检索结果-南通市图书馆

基于双通道回声状态网络的时间序列补全及单步预测

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第3期51卷 128-134页

作者：郑伟楠於志勇黄昉菀福州大学计算机与大数据学院福州350108 福建省网络计算与智能信息处理重点实验室福州350108

随着物联网的发展,众多传感器采集到大量具有丰富数据相关性的时间序列,为各种数据挖掘应用提供强大的数据支持。然而,一些客观或主观原因(如设备故障、稀疏感知等)往往会造成采集到的数据出现不同程度的缺失。虽然已有很多方法被提出... 详细信息

随着物联网的发展,众多传感器采集到大量具有丰富数据相关性的时间序列,为各种数据挖掘应用提供强大的数据支持。然而,一些客观或主观原因(如设备故障、稀疏感知等)往往会造成采集到的数据出现不同程度的缺失。虽然已有很多方法被提出用于解决这一问题,但这些方法在数据相关性方面或考虑不够全面,或计算成本过高。而且,现有方法仅关注对缺失值的补全,未能兼顾下游应用。针对上述不足,设计了一种兼顾补全与预测任务的双通道回声状态网络。两个通道的网络虽共用输入层,但具有各自的储备池和输出层。两者最大的区别是左/右通道的输出层分别表示输入层前/后一个时刻对应的目标值或预补值。最后将两个通道的估计值进行融合,充分利用来自缺失时刻之前和之后的数据相关性以进一步提升性能。两种缺失现象下(随机缺失和分段缺失)不同缺失率的实验结果表明,所提模型无论是在补全精度还是预测精度上都优于目前流行的各类方法。

关键词：数据相关性时间序列外生变量双通道ESN 缺失补全单步预测

基于Transformer的街道停车位数据补全和预测

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第4期51卷 165-173页

作者：林滨伟於志勇黄昉菀郭贤伟福州大学计算机与大数据学院福州350108 福建省网络计算与智能信息处理重点实验室(福州大学) 福州350108

随着城市汽车数量的持续增长,街道停车难已经成为一个热点问题。解决街道停车问题的关键在于准确预测街道未来的停车位信息。移动群智感知方式(CrowdSensing)通过在车辆上安装声呐以感知路边的停车位情况,是一种低成本、高效益的感知停... 详细信息

随着城市汽车数量的持续增长,街道停车难已经成为一个热点问题。解决街道停车问题的关键在于准确预测街道未来的停车位信息。移动群智感知方式(CrowdSensing)通过在车辆上安装声呐以感知路边的停车位情况,是一种低成本、高效益的感知停车位的方式,然而这种方式感知的停车位数据在时间上存在高稀疏性问题,传统模型无法直接用于预测。针对此问题,提出了一种基于Transformer的停车位序列补全和预测网络,此网络通过编码器生成缺失停车位序列的记忆,进而解码器以自回归的方式补全停车位序列中缺失的部分,同时预测出未来的停车位信息。实验结果表明,所提方法在两个高缺失的街道停车位数据集上的补全和预测效果都优于传统的机器学习和深度学习方法。

关键词：街道停车位数据补全时序预测机器学习深度学习

基于压缩感知自适应测量矩阵的空气质量主动采样

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第7期51卷 116-123页

作者：黄伟杰郭贤伟於志勇黄昉菀福州大学计算机与大数据学院福州350108 福建省网络计算与智能信息处理重点实验室(福州大学) 福州350108

随着城市化进程的不断加快,工业发展、人口聚集使得空气质量问题日益严峻。出于对采集成本的考虑,对空气质量的主动采样正受到越来越多的关注。但现有模型要么只能迭代选择采样位置,要么难以实时更新采样算法。基于此,提出了一种基于压... 详细信息

随着城市化进程的不断加快,工业发展、人口聚集使得空气质量问题日益严峻。出于对采集成本的考虑,对空气质量的主动采样正受到越来越多的关注。但现有模型要么只能迭代选择采样位置,要么难以实时更新采样算法。基于此,提出了一种基于压缩感知自适应测量矩阵的空气质量主动采样方法,将采样位置的选择问题转化为矩阵的列子集选择问题。该方法首先利用历史完整数据进行字典学习,然后将学习后的字典经过列子集选择后得到能够指导批量采样的自适应测量矩阵,最后结合利用空气质量数据特性构建的稀疏基矩阵恢复出未采样的数据。该方法使用压缩感知模型一体化实现采样和推断,避免了使用多个模型的不足。此外,考虑到空气质量的时序变动问题,在每一次的主动采样后,字典还会利用最新数据进行在线更新以指导下一次的采样。两个真实数据集上的实验结果表明,经过字典学习后得到的自适应测量矩阵在低于20%的多个采样率下,恢复性能优于所有基线。

关键词：群智感知压缩感知自适应测量矩阵字典学习主动采样

机会式群智感知中覆盖最大化的去中心化任务分配

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2024年

作者：陈杨辉於志勇黄昉菀郝勇涛涂淳钰吴越钟福州大学计算机与大数据学院大数据智能教育部工程研究中心福建省网络计算与智能信息处理重点实验室(福州大学)

传统的机会式群智感知需要由平台进行集中式任务分配，存在对平台性能要求高和隐私泄露等问题。为了解决这些问题，本文提出了一种新颖的方案，旨在去中心化的机会式感知场景下，实现带有全局预算约束的任务分配，使任务覆盖最大化。区... 详细信息

传统的机会式群智感知需要由平台进行集中式任务分配，存在对平台性能要求高和隐私泄露等问题。为了解决这些问题，本文提出了一种新颖的方案，旨在去中心化的机会式感知场景下，实现带有全局预算约束的任务分配，使任务覆盖最大化。区别于传统方法，通过参与者自主选择是否参与感知任务的方式来实现任务分配，构造了一个多智能体协同系统。在去中心化场景下，保证全局约束并实现高效的任务分配是一大挑战。为解决上述挑战，提出了两种方法：一种是将蚁群算法应用到任务分配问题上，同时以通信的方式获取目标评估函数以及更新信息素，实现智能体间协同求解，从而适用于去中心化的场景；另一种是基于QMIX框架的决策通信方法，将QMIX中智能体网络的输出作为建议动作，引入决策通信层，根据建议动作以及动作价值进行协商，从而遵循全局约束条件。在真实数据集上的实验结果表明，本文提出的两种方法在任务覆盖率上可以与集中式规划方法相当，并在耗时等综合性能上具有良好的表现。

关键词：群智感知多智能体蚁群算法去中心化任务分配

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

遗传算法在图着色问题中的应用

遗传算法在图着色问题中的应用

作者：黄昉菀福州大学

学位级别：硕士

图的着色问题是一个被广泛研究的组合优化问题。它也是科学计算和工程设计中一个重要和基本的问题。事实上，许多现实生活中的问题例如考试时间表问题和任务分配问题等都可以被模拟成图的着色问题的拓展。由于对于任意一个图着色例子而... 详细信息

图的着色问题是一个被广泛研究的组合优化问题。它也是科学计算和工程设计中一个重要和基本的问题。事实上，许多现实生活中的问题例如考试时间表问题和任务分配问题等都可以被模拟成图的着色问题的拓展。由于对于任意一个图着色例子而言，没有一种算法可以在多项式的时间内找到它的解，因此图的着色问题是一个NP难的问题。以种群进化理论为基础的遗传算法为解决图的着色问题提供了一个很好的选择，因为遗传算法已经被成功的应用于解决许多复杂的全局优化问题。本文将对遗传算法的基础理论进行研究，并提出一些有效的算法用于解决图的着色问题。在本文的第三章节中，在系统分析了图的正常k－顶点着色、k－边着色和全着色问题的基础上，对基于遗传算法的图的着色问题的求解过程进行了深入的理论分析。算法将启发式算法与遗传算法相混合，尽可能的利用启发式算法为染色体进行着色。在混合的方法中，遗传算法用于进行全局搜索，而启发式算法则用于尽可能的查找局部最优解。在本文的第四章节中，研究发现在利用遗传算法解决图的着色问题中存在着一个重要的不足，即在问题解空间中存在着大量的冗余数据。事实上，解空间的冗余度将随着颜色数的增加呈指数增长，这将使问题的收敛速度急剧下降，以至于可能无法找到问题的最优解。除了降低算法的收敛速度外，冗余数据还会造成交叉算子的失效。所以传统的交叉操作并不适用于这个问题，因为它不利于解的优化，甚至会破坏解的优化。本文提出利用矩阵变换的方法解决冗余数据带来的交叉算子失效问题，并给出一种改进的通用遗传算法标准用于解决一类具有编码冗余问题的例子。在本文的第五章节中，分析发现造成问题解空间中存在大量冗余数据的根本原因是因为简单编码方式是面向目标的，而不是面向分组的。因此提出利用分组遗传算法的不定长分组编码方式来彻底解决编码冗余问题。分组遗传算法采用的编码方式使染色体的基因中记载了分组的信息，这使得分组遗传算法必须作用于变长的染色体，而这正是分组遗传算法与传统遗传算法最重要的区别。

关键词：遗传算法图着色编码冗余分组遗传算法

利用双通道回声状态网络实现具有外生变量的时间序列缺失补全及单步预测

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机科学 2023年

作者：郑伟楠於志勇黄昉菀福建省网络计算与智能信息处理重点实验室福州大学计算机与大数据学院

随着物联网的发展，众多传感器可以采集到大量具有丰富数据相关性的时间序列，为各种数据挖掘应用提供了强大的数据支持。然而，一些客观或主观原因（如设备故障、稀疏感知等）往往会造成采集到的数据出现不同程度的缺失。虽然已有很多... 详细信息

随着物联网的发展，众多传感器可以采集到大量具有丰富数据相关性的时间序列，为各种数据挖掘应用提供了强大的数据支持。然而，一些客观或主观原因（如设备故障、稀疏感知等）往往会造成采集到的数据出现不同程度的缺失。虽然已有很多方法被提出用于解决这一问题，但在数据相关性方面要么考虑不够全面要么计算成本过高。而且，现有方法仅关注对缺失值的补全，未能兼顾下游应用。针对上述不足，本文设计了一种兼顾补全与预测任务的双通道回声状态网络。两个通道的网络虽共用输入层但具有各自的储备池和输出层。两者最大的区别是左/右通道的输出层分别表示的是输入层前/后一个时刻对应的目标值或预补值。最后通过将两个通道的估计值进行融合，充分利用来自缺失时刻之前和之后的数据相关性以进一步提升性能。两种缺失现象下（随机缺失和分段缺失）不同缺失率的实验结果表明，所提出的模型无论是在补全精度还是预测精度上都优于目前流行的各类方法。

关键词：数据相关性时间序列外生变量双通道ESN 缺失补全单步预测

基于主动重心的青年高血压患者心肺运动时序数据增强

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机科学 2023年第S1期50卷 569-579页

作者：黄昉菀卢举鸿於志勇福州大学计算机与大数据学院福州350116 福建省网络计算与智能信息处理重点实验室福州350116

精准医疗的逐步兴起,如挖掘青年高血压患者的心肺运动时序数据,可以了解不同个体对有氧运动训练的响应性,有助于提高患者高血压管理计划的制定效率,更有效地实现有氧运动干预的治疗。开展该研究的瓶颈之一在于难以获取充足的样本数据。... 详细信息

精准医疗的逐步兴起,如挖掘青年高血压患者的心肺运动时序数据,可以了解不同个体对有氧运动训练的响应性,有助于提高患者高血压管理计划的制定效率,更有效地实现有氧运动干预的治疗。开展该研究的瓶颈之一在于难以获取充足的样本数据。为了解决获取数据难度大、成本高等问题,利用加权动态时间规整重心平均算法来进行时间序列数据增强,重点针对重心选择和权重分配进行了研究。针对重心选择问题,首次引入了主动重心的概念,提出了代表性重心与多样性重心选择策略,改善了数据增强的效果。此外,针对现有权重分配策略的不足,提出了随机权重距离递减分配策略,避免了合成重复样本,进一步提升了模型的泛化能力。实验结果表明,在该研究背景下同时考虑重心选择与权重分配进行数据增强,可以进一步提升青年高血压患者有氧运动干预疗效预测的准确性。

关键词：高血压心肺运动实验时序数据增强动态时间规整重心平均重心选择策略权重分配策略

在线全文

学校读者我要写书评

暂无评论

基于稀疏表示的电力负荷数据补全

计算机科学 2021年第2期48卷 128-133页

作者：李培冠於志勇黄昉菀福州大学数学与计算机科学学院福州350116 福州大学福建省网络计算与智能信息处理重点实验室福州350116

数据缺失在电力负荷数据采集过程中经常发生,对提高算法的预测精确度带来了不利影响。现有的缺失数据补全算法只适用于缺失数据量较少的情况,而对于缺失数据较多的情况表现不佳。面对严重数据缺失的挑战,文中提出了一种基于稀疏表示的... 详细信息

数据缺失在电力负荷数据采集过程中经常发生,对提高算法的预测精确度带来了不利影响。现有的缺失数据补全算法只适用于缺失数据量较少的情况,而对于缺失数据较多的情况表现不佳。面对严重数据缺失的挑战,文中提出了一种基于稀疏表示的电力负荷缺失数据补全方法。首先以数据随机缺失为前提,将训练数据中假定缺失后的数据与完整的训练数据上下拼接构成训练矩阵;其次,利用离散余弦变换(Discrete Cosine Transform,DCT)生成一个过完备字典,并根据训练矩阵对其进行学习,旨在通过调优得到一个合适的字典,能对训练矩阵中的样本进行最好的稀疏表示。最后,在测试阶段,先利用学习后字典的上半部分获得测试集缺失数据的稀疏表示,然后利用稀疏表示和学习后字典的下半部分重构出无缺失的完整数据。实验结果表明,使用该方法对电力负荷数据缺失值进行补全,可以获得比传统插值方法、基于相关性的KNN算法、时空压缩感知估计算法以及时序压缩感知预测算法更高的精度。即使数据缺失率高达95%,该方法依然可以有效地补全缺失数据。

关键词：电力负荷缺失数据稀疏表示数据补全

在线全文

学校读者我要写书评

暂无评论

面向积水推测的机会式感知轨迹选择

郑州大学学报（理学版） 2021年第4期53卷 102-108页

作者：张伟杰於志勇黄昉菀朱伟平福州大学数学与计算机科学学院福建福州350108

城市积水严重影响了城市居民的日常出行和灾害天气下城市的正常运作。及时发现城市各处是否发生积水显得尤为重要,但是以往监测城市积水的方式多是通过人为反馈、设备监测等方式来实现的,这种方式覆盖范围小、成本较高且容易出错。对深... 详细信息

城市积水严重影响了城市居民的日常出行和灾害天气下城市的正常运作。及时发现城市各处是否发生积水显得尤为重要,但是以往监测城市积水的方式多是通过人为反馈、设备监测等方式来实现的,这种方式覆盖范围小、成本较高且容易出错。对深圳市部分区域进行网格划分,融合深圳市滑动雨量数据、深圳市公交线路轨迹数据、深圳市水务局积涝点水位数据,并提取相关特征,使用孤立森林算法、压缩感知算法对所有积水监测站点的积水状态进行推测,最后结合群智感知,选取公交车来参与感知任务,采集积水数据提高推测准确度。

关键词：城市积水孤立森林城市计算群智感知数据融合