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

融合自适应评判的随机系统数据驱动策略优化

自动化学报 2024年第5期50卷 980-990页

作者：王鼎王将宇乔俊飞北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124 北京人工智能研究院北京100124 智慧环保北京实验室北京100124

自适应评判技术已经广泛应用于求解复杂非线性系统的最优控制问题,但利用其求解离散时间非线性随机系统的无限时域最优控制问题还存在一定局限性.本文融合自适应评判技术,建立一种数据驱动的离散随机系统折扣最优调节方法.首先,针对宽... 详细信息

自适应评判技术已经广泛应用于求解复杂非线性系统的最优控制问题,但利用其求解离散时间非线性随机系统的无限时域最优控制问题还存在一定局限性.本文融合自适应评判技术,建立一种数据驱动的离散随机系统折扣最优调节方法.首先,针对宽松假设下的非线性随机系统,研究带有折扣因子的无限时域最优控制问题.所提的随机系统Q-learning算法能够将初始的容许策略单调不增地优化至最优策略.基于数据驱动思想,随机系统Q-learning算法在不建立模型的情况下直接利用数据进行策略优化.其次,利用执行−评判神经网络方案,实现了随机系统Q-learning算法.最后,通过两个基准系统,验证本文提出的随机系统Q-learning算法的有效性.

关键词：自适应评判设计数据驱动离散系统神经网络 Q-learning 随机最优控制

在线全文

学校读者我要写书评

暂无评论

基于机器学习的卤化物双钙钛矿材料性能预测

太阳能学报 2024年第4期45卷 107-115页

作者：张琪鑫徐章洋冯萍涂洁磊云南省农村能源工程重点实验室云南师范大学昆明650500

以卤化物双钙钛矿材料为研究对象,利用机器学习方法高速、高精确预测卤化物双钙钛矿材料的带隙和相对稳定性。使用贝叶斯岭回归、梯度提升回归、支持向量回归和XGBoost这4种算法建立模型,分析得出:梯度提升回归可为相对稳定性提供最高... 详细信息

以卤化物双钙钛矿材料为研究对象,利用机器学习方法高速、高精确预测卤化物双钙钛矿材料的带隙和相对稳定性。使用贝叶斯岭回归、梯度提升回归、支持向量回归和XGBoost这4种算法建立模型,分析得出:梯度提升回归可为相对稳定性提供最高性能预测(R^(2)=0.9161,MAE=0.2061),XGBoost可为带隙提供最高性能预测(R^(2)=0.9899,MAE=0.0542);采用SHAP方法解释模型后,对元素替换后的新样本进行筛选,最终获得18种光吸收范围理想且稳定性良好的卤化物双钙钛矿。结果表明,相比传统方法,基于数据驱动的机器学习方法可有效加速功能材料的发现,提高设计效率。

关键词：卤化物双钙钛矿机器学习特征工程材料发现太阳电池

基于多目标粒子群优化的污水处理系统自适应评判控制

在线全文

学校读者我要写书评

暂无评论

工程科学学报 2024年第5期46卷 908-917页

作者：王鼎赵慧玲李鑫北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124 智慧环保北京实验室北京100124 北京人工智能研究院北京100124

考虑到城市污水处理系统存在保证出水水质达标和降低能耗的需要,将其运行过程视为一个多目标优化控制问题.针对此问题,提出一种基于多目标粒子群优化(Multi-objective particle swarm optimization,MOPSO)算法的污水处理系统自适应评判... 详细信息

考虑到城市污水处理系统存在保证出水水质达标和降低能耗的需要,将其运行过程视为一个多目标优化控制问题.针对此问题,提出一种基于多目标粒子群优化(Multi-objective particle swarm optimization,MOPSO)算法的污水处理系统自适应评判控制方案,该方案分为上层优化和底层跟踪控制两部分.首先,污水处理过程存在非线性、多变量、大时变等特点,结合数据驱动思想对入水及出水组分数据进行分析,构建关于出水水质和运行能耗的多目标优化模型.采用径向基函数(Radial basis function,RBF)神经网络进行建模,并与反向传播(Back propagation,BP)神经网络进行了对比.然后,结合MOPSO算法强大的优化能力,采用MOPSO算法对优化目标进行求解,并设计一个决策方式从最优解集中选出偏好解,作为溶解氧与硝态氮浓度的最优设定值.接下来,底层跟踪控制部分采用基于自适应动态规划的辅助控制器对比例–积分–微分算法的控制策略进行补充,弥补了传统控制算法自适应能力差的不足.此外,比例–积分–微分算法也为自适应动态规划算法提供了初始的稳定控制策略,克服了学习算法前期控制效果差的缺陷,保证了污水处理过程的安全性和可靠性.最终,该控制器成功实现了对最优设定值的跟踪控制.将所提算法在污水处理基准仿真平台上进行验证,结果表明所提算法能有效地提高污水处理过程的运行性能,不仅能保证出水水质达标,同时能有效地降低污水处理过程产生的能耗.

关键词：污水处理多目标优化自适应评判跟踪控制神经网络

频域多方向C-UNet及动态损失的工业烟尘图像分割

在线全文

学校读者我要写书评

暂无评论

控制理论与应用 2024年第3期41卷 543-554页

作者：张大锦刘辉陈甫刚赵安昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学云南省人工智能重点实验室云南昆明650500 云南昆钢电子信息科技有限公司云南昆明650302

工业烟尘污染等级监测中烟尘的准确分割是污染等级判定的重要前提.针对边缘模糊且方向多变烟尘在特征提取过程中边缘方向细节信息提取困难、分割不准确的问题,本文提出一种频域多方向C-UNet及动态损失的工业烟尘图像分割方法.首先,通过... 详细信息

工业烟尘污染等级监测中烟尘的准确分割是污染等级判定的重要前提.针对边缘模糊且方向多变烟尘在特征提取过程中边缘方向细节信息提取困难、分割不准确的问题,本文提出一种频域多方向C-UNet及动态损失的工业烟尘图像分割方法.首先,通过构建轮廓波多方向分解下采样结构增强编码阶段烟尘边缘方向信息的提取能力;其次,通过轮廓波变换提取烟尘8个边缘方向细节信息进行跳跃连接,提升持续采样过程中细节信息的表达准确度;然后,构建轮廓波细节重构上采样结构增强解码阶段烟尘边缘细节信息的恢复能力;最后,提出一种动态加权策略构建组合损失函数来优化训练网络,增强网络对烟尘边缘特征的提取能力.结果表明,本文方法与U-Net和其他同类方法相比在指标上有较好提升,改善了烟尘边缘分割不准确的问题,在不同烟尘场景上的分割效果也优于现有分割模型.

关键词：工业烟尘图像分割轮廓波变换特征提取动态损失函数

探究四聚体超表面中多极准连续域束缚态的调控机制

在线全文

学校读者我要写书评

暂无评论

物理学报 2024年第10期73卷 321-336页

作者：孟祥裕李涛余彬彬邰永航云南师范大学云南省光电信息技术重点实验室昆明650500 国科温州研究院(温州生物材料与工程研究所) 温州市生物物理重点实验室温州325000 瓯江实验室(再生调控与眼脑健康浙江省实验室) 温州325000

本文设计了由四聚长方体组成的全介质超表面,其中每个长方体刻蚀两个椭圆柱并填装空气.当分别为超表面单独引入面内对称破缺、位移扰动和周期扰动时,可在近红外波段产生稳健的准连续域束缚态模式(quasi-bound states in the continuum)... 详细信息

本文设计了由四聚长方体组成的全介质超表面,其中每个长方体刻蚀两个椭圆柱并填装空气.当分别为超表面单独引入面内对称破缺、位移扰动和周期扰动时,可在近红外波段产生稳健的准连续域束缚态模式(quasi-bound states in the continuum).通过测量准BIC (quasi-BIC)模式的谐振波长,计算准BIC模式的Q因子(quality fector)与不对称参数的关系,可进一步证实不对称参数对准BIC共振频率和Q因子的可调谐性.在此基础上,当同时引入面内对称破缺、位移扰动和周期扰动时,可获得5个高Q因子的准BIC模式.共振峰的数量、位置以及Q因子都可通过调整面内破缺、位移扰动和周期扰动的程度进行调控.该超表面的设计可为传感器的多参数传感以及灵敏度等性能的提升提供一种全新思路.

关键词：超表面准连续域束缚态对称破缺

基于局部Transformer的泰语分词和词性标注联合模型

在线全文

学校读者我要写书评

暂无评论

智能系统学报 2024年第2期19卷 401-410页

作者：朱叶芬线岩团余正涛相艳昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学云南省人工智能重点实验室云南昆明650500

泰语分词和词性标注任务二者之间存在高关联性,已有研究表明将分词和词性标注任务进行联合学习可以有效提升模型性能,为此,提出了一种针对泰语拼写和构词特点的分词和词性标注联合模型。针对泰语中字符构成音节,音节组成词语的特点,采... 详细信息

泰语分词和词性标注任务二者之间存在高关联性,已有研究表明将分词和词性标注任务进行联合学习可以有效提升模型性能,为此,提出了一种针对泰语拼写和构词特点的分词和词性标注联合模型。针对泰语中字符构成音节,音节组成词语的特点,采用局部Transformer网络从音节序列中学习分词特征;考虑到词根和词缀等音节与词性的关联,将用于分词的音节特征融入词语序列特征,缓解未知词的词性标注特征缺失问题。在此基础上,模型采用线性分类层预测分词标签,采用线性条件随机场建模词性序列的依赖关系。在泰语数据集LST20上的试验结果表明,模型分词F1、词性标注微平均F1和宏平均F1分别达到96.33%、97.06%和85.98%,相较基线模型分别提升了0.33%、0.44%和0.12%。

关键词：泰语分词词性标注联合学习局部Transformer 构词特点音节特征线性条件随机场联合模型

维普期刊数据库博看期刊

应用改进RRT_Connect算法的移动机器人路径规划

在线全文

学校读者我要写书评

暂无评论

科技导报 2024年第8期42卷 111-119页

作者：史小旭张烈平唐柳董路熙彭建盛广西高校先进制造与自动化技术重点实验室桂林541006 贺州学院人工智能学院贺州542899 广西高校人工智能与信息处理重点实验室河池546300

针对复杂未知环境下的移动机器人路径规划问题,提出一种优化已搜索节点和已规划部分路径的改进RRT_Connect算法。算法引入了终点和已搜索节点目标偏向策略,该策略在随机采样函数中引入终点和已搜索节点偏向概率基准值,使随机采样点按随... 详细信息

针对复杂未知环境下的移动机器人路径规划问题,提出一种优化已搜索节点和已规划部分路径的改进RRT_Connect算法。算法引入了终点和已搜索节点目标偏向策略,该策略在随机采样函数中引入终点和已搜索节点偏向概率基准值,使随机采样点按随机概率设定为终点或已搜索节点;通过筛选有效新节点和一定范围内邻节点的父节点,优化路径规划成本,使规划路径趋于平滑。仿真结果表明,提出的改进RRT_Connect算法所规划的路径在平均转弯次数、平均规划路径长度和平均规划成功率等指标较改进前更优。

关键词： RRT_Connect算法移动机器人路径规划目标偏向策略

基于WGKSOM-DRCA自适应即时学习的转炉炼钢终点碳温软测量方法

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2024年第1期30卷 103-117页

作者：陈棕鑫刘辉陈甫刚刘建勋昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学云南省人工智能重点实验室云南昆明650500 云南昆钢电子信息科技有限公司云南昆明650302

转炉炼钢终点碳温的准确预测是实现转炉终点控制的关键。针对转炉生产过程数据存在波动性大和非线性特点引起传统即时学习度量的算法学习集质量低,进而削弱模型预测性能的问题,提出了一种基于加权高斯核自组织映射动态相关成分分析(WGKS... 详细信息

转炉炼钢终点碳温的准确预测是实现转炉终点控制的关键。针对转炉生产过程数据存在波动性大和非线性特点引起传统即时学习度量的算法学习集质量低,进而削弱模型预测性能的问题,提出了一种基于加权高斯核自组织映射动态相关成分分析(WGKSOM-DRCA)自适应即时学习软测量建模方法用于转炉炼钢终点碳温预测。首先,采用引入标签信息的WGK度量准则构造WGKSOM聚类算法引导聚类方向,提高算法的聚类质量并降低类簇数据波动性对于建模的影响;其次,利用高斯后验概率计算待测样本的隶属度并通过引入动态因子构建DRCA度量策略,从而实现自适应的样本选择,进一步提升待测样本对应的局部算法学习集质量并用于局部模型训练,最终输出终点碳温的预测结果。实验表明,所提算法在转炉炼钢终点碳温预测上相对于其他算法有更好的表现,在±0.02%的预测误差范围,碳含量的预测精度为92%,在±10℃的误差范围,温度的预测精度为93.5%。

关键词：转炉炼钢即时学习软测量自组织映射高斯核函数相关成分分析

基于空间注意力增强ResNeSt-101网络和迁移元学习的小样本害虫分类

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2024年第6期40卷 285-297页

作者：梁炜健郭庆文王春桃肖德琴黄琼华南农业大学数学与信息学院广州510642 农业农村部华南热带智慧农业技术重点实验室广州510642 广东省农业人工智能重点实验室广州510642 广州市智慧农业重点实验室广州510642 深圳鹏城技师学院深圳518000

害虫识别是害虫防治的关键基础,由于较难获得足够的害虫种类图像,如何使用少量标记图像构造害虫分类器是一个富有挑战性的问题。现有研究多采用匹配网络框架来解决这个问题,该框架使用元学习避免重新训练深度网络,然而主干网络的特征提... 详细信息

害虫识别是害虫防治的关键基础,由于较难获得足够的害虫种类图像,如何使用少量标记图像构造害虫分类器是一个富有挑战性的问题。现有研究多采用匹配网络框架来解决这个问题,该框架使用元学习避免重新训练深度网络,然而主干网络的特征提取能力有限,元学习算法没有提供较好的权重初始化策略,可能导致网络出现梯度消失或者梯度爆炸的情况。为了解决这一问题,该研究提出一种基于空间注意力增强ResNeSt-101和迁移元学习算法的小样本害虫分类器。首先,通过一个空间注意力模块增强ResNeSt-101以更好地提取害虫图像特征,即在ResNeSt-101的第1阶段的最大池化层之前以及在第2~4阶段的末尾分别附加集成空间注意力模块,并通过数值仿真确定空间注意力增强模块的最佳放置位置为第1阶段的最大池化层之前。随后,通过迁移学习策略初始化网络权重,进而通过元学习进行优化。为了避免网络出现梯度消失或者梯度爆炸的情况,在元学习算法中选择归一化的温度缩放交叉熵损失函数代替三元组损失函数。最后,通过计算查询图像和支持图像深度特征之间的相似度实现害虫分类。所提出方法在自建的害虫图像数据集AD0和MIP50上使用N-类K-例准确率和每张图像处理时间(the time of per image processing,TPIP)进行评估。害虫图像数据集的构建方式如下:首先对公共害虫图像数据集IP102和D0进行清洗,以消除由于英文害虫名称导致的歧义类别;然后移除卵、幼虫和蛹阶段的害虫图像,仅保留成虫阶段的图像。考虑到人工和时间成本,从清理后的IP102害虫数据集中选择50个类别构建MIP50害虫图像数据集。随后,通过害虫的拉丁名称从互联网搜索更多的害虫图像,生成AD0害虫图像数据集。自建的MIP50数据集包括来自IP102的50个类别的16424张成虫图像,AD0包含来自D0的所有40个类别的17112张成虫图像。试验结果表明,当测试集中只有少数未知类别的害虫图像时,本文方法在AD0数据集上的5-类10-例评估准确率达到了96.37%,在MIP50数据集上达到了76.91%。当测试集中同时存在几个未知和已知类别的害虫图像时,所提方法在AD0数据集上的5-类10-例设置下的识别准确率达到了93.73%,在MIP50数据集上达到90.60%。同时,本文方法的TPIP大约为0.44 ms,满足大多数场景下的实时害虫识别要求。此外,消融试验结果表明,基于空间注意力增强ResNeSt-101网络和迁移元学习的小样本害虫分类方法在AD0、MIP50数据集上对未知类别害虫图像的5-类10-例的识别准确率分别提升了5和3个百分点以上,具有良好应用前景。但未来研究中还需进一步研究本方法中存在的问题,如通过采用更好地表征支持集样本与查询集样本之间复杂关系的度量优化本工作中用到的度量以解决增加类别数可能导致分类准确率降低的问题,以及将所提方法应用于现实农业场景进行优化改进以更好提升本文方法的实用性。

关键词：病虫害图像处理小样本分类元学习 ResNeSt-101 交叉熵损失