检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于半监督学习的脑电信号特征提取及识别

四川大学学报（工程科学版） 2017年第S2期49卷 230-237页

作者：张娜唐贤伦刘庆重庆邮电大学自动化学院重庆400065

针对有监督学习容易造成未标记样本的浪费和手动特征提取容易导致信息丢失的问题,提出一种基于深层堆叠网络(DSN)的半监督特征学习方法。该方法将受限玻尔兹曼机(RBM)的无监督学习与基于批量模式的梯度下降算法相结合,包括预训练和微调... 详细信息

针对有监督学习容易造成未标记样本的浪费和手动特征提取容易导致信息丢失的问题,提出一种基于深层堆叠网络(DSN)的半监督特征学习方法。该方法将受限玻尔兹曼机(RBM)的无监督学习与基于批量模式的梯度下降算法相结合,包括预训练和微调两个阶段。首先,采用对比散度(CD)训练算法对多个RBM进行并行的无监督训练,实现对各个通道脑电信号的独立特征提取,避免各通道脑电信号之间的相互干扰。然后,将训练得到的参数用于DSN的输入权值初始化,再采用基于批量模式的梯度下降法对网络进行监督微调,对多个通道的脑电信号进行有效的特征融合,减小特征信息丢失。最后,将所提方法用于运动想象脑电信号特征的提取及识别。实验结果表明本文方法能够充分利用未标记样本中的隐含信息,有效提取脑电信号特征,识别结果优于共同空间模式(CSP)和深度信念网络(DBN)等算法,该方法可用于提高脑-机接口(BCI)系统中脑电信号的识别正确率。

关键词：深层堆叠网络半监督学习受限玻尔兹曼机特征提取脑电信号识别

在线全文

学校读者我要写书评

暂无评论

基于非监督预训练的结构优化卷积神经网络

四川大学学报（工程科学版） 2017年第S2期49卷 210-215页

作者：刘庆唐贤伦张娜重庆邮电大学工业物联网与网络化控制教育部重点实验室重庆400065

针对带标签训练样本不足,典型卷积神经网络卷积核由经验设置,网络结构固定不变难以后期再学习的问题,基于稀疏自编码器(sparse autoencoder,SAE)和卷积神经网络(convolutional neural network,CNN),提出新的CNN模型。该模型将部分原始... 详细信息

针对带标签训练样本不足,典型卷积神经网络卷积核由经验设置,网络结构固定不变难以后期再学习的问题,基于稀疏自编码器(sparse autoencoder,SAE)和卷积神经网络(convolutional neural network,CNN),提出新的CNN模型。该模型将部分原始样本输入SAE模型进行训练以得到低维特征表示,并将该低维特征表示作为CNN的卷积核的初始值,不仅可以很好地克服带标签训练数据样本不足的问题,还可以提取有效特征以加速网络收敛;并且在典型CNN结构基础上增加一条网络支路,先使用所有训练样本训练典型CNN结构,再使用大部分训练样本训练支路结构,最后使用其余少部分样本进行后续再学习并只更新支路权值以增强因特征不明显而容易误判的样本的特征,从而使得整个网络记忆已有特征的同时增加新特征。文中模型在MNIST数据集上迭代更新10次网络权值可以使测试识别率达到97.65%;在手写汉字数据集HCL2000中的简单字、中等字、复杂字及相似字上的测试正确率能达93%以上;50个训练样本、250个测试样本时,相似字识别率可达80.36%,比典型CNN及传统手写汉字识别方法更具泛化性。实验表明所提方法可有效应用于手写字等图像识别应用中。

关键词：卷积神经网络稀疏自动编码器非监督预训练后继再学习手写字识别

基于多智能体粒子群优化的移动机器人动态路径规划

在线全文

学校读者我要写书评

暂无评论

四川大学学报（工程科学版） 2015年第S2期47卷 149-154 160页

作者：李腊梅唐贤伦张莉陈龙重庆邮电大学工业物联网与网络化控制教育部重点实验室重庆400065

为确保机器人在动态环境下无碰撞地到达目标位置,将多Agent粒子群优化(multi-agent particle swarm optimization,MAPSO)引入到粒子滤波(particle filter,PF)中,提出一种基于多Agent粒子群优化粒子滤波(multi-agent particle swarm optimized particle filter,MAPSOPF)的路径规划方法。通过多Agent系统的竞争、协作机制,调整MAPSOPF中粒子的提议分布,更新预估粒子的位置。与PSOPF(particle swarm optimized)算法相比,所提算法的迭代步数减少了50%~60%,计算时间复杂度降低了5%~50%。与改进的遗传算法(MGA)相比,MAPSOPF算法的计算时间复杂度降低了95%。3种算法中,MAPSOPF可近似得到最短的路径。实验结果表明提出的算法可有效应用于移动机器人动态路径规划。

关键词：路径规划动态环境多Agent粒子群优化算法

在线全文

学校读者我要写书评

暂无评论

基于频率采样的超宽带脉冲信号设计方法

华中科技大学学报（自然科学版） 2009年第1期37卷 104-107页

作者：庄陵仇国庆唐贤伦曹长修重庆大学自动化学院重庆400044 重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学自动化学院重庆400065

提出一种新的超宽带脉冲波形的设计方法,通过在频率域进行多点采样,将超宽带信号设计成适合多址接入的ns级极窄脉冲,同时符合FCC频谱模板对功率的限制.能充分利用频谱模板,并给出脉冲波形具体数学解析式,修改频域采样点数目及幅度值参... 详细信息

提出一种新的超宽带脉冲波形的设计方法,通过在频率域进行多点采样,将超宽带信号设计成适合多址接入的ns级极窄脉冲,同时符合FCC频谱模板对功率的限制.能充分利用频谱模板,并给出脉冲波形具体数学解析式,修改频域采样点数目及幅度值参数能够进一步提高频谱利用率.减少了与其他无线窄带系统的相互干扰,提高了UWB通信系统的性能.方法灵活有效,适用于不同的频谱模板.在理论分析的基础上对方法进行了仿真,仿真结果验证了该方法的有效性.

关键词：超宽带脉冲无线电频率采样功率谱密度频谱模板设计方法仿真

基于多Agent粒子群优化的多步SVR模型预测控制

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2014年第5期36卷 958-964页

作者：唐贤伦李洋李鹏张毅重庆邮电大学工业物联网与网络化控制教育部重点实验室重庆400065

提出一种基于多Agent粒子群优化支持向量回归机(support vector regression,SVR)参数的优化算法,并利用该算法建立多步预测控制模型,对非线性系统进行预测控制。通过预测控制的机理推导出满足滚动优化目标函数的多步预测输出的控制律。... 详细信息

提出一种基于多Agent粒子群优化支持向量回归机(support vector regression,SVR)参数的优化算法,并利用该算法建立多步预测控制模型,对非线性系统进行预测控制。通过预测控制的机理推导出满足滚动优化目标函数的多步预测输出的控制律。将该模型与基于遗传算法优化的RBF神经网络预测控制器、基于粒子群优化的多步SVR模型预测控制器和基于遗传算法优化的多步SVR模型预测控制器进行比较分析,仿真结果表明该预测控制模型优于其他控制器,具有良好的预测性能,可有效的对非线性系统进行预测控制。

关键词：支持向量回归机多智能体粒子群模型预测控制非线性系统

基于多Agent混沌粒子群优化的磁悬浮系统PID控制器

在线全文

学校读者我要写书评

暂无评论

信息与控制 2013年第6期42卷 758-764页

作者：唐贤伦张衡周家林张毅重庆邮电大学工业物联网与网络化控制教育部重点实验室重庆400065

研究了磁悬浮系统PID控制器优化设计问题.为寻找最佳的PID控制器参数组合,提出一种新的基于多Agent体系结构的混沌粒子群优化算法(MAS-CPSO).该算法以粒子群算法为基础,将粒子群算法的群搜索特征和Agent的智能搜索特征相结合,提升全局... 详细信息

研究了磁悬浮系统PID控制器优化设计问题.为寻找最佳的PID控制器参数组合,提出一种新的基于多Agent体系结构的混沌粒子群优化算法(MAS-CPSO).该算法以粒子群算法为基础,将粒子群算法的群搜索特征和Agent的智能搜索特征相结合,提升全局探索能力;同时融合混沌局部搜索算法,增强信息多样性和算法在解空间中的收敛精度.采用改进的误差绝对值时间积分函数(ITAE)作为优化目标,对系统的单位阶跃响应进行仿真.与其它多个算法的动态性能进行比较,结果表明MAS-CPSO算法能快速收敛到最优参数值,并能有效改善磁悬浮系统的性能.

关键词：磁悬浮系统 PID控制器粒子群优化算法(PSO) 多Agent系统混沌局部搜索

在线全文

学校读者我要写书评

暂无评论

基于极限学习机的非线性内模控制

电子科技大学学报 2016年第1期45卷 96-101页

作者：唐贤伦周家林张娜刘庆重庆邮电大学工业物联网与网络化控制教育部重点实验室重庆南岸区400065

针对非线性的内模控制的逆模难以求解的问题,该文提出一种基于改进极限学习机(MELM)的非线性内模控制方法。在基本的极限学习机模型中加入L1和L2范数罚函数,然后将改进极限学习机算法用于建立非线性系统的内模型和逆模型。仿真实验中,选... 详细信息

针对非线性的内模控制的逆模难以求解的问题,该文提出一种基于改进极限学习机(MELM)的非线性内模控制方法。在基本的极限学习机模型中加入L1和L2范数罚函数,然后将改进极限学习机算法用于建立非线性系统的内模型和逆模型。仿真实验中,选取4种典型信号进行跟踪,并检验了系统的抗干扰能力和系统参数发生变化时的鲁棒性,通过将MELM和最小二乘支持向量机(SVM)以及极限学习机算法进行对比,表明基于MELM的内模控制方法对非线性系统具有更好的控制性能、较强的抗干扰能力和鲁棒性能。

关键词：极限学习机内模控制 L1范数罚函数 L2范数罚函数

一种基于多目标混沌PSO的机器人足球防守策略

在线全文

学校读者我要写书评

暂无评论

系统仿真学报 2014年第1期26卷 51-55,61页

作者：唐贤伦周维张衡陈光丹刘念慈重庆邮电大学工业物联网与网络化控制教育部重点实验室重庆400065

提出多目标混沌粒子群优化算法并应用于机器人足球防守策略之中。在对方多名队员进攻情况下,通过该策略引导我方队员防守跑位,并选取我方位置最佳队员对对方主攻队员进行截球,从而达到成功防守的目的。传统的防守策略,仅是根据具体环境... 详细信息

提出多目标混沌粒子群优化算法并应用于机器人足球防守策略之中。在对方多名队员进攻情况下,通过该策略引导我方队员防守跑位,并选取我方位置最佳队员对对方主攻队员进行截球,从而达到成功防守的目的。传统的防守策略,仅是根据具体环境采取应对策略,而基于多目标PSO的机器人足球防守策略通过粒子群优化算法的随机性能提高防守队员在动态比赛环境下的适应性,为了避免粒子群优化算法陷入局部极值,对粒子群的最优位置进行混沌优化以提高群体多样性。在FIRA仿真平台中,将加入多目标混沌PSO的机器人足球防守策略和传统防守策略相比较,实验结果表明基于多目标混沌PSO的机器人足球防守策略能较大程度地提高球队整体防守能力。

关键词：多目标优化混沌粒子群优化算法机器人足球防守策略

基于多Agent粒子群优化算法的电力系统经济负荷分配

在线全文

学校读者我要写书评

暂无评论

电力系统保护与控制 2012年第10期40卷 42-47页

作者：唐贤伦张衡李进周维重庆邮电大学工业物联网与网络化控制教育部重点实验室重庆400065

为更好地解决电力系统中经济负荷分配非连续、非凸、非线性的优化问题,提出一种新的基于多Agent系统竞争与合作机制的多Agent粒子群优化算法。该算法以粒子群算法和智能体技术为基础,将粒子群算法的群搜索特征和智能体的智能搜索特征相... 详细信息

为更好地解决电力系统中经济负荷分配非连续、非凸、非线性的优化问题,提出一种新的基于多Agent系统竞争与合作机制的多Agent粒子群优化算法。该算法以粒子群算法和智能体技术为基础,将粒子群算法的群搜索特征和智能体的智能搜索特征相结合,使粒子在搜索过程中利用群体信息,环境信息共同决定搜索策略。每一个Agent相当于粒子群优化算法中的一个粒子,通过与其随机选取的邻居的竞争、合作操作,能够充分获得问题信息并自适应地权衡粒子的全局探索能力和局部开发能力,可更快、更精确地收敛到全局最优解。对IEEE3节点,IEEE13节点和IEEE40节点系统的仿真结果表明,该算法在求取电力系统ELD问题时具有较高质量的解和运行速度。

关键词：电力系统经济负荷分配粒子群优化算法多Agent系统竞争合作