检索结果-南通市图书馆

A Proposal of Adaptive PID Controller Based on Reinforcement Learning

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

Journal of China University of Mining and Technology 2007年第1期17卷 40-44页

作者： WANG Xue-song cheng yu-hu SUN Wei School of Information and Electrical Engineering China Universi~ of Mining ＆ Technology Xuzhou Jiangsu 221008 China

Aimed at the lack of self-tuning PID parameters in conventional PID controllers, the structure and learning algorithm of an adaptive PID controller based on reinforcement learning were proposed. Actor-Critic learning was used to tune PID parameters in an adaptive way by taking advantage of the model-free and on-line learning properties of reinforcement learning effectively. In order to reduce the demand of storage space and to improve the learning efficiency, a single RBF neural network was used to approximate the policy function of Actor and the value function of Critic simultaneously. The inputs of RBF network are the system error, as well as the first and the second-order differences of error. The Actor can realize the mapping from the system state to PID parameters, while the Critic evaluates the outputs of the Actor and produces TD error. Based on TD error performance index and gradient descent method, the updating rules of RBF kernel function and network weights were given. Simulation results show that the proposed controller is efficient for complex nonlinear systems and it is perfectly adaptable and strongly robust, which is better than that of a conventional PID controller.

关键词： reinforcement learning Actor-Critic learning adaptive PID control RBF network

RVFLN-based online adaptive semi-supervised learning algorithm with application to product quality estimation of industrial processes

在线全文

学校读者我要写书评

暂无评论

Journal of Central South University 2019年第12期26卷 3338-3350页

作者： DAI Wei hu Jin-cheng cheng yu-hu WANG Xue-song CHAI Tian-you School of Information and Control Engineering China University of Mining and TechnologyXuzhou 221116China State Key Laboratory of Synthetical Automation for Process Industries Northeastern UniversityShenyang 110819China

Direct online measurement on product quality of industrial processes is difficult to be realized,which leads to a large number of unlabeled samples in modeling ***,it needs to employ semi-supervised learning(SSL)method to establish the soft sensor model of product *** the slow time-varying characteristic of industrial processes,the model parameters should be updated *** to this characteristic,this paper proposes an online adaptive semi-supervised learning algorithm based on random vector functional link network(RVFLN),denoted as *** introducing a L2-fusion term that can be seen a weight deviation constraint,the proposed algorithm unifies the offline and online learning,and achieves smoothness of model parameter *** evaluations both on benchmark testing functions and datasets reveal that the proposed OAS-RVFLN can outperform the conventional methods in learning speed and ***,the OAS-RVFLN is applied to the coal dense medium separation process in coal industry to estimate the ash content of coal product,which further verifies its effectiveness and potential of industrial application.

关键词： semi-supervised learning(SSL) L2-fusion term online adaptation random vector functional link network(RVFLN)

基于双级对齐部分迁移网络的旋转设备故障诊断

在线全文

学校读者我要写书评

暂无评论

电子学报 2023年第12期51卷 3529-3539页

作者：俞昆程玉虎邢镔王雪松中国矿业大学信息与控制工程学院江苏徐州221116 重庆工业大数据创新中心有限公司工业大数据应用技术国家工程实验室重庆400707

随着智能制造和工业大数据的快速发展,迁移学习在旋转设备故障诊断领域得到了广泛研究.在工业现场,存在大量目标域标签空间为源域标签空间子集的场景,现有迁移学习方法在处理此类场景时,无法消除源域离群类别对目标域分类产生的负迁移影... 详细信息

随着智能制造和工业大数据的快速发展,迁移学习在旋转设备故障诊断领域得到了广泛研究.在工业现场,存在大量目标域标签空间为源域标签空间子集的场景,现有迁移学习方法在处理此类场景时,无法消除源域离群类别对目标域分类产生的负迁移影响.部分迁移学习通过限制源域不同类别数据在特征对齐过程的贡献度,实现源域和目标域共享类别特征对齐.然而,现有部分迁移学习方法仅考虑源域和目标域共享类别边缘分布对齐,未考虑源域和目标域共享类别各子类间的状态分布对齐,诊断正确率仍有待提高.为此,本文以Vision Transformer网络为基础网络架构,提出基于双级对齐部分迁移网络的故障诊断方法:一方面构造加权平衡机制促进源域和目标域共享类别间的边缘分布对齐,另一方面利用度量学习实现源域和目标域共享类别各子类间的状态分布对齐.利用滚动轴承故障数据对所提方法进行验证,结果表明:所提方法在所有诊断案例中的准确率均在95%以上,相比其他对比方法表现出更优的诊断效果.

关键词：双级对齐加权平衡机制度量学习部分迁移学习旋转设备

在线全文

学校读者我要写书评

暂无评论

基于未知类语义约束自编码的零样本图像分类

控制与决策 2023年第12期38卷 3499-3506页

作者：王雪松张淳程玉虎中国矿业大学信息与控制工程学院江苏徐州221116

为缓解传统零样本图像分类模型中存在的领域偏移问题,提出一种基于未知类语义约束自编码的零样本图像分类模型.首先,利用预训练的ResNet101网络提取所有已知类和未知类图像的视觉特征;其次,通过编码器将提取的图像深度视觉特征从视觉空... 详细信息

为缓解传统零样本图像分类模型中存在的领域偏移问题,提出一种基于未知类语义约束自编码的零样本图像分类模型.首先,利用预训练的ResNet101网络提取所有已知类和未知类图像的视觉特征;其次,通过编码器将提取的图像深度视觉特征从视觉空间映射到语义空间;然后,通过解码器将映射后得到的语义向量重构为视觉特征向量,在语义自编码器的训练过程中,利用未知类图像的聚类视觉中心和未知类语义类原型的分布对齐施加约束,以缓解领域偏移问题;最后,基于经编码器预测得到的测试图像语义向量和各测试类语义类原型之间的相似性,采用最近邻算法实现零样本图像分类.在AwA2和CUB数据集上的实验结果表明,所提出模型具有较高的分类准确度.

关键词：零样本图像分类语义约束领域偏移自编码器

在线全文

学校读者我要写书评

暂无评论

基于语义属性的肺结节良恶性分类

电子学报 2015年第12期43卷 2476-2483页

作者：巩萍程玉虎王雪松中国矿业大学信息与电气工程学院江苏徐州221116 徐州医学院医学影像学院江苏徐州221004

现有肺结节良恶性计算机辅助诊断的依据通常为肺部CT图像的底层特征,而临床医生的诊断依据为高级语义特征.为克服这种图像底层特征和高级语义特征之间的不一致性,提出一种基于语义属性的肺结节良恶性判别方法.首先,利用阈值概率图方法... 详细信息

现有肺结节良恶性计算机辅助诊断的依据通常为肺部CT图像的底层特征,而临床医生的诊断依据为高级语义特征.为克服这种图像底层特征和高级语义特征之间的不一致性,提出一种基于语义属性的肺结节良恶性判别方法.首先,利用阈值概率图方法提取肺结节图像;其次,一方面提取肺结节图像的形状、灰度、纹理、大小和位置等底层特征,组成样本特征集.另一方面,根据专家对肺结节属性的标注,提取结节属性集;然后,根据特征集和属性集建立属性预测模型,实现两者之间的映射;最后,利用预测的属性进行肺结节的良恶性分类.LIDC数据库上的实验结果表明所提方法具有较高的分类精度和AUC值.

关键词：底层特征语义属性属性预测模型肺结节分类

在线全文

学校读者我要写书评

暂无评论

基于混合属性的零样本图像分类

电子学报 2017年第6期45卷 1462-1468页

作者：程玉虎乔雪王雪松中国矿业大学信息与控制工程学院江苏徐州221116

对于具有相似属性的类别而言,在有限维度的语义属性下,基于属性的零样本图像分类器难以对它们进行正确区分.考虑到语义属性描述类别的有限性,在直接属性预测(Direct Attribute Prediction,DAP)模型的基础上,提出一种基于混合属性的零样... 详细信息

对于具有相似属性的类别而言,在有限维度的语义属性下,基于属性的零样本图像分类器难以对它们进行正确区分.考虑到语义属性描述类别的有限性,在直接属性预测(Direct Attribute Prediction,DAP)模型的基础上,提出一种基于混合属性的零样本图像分类模型(Hybrid Attribute-Based DAP,HA-DAP).首先,对样本的底层特征进行稀疏编码并利用编码后的非语义属性来辅助现有的语义属性;将非语义属性与语义属性构成混合属性并将其作为DAP模型的属性中间层,利用属性预测模型的思想进行混合属性分类器的训练;最后,根据预测的混合属性以及属性与类别之间的关系进行测试样本类别标签的预测.在OSR、Pub Fig以及Shoes数据集上的实验结果表明,HA-DAP的分类性能优于DAP,不仅能够取得较高的零样本图像分类精度,而且还获得了较高的AUC值.

关键词：零样本图像分类混合属性语义属性非语义属性稀疏编码

在线全文

学校读者我要写书评

暂无评论

基于优先采样模型的离线强化学习

自动化学报 2024年第1期50卷 143-153页

作者：顾扬程玉虎王雪松中国矿业大学信息与控制工程学院徐州221116

离线强化学习通过减小分布偏移实现了习得策略向行为策略的逼近,但离线经验缓存的数据分布往往会直接影响习得策略的质量.通过优化采样模型来改善强化学习智能体的训练效果,提出两种离线优先采样模型:基于时序差分误差的采样模型和基于... 详细信息

离线强化学习通过减小分布偏移实现了习得策略向行为策略的逼近,但离线经验缓存的数据分布往往会直接影响习得策略的质量.通过优化采样模型来改善强化学习智能体的训练效果,提出两种离线优先采样模型:基于时序差分误差的采样模型和基于鞅的采样模型.基于时序差分误差的采样模型可以使智能体更多地学习值估计不准确的经验数据,通过估计更准确的值函数来应对可能出现的分布外状态.基于鞅的采样模型可以使智能体更多地学习对策略优化有利的正样本,减少负样本对值函数迭代的影响.进一步,将所提离线优先采样模型分别与批约束深度Q学习(Batch-constrained deep Q-learning,BCQ)相结合,提出基于时序差分误差的优先BCQ和基于鞅的优先BCQ.D4RL和Torcs数据集上的实验结果表明:所提离线优先采样模型可以有针对性地选择有利于值函数估计或策略优化的经验数据,获得更高的回报.

关键词：离线强化学习优先采样模型时序差分误差鞅批约束深度Q学习

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

基于主动轮廓探索的多源色彩迁移

自动化学报 2014年第4期40卷 713-720页

作者：潘杰王雪松程玉虎中国矿业大学信息与电气工程学院徐州221116

传统的多源色彩迁移算法常常利用欧氏色彩距离来分割目标图像,由于色彩序列的模糊性与不确定性,使得这种分割极易出现色彩扭曲现象.针对这个问题,提出一种基于主动轮廓探索的多源色彩迁移算法.首先,为将目标图像的主体与背景分离开,利... 详细信息

传统的多源色彩迁移算法常常利用欧氏色彩距离来分割目标图像,由于色彩序列的模糊性与不确定性,使得这种分割极易出现色彩扭曲现象.针对这个问题,提出一种基于主动轮廓探索的多源色彩迁移算法.首先,为将目标图像的主体与背景分离开,利用一种主动进化的方法生成虚拟轮廓线,并采用能量函数评价机制迫使虚拟轮廓线逐渐逼近实际轮廓线.其次,合理利用源图像与目标图像在RGB、Gray和LMS等不同色彩空间的表示、分割、转换,实现其在lαβ空间的多源色彩迁移.最后,将在lαβ空间迁移得到的目标图像逆向操作后恢复为RGB显示.单源与多源色彩迁移的对比、灰度化色彩通道的选择以及各色彩空间不同色彩通道间的干涉性对比等实验验证了所提算法的合理性与有效性.

关键词：主动轮廓探索图像分割色彩空间多源迁移局部迁移

在线全文

学校读者我要写书评

暂无评论

基于支持向量机的连续状态空间Q学习

中国矿业大学学报 2008年第1期37卷 93-98页

作者：王雪松田西兰程玉虎中国矿业大学信息与电气工程学院江苏徐州221116

针对连续状态空间下的强化学习控制问题,提出一种基于支持向量机的Q学习方法.支持向量机不易陷入局部极小,且有优良的泛化性能,对系统状态-动作对的Q值进行估计计算,解决状态空间泛化中易出现的"维数灾"问题.引入滚动时间窗机制实现支... 详细信息

针对连续状态空间下的强化学习控制问题,提出一种基于支持向量机的Q学习方法.支持向量机不易陷入局部极小,且有优良的泛化性能,对系统状态-动作对的Q值进行估计计算,解决状态空间泛化中易出现的"维数灾"问题.引入滚动时间窗机制实现支持向量机的在线学习:系统实时检测得到的新数据若不包含新信息,则保持学习的样本集不变;若包含新信息,则滚动时间窗,更新样本集,从而更新支持向量机的回归模型,并对时间窗内的数据分配不同的权值以充分利用数据的信息.倒立摆平衡控制的仿真结果表明该方法能够有效解决具有连续状态的非线性系统的强化学习控制.

关键词：连续状态空间支持向量机 Q学习滚动时间窗在线学习