检索结果-南通市图书馆

作者：吴岳临沂大学

学位级别：硕士

多智能体系统一致性作为控制领域的研究热点,在智能电网、群体机器人、分布式传感器网络等领域具有巨大应用潜力。在多智能体系统中,收敛速率作为评判系统一致性控制的重要性能指标,高效的收敛速率意味着系统可以更快地做出响应和调整,... 详细信息

多智能体系统一致性作为控制领域的研究热点,在智能电网、群体机器人、分布式传感器网络等领域具有巨大应用潜力。在多智能体系统中,收敛速率作为评判系统一致性控制的重要性能指标,高效的收敛速率意味着系统可以更快地做出响应和调整,从而提高了系统的快速响应。相较于多智能体系统有限时间一致性,固定时间和预设时间一致性不仅可以保证误差收敛的快速性,且收敛时间与系统的初始状态无关。由于智能体状态的连续更新会导致智能体之间的通信带宽受限,使得系统不能长时间稳定运行。基于以上原因,本文通过设计分布式控制方案研究了多智能体系统的固定和预设时间一致性问题。考虑系统通信带宽受限问题,通过事件触发机制来实现分布式控制器的不连续更新。本文主要内容安排如下:首先,针对于一阶多智能体系统,研究了系统中存在领导者非零控制输入和外部干扰下固定时间主从一致性问题。设计一种新型的分布式固定时间控制器来解决一致性问题。该控制器能较好地抑制外部干扰和非零领导者的控制输入。并且收敛时间不受系统初始状态的影响。通过仿真例子验证了所提方法的可行性。其次,针对于智能体拓扑结构中存在的合作竞争机制,研究了一阶多智能体系统的预设时间二分平均一致性控制问题。考虑在控制器中加入性能函数,使得系统可以在规定的时间内达到二分平均一致性,且收敛时间不受系统参数和初始条件的影响。并证明了所提分布式预设时间控制器的平滑性。考虑了合作-竞争信息交互机制,在此机制下,基于Lyapunov稳定性理论和代数图论,得到了实现二分平均一致性的条件,从而实现了多智能体系统的二分平均一致性。通过仿真例子验证了所提方法的可行性。另外,研究了基于事件触发机制下一阶多智能体系统的固定时间主从一致性问题。为了解决智能体中的快速收敛问题,设计了一种分布式固定时间控制器,使智能体的一致性在收敛时间内收敛,系统中达到一致性的收敛时间与初始条件无关,仅取决于所设计控制器的参数。考虑系统中存在通信带宽受限的情况,针对智能体间的连续通信,设计了事件触发控制策略,以减少控制器中智能体状态的持续更新,并避免了系统的芝诺行为。通过仿真例子验证了所提理论的有效性。最后,研究了权重有向图下非线性多智能体系统的动态事件触发的固定时间主从一致性问题。针对不确定干扰和领导者的非零控制输入,设计了一种新的分布式固定时间控制协议。提出了一种新的动态事件触发控制策略以用来避免智能体之间持续通信,节约了智能体之间的通信资源。通过引入动态阈值,降低了排除系统内芝诺行为的复杂性。通过仿真例子和在单连杆机械臂系统中的应用验证了所提理论的有效性。

关键词：多智能体系统固定时间控制预设时间控制一致性控制事件触发控制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向城市遥感图像的语义分割研究

面向城市遥感图像的语义分割研究

作者：刘卫林临沂大学

学位级别：硕士

随着遥感技术的发展,越来越多的高分辨率城市遥感图像被采集,准确地对城市遥感图像进行分析与理解成为了迫切需要被解决的问题。然而,目前基于深度学习的城市遥感图像语义分割算法在很大程度上借鉴于自然图像的语义分割任务,而城市遥感... 详细信息

随着遥感技术的发展,越来越多的高分辨率城市遥感图像被采集,准确地对城市遥感图像进行分析与理解成为了迫切需要被解决的问题。然而,目前基于深度学习的城市遥感图像语义分割算法在很大程度上借鉴于自然图像的语义分割任务,而城市遥感图像成像场景复杂,成像角度和尺度多变,这极大的限制了城市遥感图像语义分割的精度。而且大多数用于城市遥感图像语义分割的最先进的深度神经网络需要高性能的GPU,这也极大的限制了它们在资源受限设备上的实时应用。为了解决目前该领域所面临的挑战,本文以提高分割精度和降低模型复杂度为目标对城市场景遥感图像的语义分割任务展开研究,主要贡献如下:(1)全局语义信息对于高分辨率的城市遥感图像语义分割至关重要,自从Transformer出现以来,Vi T模型已经成为城市遥感图像语义分割的最优解决方案。然而,最近的一些研究工作发现,使用大内核卷积来提取全局信息可以获得与Vi T模型相当甚至更好的性能。受这些研究工作的启发,本文重新思考大内核卷积在图像语义分割中的作用,并由此设计了基于大内核卷积的城市遥感图像语义分割网络架构。本文构建了一种新颖的具有大内核卷积的全局-局部模块,并依托此模块结合U-Net网络架构的特点提出了ULKNet。这是一种纯卷积的网络架构,在城市遥感图像语义分割领域取得了优越的性能,甚至可以达到与Vi T模型相媲美的性能表现。通过在ISPRS Vaihingen和Potsdam数据集上的实验,证明了所设计模型的有效性,这一发现表明,精心设计的大内核卷积网络可以提供更大的感受野,从而可以在城市遥感图像语义分割任务中更好的提取全局语义信息。(2)虽然大内核卷积的方法在城市遥感图像语义分割任务上表现出巨大的潜力,但是由于其实际应用中面临的计算资源有限的问题,本文提出了一种轻量级的基于Transformer的全局信息提取块(GLTB)。这是一种新颖的构建块,采用高效的三明治布局,解决了MHSA(多头自注意力)由于张量重塑和逐元素操作引起的内存效率低下的问题。此外,为了解决MHSA之间由于特征相似性导致的特征冗余问题,本章提出了一种多头混合注意力(MultiHead Mixed attention,MHMA)模块,在完整特征子集上计算注意力,既节省了计算成本,又提高了特征多样性。通过将GLTB与Mobile Vi Tv2结合,本文构造了一个高效的CNNVi T混合网络架构,称为MHMT。综合实验表明,MHMT优于现有的轻量级Vi T模型,在速度和精度之间取得了很好的平衡。MHMT在ISPRS Vaihingen 2D数据集和ISPRS Potsdam2D数据集上分别实现了76.79%和80.36%的m Io U,参数量为5.8M,计算量为6.4GFlops,推理速度为91.3FPS。MHMT保持较高分割精度的同时具有较小的参数量和较低计算量,非常适合应用在能源和计算资源有限的设备上。本文针对城市场景遥感图像的语义分割任务所面临的挑战,分别从提高模型分割精度和降低模型复杂度的角度设计了两个网络。所设计网络在提升分割精度和降低模型复杂度上实现了有效提升,从实际场景的验证中也证明了方法的有效性,未来将继续拓展相关领域的研究工作,进一步实现分割精度和模型复杂度的最佳平衡。

关键词：语义分割深度学习大内核卷积自注意力机制遥感图像处理

基于BNN的水质分类方法研究及监测系统设计

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BNN的水质分类方法研究及监测系统设计

作者：杨志敏临沂大学

学位级别：硕士

水是生命之源,水质的好坏直接关系到所有生命体的生存与发展。然而,近年来的环境破坏中水污染最为严重,因此,水污染的防治工作现已上升为全人类的重大任务和责任。水质参数作为水质量的间接表现形式,其蕴藏着水质的变化过程以及发展趋... 详细信息

水是生命之源,水质的好坏直接关系到所有生命体的生存与发展。然而,近年来的环境破坏中水污染最为严重,因此,水污染的防治工作现已上升为全人类的重大任务和责任。水质参数作为水质量的间接表现形式,其蕴藏着水质的变化过程以及发展趋势。因此研究和分析水质参数的变化规律,对于理解水质变化、预防和控制水环境污染具有至关重要的意义。本文融合贝叶斯理论和神经网络技术,对水质分类算法进行了深入研究,旨在提高分类的准确性和模型的泛化能力。同时提出了一种新型的传感器网络模型,并设计了一个水质监测系统,用于实时获取水质参数并进行报表分析。本文的主要工作如下所示:(1)结合贝叶斯概率理论与神经网络技术,本研究发挥了神经网络在处理高维数据方面的优势,以拟合水质量与水质参数之间的关系。构建了一个具有9个输入层节点、34个隐藏层节点和1个输出层节点的贝叶斯神经网络模型。通过与其他分类方法仿真对照,证明了贝叶斯神经网络对水质分类效果更佳。(2)提出了一种新型传感器网络模型,通过布尔矩阵证明了该网络模型的可行性,仿真结果表明该网络结构可有效解决野外环境由于网络造成的收集数据困难问题;设计了一种基于LTE Cat.1的低功耗水质参数收集节点,并通过了模块测试,可以将数据传输到水质收集服务器。(3)为了方便用户实时掌握水质参数的变化情况,设计了水质参数管理系统,系统包括了用户信息模块、设备信息模块和水质历史数据模块。实现了水源地水质信息在线监测和分析,有利于研究人员进行水质管理与决策,具有极高的应用价值。

关键词：水质量水质监测贝叶斯神经网络传感器网络

面向多式联运的数据可信交换共享机制研究及应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向多式联运的数据可信交换共享机制研究及应用

作者：王利临沂大学

学位级别：硕士

随着现代物流业的迅速发展,多式联运作为一种新型的物流运输模式,成为提升综合运输效率、降低社会物流成本、促进节能减排的重要手段。然而,由于多式联运相关参与主体彼此间缺乏信任,业务信息系统独立且异构,使得数据难以有效互通,进而... 详细信息

随着现代物流业的迅速发展,多式联运作为一种新型的物流运输模式,成为提升综合运输效率、降低社会物流成本、促进节能减排的重要手段。然而,由于多式联运相关参与主体彼此间缺乏信任,业务信息系统独立且异构,使得数据难以有效互通,进而影响协同作业效率,成为制约多式联运进一步发展的瓶颈。鉴于此,本文针对多式联运业务场景下,相关业务主体在数据交换共享过程中所面临的身份认证、数据访问控制、数据安全和隐私保护等核心问题进行研究。综合运用区块链、分布式数字身份、智能合约和边缘计算等前沿技术,构建了一种安全、可信且适应新业务发展需求的多式联运数据交换共享机制。具体研究内容如下:(1)构建基于区块链的多式联运分布式数字身份统一认证模型。针对多式联运中多种异构身份认证管理系统并存、协同能力薄弱,以及对海量、跨域和多态的用户身份难以统一认证管理等问题,设计并构建了分布式数字身份统一认证模型。该模型利用区块链和密码学技术,为多式联运中各个分散、异构实体创建不可篡改的唯一分布式数字身份,并实现统一、可信的分布式自动认证。另外,该模型创新性地将分布式数字身份(DID)与去中心化公钥基础设施(DPKI)相结合,实现更加安全、灵活和可信的身份认证解决方案。(2)提出基于智能合约的多式联运零信任数据访问控制机制。由于传统的数据访问控制方法缺少分布式自动执行能力,并且难以满足多式联运数据交换共享中跨主体的多层次权限管理和权限实时动态调整的需求。为此,打破传统基于网络边界构筑信任域的安全架构理念,提出一种多式联运零信任数据访问控制机制。该机制引入智能合约和分布式数字身份统一,对传统基于策略的访问控制模型(PBAC)进行改造,将访问控制策略与业务数据隔离存储,实现零信任网络中多式联运数据的多层次细粒度访问授权、动态访问控制以及传统数据访问控制所不具备的分布式可信自动访问控制。(3)制订区块链和边缘计算协同驱动的多式联运数据可信交换共享方案,并通过构建国内集装箱多式联运电子运单系统进行应用验证。在研究内容(1)(2)的基础上,充分考虑多式联运业务的实际需求和特点,将区块链和边缘计算进行有机结合,提出了一种高效的多式联运数据可信交换共享方案。该方案通过区块链实现数据安全、不可篡改和透明化的分布式存储,同时结合边缘计算的快速数据处理和响应能力,有效解决了大量分散物联网设备数据交换管理问题,实现了数据在不同运输方式之间高效可信的分布式交换和共享。为了更好的应用和验证所提出的方案,设计并构建国内集装箱多式联运电子运单系统原型,在提高国内集装箱多式联运的信息化水平上发挥重要作用。本研究为多式联运数据的交换共享提供安全可信保障机制,通过打破数据孤岛、建立信任机制和优化协同作业流程,为推动多式联运的数字化协同、高质量发展和智能化转型提供有力支撑。

关键词：数据交换共享多式联运访问控制区块链智能合约边缘计算

基于评估体的信誉评估模型及其在数据交易中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于评估体的信誉评估模型及其在数据交易中的应用

作者：曹丽临沂大学

学位级别：硕士

数据已成为数字经济时代可用、可增值、可交换的新型商品。数据交易面临着用户信誉共谋、高额欺诈、信用炒作等恶意行为带来的不利影响,信用问题阻碍了数据交易的发展。如何构建数据交易场景下的信誉评估系统受到商业界和学者们的关注... 详细信息

数据已成为数字经济时代可用、可增值、可交换的新型商品。数据交易面临着用户信誉共谋、高额欺诈、信用炒作等恶意行为带来的不利影响,信用问题阻碍了数据交易的发展。如何构建数据交易场景下的信誉评估系统受到商业界和学者们的关注。为解决数据交易平台的商家信誉问题,本文提出一种基于评估体的信誉评估模型(Evaluation Entity-Based Reputation Evaluation model,EEBRE),该模型构建了涉及三个维度的指标体系进一步提高指标细粒度,利用数据分析工具分析商品质量以及收集交易系统环境中的客观信息进一步增强评估结果的客观性,设计可调节的欺诈惩罚因子增强信誉惩罚的灵活性;本文提出评估体的概念,基于评估体设计了一种功能可扩展的信誉数据收集与处理机制,将信誉模型的研究由数学层面拓展至功能层面,具体研究工作如下。首先,设计数据交易信誉评估模型,将信誉度划分为用户真实性维度、交易上下文维度、反馈评级维度并给出各维度主客观指标定义及其公式表示,阐述原始指标得分矩阵的数据标准化处理方法以及运用熵值法客观确定指标权重的详细步骤,设计可调节的欺诈惩罚因子与信誉评价集结方法;其次,结合数据交易系统,从实际应用的角度出发,提出评估体概念,重点描述评估体的定义与组成,给出基于评估体的交易模型,详细阐述该模型下的信誉数据收集与处理策略。模型提供信誉数据收集和处理方法,于交易环境中动态收集商家的信誉数据,处理并获取三维度指标,以指导数据交易信誉评估模型的实现,提升其评估效率与实际可行性。通过以上研究,搭建数据交易平台,设计实验验证了模型的有效性与合理性。最后,设计并实现了一个数据交易平台的商家信誉评估实例,结果表明提出的一种基于评估体的信誉评估模型在数据交易系统中有较好的信誉评估效果,能为数据交易场景的信誉研究提供参考。

关键词：信誉评估模型评估体数据交易熵值法多维度

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的短期电力数据预测研究与应用

基于深度学习的短期电力数据预测研究与应用

作者：郭继金临沂大学

学位级别：硕士

随着全球能源需求的不断增长和可再生能源的融入,电力系统的管理和运营面临着前所未有的挑战和机遇。在此背景之下,电力数据预测成为保障电力系统稳定运行、提升能源利用效率以及推动智慧电网发展的核心技术。近年来,深度学习模型在电... 详细信息

随着全球能源需求的不断增长和可再生能源的融入,电力系统的管理和运营面临着前所未有的挑战和机遇。在此背景之下,电力数据预测成为保障电力系统稳定运行、提升能源利用效率以及推动智慧电网发展的核心技术。近年来,深度学习模型在电力预测方面应用广泛,但在处理复杂度较高的电力数据时,仍存在特征提取困难、预测精度不高、预测效率较慢以及参数难以确定等问题。针对以上问题,本文提出了两种深度学习混合模型,并针对混合模型的各个阶段进行性能改进。具体地,本文的主要研究内容如下:(1)针对现有电力数据预测模型预测精度低、参数难以确定的问题。本文提出了基于WOA-VMD-1DCNN-BiLSTM电价预测混合模型。首先在数据预处理阶段,利用VMD(变分模态分解)对序列数据降噪,然后以1DCNN(一维卷积神经网络)和BiLSTM(双向长短期记忆网络)构建1DCNN-BiLSTM模型作为主体预测模型。为了提高电价预测的准确性,引入WOA(鲸鱼优化算法)对模型参数进行优化。实验结果表明,所提出的WOA-VMD-1DCNN-BiLSTM模型在电价预测方面相比于其他模型展现出了更优的性能,验证了模型结构的有效性以及鲸鱼优化算法在参数优化方面的应用价值。(2)为了解决手动提取电力负荷特征的困难以及传统电力负荷预测技术在处理时间序列数据时的不足,本研究利用时序卷积网络(Temporal Convolutional Network,TCN)、双向长短期记忆网络(Bidirectional Long Short-Term Memory Networks,BiLSTM)和注意力机制(Attention)提出了一种基于通道融合的TCN-BiLSTM-Attention模型。该模型通过并行的TCN和BiLSTM网络对时间序列数据进行深入分析,利用通道融合策略整合两种网络的特征提取能力,并通过注意力机制进一步强化关键信息的捕获,为了避免人为设置模型超参数的随机性和偶然性,利用WOA对模型的超参数进行寻优,以提升预测的准确性和效率。该模型的构建基于TensorFlow框架,并通过使用摩洛哥的电力负荷数据集,与多个基准模型进行了比较实验。实验结果证实,该模型在电力负荷预测领域相较其它模型表现出更高的预测性能。(3)本研究开发了一套用电管控系统以协助工业用户优化电力使用,该系统集成了研究中提出的预测模型,用于执行负荷和电价的预测任务。研究中的预测模型在系统应用中展现出良好的表现,有效提高了工业用户在生产规划和能源管理方面的便利性。

关键词：电力预测深度学习注意力机制双向长短期记忆网络变分模态分解

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

镍基硼化物催化剂的制备及其电解水性能研究

镍基硼化物催化剂的制备及其电解水性能研究

作者：荆福祥临沂大学

学位级别：硕士

环境污染和化石能源的急剧枯竭已成为全球关注的重要问题。随着人们环保意识的不断提高,寻找高效、清洁和可再生能源的兴趣也越来越浓厚。氢能具有零碳排放和高效率的优点,被认为是传统化石燃料的最佳替代品。在诸多制氢技术中,电解水... 详细信息

环境污染和化石能源的急剧枯竭已成为全球关注的重要问题。随着人们环保意识的不断提高,寻找高效、清洁和可再生能源的兴趣也越来越浓厚。氢能具有零碳排放和高效率的优点,被认为是传统化石燃料的最佳替代品。在诸多制氢技术中,电解水制氢作为一种具有实际应用价值的可行技术而备受关注。然而,复杂的电子传递过程导致电解水反应的动力学迟缓,电解槽两极所发生的析氧反应（OER）和析氢反应（HER）表现出高过电位,严重限制了电解水整体运行效率,阻碍了其商业化。为了提高电解水能量转换效率,人们一直致力于设计电催化剂以降低反应能垒。在各类催化剂中,基于铱（Ir）和钌（Ru）的贵金属氧化物被认为是性能最好的OER电催化剂,而铂（Pt）基材料则表现出高效的HER催化性能,但成本和稀缺性限制了它们的广泛应用。因此开发低成本、高效稳定的电解水催化剂是目前研究的热点。本文对镍基硼化物电催化剂的制备及应用进行了研究,研究内容如下:1.通过在石墨炔上电化学沉积Co-Ni3B,构建了Co-Ni3B/GDY异质结构,显著提高了电催化析氧性能。作为一种先进的催化剂,在1.0 M KOH溶液中,Co-Ni3B/GDY/CF只需要270 m V的过电位就能产生20 m A cm-2的电流密度,同时拥有较小的Tafel斜率(107 m V dec-1),优于对照组GDY/CF和Co-Ni3B/CF催化剂。此外,所组成的碱性电解槽显示出优异的催化活性以及持久的耐用性,在10 m A cm-2下电池电压仅为1.53 V。密度泛函理论（DFT）分析表明,异质结界面之间的协同效应降低了速率决定步骤的能垒,使电解水过程更加容易。本研究为构筑和设计高效镍基OER催化剂开辟了新途径。2.通过电化学沉积法在碳布基底上制备Fe-Ni2B/CC,而后通过浸渍方法,获得Ir/Fe-Ni2B/CC异质结构催化剂。通过XRD、SEM、TEM、EDX和XPS对样品的结构、形貌、元素分布以及价态进行了分析。并研究了Ir/Fe-Ni2B/CC在析氢反应中的催化活性。在1.0 M KOH溶液中,Ir/Fe-Ni2B/CC催化剂仅需要28 m V的析氢过电位就可以获得10 m A cm-2的电流密度,所组成的碱性双电极电解槽（Ir/Fe-Ni2B/CC||Ir/Fe-Ni2B/CC）也表现出优异的活性,电流密度达到10 m A cm-2时仅需要1.49 V的槽电压。与其他合成方法相比,通过电沉积技术可以使硼化物直接负载到基底上,具有良好的机械附着力,不使用粘结剂,避免了催化过程中活性位点堵塞。本研究为制备高效的低铂析氢催化剂提供了一种简便可拓展的方法。

关键词：镍基硼化物电化学沉积电催化剂水分解

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

时滞切换系统稳定性分析与混合控制设计

时滞切换系统稳定性分析与混合控制设计

作者：曹贞瑞临沂大学

学位级别：硕士

切换系统作为一类经典的混杂系统,由一系列连续或离散时间的子系统组成,这些子系统分别由微分方程或差分方程描述,并且它们之间会根据一定的切换规则进行切换。而在实际系统中,时滞可能会导致系统出现不稳定或震荡的现象。特别是当时滞... 详细信息

切换系统作为一类经典的混杂系统,由一系列连续或离散时间的子系统组成,这些子系统分别由微分方程或差分方程描述,并且它们之间会根据一定的切换规则进行切换。而在实际系统中,时滞可能会导致系统出现不稳定或震荡的现象。特别是当时滞的大小超过系统的临界值时,系统可能会失去稳定性,产生不良的动态行为。由于子系统的复杂性和切换信号的多样性,当所有子系统都不稳定时,单纯设计切换信号或者控制器来保证系统的稳定性是困难的。因此,为了提高切换系统的性能,这就促使我们进一步研究时滞切换系统的稳定性分析以及混合控制设计。主要工作如下:研究无稳定模态下正脉冲时滞切换线性系统的指数稳定性。首先,通过将脉冲幅度控制在合适范围内,建立一种新的线性余正Lyapunov-Krasovskii(L-K)泛函方法,并给出确保正切换系统在脉冲作用下的稳定性条件。其次,与现有研究结果相比,考虑到系统存在脉冲现象时,不稳定子系统产生的状态发散,可以结合驻留时间切换得到有效的补偿,并将改进的理论结果应用于无稳定模态情况。最后,给出一个仿真例子,理论结果的有效性被进一步验证。研究无稳定模态下时变时滞正切换线性系统的混合控制策略问题。首先,将包含最小切换策略和离散状态反馈控制器的混合控制策略应用于时变时滞的正切换线性系统。其次,利用离散化的多重线性余正L-K泛函结合平均驻留时间技术,得到无稳定模态下时变时滞正切换线性系统在混合控制作用下的稳定性条件。最后,将混合控制策略的思想进一步推广到无稳态下离散正切换时滞线性系统,并得到与时滞无关的稳定条件。研究无稳定模态下时滞切换线性系统的事件触发控制设计问题。首先,引入事件触发机制的思想,设计状态反馈控制器,结合离散线性Lyapunov函数方法与平均驻留时间技术,得到不稳定模态下连续时滞切换系统稳定的充分条件。其次,与现有结果相比,在当前事件触发控制策略下,所考虑系统的触发次数有效减少。最后,将事件触发机制的思想推广到所有子系统都不稳定的离散时变时滞切换系统中。通过求解线性矩阵不等式,得到系统全局指数稳定的充分条件。

关键词：时滞切换系统线性余正L-K泛函混合控制策略无稳定模态

融合GBDT与神经网络的点击率预估优化方法研究及应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

融合GBDT与神经网络的点击率预估优化方法研究及应用

作者：曹伟临沂大学

学位级别：硕士

在数字经济快速发展的当下,数据作为一种新兴的生产要素,在推动经济社会发展中扮演着越来越重要的角色。随着对数据价值认知的逐渐深入,各地政府相继建立了数据交易中心,旨在促进数据资源的开放与共享。然而,我国数据交易市场目前仍处... 详细信息

在数字经济快速发展的当下,数据作为一种新兴的生产要素,在推动经济社会发展中扮演着越来越重要的角色。随着对数据价值认知的逐渐深入,各地政府相继建立了数据交易中心,旨在促进数据资源的开放与共享。然而,我国数据交易市场目前仍处于起步阶段,面临着成交率低、交易额有限等问题,这些挑战严重影响了数据的流通与变现能力。此外,数据量的爆炸性增长,用户在海量数据资源中难以迅速找到符合其需求的数据,成为亟待解决的问题之一。而近几年发展迅速的各种数据挖掘、机器学习和深度学习等技术,尤其是点击率预估方法在此方面表现出色。通过深入分析现有的点击率预估方法,发现其在特征表示方面存在一定的不足,尤其是不能准确反映特征在不同实例中的作用不同的考虑。本文围绕数据交易市场及点击率预估方法的现状进行全面分析,并进行以下展开工作:(1)针对现有的点击率预估方法缺乏准确反映特征在不同实例中的作用不同的考虑,本文提出一种融合GBDT和IFM的点击率预估方法GBIFM(Click-through rate prediction method combining GBDT and IFM)。该方法采用GBDT进行数据处理,能够灵活处理各种类型的数据,无需对离散特征进行one-hot编码处理。通过引入输入感知因子,针对不同实例细化每个特征的权值向量和嵌入向量,能够自适应地学习每个输入向量对特征表示的贡献,准确反映特征在不同实例中的作用不同。此外,通过引入全连接网络捕获高阶特征,使方法具有更好的表达能力和泛化能力,更好地处理复杂结构的数据。通过在Criteo和Avazu数据集上的实验结果表明,GBIFM相较于Deep FM、AFM、IFM等典型方法,AUC值提升了10%-12%,Logloss值降低了6%-20%,提高了点击率预估的准确率。(2)为了验证GBIFM方法在实际应用中的效果,本文创新性地设计并实现数据交易系统。通过该系统,数据拥有者公开他们的数据资产,并详细说明数据的属性、应用场景和潜在价值。需求方利用该系统来查找和筛选符合其需求的数据资产。同时将GBIFM应用于系统中,通过对用户的搜索行为、偏好和交易历史进行深入分析和有效处理,进而优化了数据的推荐流程。这一策略大幅提升了用户在海量的数据资源中寻找所需数据的能力,使数据寻求者能够更快速地找到所需资源,进而促使数据交易顺利完成。

关键词：数据交易点击率预估 GBIFM GBDT IFM

基于轮廓信息引导的脑MR图像深度学习配准研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于轮廓信息引导的脑MR图像深度学习配准研究

作者：孔德壮临沂大学

学位级别：硕士

在医学图像分析领域中,医学图像配准是一个非常重要的技术,其目的是寻找两幅图像间的空间变化关系,使得不同患者或同一患者不同时间获取的图像在解剖结构上一一对应。医学图像配准技术在脑部疾病临床诊断和治疗过程中发挥着至关重要的... 详细信息

在医学图像分析领域中,医学图像配准是一个非常重要的技术,其目的是寻找两幅图像间的空间变化关系,使得不同患者或同一患者不同时间获取的图像在解剖结构上一一对应。医学图像配准技术在脑部疾病临床诊断和治疗过程中发挥着至关重要的作用。然而,在医学图像配准中,仍然存在诸多挑战。例如,基于深度学习的配准方法可能会受到对复杂纹理特征的分析能力和在图像对之间的差异区域中建立匹配关系的能力的限制。此外,当在配准过程中引入基于形态学的轮廓信息时,形态操作的灵活性可能会限制基于形态学的轮廓信息提高配准性能的有效性。本文在此背景下聚焦于基于脑部MRI(Magnetic Resonance Imaging)数据的配准算法研究,深入分析并总结了当前领域内现有的图像配准方法。结合对基于深度学习的配准算法的研究,提出了一个无监督配准网络模型和一个弱监督配准网络模型。主要贡献有以下两个方面:(1)提出了一个基于非迭代的多尺度由粗到细的脑图像配准网络(Multi-scale coarseto-fine registration network,MCR-Net)。该网络包括多尺度特征学习(Multi-scale feature learning,MFL)编码器和差异特征学习(Difference feature learning,DFL)解码器,MFL通过利用不同尺度的卷积层和多尺度特征增强(Multi-scale feature enhancement,MFE)模块,实现对复杂纹理特征的分析和提高配准性能。DFL解码器采用差异区域引导(Differential region guidance,DRG)模块利用图像对间的差异轮廓信息以及灰度信息来引导网络关注差异区域,提高网络在该区域建立匹配关系上的能力。MCR-Net在3个公开的脑部磁共振图像数据集上展开相应的对比实验,与现有的方法相比,MCR-Net表现出先进的配准性能。此外,本文通过消融实验进一步验证所提出的模块的有效性。(2)在MCR-Net的基础上,提出了一种非迭代的与自适应形态学信息相结合的多尺度由粗到细的脑图像配准网络(MCAM-Net)。本文引入了自适应形态学网络(Adaptive morphology network,AM-Net)和形态学损失函数,通过膨胀和腐蚀模块以及形态学损失函数,实现了自适应的获取有向距离图。这使得基于形态学的轮廓信息更加有效地应用于医学图像配准,提高了配准精度,并保证了形变场平滑性。其克服了基于形态操作的轮廓信息在医学图像配准中灵活性受限的挑战,确保了基于形态学的轮廓信息在图像配准中的有效性。该网络在3个公开的脑部磁共振图像数据集上展开相应的对比实验,与现有的方法相比,MCAM-Net表现出先进的配准性能。同时,本文在一个公开的肝脏数据集上验证了其在其他人体组织结构上的泛化能力。此外,本文通过消融实验进一步验证所提出的模块的有效性。

关键词：图像配准医学图像多尺度差异特征轮廓信息