期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
空间机械臂的确定性学习控制 被引量:6
1
作者 杨飞飞 王聪 曾玮 《宇航学报》 EI CAS CSCD 北大核心 2015年第7期811-818,共8页
研究一类空间机械臂系统的基于模式的控制方法。首先在训练阶段,基于确定性学习理论设计自适应神经网络控制器使机械臂系统跟踪不同的任务模式,得到对应于不同任务模式的一系列空间机械臂闭环动态的局部准确神经网络建模,并利用这些模... 研究一类空间机械臂系统的基于模式的控制方法。首先在训练阶段,基于确定性学习理论设计自适应神经网络控制器使机械臂系统跟踪不同的任务模式,得到对应于不同任务模式的一系列空间机械臂闭环动态的局部准确神经网络建模,并利用这些模型构造对应不同任务模式的常值神经网络控制器。其次,在测试阶段,首先快速识别出任务模式,然后调用相应的常值神经网络控制器实现对空间机械臂系统基于模式的闭环控制。理论证明基于模式的控制方法可提高机械臂闭环系统的控制性能,并可避免频繁切换。理论结果最后在空间机械臂中得到了仿真校验。 展开更多
关键词 基于模式的控制 机械臂系统 确定性学习
在线阅读 下载PDF
基于确定性学习的人体步态识别方法研究 被引量:1
2
作者 杨飞飞 陶玉昆 司文杰 《控制工程》 CSCD 北大核心 2018年第2期259-266,共8页
基于确定性学习理论,提出了一种基于关节角时序数据序列的人体步态识别方法。首先,由人体运动捕捉设备获取关节角时序数据序列,则局部准确的人体步态的内部动力学可通过径向基函数(RBF)网络得到逼近。进一步,证明了逼近误差和相关神... 基于确定性学习理论,提出了一种基于关节角时序数据序列的人体步态识别方法。首先,由人体运动捕捉设备获取关节角时序数据序列,则局部准确的人体步态的内部动力学可通过径向基函数(RBF)网络得到逼近。进一步,证明了逼近误差和相关神经网络(NN)参数的收敛。接下来,通过将NN逼近得到的步态动力学知识存储于常值的RBF网络,可实现人体移动步态特征的有效表达。最后,通过构建步态模式的相似性定义,提出了一种步态时序数据识别的方法,最终可实现准确的步态识别。仿真实验采用类圆规双足机器人验证了所提方法的有效性。 展开更多
关键词 确定性学习 时序数据序列 关节角 人体步态识别 相似性定义
在线阅读 下载PDF
一种基于可信度的不确定性推理及其神经网络实现 被引量:8
3
作者 施明辉 周昌乐 +2 位作者 吴清锋 吴芸 张志枫 《计算机应用研究》 CSCD 北大核心 2007年第1期241-243,312,共4页
提出了基于可信度因子和可信度区间的不确定性推理模型,并用改进的BP神经网络实现其推理过程,最后利用MATLAB神经网络工具箱给出仿真示例。改进的BP神经网络在实现不确定性推理方面有效避免了沿用传统方法所带来的规则数激增及推理缓慢... 提出了基于可信度因子和可信度区间的不确定性推理模型,并用改进的BP神经网络实现其推理过程,最后利用MATLAB神经网络工具箱给出仿真示例。改进的BP神经网络在实现不确定性推理方面有效避免了沿用传统方法所带来的规则数激增及推理缓慢等缺陷,并提高了网络的泛化能力。仿真示例表明,它不仅可以自动学习和模拟专家的典型经验,而且还可以将专家的典型经验推广应用到一般情形。 展开更多
关键词 神经网络 专家系统 确定性推理机器学习
在线阅读 下载PDF
基于深度强化学习的压制火炮精度控制技术
4
作者 高松山 孙河洋 +3 位作者 张柱军 杨恒 董望 徐翔 《火力与指挥控制》 北大核心 2025年第7期141-147,共7页
针对传统压制火炮射击精度不高带来的毁伤效能低、试射时间长、战场生存能力差等问题,采用确定性深度策略梯度学习方法,建立压制火炮射击精度智能控制模型,实现对射击幅员内不同数量、任意位置分布的目标进行瞄准点及用弹量的高效预测;... 针对传统压制火炮射击精度不高带来的毁伤效能低、试射时间长、战场生存能力差等问题,采用确定性深度策略梯度学习方法,建立压制火炮射击精度智能控制模型,实现对射击幅员内不同数量、任意位置分布的目标进行瞄准点及用弹量的高效预测;并通过引入射弹散布的随机误差,提升智能预测策略的鲁棒性。通过对预测点进行仿真试验,验证了压制火炮射击精度智能控制方法的有效性。 展开更多
关键词 射击精度 瞄准点 压制火炮 确定性深度策略梯度学习 深度强化学习
在线阅读 下载PDF
并行计算在动态模式识别中的实现和应用 被引量:2
5
作者 周龙沙 王聪 耿彤 《计算机应用研究》 CSCD 北大核心 2011年第3期1012-1013,1026,共3页
研究一种针对最近提出的动态环境下的机器学习理论——确定学习理论的算法实现,提出一种采用并行计算实现确定学习理论中的动态模式识别的方法。利用并行计算中的OpenMP多核编程环境,采用曙光16核服务器为硬件平台,实现对动态模式识别... 研究一种针对最近提出的动态环境下的机器学习理论——确定学习理论的算法实现,提出一种采用并行计算实现确定学习理论中的动态模式识别的方法。利用并行计算中的OpenMP多核编程环境,采用曙光16核服务器为硬件平台,实现对动态模式识别算法的快速性;同时,以压气机Mansoux模型为应用背景,把确定学习理论的动态模式识别方法应用到压气机旋转失速/喘振的快速检测中,利用多核并行计算实现了从包含多种旋转失速/喘振模式的模式库中快速识别当前模式的方法,为本方法提供了有效的验证。 展开更多
关键词 多核并行计算 OPENMP 模式识别 确定性学习
在线阅读 下载PDF
基于CNN和DUL的电力设备低质量X射线图像分合闸识别 被引量:2
6
作者 周静波 郝坤坤 吴安波 《工程数学学报》 CSCD 北大核心 2023年第5期681-698,共18页
电力巡检机器人系统在对电力设备分合闸X射线图像采集过程中,往往存在图像失真、模糊、低分辨率等低质量问题,对于X射线图像分合闸状态的识别造成了困难。基于此,提出一种基于数据不确定性学习DUL的深度学习识别方法。首先,分别使用三... 电力巡检机器人系统在对电力设备分合闸X射线图像采集过程中,往往存在图像失真、模糊、低分辨率等低质量问题,对于X射线图像分合闸状态的识别造成了困难。基于此,提出一种基于数据不确定性学习DUL的深度学习识别方法。首先,分别使用三种卷积神经网络BaseNet、ResNet18与MobileNetV3设计识别算法。然后,通过融合DUL模块,卷积神经网络将图像空间映射到一种服从高斯分布的不确定的特征空间,以自适应学习低质量X射线图像中的噪声。最后,设计三组对比实验模拟理想环境、恶劣环境及正常环境下的不同质量数据对模型识别性能的影响。实验结果表明,融合DUL模块的算法模型性能优于确定性模型,X射线图像分合闸平均识别精度提升2.64%;ResNet18+DUL表现最好,精度高达100%,适用于在线识别;MobileNetV3+DUL表现次之,精度高达97.83%,适用于离线识别。 展开更多
关键词 低质量X射线图像 分合闸识别 数据不确定性学习 卷积神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部