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

基于足迹矩阵的分解模型挖掘方法

计算机集成制造系统 2024年

作者：刘鑫王路王康刘聪杜玉越山东科技大学计算机科学与工程学院山东理工大学计算机科学与技术学院山东科技大学电子信息工程学院

模型挖掘是流程挖掘研究的重要领域之一，其目标是通过分析事件日志生成业务流程模型。然而，现有模型挖掘方法在处理大规模日志时效率较低。为更好地分析模型并提高效率，分解模型挖掘成为研究领域的热点，旨在将复杂流程模型分解为更... 详细信息

模型挖掘是流程挖掘研究的重要领域之一，其目标是通过分析事件日志生成业务流程模型。然而，现有模型挖掘方法在处理大规模日志时效率较低。为更好地分析模型并提高效率，分解模型挖掘成为研究领域的热点，旨在将复杂流程模型分解为更小、更简单的子模型。精简流程结构树（Refined Process Structure Tree， RPST）是一种以有向图为输入，以单入单出片段构成的层次树状结构为输出的图分解技术。但应用RPST挖掘模型在质量上有所欠缺，为克服现有方法的不足并提高模型质量，提出基于足迹矩阵的分解模型挖掘方法。根据日志间次序关系得到足迹矩阵，提出关系精简流程结构树（Relation-Refined Process Structure Tree， R-RPST）的概念，用于分解活动间因果依赖图。根据分解后的图片段生成子日志，利用已有挖掘方法得到子模型，最后基于足迹矩阵判断边界活动的分支结构合并子模型。所提方法已基于ProM平台实现，利用BPI Challenge、ETM等公开真实日志及仿真日志与已有模型挖掘方法进行对比实验。实验结果表明，所提方法时间效率较高，得到的模型质量较高。

关键词：模型挖掘分解 RPST 足迹矩阵

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

室内圆柱引导的激光雷达全局定位与回环检测

武汉大学学报（信息科学版） 2024年第7期49卷 1088-1099页

作者：史鹏程李加元刘欣怡张永军武汉大学计算机学院湖北武汉430072 武汉大学遥感信息工程学院湖北武汉430079

针对移动机器人在大范围室内环境的定位难题,提出了一种基于圆柱特征的全局定位方法。首先,设计一种参数化地图,采用随机采样一致性算法和几何模型分割出地图中的圆柱点云,利用栅格地图描述环境中稳定人工构筑物的分布。其次,采用轻量... 详细信息

针对移动机器人在大范围室内环境的定位难题,提出了一种基于圆柱特征的全局定位方法。首先,设计一种参数化地图,采用随机采样一致性算法和几何模型分割出地图中的圆柱点云,利用栅格地图描述环境中稳定人工构筑物的分布。其次,采用轻量级二进制文件记录圆柱和地物分布。然后,基于圆柱独特的几何特性(离群性、对称性和显著性),提出一种实时LiDAR点云圆柱分割方法。最后,设计两种位姿求解策略:第一种是启发式搜索,在地图与实时数据中搜索出最佳匹配圆柱,进而分别解算平移量和旋转量;第二种是优化求解,利用圆柱之间的拓扑关系构建约束条件并计算最优位姿。为验证所提方法的可行性,采用16线激光雷达在大厅、走廊及混合场景3种典型室内环境进行全局定位和回环检测实验。实验结果表明,该方法可有效实现典型空旷室内环境中机器人的全局定位,可达到90%的定位成功率以及0.073 m定位误差,部分数据可达到毫米级定位精度,最快速度在100 ms内,位置识别性能达到主流方法水平。该方法基本满足实际应用中自动驾驶对全局定位的精度和效率要求。

关键词：自动驾驶全局定位回环检测圆柱分割参数化地图激光雷达

一种采用联邦深度强化学习的车联网资源分配方法

在线全文

学校读者我要写书评

暂无评论

电讯技术 2024年第7期64卷 1065-1071页

作者：王辛果王昶成都信息工程大学计算机学院成都610225

在车联网中,为了充分利用可用资源,车到车(Vehicle to Vehicle,V2V)链路需要动态地复用固定分配给车到基础设施(Vehicle to Infrastructure,V2I)链路的信道。传统的集中式信道资源分配方法会产生较大的通信开销,也难以适应转瞬即逝的车... 详细信息

在车联网中,为了充分利用可用资源,车到车(Vehicle to Vehicle,V2V)链路需要动态地复用固定分配给车到基础设施(Vehicle to Infrastructure,V2I)链路的信道。传统的集中式信道资源分配方法会产生较大的通信开销,也难以适应转瞬即逝的车辆环境。为此,提出了一种基于分布式联邦深度强化学习(Federated Deep Reinforcement Learning,FDRL)的信道资源分配方法。首先,所有V2V智能体基于局部观察的环境信息独立地训练自己的模型,但彼此间保持相同的奖励以激励它们相互协作进而达成全局最优方案;然后,这些V2V智能体通过基站的帮助聚合部分模型参数,以增加接入公平性并加快模型学习效率。通过上述两阶段的迭代训练,每个V2V智能体训练出独特的决斗深度神经网络信道接入决策模型。仿真结果表明,所提出的FDRL方法与现有的优化方法相比具有更高的V2I链路总容量和V2V链路传输成功率。

关键词：车联网通信信道资源分配联邦学习深度强化学习

在线全文

学校读者我要写书评

暂无评论

基于策略图的三维位置隐私发布算法研究

信息网络安全 2024年第4期24卷 602-613页

作者：尹春勇贾续康南京信息工程大学计算机学院南京210044

随着移动智能终端的普及,基于位置服务(Location-Based Services,LBS)的应用迎来了爆发式增长,高层室内建筑是位置服务的重要应用场景之一。然而现有的位置隐私保护算法大多适用于二维位置数据,面向大型室内三维场景的位置隐私保护研究... 详细信息

随着移动智能终端的普及,基于位置服务(Location-Based Services,LBS)的应用迎来了爆发式增长,高层室内建筑是位置服务的重要应用场景之一。然而现有的位置隐私保护算法大多适用于二维位置数据,面向大型室内三维场景的位置隐私保护研究尚且不足,并且缺乏可个性化定制的三维隐私策略。针对该问题,文章提出了一种基于策略图的三维位置隐私发布算法。首先,设计一种基于可定制策略图的位置隐私保护框架,可根据具体场景需求动态定制适合的隐私策略;其次,设计两种面向三维的差分隐私变体机制,结合定制策略图,实现三维场景下的位置隐私保护;最后,在三维数据集上进行仿真实验,实验结果表明,与其他三维位置隐私保护算法相比,文章所提算法具有更好的稳定性和效用性。

关键词：高层室内场景三维位置隐私策略图差分隐私基于位置服务

融入混合注意力的低缩放因子SeamCarving篡改检测算法

在线全文

学校读者我要写书评

暂无评论

智能科学与技术学报 2024年第2期6卷 244-252页

作者：赵洁常皓婵武斌天津城建大学计算机与信息工程学院天津300384

针对现有的Seam Carving篡改检测算法对于低缩放因子情况存在检测精度不高、鲁棒性不强的问题,提出一种融入混合注意力机制的Seam Carving篡改检测算法。首先,利用BayarConv2D约束卷积对图像进行预处理,充分学习图像的噪声特征,并通过... 详细信息

针对现有的Seam Carving篡改检测算法对于低缩放因子情况存在检测精度不高、鲁棒性不强的问题,提出一种融入混合注意力机制的Seam Carving篡改检测算法。首先,利用BayarConv2D约束卷积对图像进行预处理,充分学习图像的噪声特征,并通过矩阵乘法与RGB图像进行特征融合;然后,采用ResNet作为骨干网络进行特征学习,引入残差传播和残差反馈机制,凸显Seam Carving的操作痕迹;最后,利用混合注意力机制同时提取相邻位置和通道之间的特征,更好地捕捉全局特征,进而将其输入全连接层进行分类。实验结果表明,在BOSSbase1.01数据集上,当缩放因子为1%和9%时,检测精度分别达到了89.48%和97.94%,优于现有主流方法,同时具有较低的计算复杂度和较好的鲁棒性,能够抵抗JPEG压缩攻击。

关键词：混合注意力机制图像取证 Seam Carving检测低缩放因子

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

细菌趋向性启发的多机器人图案生成策略

哈尔滨工程大学学报 2024年第2期45卷 349-358页

作者：姜来浩莫宏伟田朋常州工学院计算机信息工程学院江苏常州213032 哈尔滨工程大学智能科学与工程学院黑龙江哈尔滨150001

针对多机器人图案生成问题,本文提出了一种细菌趋向性启发的多机器人分阶式控制策略。该策略将图案生成过程分解为2个阶段:聚集阶段和图案生成阶段。聚集阶段,设计基于平均距离的适应度函数,其值作为机器人的感知输入。机器人根据当前... 详细信息

针对多机器人图案生成问题,本文提出了一种细菌趋向性启发的多机器人分阶式控制策略。该策略将图案生成过程分解为2个阶段:聚集阶段和图案生成阶段。聚集阶段,设计基于平均距离的适应度函数,其值作为机器人的感知输入。机器人根据当前时刻与上一时刻适应度数值变化执行类似细菌趋向的直行或翻转来完成聚集。引入搜索因子促进多子群融合,提升多机器人聚集的成功率。图案生成阶段,针对机器人翻转角度生成问题,引入决策因子来评估邻居作用程度,提升多机器人图案生成的成功率。仿真实验结果表明:针对多机器人六边形和三角形图案生成,本文所提出策略平均迭代次数分别为25.36和93.83,成功率分别为83.33%和96.67%,优于相关对比算法。

关键词：生物启发策略细菌趋向性多机器人系统分阶式控制搜索因子决策因子聚集图案生成

维普期刊数据库博看期刊

学习驱动的分布式异构混合流水车间批量流能效调度优化

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6期41卷 1018-1028页

作者：邵炜世皮德常邵仲世南京航空航天大学计算机科学与技术学院江苏南京211106 南京师范大学计算机与电子信息学院/人工智能学院江苏南京210023 陕西师范大学计算机科学学院陕西西安710119 江苏省信息安全保密工程中心江苏南京210023

本文研究了分布式异构混合流水车间批量流能效调度问题,其中每个工厂的加工效率不同,工件可以分割成若干子批进入加工系统.以最大完成时间和总能耗为优化目标,建立了混合整数规划模型.本文提出了一种学习驱动的多目标进化算法,包括学习... 详细信息

本文研究了分布式异构混合流水车间批量流能效调度问题,其中每个工厂的加工效率不同,工件可以分割成若干子批进入加工系统.以最大完成时间和总能耗为优化目标,建立了混合整数规划模型.本文提出了一种学习驱动的多目标进化算法,包括学习驱动的全局搜索和局部搜索.引入Q学习作为学习引擎,以种群和非支配解集的评价作为环境反馈信号,通过不断的学习来动态指导搜索操作的选择;基于问题特征,设计了算法的状态集、动作集和奖励机制.Q学习的引入能够及时感知当前搜索的状态,减少搜索操作的盲目性,提高搜索的效率.通过对仿真数据集的测试,表明所提出算法能够有效地求解分布式异构混合流水车间批量流能效调度问题.

关键词：分布式异构混合流水车间批量流调度学习驱动的多目标进化算法整数规划能效优化

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

无线传感器网络强化学习增强路由研究

应用科学学报 2024年第1期42卷 83-93页

作者：张华南李石君金红广东培正学院数据科学与计算机学院广东广州510830 武汉大学计算机学院湖北武汉430072 湖北大学计算机与信息工程学院湖北武汉430062

探讨了在无线网络树型路由中寻找最优父节点的经典问题,分析了影响树型路由决策规则的多个指标,如接收信号强度的加权平均值、缓冲区占用率和功耗比。提出了一种基于强化学习增强树路由协议和强化学习算法在无线传感器网络中应用的系统... 详细信息

探讨了在无线网络树型路由中寻找最优父节点的经典问题,分析了影响树型路由决策规则的多个指标,如接收信号强度的加权平均值、缓冲区占用率和功耗比。提出了一种基于强化学习增强树路由协议和强化学习算法在无线传感器网络中应用的系统模型,并详细说明了所提出的基于树的路由协议的基本操作,为循环检测父节点更新了算法;为了在复杂的场景中做出自适应决策,定义了一个状态空间、动作集和激励函数。通过试错找到激励最高的最佳父节点;并通过模拟比较研究,验证了父节点选择方案在性能指标(即端到端延迟、可靠性和能量消耗)之间进行合理权衡。

关键词：无线传感器网络树型路由强化学习多个目标

在线全文

学校读者我要写书评

暂无评论

利用图神经网络的互补产品推荐

计算机工程与应用 2024年第10期60卷 292-300页

作者：倪伟竣纪淑娟梁永全山东科技大学计算机科学与工程学院山东青岛266590

互补产品推荐可以提供互补搭配的产品,为用户提供便利。然而现有使用图神经网络的工作忽视了产品的多模态信息,以及多模态模型在模态信息缺失时性能会受到影响。现有多模态模型只是将模态简单拼接,忽略了模态间的联系。因此,提出了一种... 详细信息

互补产品推荐可以提供互补搭配的产品,为用户提供便利。然而现有使用图神经网络的工作忽视了产品的多模态信息,以及多模态模型在模态信息缺失时性能会受到影响。现有多模态模型只是将模态简单拼接,忽略了模态间的联系。因此,提出了一种利用图神经网络的互补产品推荐模型(complementary product recommendation using graph neural network,CPRUG)。该模型将图神经网络与多模态信息结合,强化产品的表征;利用图注意力网络,应对多模态缺失问题,维持模型的性能,提高模型的鲁棒性;使用共同注意力机制和矩阵分解双线性池化方法来融合多模态特征,学习产品的互补关系。在Amazon数据集上进行了实验,实验结果表明,模型的性能优于其他基线模型。

关键词：互补产品图神经网络推荐系统多模态