检索结果-南通市图书馆

合作-竞争混合型多智能体系统的虚拟遗憾优势自博弈方法

在线全文

学校读者我要写书评

暂无评论

软件学报 2024年第2期35卷 739-757页

作者：张明悦金芝刘坤西南大学计算机信息科学学院&软件学院重庆400715 北京大学计算机学院北京100871 高可信软件技术教育部重点实验室(北京大学) 北京100871

合作-竞争混合型多智能体系统由受控的目标智能体和不受控的外部智能体组成.目标智能体之间互相合作,同外部智能体展开竞争,应对环境和外部智能体的动态变化,最终完成指定的任务.针对如何训练目标智能体使他们获得完成任务的最优策略的... 详细信息

合作-竞争混合型多智能体系统由受控的目标智能体和不受控的外部智能体组成.目标智能体之间互相合作,同外部智能体展开竞争,应对环境和外部智能体的动态变化,最终完成指定的任务.针对如何训练目标智能体使他们获得完成任务的最优策略的问题,现有工作从两个方面展开:(1)仅关注目标智能体间的合作,将外部智能体视为环境的一部分,利用多智能体强化学习来训练目标智能体.这种方法难以应对外部智能体策略未知或者动态改变的情况;(2)仅关注目标智能体和外部智能体间的竞争,将竞争建模为双人博弈,采用自博弈的方法训练目标智能体.这种方法主要针对单个目标智能体和单个外部智能体的情况,难以扩展到由多个目标智能体和多个外部智能体组成的系统中.结合这两类研究,提出一种基于虚拟遗憾优势的自博弈方法.具体地,首先以虚拟遗憾最小化和虚拟多智能体策略梯度为基础,设计虚拟遗憾优势策略梯度方法,使目标智能体能更准确地更新策略;然后,引入模仿学习,以外部智能体的历史决策轨迹作为示教数据,模仿外部智能体的策略,显式地建模外部智能体的行为,来应对自博弈过程中外部智能体策略的动态变化;最后,以虚拟遗憾优势策略梯度和外部智能体行为建模为基础,设计一种自博弈训练方法,该方法能够在外部智能体策略未知或者动态变化的情况下,为多个目标智能体训练出最优的联合策略.以协同电磁对抗为研究案例,设计具有合作-竞争混合特征的3个典型任务.实验结果表明,同其他方法相比,所提方法在自博弈效果方面有至少78%的提升.

关键词：多智能体强化学习虚拟遗憾最小化自博弈动态决策

基于NSGA-Ⅱ算法选择光谱反射率重建样本的研究

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2024年第5期44卷 1227-1232页

作者：林鹭王智峰李超辽宁科技大学计算机与软件工程学院辽宁鞍山114051

为解决光谱反射率重建过程中训练样本数目庞大导致工作量大,重建精度不高等问题,提出一种基于NSGA-Ⅱ算法的光谱反射率重建样本选择方法。近日Liang等提出了一种从大量样本数据中选取具有代表性样本的新方法,定义光谱重建误差为均方根... 详细信息

为解决光谱反射率重建过程中训练样本数目庞大导致工作量大,重建精度不高等问题,提出一种基于NSGA-Ⅱ算法的光谱反射率重建样本选择方法。近日Liang等提出了一种从大量样本数据中选取具有代表性样本的新方法,定义光谱重建误差为均方根误差与拟合优度系数的乘积,以这一标准选择光谱重建误差最小的样本作为代表性样本进行光谱反射率重建。受Liang等人工作的启发结合NSGA-Ⅱ算法选择代表性样本,先对全体训练样本使用多项式回归算法和伪逆法进行光谱反射率重建,再使用NSGA-Ⅱ算法,设定两个目标函数,一个是所需代表性样本个数的光谱均方根误差的和,另一个是拟合优度系数倒数的和,令两个目标函数值最小。将经过NSGA-Ⅱ算法挑选出的Pareto等级为1的全部样本按照样本出现次数由高至低排序,以此顺序从高到低依次选为代表性样本,直至达到所需代表性样本个数。若从Pareto等级为1的样本集合中挑选的代表性样本数不足所需要的个数则选择下一等级出现次数最多且没有被选择过的样本直至代表性样本数达到需求。将1269块无光泽Munsell标准色卡按照样本下标划分为偶数色卡、奇数色卡,第一组实验用Munsell奇数色卡为全体训练样本,从Munsell偶数色卡中随机选择20个色块为测试样本。第二组实验选用Munsell偶数色卡为全体训练样本,从Munsell奇数色卡中随机选取20个色块为测试样本。第三组实验训练样本与第一组相同,RC24色卡为测试样本。将该方法与Mohammadi、Cao、Liang等提出的三种样本选择方法进行对比。通过实验得到使用NSGA-Ⅱ算法结合多项式回归与伪逆法选择的代表性样本重建的光谱反射率在均方根误差和色差两个指标上均优于现有的样本选择方法,并且该方法不限于特定系统,具有通用性。

关键词：光谱反射率重建 NSGA-Ⅱ 多目标优化样本选择

在线全文

学校读者我要写书评

暂无评论

面向算力网络的智慧调度综述

自动化学报 2024年第6期50卷 1086-1103页

作者：李逸博李小平王爽蒋嶷川东南大学计算机科学与工程学院南京211189 东南大学计算机网络和信息集成教育部重点实验室南京211189 广东工业大学计算机学院广州510006

分布异构计算资源通过网络连接形成算力网络(Computing power network,CPN),其以“连”和“算”为核心.针对广分布异构性导致可行解空间巨大、强不确定性导致可行解空间易变、高约束复杂性导致可行解孤岛繁多、多目标性导致冲突目标权... 详细信息

分布异构计算资源通过网络连接形成算力网络(Computing power network,CPN),其以“连”和“算”为核心.针对广分布异构性导致可行解空间巨大、强不确定性导致可行解空间易变、高约束复杂性导致可行解孤岛繁多、多目标性导致冲突目标权衡优化难等挑战,提出一个多层次算力网络体系框架,包括参数化结构化业务管理、三阶段(计划、调度、执行)闭环调度模式、多模态资源管理三个功能.提出支持快速、高效、鲁棒的“算法+知识+数据+算力”的算力网络智慧调度框架,形式化分析可行解空间,解析调度策略关键参数,定性分析调度算法性能与效率的内在关系,详细综述调度算法类型,综述算力网络调度研究进展与发展方向.对比已有相关综述研究,展望算力网络调度未来理论和技术的难点与趋势.

关键词：算力网络云计算边缘计算资源调度知识

维普期刊数据库博看期刊

基于对抗生成网络的缺陷定位模型域数据增强方法

在线全文

学校读者我要写书评

暂无评论

软件学报 2024年第5期35卷 2289-2306页

作者：张卓雷晏毛晓光薛建新常曦广州商学院信息技术与工程学院广东广州510700 重庆大学大数据与软件学院重庆401331 国防科技大学计算机学院湖南长沙410073 上海第二工业大学计算机与信息工程学院上海200127

缺陷定位获取并分析测试用例集的运行信息,从而度量出各个语句为缺陷的可疑性.测试用例集由输入域数据构建,包含成功测试用例和失败测试用例两种类型.由于失败测试用例在输入域分布不规律且比例很低,失败测试用例数量往往远少于成功测... 详细信息

缺陷定位获取并分析测试用例集的运行信息,从而度量出各个语句为缺陷的可疑性.测试用例集由输入域数据构建,包含成功测试用例和失败测试用例两种类型.由于失败测试用例在输入域分布不规律且比例很低,失败测试用例数量往往远少于成功测试用例数量.已有研究表明,少量失败测试用例会导致测试用例集出现类别不平衡问题,严重影响着缺陷定位有效性.为了解决这个问题,提出基于对抗生成网络的缺陷定位模型域数据增强方法.该方法基于模型域(即缺陷定位频谱信息)而非传统输入域(即程序输入),利用对抗生成网络合成覆盖最小可疑集合的模型域失败测试用例,从模型域上解决类别不平衡的问题.实验结果表明,所提方法大幅提升了11种典型缺陷定位方法的效能.

关键词：缺陷定位测试用例对抗生成网络数据增强可疑值

在线全文

学校读者我要写书评

暂无评论

贝叶斯程序分析

电子学报 2024年第4期52卷 1155-1172页

作者：张昕王冠成吴宜谦陈逸凡李天驰张羿凡熊英飞高可信软件技术教育部重点实验室(北京大学) 北京100871 北京大学计算机学院北京100871

程序分析在软件开发和维护中发挥着关键作用.然而,传统基于逻辑的程序分析方法在处理现代复杂、大规模和动态特性丰富的软件系统时往往效果有限,其根源在于软件系统中的不确定性.研究人员针对具体的程序分析问题提出了一系列新的技术,... 详细信息

程序分析在软件开发和维护中发挥着关键作用.然而,传统基于逻辑的程序分析方法在处理现代复杂、大规模和动态特性丰富的软件系统时往往效果有限,其根源在于软件系统中的不确定性.研究人员针对具体的程序分析问题提出了一系列新的技术,其特征是在传统逻辑分析的基础上结合概率信息来捕获软件系统中的不确定性.通过总结和抽象这些已有工作,本文提出了贝叶斯程序分析框架,其核心思想是结合程序分析和贝叶斯统计推断,通过建模和更新关于程序的概率分布来推断有关程序行为的信息.贝叶斯程序分析采用概率逻辑编程来同时处理概率信息和逻辑信息,用统一的方式捕获了现有的多项不同工作,也能泛化到程序缺陷定位和差异调试等非传统程序静态分析任务上.本文给出了贝叶斯程序分析框架的定义,展示了该框架在程序分析和相关领域的应用,并展望了未来发展方向.

关键词：程序分析逻辑编程概率逻辑编程贝叶斯网络贝叶斯推断

在线全文

学校读者我要写书评

暂无评论

基于时空特征融合的交通警察手势识别

计算机工程与应用 2024年第8期60卷 250-257页

作者：杜兵赵骥辽宁科技大学计算机与软件工程学院辽宁鞍山114051

近年来,随着人体姿态估计技术的发展,基于骨架关键点的手势识别技术应运而生。提出了一个GCPM-AGRU模型进行交通警察手势识别。为了更准确地定位人体关键点,对卷积姿态机(CPM)进行改进。在特征提取模块中加入残差思想、通道拆分和通道重... 详细信息

近年来,随着人体姿态估计技术的发展,基于骨架关键点的手势识别技术应运而生。提出了一个GCPM-AGRU模型进行交通警察手势识别。为了更准确地定位人体关键点,对卷积姿态机(CPM)进行改进。在特征提取模块中加入残差思想、通道拆分和通道重组,设计后的特征提取模块更好提取图片特征;在CPM第一阶段加入并行多分支Inception4d结构,使CPM网络具有多尺度特征融合思想,有效改进对人体关键点定位的问题;提出基于注意力机制的GRU,通过为每帧分配不同权重来达到对每帧不同程度的关注,从而更好获取时间信息;结合时空特征信息进行交通警察手势识别。交通警察手势识别的准确度达到了93.7%,相比网络改进之前提高了2.95个百分点。

关键词：手势识别人体关键点卷积姿态机 GRU 时空特征信息

改进YOLOv8的多尺度轻量型车辆目标检测算法

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第3期60卷 129-137页

作者：张利丰田莹辽宁科技大学计算机与软件工程学院辽宁鞍山114000

针对传统车辆目标检测模型设备需求高、检测精度低、重叠目标漏检率高等问题,提出了一种改进YOLOv8的车辆目标检测算法RBT-YOLO。采用多尺度融合的方式对主干网络进行重构。对BiFPN进行改进,增加卷积操作以及调整输入输出通道个数以适应... 详细信息

针对传统车辆目标检测模型设备需求高、检测精度低、重叠目标漏检率高等问题,提出了一种改进YOLOv8的车辆目标检测算法RBT-YOLO。采用多尺度融合的方式对主干网络进行重构。对BiFPN进行改进,增加卷积操作以及调整输入输出通道个数以适应YOLOv8,加强其特征融合能力。在Neck部分输出的特征图之后加入轻量型注意力机制Triplet Attention,提升模型的特征提取能力。针对真实情况下车辆目标重叠度较高的问题,使用SoftNMS(soft non-maximum suppression)替换原有NMS,使模型对候选框的处理方式更为温和,增强了模型对目标的检测能力,提升了召回率。在Pascal VOC和MS COCO数据集上进行实验,结果表明提出的RBT-YOLO性能超越原始模型,参数量和计算量下降60%左右,mAP分别提高了2.6和3.0个百分点,并在体积和精度上优于其他经典检测模型,具有很强的实用性。

关键词：车辆检测多尺度注意力机制 YOLOv8 非极大值抑制

在线全文

学校读者我要写书评

暂无评论

“云平台+服务”的实践教学体系研究与应用

实验室研究与探索 2024年第1期43卷 209-213,226页

作者：余宇峰张云飞邓劲柏刘颜君余霖河海大学计算机与软件学院南京210098

针对计算机专业实践教学过程中存在软硬件资源共享困难、实践教学服务能力不足和学生实践创新能力有待提高等现状,提出“云平台+服务”的实践教学体系。设计基于构思-设计-实施-运行理念的工程化实践教学内容,构建将实验(践)教学、学科... 详细信息

针对计算机专业实践教学过程中存在软硬件资源共享困难、实践教学服务能力不足和学生实践创新能力有待提高等现状,提出“云平台+服务”的实践教学体系。设计基于构思-设计-实施-运行理念的工程化实践教学内容,构建将实验(践)教学、学科竞赛和创新创业(“三位”)统一于实践教学云平台(“一体”)的教学体系,提升学生实践与创新能力,推动实践教学体系改革与创新;为新形势下高校开放实验教学模式和实践教学体系优化、改革与创新提供新的思路和应用支撑。

关键词：实践教学云平台+服务虚拟仿真实践创新创业

基于数据流传播路径学习的智能合约时间戳漏洞检测

在线全文

学校读者我要写书评

暂无评论

软件学报 2024年第5期35卷 2325-2339页

作者：张卓刘业鹏薛建新鄢萌陈嘉弛毛晓光广州商学院信息技术与工程学院广东广州510700 国防科技大学计算机学院湖南长沙410073 上海第二工业大学计算机与信息工程学院上海200127 重庆大学大数据与软件学院重庆401331 中山大学软件工程学院广东珠海519082

智能合约是一种被大量部署在区块链上的去中心化的应用.由于其具有经济属性,智能合约漏洞会造成潜在的巨大经济和财产损失,并破坏以太坊的稳定生态.因此,智能合约的漏洞检测具有十分重要的意义.当前主流的智能合约漏洞检测方法(诸如Oye... 详细信息

智能合约是一种被大量部署在区块链上的去中心化的应用.由于其具有经济属性,智能合约漏洞会造成潜在的巨大经济和财产损失,并破坏以太坊的稳定生态.因此,智能合约的漏洞检测具有十分重要的意义.当前主流的智能合约漏洞检测方法(诸如Oyente和Securify)采用基于人工设计的启发式算法,在不同应用场景下的复用性较弱且耗时高,准确率也不高.为了提升漏洞检测效果,针对智能合约的时间戳漏洞,提出基于数据流传播路径学习的智能合约漏洞检测方法Scruple.所提方法首先获取时间戳漏洞的潜在的数据传播路径,然后对其进行裁剪并利用融入图结构的预训练模型对传播路径进行学习,最后对智能合约是否具有时间戳漏洞进行检测.相比而言,Scruple具有更强的漏洞捕捉能力和泛化能力,传播路径学习的针对性强,避免了对程序整体依赖图学习时造成的层次太深而无法聚焦漏洞的问题.为了验证Scruple的有效性,在真实智能合约的数据集上,开展Scruple方法与13种主流智能合约漏洞检测方法的对比实验.实验结果表明,Scruple在检测时间戳漏洞上的准确率,召回率和F1值分别可以达到0.96,0.90和0.93,与13种当前主流方法相比,平均相对提升59%,46%和57%,从而大幅提升时间戳漏洞的检测能力.

关键词：智能合约时间戳漏洞漏洞检测数据流传播路径预训练