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

基于自适应噪声的最大熵进化强化学习方法

自动化学报 2023年第1期49卷 54-66页

作者：王君逸王志李华雄陈春林南京大学控制科学与智能工程系南京210008

近年来,进化策略由于其无梯度优化和高并行化效率等优点,在深度强化学习领域得到了广泛的应用.然而,传统基于进化策略的深度强化学习方法存在着学习速度慢、容易收敛到局部最优和鲁棒性较弱等问题.为此,提出了一种基于自适应噪声的最大... 详细信息

近年来,进化策略由于其无梯度优化和高并行化效率等优点,在深度强化学习领域得到了广泛的应用.然而,传统基于进化策略的深度强化学习方法存在着学习速度慢、容易收敛到局部最优和鲁棒性较弱等问题.为此,提出了一种基于自适应噪声的最大熵进化强化学习方法.首先,引入了一种进化策略的改进办法,在“优胜”的基础上加强了“劣汰”,从而提高进化强化学习的收敛速度;其次,在目标函数中引入了策略最大熵正则项,来保证策略的随机性进而鼓励智能体对新策略的探索;最后,提出了自适应噪声控制的方式,根据当前进化情形智能化调整进化策略的搜索范围,进而减少对先验知识的依赖并提升算法的鲁棒性.实验结果表明,该方法较之传统方法在学习速度、最优性收敛和鲁棒性上有比较明显的提升.

关键词：深度强化学习进化策略进化强化学习最大熵自适应噪声

基于自适应差分隐私与客户选择优化的联邦学习方法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2024年

作者：徐超张淑芬陈海田彭璐璐张帅华河北省数据科学与应用重点实验室唐山市大数据安全与智能计算重点实验室华北理工大学理学院唐山市数据科学重点实验室

将差分隐私应用于联邦学习的方法是保护训练数据隐私的关键技术之一。针对先前多数工作未考虑到参数的异质性，对训练参数均匀裁剪使得每轮加入的噪声是均匀的，从而影响模型收敛和训练参数质量的问题，提出一种基于梯度裁剪的自适应噪... 详细信息

将差分隐私应用于联邦学习的方法是保护训练数据隐私的关键技术之一。针对先前多数工作未考虑到参数的异质性，对训练参数均匀裁剪使得每轮加入的噪声是均匀的，从而影响模型收敛和训练参数质量的问题，提出一种基于梯度裁剪的自适应噪声添加方案。考虑到梯度的异质性，在不同轮次为不同客户端执行自适应的梯度裁剪，从而使得噪声大小自适应调整；同时，为了进一步提升模型性能，对比传统的客户端随机采样方式，提出一种结合轮盘赌与精英保留的客户端采样方法。实验结果表明，相比基于均匀的噪声添加方式和客户端随机采样方式，结合客户端选择的自适应差分隐私联邦学习方法（CS&AGC DP＿FL）能够在相同级别的隐私约束下使最终的模型分类准确率提升4.9个百分点，并且在收敛速度方面，相较于对比方法进入收敛状态所需的轮次减少4～10轮。

关键词：联邦学习差分隐私自适应噪声轮盘赌精英保留

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

上下文信息融合与噪声自适应的异常检测方法

计算机科学 2023年第7期50卷 237-245页

作者：衡红军周文华中国民航大学计算机科学与技术学院天津300300

信息物理系统(CPSs)中传感器和执行器等现场设备收集的数据中隐含复杂的上下文信息和未知分布噪声。为了提取并融合数据中的上下文信息以及减轻噪声带来的干扰,提出了上下文信息融合与噪声自适应的异常检测方法。该方法中设计了一种由... 详细信息

信息物理系统(CPSs)中传感器和执行器等现场设备收集的数据中隐含复杂的上下文信息和未知分布噪声。为了提取并融合数据中的上下文信息以及减轻噪声带来的干扰,提出了上下文信息融合与噪声自适应的异常检测方法。该方法中设计了一种由自适应降噪编码器、上下文信息编码器和解码器构成的编解码网络建模CPSs状态空间模型。自适应降噪编码器在训练过程中通过拟合数据中噪声的分布模式生成自适应噪声,并利用该噪声对训练数据中的传感器数据加噪,以提升编解码网络的鲁棒性,减轻噪声带来的干扰,同时可迫使降噪自编码器学习到泛化性更强的系统的隐藏状态;上下文信息编码器利用LSTM和CNN提取数据窗口内的时序和空间上下文信息,并使用自注意力机制融合这两类上下文信息和系统隐藏状态,融合结果用于推断当前时刻系统隐藏状态,以提升此隐藏状态中的信息量;解码器利用以上系统隐藏状态可以更准确地解码出相应的传感器数据。编解码网络训练完成后,得到系统隐藏状态和传感器解码值,基于无迹卡尔曼滤波算法计算异常评分。在SWaT和PUMP两个实际CPSs数据集上的实验结果表明,所提方法的F1值均优于其他对比方法,验证了其有效性。

关键词：异常检测自适应噪声上下文信息状态空间模型信息物理系统

基于CEEMDAN-TCN的短期风电功率预测研究

在线全文

学校读者我要写书评

暂无评论

现代电子技术 2024年

作者：李敖冉华军李林蔚王新权高越三峡大学电气与新能源学院三峡大学电气与新能源学院

随着可再生能源的迅速发展，风力发电作为可再生能源的重要组成部分，其在电力系统规划和日常运行中扮演着日益重要的角色，因此准确的短期风电功率预测对于电网的稳定运行和优化调度具有重要意义。为提高短期风电功率预测的准确性，文... 详细信息

随着可再生能源的迅速发展，风力发电作为可再生能源的重要组成部分，其在电力系统规划和日常运行中扮演着日益重要的角色，因此准确的短期风电功率预测对于电网的稳定运行和优化调度具有重要意义。为提高短期风电功率预测的准确性，文中提出一种基于自适应噪声完备集合经验模态分解和时间卷积网络的短期风电功率预测方法。所提方法首先利用自适应噪声完备集合经验模态分解对初始风电功率数据进行分解，得到多个相对稳定的子数据序列。然后将其分别作为时间卷积网络的输入，利用时间卷积网络模型进行特征提取和功率预测。最后把全部预测值汇总得到最终的功率预测值。通过使用宁夏某地区真实风电功率数据进行验证，并与传统预测模型比较，所提方法具有更高的预测精度，可为风电功率短期预测等相关工作提供相关参考。

关键词：风电功率自适应噪声模态分解时间卷积网络时间序列分析短期风电功率预测

基于自适应噪声模型和线积分卷积的铅笔画模拟

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

图学学报 2015年第1期36卷 77-82页

作者：刘磊陈越盛蕴张桂戌华东师范大学信息科学技术学院计算机科学技术系上海200241

提出一种铅笔画模拟的方法。和传统的铅笔画步骤类似,经过轮廓提取和色调合成,产生铅笔画模拟图像。轮廓提取通过L0平滑后,用四向索贝尔算子提取边界,借助线积分卷积实现色调合成。与现存方法不同的是,给出一种自适应噪声模型,根据源图... 详细信息

提出一种铅笔画模拟的方法。和传统的铅笔画步骤类似,经过轮廓提取和色调合成,产生铅笔画模拟图像。轮廓提取通过L0平滑后,用四向索贝尔算子提取边界,借助线积分卷积实现色调合成。与现存方法不同的是,给出一种自适应噪声模型,根据源图像产生自适应的噪声,将其作为线积分卷积的输入图像。实验证明提出的方法可以用来产生具有艺术效果的铅笔画模拟图像。

关键词：非真实感图像绘制铅笔画模拟线积分卷积自适应噪声

在线全文

学校读者我要写书评

暂无评论

基于自适应噪声添加的防御对抗样本算法

计算机应用研究 2021年第3期38卷 764-769页

作者：刘野黄贤英刘文星朱小飞李昭平重庆理工大学计算机科学与工程学院重庆400054

深度神经网络容易受到对抗样本的攻击。为了解决这个问题,一些工作通过向图像中添加高斯噪声来训练网络,从而提高网络防御对抗样本的能力,但是该方法在添加噪声时并没有考虑到神经网络对图像中不同区域的敏感性是不同的。针对这一问题,... 详细信息

深度神经网络容易受到对抗样本的攻击。为了解决这个问题,一些工作通过向图像中添加高斯噪声来训练网络,从而提高网络防御对抗样本的能力,但是该方法在添加噪声时并没有考虑到神经网络对图像中不同区域的敏感性是不同的。针对这一问题,提出了梯度指导噪声添加的对抗训练算法。该算法在训练网络时,根据图像中不同区域的敏感性向其添加自适应噪声,在敏感性较大的区域上添加较大的噪声抑制网络对图像变化的敏感程度,在敏感性较小的区域上添加较小的噪声提高其分类精度。在Cifar-10数据集上与现有算法进行比较,实验结果表明,该方法有效地提高了神经网络在分类对抗样本时的准确率。

关键词：深度神经网络图像分类对抗样本自适应噪声

基于GRU-XGBoost的短期风电功率预测研究

在线全文

学校读者我要写书评

暂无评论

船电技术 2024年第7期44卷 32-35页

作者：耿运涛邵阳职业技术学院湖南邵阳422000

本文利用自适应噪声的完备经验模态分解(CEEMDAN)对风电原始序列信号进行处理后,采用GRU-XGBoost模型对非线性、非平稳的功率序列进行建模和预测,以提升模型的预测能力和泛化性。首先,通过CEEMDAN将风电功率原始序列分解为不同时间尺度... 详细信息

本文利用自适应噪声的完备经验模态分解(CEEMDAN)对风电原始序列信号进行处理后,采用GRU-XGBoost模型对非线性、非平稳的功率序列进行建模和预测,以提升模型的预测能力和泛化性。首先,通过CEEMDAN将风电功率原始序列分解为不同时间尺度的分量,然后将分解后的信号输入GRU神经网络生成预测信号,最后通过XGBoost进行校正。通过与多种预测模型进行比较,证明了该模型在预测精度方面的卓越表现。

关键词：自适应噪声风电功率建模和预测 GRU神经网络