检索结果-南通市图书馆

基于区域分割和蒙特卡洛采样的静态图片人体姿态估计

在线全文

学校读者我要写书评

暂无评论

智能系统学报 2011年第1期6卷 38-43页

作者：肖锋周杰清华大学自动化系北京100084

静态图片中的人体姿态估计是近年来图像分析领域的重要问题之一.由于静态图片中可利用的信息较少,且存在多关节引起的形状畸变、着装变化、背景干扰及遮挡等难点,使得这一问题具有很大挑战性.考虑到现有算法的不足,提出了一种基于区域... 详细信息

静态图片中的人体姿态估计是近年来图像分析领域的重要问题之一.由于静态图片中可利用的信息较少,且存在多关节引起的形状畸变、着装变化、背景干扰及遮挡等难点,使得这一问题具有很大挑战性.考虑到现有算法的不足,提出了一种基于区域分割和置信传播蒙特卡洛采样的人体姿态估计算法,将前景区域分割加入到姿态估计中,在概率图模型中引入非树状的约束,采用蒙特卡洛采样来进行概率推理.实验表明该算法比经典的算法在公共数据集上给出了更加精确的估计结果,同时运行时间也减少了25%.

关键词：静态图片人体姿态估计区域分割蒙特卡洛采样置信传播

基于蒙特卡洛采样的橡胶复合材料内部导电网络建模研究

在线全文

学校读者我要写书评

暂无评论

现代计算机 2019年第9期25卷 8-13页

作者：刘蔓霄陶青川赵凤媛四川大学电子信息学院成都610065

新型复合导电材料的制作需要大量的配比实验,构建材料内部导电网络可以拟合网络模型与确定材料的优化配比,而目前国内外研究很少。针对设计和构建有效的橡胶复合材料传感器内部导电网络,提出基于蒙特卡洛采样,产生大量数据模拟导电材料... 详细信息

新型复合导电材料的制作需要大量的配比实验,构建材料内部导电网络可以拟合网络模型与确定材料的优化配比,而目前国内外研究很少。针对设计和构建有效的橡胶复合材料传感器内部导电网络,提出基于蒙特卡洛采样,产生大量数据模拟导电材料的内部导电网络结构,实现拟合复合材料的导电性能。通过仿真建模讨论以橡胶为基底、碳纳米管(CNTs)为惨杂物的复合材料的逾渗阈值、惨杂物浓度和长径比对材料导电率的影响,从而分析材料的内部网络结构。

关键词：蒙特卡洛采样橡胶复合材料仿真建模碳纳米管

在线全文

学校读者我要写书评

暂无评论

自动闭塞区段重载列车自动驾驶运行决策研究

控制与信息技术 2024年第4期 11-18页

作者：张征方熊佳远舒泉粼罗源蒋杰株洲中车时代电气股份有限公司湖南株洲412001

重载列车编组长、载重大,且自动闭塞区段信号动态多变,导致列车操纵频繁停车、线路通行效率低下。所以,重载列车自动驾驶系统在进行自动闭塞区段操纵决策规划时,既需要考虑按计划通行又需要考虑动态停车的情况。为此,文章分析重载列车... 详细信息

重载列车编组长、载重大,且自动闭塞区段信号动态多变,导致列车操纵频繁停车、线路通行效率低下。所以,重载列车自动驾驶系统在进行自动闭塞区段操纵决策规划时,既需要考虑按计划通行又需要考虑动态停车的情况。为此,文章分析重载列车的动力学特性以及自动闭塞区段信号变化的特点,提出同时满足通行效率和平稳停车的双层协同重载列车自动驾驶运行决策模型。该双层模型通过运行耦合点连接,其中上层模型以图定时间为约束,以节能、平稳运行为目标,优化操纵曲线,计算节能、平稳最优目标下的耦合状态区间;下层模型考虑最不利信号(停车)约束,引入上层模型的最优耦合状态为优化始端,以安全、平稳停车为目标,优化操纵曲线。在朔黄东线的自动驾驶试验中,该模型实现了列车全程零接管,并能够在保证列车运行通过效率的同时,提升列车运行的安全性及平稳性。

关键词：重载列车双层优化模型动态规划自动驾驶自动闭塞蒙特卡洛采样

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DeepAR模型的建筑桩基沉降预测

新城建科技 2024年第7期 151-154页

作者：郭开麟沈秉新张玉兰甘肃恒昌工程质量检测有限责任公司

文中针对高层建筑施工过程中，由于上部荷载超过桩基承载力限值会引起不可逆的建筑物沉降情况，提出一种基于DeepAR模型的建筑桩基沉降预测方法。利用桩基承载力及桩土荷载应变等检测数据，形成先期、施工、验收及鉴定历史检测数据列表... 详细信息

文中针对高层建筑施工过程中，由于上部荷载超过桩基承载力限值会引起不可逆的建筑物沉降情况，提出一种基于DeepAR模型的建筑桩基沉降预测方法。利用桩基承载力及桩土荷载应变等检测数据，形成先期、施工、验收及鉴定历史检测数据列表，建立自回归循环神经网络时序预测模型（DeepAR），引入协变量与时间序列数据间的函数，运行蒙特卡洛采样估计概率分布，通过相似性学习预测，实现建筑桩基沉降阶段预测。试验表明，此种方法可以提高桩基检测相关数据的准确性，对相关领域的研究具有一定积累价值。

关键词：桩基沉降蒙特卡洛采样 DeepAR 时序预测模型

来源：博看期刊

蒙特卡洛-偏最小二乘回归系数法用于近红外光谱变量筛选

在线全文

学校读者我要写书评

暂无评论

分析试验室 2013年第2期32卷 12-16页

作者：张明锦杜一平青海师范大学化学系西宁810008 上海市功能性材料化学重点实验室华东理工大学上海200237

提出了一种蒙特卡洛-偏最小二乘回归系数法用于近红外光谱的变量筛选。方法主要包含如下几步:(1)采用蒙特卡洛采样方式,建立多个子集;(2)对每个子集建模,计算其回归系数,并按回归系数绝对值大小对各子模型中的变量进行排序;(3)按频数统... 详细信息

提出了一种蒙特卡洛-偏最小二乘回归系数法用于近红外光谱的变量筛选。方法主要包含如下几步:(1)采用蒙特卡洛采样方式,建立多个子集;(2)对每个子集建模,计算其回归系数,并按回归系数绝对值大小对各子模型中的变量进行排序;(3)按频数统计方法对波长排序;(4)对上步中排序后的波长以逐步累加进入最佳变量子集的方式进行交互验证,用以选择最佳变量集。将方法用于生物样品溶液和烟草样品近红外光谱的变量筛选,最终分别从原始的1234及1557个变量中选择了27和68个特征变量,对独立测试集进行预测的RMSEP分别从全谱变量的0.02716和0.06411降低为0.02372和0.03977。方法可有效地对近红外光谱进行变量筛选。

关键词：蒙特卡洛采样回归系数近红外光谱变量筛选

面向分布式能源高密度渗透的电力系统电压稳定裕度AI计算方法研究

在线全文

学校读者我要写书评

暂无评论

面向分布式能源高密度渗透的电力系统电压稳定裕度AI计算方法研究

作者：李建宜华北电力大学

学位级别：硕士

为响应国家“双碳”目标,近年来,新能源接入电力系统占比逐年提升,间接导致传统机组提供的电力占比减少。然而,受端电网无功电压调节需求仍由传统的电源提供,这就导致受端电网无功电压调节能力迅速下降,电网安全稳定运行的主要矛盾从功... 详细信息

为响应国家“双碳”目标,近年来,新能源接入电力系统占比逐年提升,间接导致传统机组提供的电力占比减少。然而,受端电网无功电压调节需求仍由传统的电源提供,这就导致受端电网无功电压调节能力迅速下降,电网安全稳定运行的主要矛盾从功角稳定问题转化为电压稳定问题。上述源荷双重特性的变化,对电网的运行形态、系统特性和无功电压控制带来了重大改变和安全隐患。同时,新能源设备的波动性、间歇性、随机性等特性对电力系统安全稳定造成了一定冲击。传统潮流计算频率可能无法满足未来电力系统调控速度,如何快速计算电力系统各节点电压剩余稳定裕度,并在此基础上协调区域间无功资源进行电压控制是目前主要研究热点之一。文章首先介绍了传统电力系统仿真中新能源建模方法与人工智能于电力系统中应用的意义,结合国内外研究现状以及未来电力系统发展趋势,阐述大量新能源接入电网可能造成的影响,然后分析了人工智能应用于电力系统中的优势,进而确定了本文通过数据驱动深度学习来进行电压稳定裕度计算的可行性。然后,针对本课题研究对象——淮安地区新能源设备的实测数据进行预处理,通过数据多重清洗、数据插值补全等方法完善数据。分析研究了应用于传统电力系统仿真的新能源标准概率分布模型,并在传统模型基础上改进生成了一种综合概率模型,通过仿真验证了综合概率模型与真实出力数据拟合度,同时证明了该模型在保留新能源出力数据特征的同时可满足深度学习需要大量数据的需求。针对电力系统运行断面,研究新能源出力时空特性,在传统Copula基础上结合综合概率模型,改进生成了一种基于光伏、风电的Copula模型。通过蒙特卡洛采样结合淮安地区新能源设备联合概率分布,采集断面数据生成深度学习训练输入数据集。从而生成包含高维非线性映射关系的断面数据,为深度学习神经网络训练提供了数据特征这一基础。最后,通过最优潮流结合新能源断面负荷数据进行潮流计算以生成大量潮流断面完整数据集。针对传统数据驱动的深度学习神经网络因数据特征缺失导致训练效果不佳这一问题,利用卷积神经网络将新能源耦合矩阵转换为特征向量并入训练数据集进行数据增强。然后结合淮安地区实际算例进行分析。并通过算例结果进行断面多节点电压稳定裕度指标分析,进一步确定了本文研究方法的正确性和有效性。

关键词：数据清洗新能源建模时空特性蒙特卡洛采样深度学习电压稳定裕度

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

深度图像识别的黑盒对抗攻击算法研究

深度图像识别的黑盒对抗攻击算法研究

作者：刘科东华大学

学位级别：硕士

近年来,伴随着深度神经网络的异军突起,现代人工智能技术在人们的日常生活中得到了广泛应用,比如图像识别、目标检测、自然语言处理以及语音识别等等。然而,深度神经网络存在“视觉盲区”,即对于将人为设计的微小扰动加入干净样本形成... 详细信息

近年来,伴随着深度神经网络的异军突起,现代人工智能技术在人们的日常生活中得到了广泛应用,比如图像识别、目标检测、自然语言处理以及语音识别等等。然而,深度神经网络存在“视觉盲区”,即对于将人为设计的微小扰动加入干净样本形成对抗样本,虽然人眼识别不受影响,但是模型会以很高的置信度将其错误分类,这导致深度神经网络在自动驾驶等安全敏感领域的落地受到严重威胁。本文以物体分类任务为例,针对现有黑盒攻击方法的缺陷和不足,从梯度估计和迁移性两个方面对对抗样本生成算法进行了深入研究,主要研究工作如下:首先,针对目前大部分基于梯度估计的攻击算法计算开销较大(梯度估计时间复杂度为O(n))以及缺乏数学证明,无法保证攻击的收敛性等问题,本文提出了一种基于蒙特卡洛采样的对抗攻击算法,主要是通过蒙特卡洛采样对梯度进行无偏性估计,将梯度估计的时间复杂度降到了O(1),再将估计的梯度与基于梯度优化的攻击方法相结合来产生对抗样本,并且在MNIST、CIFAR10和TinyImage Net等数据集上的大量对比实验证明,无论是在非目标攻击还是目标攻击场景下,我们的方法都达到了与白盒C&W攻击相当的成功率,在攻击效率、隐蔽性和迁移性方面均优于目前其他较为先进的基于梯度估计的攻击算法,且消耗的计算资源也被大大降低。其次,本文提出了一种基于数据增强的对抗攻击算法,大幅提高了对抗样本的迁移性。由于基于迁移的攻击方法往往容易过拟合,因此受到数据增强策略的启发,之前的研究者通过手动调整参数对图像进行一些简单的随机变换来提高对抗样本的迁移性,但由于这些变换和失真的组合过于单一,难以覆盖图像的大部分变换组合,导致对抗样本的迁移性较差。针对此问题本文提出的基于数据增强的攻击方法通过在固定权重的集成模型前面训练简单的CNN网络从而进行丰富的数据增强变换,这些变换可以破坏对抗噪声,使最后生成的对抗样本能够抵抗这种数据增强变换,最终实现对抗样本迁移性的提高。在Tiny-Image Net数据集上的对比实验结果表明,我们提出的攻击方法对于有无防御模型的攻击成功率明显优于目前较为先进的基于迁移的攻击方法,但在隐蔽性方面与其还有一定的差距,并且如果用作替代模型的集成模型内部结构越复杂,其生成对抗样本的攻击成功率自然就更高。同时我们的方法还可以与其他基于迁移的攻击方法相结合,以进一步提高它们的攻击性能。

关键词：对抗样本深度图像识别黑盒攻击蒙特卡洛采样数据增强

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

基于图神经网络的可解释性算法研究与应用

基于图神经网络的可解释性算法研究与应用

作者：易欣莲广东财经大学

学位级别：硕士

图神经网络虽然在多个领域的应用有效且广泛,但其复杂结构提高了算法的解释难度,而可解释性对模型的验证和改进至关重要。虽然目前已有针对图神经网络的解释,但现有的可解释性模型一是未能将决策结果公平地归因到参与决策的因素上,二是... 详细信息

图神经网络虽然在多个领域的应用有效且广泛,但其复杂结构提高了算法的解释难度,而可解释性对模型的验证和改进至关重要。虽然目前已有针对图神经网络的解释,但现有的可解释性模型一是未能将决策结果公平地归因到参与决策的因素上,二是仅针对节点贡献度进行评估,难以对子图级别的贡献性进行评估,忽略多个节点相互作用的关系。三是虽然少数可进行多粒度解释,但复杂度难以接受。为了解决上述挑战,本文首次提出了基于强化学习的子图级别的图神经网络可解释模型(SUPExplainer)。该模型在无先验知识的情况下,通过强化学习机制有效选择重要子图来表示图的关键结构信息,通过裁剪的近端策略优化(Clip-PPO)来最大化累积奖励,并基于解释的环境中发挥作用。为了公平有效地评估子图贡献度,本文在设计强化学习框架时将Shapley值当作奖励函数,并使用了蒙特卡洛采样方法提高采样效率,减少了计算量。本文在图分类和节点分类数据集上,使用消融实验、量化实验以及统计检验方法对算法的效果进行检验,同时也进行了收敛性分析和效率分析。结果表明该方法不但能直观显示出解释过程中的重要图结构,而且在合理的时间复杂度上优于一些基线方法,在0.05的显著性水平下显著性有效。它可以为GNN模型提供一个可靠的解释,也对强化学习理论应用于图解释领域有所参考。最后,为了验证图神经网络的文本分类任务的可解释性效果,本文利用SUPExplainer对比Text GCN、bert GCN和text-level GCN之间的文本分类效果。实验结果说明:本文提出的解释模型可以直观理解图数据网络的文本分类效果,便于深度学习方法在文本分类任务中得到更好的应用,同时也对增强图神经网络在其他应用领域的可解释性有一定的参考意义。

关键词：事后解释强化学习图神经网络 Shapley值蒙特卡洛采样

基于意图推断的高超声速滑翔目标贝叶斯轨迹预测

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

宇航学报 2018年第11期39卷 1258-1265页

作者：张凯熊家军李凡付婷婷空军预警学院研究生管理大队武汉430019 空军预警学院四系武汉430019

为解决高超声速滑翔目标机动给探测防御造成的困难,研究基于意图推断的贝叶斯轨迹预测方法。首先对目标进行动力学建模,利用气动参数设计机动模式集。假定高超声速滑翔目标必定攻击某目标,结合飞行意图合理构造意图代价函数,借鉴贝叶斯... 详细信息

为解决高超声速滑翔目标机动给探测防御造成的困难,研究基于意图推断的贝叶斯轨迹预测方法。首先对目标进行动力学建模,利用气动参数设计机动模式集。假定高超声速滑翔目标必定攻击某目标,结合飞行意图合理构造意图代价函数,借鉴贝叶斯理论迭代推导机动模式和运动状态递推公式。通过蒙特卡洛采样实现轨迹预测算法。仿真结果表明,算法能有效提高目标机动不确定条件下轨迹预测的精度,当多目标可能被打击时,通过对预测轨迹进行在线重新规划,降低目标误判给轨迹预测造成的不利影响。

关键词：高超声速飞行器轨迹预测意图推断贝叶斯理论机动模式蒙特卡洛采样