检索结果-南通市图书馆

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

一种基于条件梯度的加速分布式在线学习算法

自动化学报 2024年第2期50卷 386-402页

作者：吴庆涛朱军龙葛泉波张明川河南科技大学信息工程学院洛阳471023 南京信息工程大学自动化学院南京210044

由于容易实施,基于投影梯度的分布式在线优化模型逐渐成为一种主流的在线学习方法.然而,在处理大数据应用时,投影步骤成为该方法的计算瓶颈.近年来,研究者提出了面向凸代价函数的分布式在线条件梯度算法,其悔界为O(T^(3/4)),其中T是一... 详细信息

由于容易实施,基于投影梯度的分布式在线优化模型逐渐成为一种主流的在线学习方法.然而,在处理大数据应用时,投影步骤成为该方法的计算瓶颈.近年来,研究者提出了面向凸代价函数的分布式在线条件梯度算法,其悔界为O(T^(3/4)),其中T是一个时间范围.该算法存在两方面的问题,一是其悔界劣于公认的悔界O(/T);二是没有分析非凸代价函数的收敛性能,而实际应用中代价函数大部分是非凸函数.因此,提出一种基于条件梯度的加速分布式在线学习算法,使用Frank-Wolfe步骤替代投影步骤,避免昂贵的投影计算.文中证明当局部代价函数为凸函数时,所提算法达到公认的悔界O(/T);当局部代价函数为潜在非凸函数时,所提算法以速率O(/T)收敛到平稳点.最后,仿真实验验证了所提算法的性能与理论证明的结论.

关键词：条件梯度分布式在线学习悔界收敛速率

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

改进型深度确定性策略梯度的无人机路径规划

系统仿真学报 2024年

作者：张森代强强河南科技大学信息工程学院

针对无人机在复杂环境下进行路径规划时，存在收敛性差和无效探索等问题，提出一种改进型深度确定性策略梯度（deep deterministic policy gradient， DDPG）算法。为解决DDPG算法的收敛性差问题，采用双经验池分别存储数据；为减少无... 详细信息

针对无人机在复杂环境下进行路径规划时，存在收敛性差和无效探索等问题，提出一种改进型深度确定性策略梯度（deep deterministic policy gradient， DDPG）算法。为解决DDPG算法的收敛性差问题，采用双经验池分别存储数据；为减少无效探索，改善动态动作选择策略，引入人工势场法为规划增加引导项，并通过设计组合奖励函数解决奖励稀疏问题。实验证明，该算法的奖励和成功率能够得到显著提高，且能够在更短的时间内达到收敛。

关键词：无人机深度强化学习路径规划深度确定性策略梯度人工势场法

自适应调整燃料电池混合动力汽车能量管理策略

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

控制理论与应用 2024年

作者：付江涛胡喆强志尧苑学广河南科技大学信息工程学院

针对燃料电池混合动力汽车(FCHEV),提出一种基于庞特里亚金最小原理(PMP)优化的自适应调整的分层能量管理策略(EMS).首先,提出的EMS利用马尔可夫链Metropolis-Hastings(MC-MH)采样估计未来功率需求;其次,根据超级电容器(SC)的充电状态(S... 详细信息

针对燃料电池混合动力汽车(FCHEV),提出一种基于庞特里亚金最小原理(PMP)优化的自适应调整的分层能量管理策略(EMS).首先,提出的EMS利用马尔可夫链Metropolis-Hastings(MC-MH)采样估计未来功率需求;其次,根据超级电容器(SC)的充电状态(SOC)估计调整低通滤波器的参数;最后,基于庞特里亚金最小原理的优化实现最佳的燃料经济性.通过仿真和台架实验验证了所提出的EMS的有效性,并将结果与采用动态规划(DP)方法的全局等效燃料消耗量EMS进行比较.结果表明,本文所提出的EMS能够充分发挥SC的功能,在仿真和台架实验中分别提高0.3%和8.8%的燃料经济性.

关键词：燃料消耗燃料电池混合动力汽车能量管理策略 Metropolis-Hastings采样庞特里亚金最小原理优化

基于模糊关联维数和最大熵粒子滤波的滚动轴承退化阶段预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

航空动力学报 2024年

作者：程立马文锁高作斌河南科技大学机电工程学院河南科技大学信息工程学院

针对使用硬阈值函数计算关联维数导致边界扰动问题，提出模糊关联维数方法，并将其用于提取滚动轴承退化特征。针对滚动轴承退化阶段小样本预测特点以及传统粒子滤波缺乏预测结果的置信区间估计问题，提出最大熵粒子滤波方法。试验研究... 详细信息

针对使用硬阈值函数计算关联维数导致边界扰动问题，提出模糊关联维数方法，并将其用于提取滚动轴承退化特征。针对滚动轴承退化阶段小样本预测特点以及传统粒子滤波缺乏预测结果的置信区间估计问题，提出最大熵粒子滤波方法。试验研究结果表明，模糊关联维数与滚动轴承振动信号的演变趋势具有一致性，能够准确提取滚动轴承振动性能退化特征。同时，所提最大熵粒子滤波的平均相对误差显仅为1.31%，平均绝对误差仅为6.94，显著低于传统粒子滤波和GM模型，并且增加的区间预测功能使其预测结果更加丰富多样。

关键词：滚动轴承退化阶段预测关联维数粒子滤波最大熵

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于亚像素定位的人体姿态热图后处理

吉林大学学报（工学版） 2024年第5期54卷 1385-1392页

作者：王宇赵凯长春理工大学电子信息工程学院长春130022 黑龙江科技大学电子与信息工程学院哈尔滨150022

为提高热图预测关节点的精度,提出了一种基于亚像素定位的人体姿态热图后处理方法,该方法包括2个策略:第一个策略是翻转图像热图的亚像素偏移处理,可以消除与原始图像热图的未对齐偏差;第二个策略是局部区域曲面拟合的热图解码,实现关... 详细信息

为提高热图预测关节点的精度,提出了一种基于亚像素定位的人体姿态热图后处理方法,该方法包括2个策略:第一个策略是翻转图像热图的亚像素偏移处理,可以消除与原始图像热图的未对齐偏差;第二个策略是局部区域曲面拟合的热图解码,实现关节点的亚像素定位。本文热图后处理方法独立于网络模型,不需要对模型进行任何修改即可应用于当前基于热图的人体姿态估计模型。在COCO2017和MPII数据集上对本文方法进行了实验。以HRNet-W32-256×192模型和Simple Baseline-W32-256×192模型为例,COCO2017数据集上平均精度分别提高了0.9和1.1,验证了方法的有效性。

关键词：计算机视觉人体姿态估计热图后处理高斯拟合热图解码

维普期刊数据库博看期刊

ResNet-UAN-AUD:基于深度学习的水声上行非正交多址通信系统活动用户检测方法

在线全文

学校读者我要写书评

暂无评论

传感技术学报 2024年第6期 985-996页

作者：王建平陈光岚冯启高马建伟河南科技学院信息工程学院河南科技大学信息工程学院

水下声学网络(Underwater Acoustic Networks, UAN)是探测未知水域的重要技术手段。非正交多址(Non-Orthogonal Multiple Access, NOMA)是一种新颖的移动通信技术，支持时域、频域、空域/编域的非正交分配，可有效地提高网络容量和用户... 详细信息

水下声学网络(Underwater Acoustic Networks, UAN)是探测未知水域的重要技术手段。非正交多址(Non-Orthogonal Multiple Access, NOMA)是一种新颖的移动通信技术，支持时域、频域、空域/编域的非正交分配，可有效地提高网络容量和用户接入数，为性能和电量受限的UAN提供创新解决方案。活动用户检测(Active User Detection, AUD)是NOMA通信系统的基础支撑，对于NOMA系统消除信号干扰和提高接收性能至关重要。ResNet是基于残差模块跳跃连接的神经网络，解决了深度学习的梯度消失和网络退化问题。提出了一种基于深度学习的水声上行NOMA通信系统AUD检测方案。首先，构建水声上行NOMA通信系统基本模型；其次，实施NOMA活动用户检测问题的数学表征；接着，开发基于ResNet网络的水声NOMA系统活动节点检测方法(ResNet-UAN-AUD);最后，执行仿真实验。结果表明，ResNet-UAN-AUD的检测性能接近基于长短期记忆网络的活动用户检测(LSTM-UAN-AUD)方案，而复杂度略高于基于卷积神经网络的活动用户检测(CNN-UAN-AUD)技术，实现了次优目标，适合水声上行NOMA系统使用。

关键词：水声网络深度学习残差神经网络(ResNet) 活动用户检测上行NOMA通信系统

基于双节点-双边图神经网络的茶叶病害分类方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

农业机械学报 2024年第3期55卷 252-262页

作者：张艳车迅汪芃汪玉凤胡根生安徽大学电子信息工程学院合肥230601

传统茶叶病害分类主要依赖人工方法,此类方法费工费时,同时茶叶病害样本较少使得现有的机器学习方法的模型训练不充分,病害分类准确率不够高。针对茶炭疽病、茶黑煤病、茶饼病和茶白星病4类病害,提出一种基于双节点-双边图神经网络的茶... 详细信息

传统茶叶病害分类主要依赖人工方法,此类方法费工费时,同时茶叶病害样本较少使得现有的机器学习方法的模型训练不充分,病害分类准确率不够高。针对茶炭疽病、茶黑煤病、茶饼病和茶白星病4类病害,提出一种基于双节点-双边图神经网络的茶叶病害分类方法。首先通过两分支卷积神经网络提取RGB茶叶病害特征和灰度茶叶病害特征,两分支均采用ResNet12作为骨干网络,参数独立不共享,两类特征作为图神经网络的两个子节点,以获得不同域样本所包含的病害信息;其次构建相对度量边和相似性边两类边,从而强化节点对相邻节点所含病害特征的聚合能力。最后,经过双节点特征和双边特征更新模块,实现双节点和双边交替更新,提高边特征对节点距离度量的准确性,从而实现训练样本较少条件下对茶叶病害的准确分类。本文方法和小样本学习方法进行了对比实验,结果表明,本文方法获得更高的准确率,在miniImageNet和PlantVillage数据集上5way-1shot的准确率分别达到69.30%和88.42%,5way-5shot准确率分别为82.48%和93.04%。同时在茶叶数据集TeaD-5上5way-1shot和5way-5shot准确率分别达到84.74%和86.34%。

关键词：茶叶病害分类图神经网络双节点相对度量边相似性边

维普期刊数据库博看期刊

基于Fisher判别分析可分性信息融合的马铃薯VC含量高光谱检测方法

在线全文

学校读者我要写书评

暂无评论

食品科学 2024年第7期45卷 164-171页

作者：郭林鸽殷勇于慧春袁云霞河南科技大学食品与生物工程学院河南洛阳471023

为提高马铃薯VC含量检测结果的准确性和可靠性,提出一种基于Fisher判别分析(Fisher discriminant analysis,FDA)可分性数据融合的检测模型输入变量构建方法。首先,利用高光谱成像技术采集200个马铃薯的高光谱信息,通过对比6种预处理方... 详细信息

为提高马铃薯VC含量检测结果的准确性和可靠性,提出一种基于Fisher判别分析(Fisher discriminant analysis,FDA)可分性数据融合的检测模型输入变量构建方法。首先,利用高光谱成像技术采集200个马铃薯的高光谱信息,通过对比6种预处理方法和原始数据的建模结果,确定多元散射校正为光谱数据的预处理方法;其次,采用竞争性自适应重加权采样(competitive adaptive reweighted sampling,CARS)、连续投影算法(successive projections algorithm,SPA)及CARS-SPA组合算法3种方法提取相应特征波长,通过对比分析最终确定34个有效特征波长;然后,将有效特征波长进行FDA可分性数据融合,根据融合的新变量对样本间差异性判别能力的大小进行筛选,确定构建检测模型的输入变量;最后,分别对FDA融合前后筛选的变量建立偏最小二乘模型和反向传播神经网络(back propagation neural network,BPNN)模型,并对检测结果进行对比分析。结果表明,将CARS算法提取的34个特征波长进行FDA融合,采用前3个融合变量作为构建检测模型的输入变量时,其所建BPNN模型的相关系数由0.9726提高至0.9990,均方根误差由0.7723降低至0.1727,不仅能够极大地降低数据分析维度,而且能够提高检测结果的准确性。因此,基于FDA可分性数据融合构建检测模型输入变量可以提高马铃薯VC含量检测结果的准确性。

关键词：高光谱成像 Fisher判别分析马铃薯 VC含量检测模型

维普期刊数据库

三维荧光光谱融合小波包分解融合Fisher判别分析及支持向量机识别紫苏

在线全文

学校读者我要写书评

暂无评论

食品科学 2024年第1期45卷 198-203页

作者：任永杰殷勇于慧春袁云霞河南科技大学食品与生物工程学院河南洛阳471023

为实现紫苏品种的快速鉴别,避免以次充好,选取4个品种的紫苏采集三维荧光数据,提出了一种基于小波包分解融合Fisher判别分析(Fisher discriminant analysis,FDA)的荧光数据特征选择策略,并实施了4种紫苏的有效鉴别。首先,对三维荧光数... 详细信息

为实现紫苏品种的快速鉴别,避免以次充好,选取4个品种的紫苏采集三维荧光数据,提出了一种基于小波包分解融合Fisher判别分析(Fisher discriminant analysis,FDA)的荧光数据特征选择策略,并实施了4种紫苏的有效鉴别。首先,对三维荧光数据进行预处理,采用Delaunay三角形内插值法去除瑞利散射和拉曼散射,以消除它们的不利影响;运用Savitzky-Golar卷积平滑对数据进行平滑处理,以减少噪声的干扰。同时,对三维荧光数据进行初步筛选,去除了荧光强度小于0.01的发射波长。然后,对各激发波长对应的发射光谱进行3层sym4小波包分解,计算得到最低频段的小波包能量值,作为各激发波长光谱数据表征量。接着,再利用FDA对小波包能量进行判别分析,将其所包含的差异性信息进行融合,得到FDA生成的新变量,并选取累计判别能力达到99%的前3个FD变量作为不同品种差异性信息的表征变量,提出三维荧光数据的表征策略。最后,利用BP神经网络(backpropagation neural network,BPNN)和支持向量机(support vector machine,SVM)两种模式识别算法对表征变量进行分析,得到FDA+BPNN和FDA+SVM两种鉴别结果。FDA+BPNN的训练集正确率为97.5%,测试集正确率为95%;FDA+SVM的训练集和测试集的正确率均达到98.33%。结果表明,三维荧光光谱技术结合小波包分解、FDA和SVM算法基本上能够实现紫苏品种的鉴别。这为后续有关紫苏的进一步检测研究(如某些有效成分的定量检测)提供了研究基础。

关键词：紫苏三维荧光小波包分解 Fisher判别分析 BP神经网络支持向量机

维普期刊数据库