检索结果-南通市图书馆

基于多时间粒度融合和深度学习的交通流预测方法研究

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于多时间粒度融合和深度学习的交通流预测方法研究

作者：周陈聪江西理工大学

学位级别：硕士

近年来为了对有限的公路资源进行最优调度,高时效和准确的交通流预测成为了智能交通系统中十分重要的技术领域,对缓解高速公路和城市道路拥堵起着至关重要的作用。目前,针对交通流预测序列而言,其周期性和时空相关性的特征提取程度都会... 详细信息

近年来为了对有限的公路资源进行最优调度,高时效和准确的交通流预测成为了智能交通系统中十分重要的技术领域,对缓解高速公路和城市道路拥堵起着至关重要的作用。目前,针对交通流预测序列而言,其周期性和时空相关性的特征提取程度都会对下一时刻的预测结果产生直接的影响,进一步影响到模型的准确度和时效性。因此,如何综合地提取交通流序列的特征信息是基于深度学习的交通流预测模型亟需解决的关键问题。针对这个问题,本文做了如下工作:(1)根据交通流数据本身存在复杂的时空依赖性和动态性特点,提出了一种多时间粒度融合算法。将原始的输入序列按照不同的周期性划分为近周期、日周期和周周期三个时间粒度序列;并通过时间粒度的不同占比影响每个实验模型的预测性能,得到最佳的时间粒度占比参数;之后根据最佳参数对划分后的时间粒度序列进行重组,构成一个全新的时间序列数据,使得该数据不仅具备原有的历史时间窗口,而且还具备多重的时间属性。实验结果表明,该方法得到的输入时间序列数据能够保留道路车流量主要的时间依赖关系,去除冗余信息的干扰,同时可以提高实验模型的整体预测性能。(2)基于深度长短时记忆神经网络(Deep Long Short-Term Memory,DLSTM)和自编码器(Autoencoder,AE)的结构原理分析,构建了以自编码器为框架的深度长短时记忆神经网络模型(DLSTM-AE)。在改进LSTM模型基础上,考虑到深层网络存在的过拟合和梯度消失问题,引入了改进的适应矩估计(Rectified Adaptive Moment Estimation,RAdam)算法,该算法结合了适应矩估计(Adaptive Momentum Estimation,Adam)和一阶动量的随机梯度下降(SGD with Momentum,SGDM)算法的优势,加快模型在训练过程中的参数收敛速度。在Pe MS数据集上的仿真结果表明,所提出的模型不仅在预测结果上具有明显的优势,而且在交通流周期性方面拥有较好的曲线拟合能力。(3)借助多时间粒度融合算法可以帮助交通流模型进一步提升预测性能的优势,设计了基于多时间粒度融合的DLSTM-AE交通流预测模型(M-DLSTM-AE)。在融合机制上,通过多时间粒度融合算法提前对输入序列进行初步的预处理,减少了DLSTM模块对序列信息的时间依赖性编码复杂度,同时在另一层面上加快了DLSTM模型对序列信息的特征提取能力。通过不同的真实交通数据集进行仿真实验,本文提出的M-DLSTMAE模型预测性能均优于实验中其它的模型,同时M-DLSTM-AE模型相比较DLSTMAE模型在最佳性能条件下的训练时间缩短了近48.6%,验证了M-DLSTM-AE模型不仅具备较高的预测精度,而且还具备不错的时效性。

关键词：智能交通交通流预测深度神经网络多时间粒度 RAdam算法

基于RAdam优化的DLSTM-AE交通流预测模型

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

公路交通科技 2023年第1期40卷 185-191,199页

作者：黄艳国周陈聪左可飞江西理工大学电气工程与自动化学院江西赣州341000

交通流预测在智能交通系统中起着关键的作用。然而,由于交通数据有着复杂的时间依赖性和本身的不确定性,导致预测交通流变得具有挑战性。为了进一步充分提取交通流时空性、周期性等特征,采用了一种自编码器(AE)与深度长短时记忆网络(DLS... 详细信息

交通流预测在智能交通系统中起着关键的作用。然而,由于交通数据有着复杂的时间依赖性和本身的不确定性,导致预测交通流变得具有挑战性。为了进一步充分提取交通流时空性、周期性等特征,采用了一种自编码器(AE)与深度长短时记忆网络(DLSTM)相结合的组合模型(DLSTM-AE),并引入改进的适应矩估计算法(RAdam)进行模型训练。首先利用深度长短时记忆网络模型对交通流序列信息特征进行采集,并借助自动编码器结构将采集的信息压缩为一个固定维度的表示向量。然后通过解码器对该向量进行重构,实现信息的进一步挖掘。最后在模型的训练过程中,利用RAdam算法进行优化,分批次更新动量参数,缩短寻找最优解的时间,提高模型预测的时效性和精度。在高速公路交通流真实数据集上进行了仿真并与其他模型方法进行了对比。结果表明:DLSTM-AE组合模型不仅在预测结果上具有明显的优势,而且在交通流周期性方面拥有较好的曲线拟合能力,其中测试集的均方根误差值下降了约0.445~1.826,平均绝对误差值下降了约0.282~0.984,相关系数值R^(2)提高了约0.005~0.023;在周期性上,相邻周对应工作日的预测精度远高于对照组。该模型可以捕捉交通流序列中更潜在的时空性和周期性信息,可以更好地满足高速公路交通流预测的需要。

关键词：智能交通交通流预测深度神经网络高速公路 RAdam算法

在线全文

学校读者我要写书评

暂无评论

后生元在结直肠癌中的研究进展

全科医学临床与教育 2023年第3期21卷 193-195页

作者：周陈聪黄宣浙江中医药大学附属第一医院(浙江省中医院)消化内科浙江杭州310000

结直肠癌是目前最常见的恶性肿瘤之一。在2022全美癌症统计报告中,前列腺癌、肺癌和结直肠癌大约占男性所有癌症发病的48%;乳腺癌、肺癌和结直肠癌则占女性新确诊病例的51%。不同性别中,结直肠癌的死亡率均位列第三[1]。虽然结肠镜的普... 详细信息

结直肠癌是目前最常见的恶性肿瘤之一。在2022全美癌症统计报告中,前列腺癌、肺癌和结直肠癌大约占男性所有癌症发病的48%;乳腺癌、肺癌和结直肠癌则占女性新确诊病例的51%。不同性别中,结直肠癌的死亡率均位列第三[1]。虽然结肠镜的普及对诊断、治疗起着一定作用,但其在全球的发病率和死亡率仍然呈上升趋势。益生菌通过多种机制调节,具有抗氧化、免疫调节、诱导凋亡、肿瘤抑制因子再激活等作用[2],对结直肠癌防治有积极作用。但是,益生菌的使用也存在一定的安全隐患,如全身感染、过度免疫刺激等,尤其是对高危人群[3]。

关键词：结直肠癌前列腺癌免疫调节结肠镜再激活恶性肿瘤肿瘤抑制因子免疫刺激

在线全文

学校读者我要写书评

暂无评论

单晶钙钛矿太阳能电池研究进展

发光学报 2024年第5期45卷 711-726页

作者：李超宋宏伟陈聪河北工业大学材料科学与工程学院天津300401 吉林大学电子科学与工程学院集成光电子学国家重点联合实验室吉林长春130012

单晶半导体(如硅、锗和砷化镓)在太阳能电池领域展现的光电转换效率要普遍优于多晶薄膜。然而,基于ABX3新型有机-无机杂化金属卤化物钙钛矿材料构建的第三代太阳能电池中,其>26%的最高认证效率是基于多晶薄膜实现的。目前,单晶钙钛矿太... 详细信息

单晶半导体(如硅、锗和砷化镓)在太阳能电池领域展现的光电转换效率要普遍优于多晶薄膜。然而,基于ABX3新型有机-无机杂化金属卤化物钙钛矿材料构建的第三代太阳能电池中,其>26%的最高认证效率是基于多晶薄膜实现的。目前,单晶钙钛矿太阳能电池最高效率约为24%,且相关研究较少。多晶钙钛矿薄膜存在着高密度的固有结构缺陷(如晶界、空位缺陷、杂质缺陷、反位缺陷等),会导致太阳能电池器件稳定性弱和严重迟滞效应等问题。相比之下,钙钛矿单晶具有无晶界、低缺陷密度、长载流子寿命和扩散距离等优势,这些特性使得钙钛矿单晶成为高性能光电子器件的理想优选材料。本综述简述钙钛矿单晶太阳能电池的基本器件结构,系统综述不同组分构成的钙钛矿单晶材料的优势/劣势,同时探讨不同单晶钙钛矿材料的制备/生长方法,细致分析其最新的研究进展和关键攻关方向,重点强调单晶钙钛矿材料组分、器件结构、生长工艺与器件性能之间的关系。希望本综述能为促进研究人员开发高效与高稳定钙钛矿单晶太阳能电池提供借鉴。

关键词：钙钛矿太阳能电池钙钛矿单晶缺陷空间限制升温法

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

钙钛矿基宽谱带光电探测器

发光学报 2024年第6期45卷 876-893页

作者：卢孟涵宋宏伟陈聪河北工业大学材料科学与工程学院天津300401 吉林大学电子科学与工程学院集成光电子学国家重点联合实验室吉林长春130012

钙钛矿材料凭借可调带隙、高光吸收系数和低激子结合能等优势,在半导体光伏和光电探测领域大放异彩。普适性的铅基钙钛矿吸收范围通常集中在UV到Vis区域,而窄带隙的纯锡基或者锡铅混合钙钛矿其吸收光谱仍局限于~1060 nm以内的近红外范围... 详细信息

钙钛矿材料凭借可调带隙、高光吸收系数和低激子结合能等优势,在半导体光伏和光电探测领域大放异彩。普适性的铅基钙钛矿吸收范围通常集中在UV到Vis区域,而窄带隙的纯锡基或者锡铅混合钙钛矿其吸收光谱仍局限于~1060 nm以内的近红外范围,受限于未来复杂场景的应用及探测成像。通过将钙钛矿与窄带隙半导体结合构建“钙钛矿/半导体”复合异质结可以进一步扩展光谱范围并提高吸收效率。本综述总结了钙钛矿基宽谱带光电探测器在探测性能优化、单体材料优异性能、复合材料优选工程等方面的进展,并探讨了宽谱探测器在光谱响应、像素集成、柔性器件开发和稳定性等方面的进展和应用前景。本综述将有助于推动钙钛矿基宽谱带光电探测研究及其未来成像应用。

关键词：钙钛矿红外光电探测器宽谱带光电探测器量子点异质结

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

面向非独立同分布数据的联邦知识蒸馏算法

小型微型计算机系统 2024年

作者：陈聪李京中国科学技术大学计算机科学与技术学院

通过在本地训练阶段引入知识蒸馏技术，可以有效保护全局模型的潜在知识，从而缓解联邦学习中的知识遗忘问题.然而，全局模型识别不同类别数据的能力差异很大，在训练样本上直接使用经典的交叉熵蒸馏损失可能会对本地模型造成误导.为了... 详细信息

通过在本地训练阶段引入知识蒸馏技术，可以有效保护全局模型的潜在知识，从而缓解联邦学习中的知识遗忘问题.然而，全局模型识别不同类别数据的能力差异很大，在训练样本上直接使用经典的交叉熵蒸馏损失可能会对本地模型造成误导.为了解决这个问题，本文提出了一种面向非独立同分布数据场景的联邦蒸馏算法.该算法在原始训练样本上使用基于知识解耦和全局模型预测置信度加权的蒸馏损失函数，以避免全局模型的错误预测产生的负面影响；以及通过激进的数据增强方法破坏原始样本的关键特征，在生成样本上使用交叉熵蒸馏损失进行训练，进一步提升蒸馏效果.实验结果表明，本文提出的方法能够有效地缓解非独立同分布数据场景中的知识遗忘现象，在收敛速度和测试精度上优于其它现有算法.

关键词：联邦学习知识蒸馏知识遗忘数据异质性数据增强

区域教师发展共同体的主要特征、实现策略和质量引线

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

教学与管理 2024年第6期 33-38页

作者：陈聪海南省教育厅海口570203

自我实践提高、同伴学习交流、教师培训是促进教师专业发展的三个维度。教师共同体是指向教师专业发展三个维度的学科教师群,其以完成既定任期目标任务为主要手段持续挖掘整合学科教师群的“智慧和力量”。结合实践思考和相关理论,阐述... 详细信息

自我实践提高、同伴学习交流、教师培训是促进教师专业发展的三个维度。教师共同体是指向教师专业发展三个维度的学科教师群,其以完成既定任期目标任务为主要手段持续挖掘整合学科教师群的“智慧和力量”。结合实践思考和相关理论,阐述教师共同体的七项主要特征:五“有”、两“突出”;提出教师共同体实现策略,规范组织设置标准和实践操作流程,着力构建质量管理工作闭环;明晰教师培训是教师共同体的质量引线,三方面改进培训工作,精准赋能提高培训实效性。

关键词：区域教师发展共同体教师专业发展教师共同体学科教师群教师培训

融合移动端用户序贯行为信息的OTA点击转化决策

在线全文

学校读者我要写书评

暂无评论

统计与决策 2024年第5期40卷 183-188页

作者：高鸿铭陈聪朱慧广州大学管理学院广州510006

提高点击转化和优化竞价排位对于第三方在线旅行社(OTA)获得广告代理佣金至关重要。移动端改变了用户在搜索引擎平台上的决策条件,但对于移动点击转化机理的认知仍较为模糊。文章采用德国一家OTA酒店预订移动端的数据,包括2295名用户,共... 详细信息

提高点击转化和优化竞价排位对于第三方在线旅行社(OTA)获得广告代理佣金至关重要。移动端改变了用户在搜索引擎平台上的决策条件,但对于移动点击转化机理的认知仍较为模糊。文章采用德国一家OTA酒店预订移动端的数据,包括2295名用户,共15638条搜索记录,建立了融合个体序贯行为信息的动态贝叶斯推断模型,并使用MCMC方法进行求解。研究发现:该模型在预测性能上优于二项logit模型、支持向量机和随机森林。在移动搜索环境下,屏幕排位对点击转化的影响存在非线性的“U”型特征,其首因效应明显。移动点击转化概率随着酒店标价升高而提高,但用户在单个搜索结果列表中更偏好价格排序较低的产品。进一步的交叉弹性仿真表明,使用筛选器得到的自定义列表在降低点击转化的平均概率的同时还会提高决策的不确定性,过度个性化的移动端界面可能会扩大产品考虑集范围。

关键词：移动搜索引擎点击转化竞价排位 OTA 贝叶斯推断

维普期刊数据库博看期刊

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

驾乘人员轻量级姿态估计算法及其应用研究

驾乘人员轻量级姿态估计算法及其应用研究

作者：陈聪重庆理工大学

学位级别：硕士

智能网联汽车的智能感知和相关算法能有效降低人为失误带来的交通伤亡,但离实现“零事故”的目标还有较大差距。为了人民的生命财产安全,汽车的主被动安全研究依然是行业内的热点。精准的驾乘人员姿态和位置数据在汽车被动安全仿真和测... 详细信息

智能网联汽车的智能感知和相关算法能有效降低人为失误带来的交通伤亡,但离实现“零事故”的目标还有较大差距。为了人民的生命财产安全,汽车的主被动安全研究依然是行业内的热点。精准的驾乘人员姿态和位置数据在汽车被动安全仿真和测试中,可作为智能约束系统的输入,从而精确的控制安全气囊点爆时间以及安全带预紧时机和范围,最大限度的降低智能网联汽车在发生碰撞时对乘员造成的伤害。本论文将基于机器视觉和深度学习技术,通过构建汽车乘员姿态感知数据集,建立深度神经网络模型对汽车座舱内驾乘人员进行姿态估计,实现舱内乘员识别、以及乘员躯干和头部等关键部位精确定位。具体研究内容如下:构建了驾乘人员车内姿态数据集KiCab Pose(Kinect Cabin Pose)。该数据集在招商车研封闭的实验路段进行,考虑了晴天、阴天、雨天等不同的天气状况,覆盖了隧道等特殊路段。基于车内光照、空间等因素及研发性能的要求,采用三台Azure Kinect相机,从三个不同视角同时采集不同乘员的近红外图像(Near-Infrared,NIR)、深度图像和RGB图像。采集时,对驾驶员设计了正常驾驶和分心驾驶两大类共计15种不同动作要求。使用Labelme对驾驶人员上半身的17个主要关键点进行了标注,最终形成了包含9324张红外图片,10466个手工标注的数据集KiCab Pose。提出了基于学习坐标分类Tokens的人体姿态估计模型ConvCCPose。模型基于ConvNeXt架构,通过引入空间注意力偏置模块和上下文特征聚合模块,将姿态估计问题转化为坐标分类问题,能够有效提高姿态估计的准确性和计算效率、减少量化误差,进一步提升姿态估计精度。所提出模型在人体姿态估计公开数据集COCO、MPII和自建数据集KiCab Pose进行了评估,实验结果表明,ConvCCPose模型在保持较低计算量的同时,达到了与当前高性能模型相媲美的准确度。计算量和性能的平衡使其能适用于车载系统等资源受限场景,在实际应用中具有更高的灵活性和可用性。基于ConvCCPose模型,设计并开发了的驾乘人员实时姿态估计系统。不仅能够在车内复杂环境下实现准确的人体姿态估计,还通过优化模型部署和运算策略,保证了高效的实时性能,满足了车内智能系统对实时性的严苛要求。演示系统主要包括以下功能:驾乘人员视频实时采集;驾乘人员姿态定位估计;姿态估计结果的三维骨架可视化;车内指定参考点和任意关节点之间距离的实时计算。系统的实施为碰撞相关仿真实验能提供有价值数据来源。综上所述,本文通过构建专用的KiCab Pose数据集,提出基于学习坐标分类Tokens的人体姿态估计模型ConvCCPose,并基于该模型设计、开发了实时驾乘人员姿态估计系统,不仅能丰富轻量级人体姿态估计的理论研究,也在实践上展示了特定场景下的应用价值。未来,将进一步探索该技术在自动驾驶、车内娱乐等更多应用场景中的扩展和深化,为智能网联汽车技术的发展贡献力量。

关键词：人体关键点检测驾驶员姿态估计 ConvNeXt 坐标分类特征融合