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

基于特征解选取的高维多目标可视化研究

哈尔滨工程大学学报 2013年第9期34卷 1179-1187页

作者：毕晓君李博王珏哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001

为了解决高维多目标优化问题中有效可视化Pareto最优解集这一难题,提出了一种基于特征解选取的n维图表可视化技术.首先,针对多目标优化问题的特性,提取Pareto最优解集中特征性明显的特征解;然后,针对不同的决策需求提出2种目标信息共享... 详细信息

为了解决高维多目标优化问题中有效可视化Pareto最优解集这一难题,提出了一种基于特征解选取的n维图表可视化技术.首先,针对多目标优化问题的特性,提取Pareto最优解集中特征性明显的特征解;然后,针对不同的决策需求提出2种目标信息共享机制,将特征解各目标信息共享后进行有效排序分层;最后,以子图表形式进行绘制.该方法有效去除Pareto最优解集中性能相近的冗余解,对特征解各目标数据信息、性能优劣变化趋势及决策者的决策信息进行可视化.基于此思想设计的高维多目标可视化模型,方便决策者对Pareto最优解集的分析和决策.

关键词：高维多目标可视化技术特征解选取 n维图表可视化 Pareto前沿决策

在线全文

学校读者我要写书评

暂无评论

基于云差分进化算法的约束多目标优化实现

哈尔滨工程大学学报 2012年第8期33卷 1022-1031页

作者：毕晓君刘国安哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001

针对现有约束多目标算法存在收敛性、分布性不高等问题,提出一种基于云差分进化算法的约束多目标优化方法,通过云模型对差分进化算法的参数进行自适应处理;采用建立外部种群分别存储可行解和不可行解的方式处理约束条件,并对已有可行解... 详细信息

针对现有约束多目标算法存在收敛性、分布性不高等问题,提出一种基于云差分进化算法的约束多目标优化方法,通过云模型对差分进化算法的参数进行自适应处理;采用建立外部种群分别存储可行解和不可行解的方式处理约束条件,并对已有可行解集的更新方法进行改进,有效提高解集的分布性.提出新的变异策略,利用优秀可行解和不可行解的方向信息增强算法对解的探索能力.通过对CTP类标准问题的求解表明,与另外2种较为优秀的约束多目标算法相比,本算法显著提高了Pareto解集的分布性,且更接近于真实的Pareto前沿,有效地解决了约束多目标问题.

关键词：约束多目标优化差分进化算法云模型变异策略

基于生成对抗网络的机载遥感图像超分辨率重建

在线全文

学校读者我要写书评

暂无评论

智能系统学报 2020年第1期15卷 74-83页

作者：毕晓君潘梦迪中央民族大学信息工程学院北京100081 哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001

为解决机载遥感图像质量易受环境影响的问题,对其进行超分辨率重建,对现有深度学习机载遥感图像超分辨率重建方法存在的特征提取能力差、重建图像边缘平滑、模型训练困难的问题进行改进,增强图像重建效果。将生成对抗网络作为模型的整... 详细信息

为解决机载遥感图像质量易受环境影响的问题,对其进行超分辨率重建,对现有深度学习机载遥感图像超分辨率重建方法存在的特征提取能力差、重建图像边缘平滑、模型训练困难的问题进行改进,增强图像重建效果。将生成对抗网络作为模型的整体框架,使用密集剩余残差块增强模型特征提取能力,增加跳跃连接,有效提取机载遥感图像的浅层和深层特征,引入沃瑟斯坦式生成对抗网络优化模型训练。该方法能够有效对机载遥感图像进行4倍重建,在峰值信噪比评价上较对比方法约有2 dB增益,重建出的机载遥感图像在视觉上更清晰、细节更丰富、边缘更锐利。实验结果表明,该方法有效提升了模型特征提取能力,优化了训练过程,重建的机载遥感图像效果较好。

关键词：机载遥感超分辨率重建深度学习密集剩余残差块特征提取跳跃链接沃瑟斯坦生成对抗网络

在线全文

学校读者我要写书评

暂无评论

基于监督对比学习的小样本甲骨文字识别

智能系统学报 2024年第1期19卷 106-113页

作者：毕晓君毛亚菲民族语言智能分析与安全治理教育部重点实验室北京100081 中央民族大学信息工程学院北京100081 哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001

针对由于甲骨文中部分字符的出现频率较低,直接利用深度神经网络进行识别会产生严重的过拟合现象,进而导致识别精度较差的问题,本文提出一种基于监督对比学习的小样本甲骨文字识别方法。选用利用增强样本的Y型(ensemble augmented-shot ... 详细信息

针对由于甲骨文中部分字符的出现频率较低,直接利用深度神经网络进行识别会产生严重的过拟合现象,进而导致识别精度较差的问题,本文提出一种基于监督对比学习的小样本甲骨文字识别方法。选用利用增强样本的Y型(ensemble augmented-shot Y-shaped,EASY)学习框架作为网络的主干部分,通过集合数据增强、多骨干网络集成、特征向量投影等训练策略,直接实现利用少量带标签样本进行识别;引入监督对比学习,并提出联合对比损失,使得特征空间中类内特征向量距离更近,类间特征向量距离更远,进一步提高模型性能。实验结果表明:相比于当前效果最好的Orc-Bert模型,提出的小样本甲骨文识别模型在1-shot任务中的准确率提升了26.42%,3-shot任务的准确率提升了28.55%,5-shot任务的准确率提升了23.98%,较好解决了低频率出现的甲骨文字识别精度较差的问题。

关键词：甲骨文字识别小样本监督对比学习利用增强样本的Y型学习框架深度学习特征空间联合对比损失

在线全文

学校读者我要写书评

暂无评论

改进ResNeSt网络的拓片甲骨文字识别

智能系统学报 2023年第3期18卷 450-458页

作者：毛亚菲毕晓君哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001 中央民族大学信息工程学院北京100081

目前,拓片甲骨文字的识别方法存在局部细节特征提取能力弱,对部分高相似度的甲骨文字识别率较低的问题。为此,本文提出了一种基于改进ResNeSt网络的甲骨文字识别方法,通过设计跳转连接结构,逐步将网络浅层特征向网络深层传递并进行融合... 详细信息

目前,拓片甲骨文字的识别方法存在局部细节特征提取能力弱,对部分高相似度的甲骨文字识别率较低的问题。为此,本文提出了一种基于改进ResNeSt网络的甲骨文字识别方法,通过设计跳转连接结构,逐步将网络浅层特征向网络深层传递并进行融合;同时结合甲骨文字“长条形”的特点,引入坐标注意力机制模块,从宽度和高度两个方向上对所得特征进行加权融合;最后通过去掉网络最后一层的激活函数和全连接层以及对最后一个卷积层输出通道数的重新设置,对网络分类器进行了有效优化。实验结果表明,本文提出的改进拓片甲骨文字识别模型在OBC306数据集上识别准确率达到93.53%,取得了目前最好的识别效果。

关键词： ResNeSt网络模型甲骨文字识别跳转连接坐标注意力机制分类器优化 OBC306 深度学习神经网络

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

基于PSO-RVM算法的发动机故障诊断

哈尔滨工程大学学报 2014年第2期35卷 245-249页

作者：毕晓君柳长源卢迪哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001 哈尔滨理工大学电气与电子工程学院黑龙江哈尔滨150080

针对汽车发动机失火故障问题,提出一种新的智能诊断方法。建立了汽车尾气中各气体的体积分数与失火故障原因的映射关系,对归一化处理的数据进行机器训练,将训练好的相关向量机模型应用于故障分类诊断。算法中的惩罚因子和径向基核函数... 详细信息

针对汽车发动机失火故障问题,提出一种新的智能诊断方法。建立了汽车尾气中各气体的体积分数与失火故障原因的映射关系,对归一化处理的数据进行机器训练,将训练好的相关向量机模型应用于故障分类诊断。算法中的惩罚因子和径向基核函数参数对分类准确率有着很大的影响,利用粒子群算法对超参数进行了优化。将优化训练后的相关向量机模型与目前较成熟的遗传优化的神经网络及支持向量机方法进行了对比,实验结果表明新方法比传统方法在诊断精度和鲁棒性方面均有一定的提高。

关键词：机器学习相关向量机核函数粒子群优化故障诊断

在线全文

学校读者我要写书评

暂无评论

基于深度图像的球形果实识别定位算法

农业机械学报 2022年第10期53卷 228-235页

作者：柳长源赖楠旭毕晓君哈尔滨理工大学测控技术与通信工程学院哈尔滨150080 中央民族大学信息工程学院北京100081

为了解决近色背景果实识别困难问题,针对果实近球形的形态特性,提出了一种利用深度图像从果实形态角度进行果实识别定位的算法。该算法使用深度摄像头获取果树的深度图像,通过深度图像计算出各像素点的梯度向量,将梯度向量看作运动矢量... 详细信息

为了解决近色背景果实识别困难问题,针对果实近球形的形态特性,提出了一种利用深度图像从果实形态角度进行果实识别定位的算法。该算法使用深度摄像头获取果树的深度图像,通过深度图像计算出各像素点的梯度向量,将梯度向量看作运动矢量场,并计算出矢量场的散度,根据散度最大原则,从矢量场中搜索出辐散中心点;然后利用果实和叶片等深图像的差异从辐散中心点中筛选出果实中心点,以果实中心点为起点采用八方向搜索方法搜索出果实边界点,将果实边界点依次连接后形成的封闭区域内的果实图像导入点云;最后根据果实图像部分点云利用RANSAC算法求出目标果实的拟合球形,进而得出果实的尺寸以及三维空间位置。该算法无需传统算法需要利用的颜色特征,而仅利用了深度图像中的深度信息进行果实识别定位,能够克服传统算法受色彩、光照等因素影响的弊端,并且由于该算法完全没有利用到彩色图像信息,因此不仅可以实现绿色果实的识别定位,还可以实现采摘机器人在夜间环境下正常工作,为复杂环境下的果实识别定位算法研究提供了技术支撑。

关键词：球形果实识别定位近色背景深度图像梯度向量随机采样一致性

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

基于混合策略的自适应教与学优化算法

哈尔滨工程大学学报 2016年第6期37卷 842-848页

作者：毕晓君李月陈春雨哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001

为提高教与学优化算法的综合性能,提出一种基于混合策略的自适应教与学优化算法。将随机性学习与有向性学习融合,提出一种自适应综合交叉学习策略,根据进化的不同阶段自适应地选择学习方式,增强算法对解的搜索能力;加入一种方向性的扰... 详细信息

为提高教与学优化算法的综合性能,提出一种基于混合策略的自适应教与学优化算法。将随机性学习与有向性学习融合,提出一种自适应综合交叉学习策略,根据进化的不同阶段自适应地选择学习方式,增强算法对解的搜索能力;加入一种方向性的扰动策略,增大种群多样性,较大程度地加大了对搜索空间的探索力度,降低了种群陷入局部最优的可能。基于标准测试函数的仿真实验结果表明,本文算法可有效避免算法陷入局部最优,在收敛精度和收敛速度上有较大提高。

关键词：教与学优化算法自适应综合交叉学习扰动策略混合策略

在线全文

学校读者我要写书评

暂无评论

基于新变异策略的动态自适应差分进化算法

计算机研究与发展 2012年第6期49卷 1288-1297页

作者：毕晓君刘国安肖婧哈尔滨工程大学信息与通信工程学院哈尔滨150001 辽宁省交通高等专科学校信息工程系沈阳110122

针对差分进化算法在复杂优化问题求解时后期收敛速度慢、易陷入局部最优和参数设置繁琐等问题,提出一种基于新变异策略的动态自适应差分进化算法p-ADE.首先,新变异策略中通过利用种群的全局最优解和目标个体的历史最优解引导种群搜索方... 详细信息

针对差分进化算法在复杂优化问题求解时后期收敛速度慢、易陷入局部最优和参数设置繁琐等问题,提出一种基于新变异策略的动态自适应差分进化算法p-ADE.首先,新变异策略中通过利用种群的全局最优解和目标个体的历史最优解引导种群搜索方向,为下一代个体的生成引入更多有效的方向性信息,避免差分向量中个体随机选择导致的搜索盲目性.其次,为加快收敛速度、提高算法稳定性、避免参数设置的繁琐与不精确,提出一种参数动态自适应调整策略,动态平衡算法局部搜索与全局搜索间的关系,有效调节个体在进化过程中的变异程度.在10个Benchmark函数上的实验结果表明,p-ADE相对于多种先进DE优化策略和全局优化算法在收敛精度、速度和鲁棒性上均具有明显优势.

关键词：差分进化变异策略搜索盲目性参数调整动态自适应