。首先,利用属性散射中心模型估计SAR图像目标的散射中心参数,分别以重构图像和参数矩阵来描述目标的散射特征。并基于重构图像和参数矩阵设计了不同的深度识别模型,一是将原始图像与重构图像作为输入的双分支网络,二是利用参数矩阵构建图数据作为输入的图神经网络,并且在网络中通过融合全局图像特征和局部散射特征提高了SAR目标的识别性能。此外,针对样本稀缺问题提出了结合仿真SAR图像的深度迁移学习方法,在有限实测样本条件下实现了可靠的识别效果。(2)提出了基于多尺度特征融合和散射引导学习的多角度SAR目标识别方法。该方法考虑了多角度SAR图像序列包含的多个独立数据样本,以及散射特征对于目标识别的重要性与有效性,提出了散射引导学习方法,设计了多分支输入网络结构,并在深度网络的不同层级中,对不同角度SAR图像提取的目标不同尺度特征进行融合,使得深度网络最终得到的特征具有多样性与稳健性。最后设计了实际场景中会面临的扩展操作条件验证了方法的有效性,实验结果表明,该方法具有较好的识别性能,对一些扩展操作条件具有一定的鲁棒性。

关键词：合成孔径雷达自动目标识别属性散射中心特征提取深度学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于域自适应的SAR目标检测

基于域自适应的SAR目标检测

作者：胡铠欧北京化工大学

学位级别：硕士

合成孔径雷达(Synthetic Aperture Radar,SAR)是一种有源地球观测系统,具有全天候、全天时、高分辨率和强穿透力等特点,在目标检测领域发挥着重要的作用。随着深度学习的快速发展,基于深度学习的目标检测方法已经广泛应用于SAR目标检测... 详细信息

合成孔径雷达(Synthetic Aperture Radar,SAR)是一种有源地球观测系统,具有全天候、全天时、高分辨率和强穿透力等特点,在目标检测领域发挥着重要的作用。随着深度学习的快速发展,基于深度学习的目标检测方法已经广泛应用于SAR目标检测的任务中。然而在实际应用中,SAR数据分布会随着雷达参数和应用场景的不同而发生变化,这种变化使得在训练SAR数据(源域)中表现良好的模型在实际SAR数据(目标域)中的检测性能下降。为解决上述跨域检测导致的性能下降问题,提出了域自适应的方法,这类方法使用无标签的目标域图像进行自适应训练,减小源域和目标域之间的数据分布差异,从而提高目标域的检测性能。然而SAR图像背景复杂且目标尺度多样,实例级的域自适应训练过程中易受到背景干扰,影响域自适应效果。此外,现有的域自适应方法大多难以适用于多目标域的情况。本文针对上述问题,对跨域SAR目标检测方法进行研究,具体研究内容及创新点如下:(1)现有SAR目标检测中的域自适应方案大多是基于特征对齐实现的,实例级特征对齐的效果易受复杂背景的影响。针对这一问题,本文提出了一种基于显著目标特征对齐的跨域SAR目标检测方法。在现有的域自适应检测方法基础上,提出显著目标特征对齐模块。该模块使用显著性检测,获得可疑目标的位置,并将显著图作为权重矩阵对检测网络提取的特征进行筛选,然后使用特征对齐模块对筛选后的特征进行对齐。显著图的加入使得检测网络在实例级特征对齐过程中更聚焦于目标特征,避免复杂背景干扰域自适应结果。其后进行了两组跨域SAR目标检测实验,在与基准方法以及其他域自适应方法的对比中检测精度均有显著的提升,证实了该方法的有效性。(2)现有域自适应方法大多只适用于单一目标域的跨域检测任务,而分割一切模型(Segment Anything Model,SAM)具有参数量大、泛化能力强的特点,具有跨域检测的潜力,但是常规的训练方式存在训练时间过长、计算资源占用大的问题。本文针对上述问题,提出了基于微调SAM的跨域SAR目标检测方法,引入Adapter模块改进SAM图像编码器,并提出一种微调策略,微调后的模型可用于跨域检测任务。为了证明方法的有效性,在真实的SAR数据上进行了跨域检测实验,使用SSDD数据作为源域微调模型,微调后的模型直接在目标域HRSID数据上进行检测。实验结果证明SAM保留了很多通用的光学图像知识,通过实验微调使模型学习到SAR舰船的知识,实现了跨域检测。(3)微调SAM虽然具备跨域检测能力,但对于空间上排列密集的目标易混淆,针对这一问题,本文提出了SAM联合全卷积网络(Fully Convolutional Network,FCN)的跨域SAR目标检测方法,将SAM与FCN联合提出一种端到端的跨域检测方法。SAM图像编码器作为主干网络进行特征提取,多尺度FCN检测头替换SAM掩码解码器,使用源域SAR数据训练后可直接用于目标域的跨域检测。除此之外,引入残差块以及简洁特征金字塔增加模型局部特征的提取能力以及多尺度目标的检测能力。为了验证方法的有效性,进行了跨域检测实验,实验中仅使用SSDD作为源域训练检测模型,训练好的模型直接在HRSID数据上进行测试,实验结果证明了SAM与FCN的联合能够提升模型的跨域检测能力。

关键词：合成孔径雷达跨域目标检测特征对齐显著性检测 SAM

籽粒苋可溶性碳水化合物含量变动因素及其混贮性能的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

籽粒苋可溶性碳水化合物含量变动因素及其混贮性能的研究

作者：易启轩吉林大学

学位级别：硕士

鼠疫噬菌体HQ103温度依赖裂解特性分子机制的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

鼠疫噬菌体HQ103温度依赖裂解特性分子机制的研究

作者：杨丽华大理大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一体化全对中式三维车削力传感器研究

一体化全对中式三维车削力传感器研究

作者：韩继科陕西理工大学

学位级别：硕士

切削力反映了车削过程中的工件质量情况和刀具磨损情况,切削力的精准检测是机械零部件高精度加工的前提和保障。针对当前商用车削力传感器与机床集成度不高、抗串扰能力差等缺陷,本文以刀具即传感器的设计理念,研制了一种具有极低串扰,... 详细信息

切削力反映了车削过程中的工件质量情况和刀具磨损情况,切削力的精准检测是机械零部件高精度加工的前提和保障。针对当前商用车削力传感器与机床集成度不高、抗串扰能力差等缺陷,本文以刀具即传感器的设计理念,研制了一种具有极低串扰,兼具高灵敏度和高刚度的全对中式一体化车削力传感器,主要的研究内容如下:(1)研究了切削偏心力对正交十角环抗串扰的影响机理,提出了一种全对中式十角环传感器弹性体结构模型,通过理论计算和有限元仿真分析,验证了所提出的全对中十角环结构能够有效克制传感器横向串扰。(2)针对应变式传感器灵敏度和固有频率之间的矛盾关系,以固有频率和变形量为优化目标,开发了灰狼算法优化的反向传播神经网络的非线性代理模型,并选用TOP算法对传感器弹性体结构敏感参数进行了结构优化。仿真结果表明,优化后的传感器弹性体结构平均变形量提升了一倍,固有频率基本维持不变;此外,为了进一步提升传感器灵敏度,在结构体环臂上引入了应力集中孔,并以传感器的变形量,固有频率和路径应力为优化目标,开孔位置参数作为设计变量,构造了响应面和神经网络混合的代理模型,选择Sparse EA进行寻优,仿真结果表明,引入应力集中孔后,十角环环臂等效应力增加1.5倍。(3)利用线切割等加工手段,完成了传感器敏感结构体的加工工作;根据设计的应变片布桥方式,选用国内某应变计企业生产的高精度应变计,完成了传感器的贴片和样机制作工作;针对应变式传感器原始输出信号小的缺陷,设计和选用了适用于本文传感器的信号调理电路,并对部分电路进行了集成;设计并制作了传感器标定工装,为后续的传感器性能测试提供了支撑。(4)进行了车削力传感器的一系列性能测试实验,获取了所研制传感器样机的静态、动态性能,并与市面上同类型的传感器进行综合性能对比分析,结果表明,本文所设计的传感器在抗串扰、动静态性能等方面均表现出优异性能,具备了在智能机床进一步应用的潜力。(5)利用本文所设计的传感器进行了实际车削实验,实验结果表明,本文设计的传感器能够及时反馈异常的车削力信号,进一步验证了传感器正确性和实用性。

关键词：车削力传感器正交十角环结构优化应力集中孔车削实验