-
题名双路径合作的原型矫正小样本分类模型
被引量：3
- 1
-
-
作者
吕佳
曾梦瑶
董保森
-
机构
重庆师范大学计算机与信息科学学院
重庆市数字农业服务工程技术研究中心
-
出处
《计算机科学与探索》
CSCD
北大核心
2024年第3期693-706,共14页
-
基金
国家自然科学基金重大项目(11991024)
重庆市教委“成渝地区双城经济圈建设”科技创新项目(KJCX2020024)
+1 种基金
重庆市教委科研项目重点项目(KJZD-K202200511)
重庆市高校创新研究群体资助项目(CXQT20015)。
-
文摘
基于度量的元学习在学习过程中存在由于稀缺数据分布导致习得的先验知识不足、从样本中提取到的单一视图特征易受弱相关或无关特征的干扰以及因分类造成的代表性特征偏差的问题。针对这些问题,提出了一种双路径合作的原型矫正小样本分类模型。首先,通过双路径合作模块从多视图角度自适应地突出关键特征和弱化弱相关特征,充分利用特征信息获得先验知识来提升特征的表达能力;其次,通过基于查询集样本特征信息的原型矫正分类策略来解决类内原型的偏差问题;最后,通过损失函数反向更新模型参数,模型分类准确率得以提升。在五个公开的数据集上进行了5-way 1-shot和5-way 5-shot对比实验,较基准模型而言,在miniImageNet数据集上,准确率提升了5.57个百分点和3.90个百分点;在tieredImageNet数据集上,准确率提升了5.68个百分点和3.93个百分点;在CUB数据集上,准确率提升了6.93个百分点和3.13个百分点;在CIFAR-FS数据集上,准确率提升了8.03个百分点和1.65个百分点;在FC-100数据集上,准确率提升了4.25个百分点和4.89个百分点。实验结果表明,提出的双路径合作的原型矫正小样本分类模型能在小样本学习领域有良好的性能,且模型中的模块可迁移到其他模型中使用。
-
关键词
小样本学习
元学习
度量学习
自适应双路径合作学习
原型矫正
-
Keywords
few-shot learning
meta-learning
metric learning
adaptive dual-path cooperation learning
prototype rectification
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名多方向跳跃翻筋斗鼠群算法的UAV三维路径规划
- 2
-
-
作者
解瑞云
海本斋
郭祖华
李萍
-
机构
河南工学院电缆工程学院
河南省线缆结构与材料重点实验室
河南师范大学教育学部
河南工学院计算机科学与技术学院
-
出处
《机械设计与制造》
北大核心
2025年第1期88-94,98,共8页
-
基金
河南省科技攻关项目(242102210119,242102210029)
河南省高等学校重点科研项目(23A520020)
+4 种基金
河南省高等教育教学改革研究与实践项目(2024SJGLX0559)、2023年度河南省普通本科高等学校智慧教学研究专项项目—基于智慧教学平台的“新工科”混合教学模式构建与应用研究
横向课题—高密度人群课堂环境下的学生学习行为识别技术开发
2024年度新乡市软科学研究计划项目(RKX2024015)
2023年校级科研反哺教学专项课题(XJ2023002402,XJ2023001702)
河南工学院校级教改项目(2024JGZD009,2024JG-YB035)。
-
文摘
针对鼠群搜索算法(Rat Swarm Optimizer,RSO)在求解无人机(Unmanned Aerial Vehicle,UAV)三维路径规划问题时的收敛精度低,易早熟等问题,提出了一种基于多方向跳跃翻筋斗鼠群算法(Multi-Direction Jump and Somersault RSO,MJSRSO)的UAV三维路径规划方法。首先,建立了UAV三维路径规划优化模型;其次,在MJSRSO算法中,引入It⁃erative混沌自适应小孔成像学习策略初始化种群以增强种群多样性;同时融入了多方向跳跃型捕食和莱维翻筋斗追逐策略,并利用双平衡自适应对称锥形因子更好地控制算法局部开发和全局探索,提高算法的寻优能力。最后,利用MJSRSO算法求解了不同的UAV三维路径规划问题。仿真结果表明,这里提出的MJSRSO算法能够规划出代价最小的安全飞行路径,其寻优性能优于其他算法,证明了所提出的无人机三维路径规划方法的有效性和优越性。
-
关键词
无人机
鼠群优化算法
三维路径规划
自适应小孔成像学习
多方向跳跃策略
莱维翻筋斗策略
双平衡自适应对称锥形因子
-
Keywords
Unmanned Aerial Vehicle
3D Path Planning
Rat Swarm Optimizer
Adaptive Keyhole Imaging Learning
Multi-Direction Jump Strategy
Levy Somersault Strategy
Double-Balance Adaptive Symmetric Taper Factor
-
分类号
TH16
[机械工程—机械制造及自动化]
TP242.6
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于多策略改进鼠群算法的机器人路径规划
被引量：2
- 3
-
-
作者
解瑞云
海本斋
-
机构
河南工学院电缆工程学院
河南师范大学教育学部
-
出处
《组合机床与自动化加工技术》
北大核心
2022年第10期50-54,共5页
-
基金
河南省高等学校重点科研项目(22B520006)
新乡市软科学研究计划项目(RKX2019013,RKX2021018)
+2 种基金
河南省教师教育课程改革重点项目(2019-JSJYZD-013)
河南省本科高等学校智慧教学专项研究项目
河南工学院教学改革项目(2021-YB026)。
-
文摘
鼠群优化(RSO)算法求解复杂环境下移动机器人路径规划问题时易出现早熟现象导致求解精度不足,针对此问题,提出一种多策略改进鼠群优化(MRSO)算法。首先,提出一种旋转小孔成像反向学习搜索策略,将其嵌入算法攻击猎物过程中对种群进行反向学习,提高算法全局搜索能力;其次,引入Iterative混沌RPOBL反向学习策略保证了算法的初始种群多样性,提高了算法初始寻优效率与收敛精度;最后,在算法追逐猎物过程中,采用“双平滑”和“双碗式”非线性自适应因子动态平衡了算法的全局搜索与局部探索,增强了算法局部和全局寻优能力。结果表明,在不同地图环境中,MRSO算法的路径寻优结果优于RSO、TSO和GWO算法,MRSO算法可快速和高效地解决复杂环境中移动机器人路径规划问题。
-
关键词
鼠群优化算法
旋转小孔成像反向学习
Iterative混沌
双平滑非线性自适应因子
双碗式非线性自适应因子
移动机器人路径规划
-
Keywords
rat swarm optimizer
rotating pin-hole imaging opposition-based learning
Iterative chaos map
double-smooth nonlinear adaptive factors
double-bowl nonlinear adaptive factors
mobile robot path planning
-
分类号
TH165
[机械工程—机械制造及自动化]
TG659
[金属学及工艺—金属切削加工及机床]
-
