检索结果-南通市图书馆

基于浅层视觉几何组网络的参数迁移学习及其在运动想象分类中的应用

在线全文

学校读者我要写书评

暂无评论

生物医学工程学杂志 2022年第1期39卷 28-38页

作者：许冬芹李明爱北京工业大学信息学部北京100124 北京市计算机智能和智能系统重点实验室北京100124 教育部数字社区工程研究中心北京100124

迁移学习在基于运动想象脑电信号(MI-EEG)的脑机接口(BCI)康复系统中具有潜在的研究价值和应用前景,而源域分类模型及迁移策略是直接影响目标域模型性能与迁移效率的两个重要方面。为此,本文提出一种基于浅层视觉几何组网络(sVGG)的参... 详细信息

迁移学习在基于运动想象脑电信号(MI-EEG)的脑机接口(BCI)康复系统中具有潜在的研究价值和应用前景,而源域分类模型及迁移策略是直接影响目标域模型性能与迁移效率的两个重要方面。为此,本文提出一种基于浅层视觉几何组网络(sVGG)的参数迁移学习(PTL)方法(PTL-sVGG)。首先,基于皮尔逊相关系数法对源域受试者进行筛选,并对优选的受试者MI-EEG数据进行短时傅里叶变换,获得时频谱图(TFSI);然后,对视觉几何组网络-16(VGG-16)进行结构简化与模块化设计,并利用源域TFSI完成改进的sVGG模型预训练;进而,设计基于模块的冻结—微调迁移策略,快速寻找并冻结sVGG模型中贡献最大的某个模块,再基于目标受试者TFSI微调其余模块,获得目标域分类模型。基于公开脑电信号(EEG)数据库进行实验研究,PTL-sVGG取得的平均识别率和卡帕(Kappa)值分别为94.9%和0.898。结果表明,源域受试者优选有利于改善源域模型性能,基于模块的迁移策略有效提升了迁移效率,实现了基于不同导联数的数据库跨受试者间模型参数的快速有效迁移。这将有利于减少BCI系统的校准时间,促进BCI技术在康复工程中的应用。

关键词：运动想象参数迁移学习视觉几何组网络皮尔逊相关系数迁移策略

在线全文

学校读者我要写书评

暂无评论

城市污水处理过程自适应滑模控制

自动化学报 2023年第5期49卷 1010-1018页

作者：韩红桂秦晨辉孙浩源乔俊飞北京工业大学计算智能与智能系统北京市重点实验室北京100124

针对城市污水处理过程时滞导致难以稳定控制的问题,提出一种自适应滑模控制方法 (Adaptive sliding mode control, ASMC).首先,分析推流时滞对城市污水处理生化反应过程的影响,建立时滞影响下的城市污水处理运行控制模型;其次,设计一种... 详细信息

针对城市污水处理过程时滞导致难以稳定控制的问题,提出一种自适应滑模控制方法 (Adaptive sliding mode control, ASMC).首先,分析推流时滞对城市污水处理生化反应过程的影响,建立时滞影响下的城市污水处理运行控制模型;其次,设计一种基于模糊神经网络的预估补偿模型,完成滞后变量的准确预测,实现控制模型中变量时刻的统一;最后,设计一种具有自适应开关增益系数的滑模控制器(Sliding mode control, SMC),实现溶解氧和硝态氮的稳定控制.将提出的自适应滑模控制方法应用于城市污水处理过程基准仿真平台,实验结果显示该方法能够实现城市污水处理运行过程稳定控制.

关键词：城市污水处理过程时滞滑模控制模糊神经网络

基于TG–LSTM神经网络的非完整时间序列预测

在线全文

学校读者我要写书评

暂无评论

控制理论与应用 2022年第5期39卷 867-878页

作者：陈中林杨翠丽乔俊飞北京工业大学信息学部计算智能与智能系统北京市重点实验室智能环保北京实验室北京市人工智能研究院北京100124

针对传统模型对含数据缺失的非完整时间序列预测精度不高的问题,利用长短期记忆(LSTM)神经网络强大的时序建模能力,提出一种带时间门的长短期记忆(TG-LSTM)神经网络.首先,提出一种能同时对输入值在线估计和输出值实时预测的TG-LSTM单元... 详细信息

针对传统模型对含数据缺失的非完整时间序列预测精度不高的问题,利用长短期记忆(LSTM)神经网络强大的时序建模能力,提出一种带时间门的长短期记忆(TG-LSTM)神经网络.首先,提出一种能同时对输入值在线估计和输出值实时预测的TG-LSTM单元结构;其次,基于TG-LSTM结构设计一种网络的前向传播算法,实现输入填补和输出预测同步进行;然后,建立TG-LSTM神经网络的学习算法来对输入填补和输出预测任务整体训练;最后,通过在Mackey-glass基准数据集,月平均气温数据集和污水处理出水氨氮预测中的实验结果表明:与传统方法相比,TG-LSTM神经网络模型能以更高精度对非完整时间序列进行填补和预测.

关键词：数据缺失非完整时间序列长短期记忆神经网络前向传播算法学习算法

融合元学习和PPO算法的四足机器人运动技能学习方法

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1期41卷 155-162页

作者：朱晓庆刘鑫源阮晓钢张思远李春阳李鹏北京工业大学信息学部北京100020 计算智能与智能系统北京市重点实验室北京100020

具备学习能力是高等动物智能的典型表现特征,为探明四足动物运动技能学习机理,本文对四足机器人步态学习任务进行研究,复现了四足动物的节律步态学习过程.近年来,近端策略优化(PPO)算法作为深度强化学习的典型代表,普遍被用于四足机器... 详细信息

具备学习能力是高等动物智能的典型表现特征,为探明四足动物运动技能学习机理,本文对四足机器人步态学习任务进行研究,复现了四足动物的节律步态学习过程.近年来,近端策略优化(PPO)算法作为深度强化学习的典型代表,普遍被用于四足机器人步态学习任务,实验效果较好且仅需较少的超参数.然而,在多维输入输出场景下,其容易收敛到局部最优点,表现为四足机器人学习到步态节律信号杂乱且重心震荡严重.为解决上述问题,在元学习启发下,基于元学习具有刻画学习过程高维抽象表征优势,本文提出了一种融合元学习和PPO思想的元近端策略优化(MPPO)算法,该算法可以让四足机器人进化学习到更优步态.在PyBullet仿真平台上的仿真实验结果表明,本文提出的算法可以使四足机器人学会行走运动技能,且与柔性行动者评价器(SAC)和PPO算法的对比实验显示,本文提出的MPPO算法具有步态节律信号更规律、行走速度更快等优势.

关键词：四足机器人步态学习强化学习元学习

在线全文

学校读者我要写书评

暂无评论

基于显著特征增强的跨模态视频片段检索

电子与信息学报 2022年第12期44卷 4395-4404页

作者：杨金福刘玉斌宋琳闫雪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

随着视频获取设备和技术的不断发展,视频数量增长快速,在海量视频中精准查找目标视频片段是具有挑战的任务。跨模态视频片段检索旨在根据输入一段查询文本,模型能够从视频库中找出符合描述的视频片段。现有的研究工作多是关注文本与候... 详细信息

随着视频获取设备和技术的不断发展,视频数量增长快速,在海量视频中精准查找目标视频片段是具有挑战的任务。跨模态视频片段检索旨在根据输入一段查询文本,模型能够从视频库中找出符合描述的视频片段。现有的研究工作多是关注文本与候选视频片段的匹配,忽略了视频上下文的“语境”信息,在视频理解时,存在对特征关系表达不足的问题。针对此,该文提出一种基于显著特征增强的跨模态视频片段检索方法,通过构建时间相邻网络学习视频的上下文信息,然后使用轻量化残差通道注意力突出视频片段的显著特征,提升神经网络对视频语义的理解能力。在公开的数据集TACoS和ActivityNet Captions的实验结果表明,该文所提方法能更好地完成视频片段检索任务,比主流的基于匹配的方法和基于视频-文本特征关系的方法取得了更好的表现。

关键词：跨模态视频片段检索时间相邻网络残差通道注意力特征关系

在线全文

学校读者我要写书评

暂无评论

基于Q学习的多任务多目标粒子群优化算法

控制与决策 2023年第11期38卷 3039-3047页

作者：韩红桂徐子昂王晶晶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

多任务粒子群优化算法(multi-task particle swarm ptimization,MTPSO)通过知识迁移学习,具有快速收敛能力,广泛应用于求解多任务多目标优化问题.然而,MTPSO难以根据种群进化状态自适应调整优化过程,容易陷入局部最优,收敛性能较差.针... 详细信息

多任务粒子群优化算法(multi-task particle swarm ptimization,MTPSO)通过知识迁移学习,具有快速收敛能力,广泛应用于求解多任务多目标优化问题.然而,MTPSO难以根据种群进化状态自适应调整优化过程,容易陷入局部最优,收敛性能较差.针对此问题,利用强化学习的自我进化与预测能力,提出一种基于Q学习的多任务多目标粒子群优化算法(QM2PSO).首先,设计粒子群参数动态更新方法,利用Q学习方法在线更新粒子群算法的惯性权重和加速度参数,提高当前粒子收敛到Pareto前沿的能力;其次,提出基于柯西分布的突变搜索策略,通过全局和局部交替搜索多任务最优解,避免算法陷入局部最优;最后,设计基于正向迁移准则的知识迁移方法,采用Q学习方法更新知识迁移率,改善知识负迁移现象.与已有经典算法的对比实验结果表明所提出的QM2PSO算法具有更优越的收敛性.

关键词：多任务多目标优化粒子群优化知识迁移 Q学习

基于潜在特征选择性集成建模的二噁英排放浓度软测量

在线全文

学校读者我要写书评

暂无评论

自动化学报 2022年第1期48卷 223-238页

作者：汤健乔俊飞郭子豪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

二噁英(Dioxin,DXN)是导致城市固废焚烧(Municipal solid waste incineration, MSWI)建厂存在"邻避现象"的主要原因之一.工业现场多采用离线化验手段检测DXN浓度,难以满足污染物减排控制的需求.针对上述问题,本文提出了基于潜在特征选... 详细信息

二噁英(Dioxin,DXN)是导致城市固废焚烧(Municipal solid waste incineration, MSWI)建厂存在"邻避现象"的主要原因之一.工业现场多采用离线化验手段检测DXN浓度,难以满足污染物减排控制的需求.针对上述问题,本文提出了基于潜在特征选择性集成(Selective ensemble, SEN)建模的DXN排放浓度软测量方法.首先,采用主元分析(Principal component analysis, PCA)分别提取依据工艺阶段子系统及全流程系统过程变量的潜在特征,并依据预设贡献率阈值进行特征初选;接着,采用互信息(Mutual information, MI)度量初选特征与DXN间的相关性,并自适应确定再选的上下限及阈值;最后,采用具有超参数自适应选择机制的最小二乘-支持向量机(Least squares—support vector machine,LS-SVM)算法建立多源特征的候选子模型,基于分支定界(Branch and bound, BB)优化和预测误差信息熵加权算法进行集成子模型的优化选择和加权组合,进而得到软测量模型.基于某MSWI焚烧厂DXN检测数据仿真验证了所提方法的有效性.

关键词：城市固废焚烧二噁英多源潜在特征最小二乘-支持向量机选择性集成建模

联合样本输出与特征空间的半监督概念漂移检测法及其应用

在线全文

学校读者我要写书评

暂无评论

自动化学报 2022年第5期48卷 1259-1272页

作者：孙子健汤健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

城市固废焚烧(Municipal solid waste incineration,MSWI)过程受垃圾成分波动、设备磨损与维修、季节交替变化等因素的影响而存在概念漂移现象,这导致用于污染物排放浓度的建模数据具有时变性.为此,需要识别能够表征概念漂移的新样本对... 详细信息

城市固废焚烧(Municipal solid waste incineration,MSWI)过程受垃圾成分波动、设备磨损与维修、季节交替变化等因素的影响而存在概念漂移现象,这导致用于污染物排放浓度的建模数据具有时变性.为此,需要识别能够表征概念漂移的新样本对污染物测量模型进行更新,但现有漂移检测方法难以有效应用于建模样本真值获取困难的工业过程.针对上述问题,提出一种联合样本输出与特征空间的半监督概念漂移检测方法.首先,采用基于主成分分析(Principal component analysis,PCA)的无监督机制识别特征空间内的概念漂移样本;然后,在样本输出空间采用基于时间差分(Temporaldifference,TD)学习的半监督机制对上述概念漂移样本进行伪真值标注后,再用Page-Hinkley检测法确认能够表征概念漂移的样本;最后,采用上述步骤获得的新样本结合历史样本对模型进行更新.基于合成和真实工业过程数据集的仿真结果表明所提方法具有优于已有方法的性能,能够在加强模型漂移适应性的同时有效缩减样本标注成本.

关键词：城市固废焚烧概念漂移检测半监督机制特征空间样本空间

基于移动边缘计算的GI/GI/1排队建模与调度算法

在线全文

学校读者我要写书评

暂无评论

自动化学报 2022年第7期48卷 1737-1746页

作者：张珂张利国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

针对车联网环境下路侧边缘计算节点部署不均衡、服务密度小、实时调度计算压力大等问题,提出一种基于智能车移动边缘计算(Mobile edge computing,MEC)的任务排队建模与调度算法,提供弹性计算服务,将具备感知、计算、控制功能的智能车作... 详细信息

针对车联网环境下路侧边缘计算节点部署不均衡、服务密度小、实时调度计算压力大等问题,提出一种基于智能车移动边缘计算(Mobile edge computing,MEC)的任务排队建模与调度算法,提供弹性计算服务,将具备感知、计算、控制功能的智能车作为移动边缘计算服务器,设计了车联网环境下的MEC体系架构.首先基于虚拟化技术对智能车进行虚拟化抽象,利用排队论对虚拟车任务构建了GI/GI/1排队模型.然后基于云平台Voronoi分配算法对虚拟车任务进行分配绑定,进而实现了智能车的优化调度与分布式弹性服务,解决了边缘计算任务分配不均衡等问题.最后通过城市交通路网中的车辆污染排放的实时计算实验,验证了该方法的有效性.

关键词：车联网移动边缘计算排队模型调度分配算法