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

弱监督场景下的支持向量机算法综述

计算机学报 2024年第5期47卷 987-1009页

作者：丁世飞孙玉婷梁志贞郭丽丽张健徐晓中国矿业大学计算机科学与技术学院江苏徐州221116 矿山数字化教育部工程研究中心(中国矿业大学) 江苏徐州221116

支持向量机(Support Vector Machine,SVM)是一种建立在结构风险最小化原则上的统计学习方法,以其在非线性、小样本以及高维问题中的独特优势被广泛应用于图像识别、故障诊断以及文本分类等领域.但SVM是一种监督学习算法,它旨在利用大量... 详细信息

支持向量机(Support Vector Machine,SVM)是一种建立在结构风险最小化原则上的统计学习方法,以其在非线性、小样本以及高维问题中的独特优势被广泛应用于图像识别、故障诊断以及文本分类等领域.但SVM是一种监督学习算法,它旨在利用大量的、唯一且明确的真值标记样本来训练学习器,在不完全监督、不确切监督以及多义监督等弱监督场景下难以取得较好的效果.本文首先阐述了弱监督场景的概念和SVM的相关理论,然后从弱监督场景角度出发,系统地梳理了目前SVM算法的研究现状和发展,包括基于半监督学习、多示例学习以及多标记学习的方法;其中基于半监督学习的方法根据数据假设可细分为基于聚类假设和基于流形假设的方法,基于多标记学习的方法根据解决方案可细分为基于示例水平空间、基于包水平空间以及基于嵌入空间的方法,基于多标记学习的方法根据处理思路可细分为基于问题转换和基于算法自适应的方法;随后,本文总结了部分代表性算法在公开数据集上的实验结果;最后,探讨并展望了未来可能的研究方向.

关键词：弱监督场景支持向量机半监督学习多示例学习多标记学习

面向工程安全事故的项目经理脆弱性特征挖掘与多维分析

在线全文

学校读者我要写书评

暂无评论

安全与环境学报 2024年

作者：张雨果王文顺芈凌云乔丽洁陶旻中国矿业大学力学与土木工程学院中国矿业大学数字化建造与知识工程研究中心中国矿业大学人工智能研究院智慧建造研究中心中国矿业大学经济管理学院

为系统识别与解析项目经理在工程项目管理中的安全漏洞，提升项目的安全领导力与安全绩效，以公开披露的中国建设工程领域2013—2023年事故调查报告为数据基础，利用BERTopic文本挖掘技术，系统挖掘项目经理在安全事故中的脆弱性主题，... 详细信息

为系统识别与解析项目经理在工程项目管理中的安全漏洞，提升项目的安全领导力与安全绩效，以公开披露的中国建设工程领域2013—2023年事故调查报告为数据基础，利用BERTopic文本挖掘技术，系统挖掘项目经理在安全事故中的脆弱性主题，并从静动态等多维视角解析脆弱性的分布、演化及差异特征。结果表明：在结构方面，项目经理的脆弱性主要由18个子维度构成，涵盖安全规划与培训、事故报告与处置等5个方面；在演化规律方面，隐患排查治理不力等14个特征的脆弱性强度呈现逐年增长的演化趋势，其余特征则表现为先增长后衰减的趋势；在事故数量最多的建筑、市政与公路工程中，建筑工程与市政公用工程领域的项目经理暴露出的问题最为广泛。研究结果为诊断、纠正与解决项目经理在安全事故中的脆弱性提供了精准的靶向指导。

关键词：安全社会工程工程项目经理脆弱性特征挖掘主题建模 BERTopic

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于网格重构学习的染色体分类模型

自动化学报 2024年第10期50卷 2013-2021页

作者：张林易先鹏王广杰范心宇刘辉王雪松中国矿业大学地下空间智能控制教育部工程研究中心徐州221116 中国矿业大学信息与控制工程学院徐州221116

染色体的分类是核型分析的重要任务之一.因其柔软易弯曲,且类间差异小、类内差异大等特点,其精准分类仍然是一个具有挑战性的难题.对此,提出一种基于网格重构学习(Grid reconstruction learning,GRiCoL)的染色体分类模型.该模型首先将... 详细信息

染色体的分类是核型分析的重要任务之一.因其柔软易弯曲,且类间差异小、类内差异大等特点,其精准分类仍然是一个具有挑战性的难题.对此,提出一种基于网格重构学习(Grid reconstruction learning,GRiCoL)的染色体分类模型.该模型首先将染色体图像网格化,提取局部分类特征;然后通过重构网络对全局特征进行二次提取;最后完成分类.相比于现有几种先进方法,GRiCoL同时兼顾局部和全局特征提取更有效的分类特征,有效改善染色体弯曲导致的分类性能下降,参数规模合理.通过基于G带、荧光原位杂交(Fluorescence in situ hybridization,FISH)、Q带染色体公开数据集的实验表明:GRiCoL能够更好地弱化染色体弯曲带来的影响,在不同数据集上的分类准确度均优于现有分类方法.

关键词：核型分析染色体分类特征重构网格化

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

不安全行为信息在建筑工人群体中的传染机制

中国安全科学学报 2024年第1期34卷 43-52页

作者：倪国栋杨栎安瑶瑶郑雨茁中国矿业大学力学与土木工程学院江苏徐州221116 中国矿业大学数字化建造与知识工程研究中心江苏徐州221116 北京华之安企业管理有限公司北京100176

为探究不安全行为信息在建筑工人群体中的传染路径与影响效应,根据社会信息加工理论、计划行为理论和社会传染理论,在文献研究的基础上,通过理论假设,构建以工友不安全行为信息为自变量,以行为态度、主观规范和感知行为控制3种行为认知... 详细信息

为探究不安全行为信息在建筑工人群体中的传染路径与影响效应,根据社会信息加工理论、计划行为理论和社会传染理论,在文献研究的基础上,通过理论假设,构建以工友不安全行为信息为自变量,以行为态度、主观规范和感知行为控制3种行为认知因素,以及不安全行为意向为中介变量的建筑工人不安全行为信息传染机制理论模型。通过开发测量量表、编制调查问卷收集数据,基于271个有效样本,利用验证性因子分析与结构方程模型建模分析方法实证检验理论模型。研究结果表明:工友有意不安全行为和工友不安全沟通行为通过6条传染路径诱发新的不安全行为;相较于工友不安全沟通行为,工友有意不安全行为作为传染源时的传染效应更强;管理者通过控制传染信息源和弱化传染媒介可有效抑制不安全行为信息在建筑工人群体中的传染效应。

关键词：不安全行为信息建筑工人传染机制有意不安全行为不安全沟通行为

基于全局与序列混合变分Transformer的多样化图像描述生成方法

在线全文

学校读者我要写书评

暂无评论

电子学报 2024年第4期52卷 1305-1314页

作者：刘兵李穗刘明明刘浩中国矿业大学计算机科学与技术学院江苏徐州221116 矿山数字化教育部工程研究中心江苏徐州221116

多样化图像描述生成已成为图像描述领域研究热点.然而,现有方法忽视了全局和序列隐向量之间的依赖关系,严重限制了图像描述性能的提升.针对该问题,本文提出了基于混合变分Transformer的多样化图像描述生成框架.具体地,首先构建全局与序... 详细信息

多样化图像描述生成已成为图像描述领域研究热点.然而,现有方法忽视了全局和序列隐向量之间的依赖关系,严重限制了图像描述性能的提升.针对该问题,本文提出了基于混合变分Transformer的多样化图像描述生成框架.具体地,首先构建全局与序列混合条件变分自编码模型,解决全局与序列隐向量之间依赖关系表示的问题.其次,通过最大化条件似然推导混合模型的变分证据下界,解决多样化图像描述目标函数设计问题.最后,无缝融合Transformer和混合变分自编码模型,通过联合优化提升多样化图像描述的泛化性能.在MSCOCO数据集上实验结果表明,与当前最优基准方法相比,在随机生成20和100个描述语句时,多样性指标m-BLEU(mutual overlap-BiLingual Evaluation Understudy)分别提升了4.2%和4.7%,同时准确性指标CIDEr(Consensus-based Image Description Evaluation)分别提升了4.4%和15.2%.

关键词：图像理解图像描述变分自编码隐嵌入多模态学习生成模型

基于价值函数分解和通信学习机制的异构多智能体强化学习方法

在线全文

学校读者我要写书评

暂无评论

计算机学报 2024年第6期47卷 1304-1322页

作者：杜威丁世飞郭丽丽张健丁玲中国矿业大学计算机科学与技术学院江苏徐州221116 矿山数字化教育部工程研究中心(中国矿业大学) 江苏徐州221116 天津大学智能与计算学部天津300350

许多现实世界的系统可以被建模为多智能体系统,多智能体强化学习为开发这些系统提供了一种有效的方法,其中基于集中训练与分散执行范式的价值函数分解方法得到了广泛的研究.然而现有的价值分解方法一般缺乏通信机制,在处理需要通信学习... 详细信息

许多现实世界的系统可以被建模为多智能体系统,多智能体强化学习为开发这些系统提供了一种有效的方法,其中基于集中训练与分散执行范式的价值函数分解方法得到了广泛的研究.然而现有的价值分解方法一般缺乏通信机制,在处理需要通信学习的多智能体任务时表现不佳.同时,目前大多数通信机制都是针对同构多智能体环境设计的,没有考虑异构多智能体场景.在异构场景中,由于智能体动作空间或观测空间的异构性,智能体之间的信息共享并不直接.如果不能对智能体的异构性进行有效地建模处理,通信机制将变得无效,甚至会影响多智能体的协作性能.为了应对这些挑战,本文提出一个融合价值函数分解和通信学习机制的异构多智能体强化学习框架.具体地:(1)与采用同构图卷积网络的方法不同,该框架利用异构图卷积网络融合智能体的异构特征信息得到有效的嵌入;(2)利用通信学习模块获得的嵌入信息和局部观测历史计算每个智能体的动作价值,以选择和协调智能体的动作;(3)通过设计的互信息损失函数和价值函数分解模块的损失函数联合训练,能够有效地训练整个方法.本文首先在两个异构多智能体平台上进行实验,实验结果表明该方法能学到比基线方法更有效的策略,在两个平台上相比基线方法分别提高了 13%的平均奖励值和24%的平均胜率.此外,在交通信号控制场景中验证了该方法在现实系统中的可行性.

关键词：价值函数分解异构多智能体强化学习通信机制图神经网络互信息交通信号控制

在线全文

学校读者我要写书评

暂无评论

论露天矿区近自然生态修复

煤炭学报 2024年第4期49卷 2021-2030页

作者：雷少刚夏嘉南卞正富程伟中国矿业大学矿山生态修复教育部工程研究中心江苏徐州221116

露天矿区生态修复面临着重建生态系统自维持力低、维持成本高,尤其是修复后“采矿痕迹”明显等问题,亟待协调好人工修复与自然恢复的关系,升级发展传统生态修复模式,促进露天矿区人与自然和谐共生。在长期的理论方法研究和应用实践经验... 详细信息

露天矿区生态修复面临着重建生态系统自维持力低、维持成本高,尤其是修复后“采矿痕迹”明显等问题,亟待协调好人工修复与自然恢复的关系,升级发展传统生态修复模式,促进露天矿区人与自然和谐共生。在长期的理论方法研究和应用实践经验总结基础上,①提出了露天矿区近自然生态修复的必要性及其理论内涵与技术框架。近自然矿山生态修复是参照本地自然地貌、水文、土壤、植被、景观及其演变规律,使修复后的矿业斑块达到与周边自然生态系统近似的结构与功能状态,并与周边自然地貌、水系、景观相融合的修复模式,是对传统生态修复模式的升级,逼近“采矿无痕”是其追求的理想状态。②近自然生态修复是露天矿生态化设计的重要构成,其技术环节主要包括,参照生态系统学习、近自然地貌重塑、水文衔接与调控、矿山活土层重构、植被重建与多样性重组等。参照生态系统学习为后续各个修复环节提供修复目标与参数。近自然地貌重塑是近自然生态修复的核心与基础,包括内排土场全生命周期近自然地貌重塑、外排土场近自然地貌重塑、邻近自然问题地貌协同重塑等。水文衔接与调控要解决河道沟道的优化布局、矿区上下游水系的衔接、以蓄代排径流调控等。矿山活土层重构包括矿山土物理结构重组、微生物和养分循环过程重构等内容;植被重建与多样性重组包括近自然的植物群落与多样性配置,以及近自然的植株空间布局等。③实践分析表明,露天矿近自然生态修复有助于减少土壤侵蚀,提高地貌稳定性,增强重建生态系统的自维持能力,有利于实现露天矿区“采矿无痕”,促进人与自然和谐共生。

关键词：露天开采矿山生态生态化设计自然修复地貌重塑

在线全文

学校读者我要写书评

暂无评论

多智能体深度强化学习研究进展

计算机学报 2024年第7期47卷 1547-1567页

作者：丁世飞杜威张健郭丽丽丁玲中国矿业大学计算机科学与技术学院江苏徐州221116 矿山数字化教育部工程研究中心(中国矿业大学) 江苏徐州221116 天津大学智能与计算学部天津300350

深度强化学习(Deep Reinforcement Learning,DRL)在近年受到广泛的关注,并在各种领域取得显著的成功.由于现实环境通常包括多个与环境交互的智能体,多智能体深度强化学习(Multi-Agent Deep Reinforcement Learning,MADRL)获得蓬勃的发展... 详细信息

深度强化学习(Deep Reinforcement Learning,DRL)在近年受到广泛的关注,并在各种领域取得显著的成功.由于现实环境通常包括多个与环境交互的智能体,多智能体深度强化学习(Multi-Agent Deep Reinforcement Learning,MADRL)获得蓬勃的发展,在各种复杂的序列决策任务上取得优异的表现.本文对多智能体深度强化学习的工作进展进行综述,主要内容分为三个部分.首先,我们回顾了几种常见的多智能体强化学习问题表示及其对应的合作、竞争和混合任务.其次,我们对目前的MADRL方法进行了全新的多维度的分类,并对不同类别的方法展开进一步介绍.其中,我们重点综述值函数分解方法,基于通信的MADRL方法以及基于图神经网络的MADRL方法.最后,我们研究了MADRL方法在现实场景中的主要应用.希望本文能够为即将进入这一快速发展领域的新研究人员和希望获得全方位了解并根据最新进展确定新方向的现有领域专家提供帮助.

关键词：多智能体深度强化学习基于值函数基于策略通信学习图神经网络

基于微震多维信息融合的冲击地压全时空预测方法

在线全文

学校读者我要写书评

暂无评论

采矿与安全工程学报 2024年第3期41卷 511-521页

作者：杨旭刘亚鹏曹安业刘耀琪王常彬赵卫卫中国矿业大学计算机科学与技术学院矿山数字化教育部工程研究中心江苏徐州221116 中国矿业大学矿业工程学院江苏徐州221116 中国矿业大学煤炭精细勘探与智能开发全国重点实验室江苏徐州221116

为解决当前冲击地压时间与空间预测协同难、微震数据时空特征挖掘不充分的困境,结合深度学习相关理论与方法,提出了基于微震多维信息融合的冲击地压全时空预测方法,该方法主要包括微震时空特征指标、时间预测以及空间预测3个模块,设计... 详细信息

为解决当前冲击地压时间与空间预测协同难、微震数据时空特征挖掘不充分的困境,结合深度学习相关理论与方法,提出了基于微震多维信息融合的冲击地压全时空预测方法,该方法主要包括微震时空特征指标、时间预测以及空间预测3个模块,设计了基于主成分分析和核密度估计的微震时空特征指标构建方法,在此基础之上,构建了基于深度循环神经网络的冲击地压时间预测模型,提出了基于长短期时间窗融合的冲击地压空间预测方法,从而实现了冲击地压时间⁃空间协同的全时空预测。此外,为了评估所提方法的有效性,在内蒙古鄂尔多斯矿区某冲击危险工作面进行了工程应用测试,测试时间段共出现13条大于10^(5)J的大能量微震事件,在时间预测方面,对于大能量事件的时间预测结果为10个强危险、3个中等危险,并且整个测试阶段模型误报率仅为0.133。在空间预测方面,对于大能量事件的空间预测结果的分布区域为6个强危险、3个中等危险、4个弱危险。实验表明该方法可满足工程应用的需求,研究成果可为冲击地压监测预警提供参考与借鉴。

关键词：冲击地压全时空预测微震时空特征指标深度循环神经网络