In view of the failure of GNSS signals,this paper proposes an INS/GNSS integrated navigation method based on the recurrent neural network(RNN).This proposed method utilizes the calculation principle of INS and the mem...In view of the failure of GNSS signals,this paper proposes an INS/GNSS integrated navigation method based on the recurrent neural network(RNN).This proposed method utilizes the calculation principle of INS and the memory function of the RNN to estimate the errors of the INS,thereby obtaining a continuous,reliable and high-precision navigation solution.The performance of the proposed method is firstly demonstrated using an INS/GNSS simulation environment.Subsequently,an experimental test on boat is also conducted to validate the performance of the method.The results show a promising application prospect for RNN in the field of positioning for INS/GNSS integrated navigation in the absence of GNSS signal,as it outperforms extreme learning machine(ELM)and EKF by approximately 30%and 60%,respectively.展开更多
为满足铁路接触网腕臂智能检修作业中机械臂自动导航需求,提出一种综合解决路径规划和障碍物避让问题的研究方法。该方法将双重目标转化为单一的约束优化问题。在此基础上,对标准快速搜索随机树(Rapidly exploring Random Tree,RRT)算...为满足铁路接触网腕臂智能检修作业中机械臂自动导航需求,提出一种综合解决路径规划和障碍物避让问题的研究方法。该方法将双重目标转化为单一的约束优化问题。在此基础上,对标准快速搜索随机树(Rapidly exploring Random Tree,RRT)算法进行改进,引入地图复杂程度评估策略和高斯混合分布采样策略,以约束随机采样点的生成方向。通过加入角度约束策略和临近障碍物的变步长机制,确保随机树始终向目标点方向生长,从而规划出渐进最优的路径。此外,设计一种基于甲虫嗅觉探测的递归神经网络(Recurrent Neural Network based on Beetle Olfactory Detection,RNNBOD)算法,配置最优关节角度,驱动冗余机械臂末端执行器沿规划的参考路径移动,从而降低其计算成本。仿真结果表明,该方法不仅有效提升了标准RRT算法的搜索效率、节点利用率和路径质量,还成功解决了冗余机械臂在运行过程中的跟踪控制难题。展开更多
信号转导子和转录激活因子3(signal transducer and activator of transcription3,STAT3)在多种癌干细胞中存在异常表达,其与细胞的癌变具有强相关性。因此,设计和研究新的STAT3抑制剂是攻克癌症的重要且有效策略。本文基于循环神经网络...信号转导子和转录激活因子3(signal transducer and activator of transcription3,STAT3)在多种癌干细胞中存在异常表达,其与细胞的癌变具有强相关性。因此,设计和研究新的STAT3抑制剂是攻克癌症的重要且有效策略。本文基于循环神经网络(recurrent neural network,RNN)算法,提出一种全新STAT3抑制剂的设计方法,并且通过分子模拟研究对该方法进行效果评价。本文的研究路线如下:使用RNN算法构建STAT3抑制剂生成模型,使其能生成全新抑制剂;基于机器学习算法,建立STAT3抑制剂的分子分类预测模型;对分类为STAT3抑制剂的分子进行基于分子对接的层级虚拟筛选,选出最终在高精度筛选(extra precision,XP)中得分最高的3个分子作为潜在抑制剂进行下一步研究;对潜在抑制剂进行结合自由能计算以及吸收、分配、代谢、排泄和毒性(absorption distribution metabolism excretion toxicity,ADMET)的预测并在后续利用独立梯度模型(independent gradient model,IGM)分析,进一步探究其成药性。本文的研究结果表明,利用上述方法可以有效生成出有良好成药性的全新STAT3潜在抑制剂,为后续STAT3药物研发提供经验和参考。展开更多
针对循环神经网络(recurrent neural network,RNN)的结构不易确定、参数学习过程复杂等问题,提出一种增量构造式随机循环神经网络(incremental-construction for random RNN,IRRNN),实现了RNN结构的增量构造与参数的随机学习.首先建立...针对循环神经网络(recurrent neural network,RNN)的结构不易确定、参数学习过程复杂等问题,提出一种增量构造式随机循环神经网络(incremental-construction for random RNN,IRRNN),实现了RNN结构的增量构造与参数的随机学习.首先建立隐含节点增量构造的约束机制,同时利用候选节点池策略实现隐含节点的优选,避免了网络随机构造的盲目性;进一步,从模型参数的局部优化与全局优化两个角度考虑,提出模型参数的两种增量随机(incremental random,IR)学习方法,即IR-1与IR-2,并证明了其万能逼近特性;同时通过研究IRRNN的动态特性,分析了IRRNN的泛化性能.通过实验验证了IRRNN在动态特性、紧凑性和精度等多个方面具有良好特性.展开更多
针对脱机文字识别,提出了一种基于线性合成的双粒度递归神经网络(Recurrent neural net work,RNN)集成系统.首先,使用单词RNN对未知图像进行识别;然后,依据识别结果进行字符分割,使用字符RNN对分割后的字符进行识别,并利用查表法计算字...针对脱机文字识别,提出了一种基于线性合成的双粒度递归神经网络(Recurrent neural net work,RNN)集成系统.首先,使用单词RNN对未知图像进行识别;然后,依据识别结果进行字符分割,使用字符RNN对分割后的字符进行识别,并利用查表法计算字符的后验概率;最后,综合两个RNN的识别结果决定最终单词输出.在CAPTCHA识别和手写识别上的实验结果证明了该系统的有效性.展开更多
基金supported in part by the National Natural Science Foundation of China(No.41876222)。
文摘In view of the failure of GNSS signals,this paper proposes an INS/GNSS integrated navigation method based on the recurrent neural network(RNN).This proposed method utilizes the calculation principle of INS and the memory function of the RNN to estimate the errors of the INS,thereby obtaining a continuous,reliable and high-precision navigation solution.The performance of the proposed method is firstly demonstrated using an INS/GNSS simulation environment.Subsequently,an experimental test on boat is also conducted to validate the performance of the method.The results show a promising application prospect for RNN in the field of positioning for INS/GNSS integrated navigation in the absence of GNSS signal,as it outperforms extreme learning machine(ELM)and EKF by approximately 30%and 60%,respectively.
文摘为满足铁路接触网腕臂智能检修作业中机械臂自动导航需求,提出一种综合解决路径规划和障碍物避让问题的研究方法。该方法将双重目标转化为单一的约束优化问题。在此基础上,对标准快速搜索随机树(Rapidly exploring Random Tree,RRT)算法进行改进,引入地图复杂程度评估策略和高斯混合分布采样策略,以约束随机采样点的生成方向。通过加入角度约束策略和临近障碍物的变步长机制,确保随机树始终向目标点方向生长,从而规划出渐进最优的路径。此外,设计一种基于甲虫嗅觉探测的递归神经网络(Recurrent Neural Network based on Beetle Olfactory Detection,RNNBOD)算法,配置最优关节角度,驱动冗余机械臂末端执行器沿规划的参考路径移动,从而降低其计算成本。仿真结果表明,该方法不仅有效提升了标准RRT算法的搜索效率、节点利用率和路径质量,还成功解决了冗余机械臂在运行过程中的跟踪控制难题。
文摘信号转导子和转录激活因子3(signal transducer and activator of transcription3,STAT3)在多种癌干细胞中存在异常表达,其与细胞的癌变具有强相关性。因此,设计和研究新的STAT3抑制剂是攻克癌症的重要且有效策略。本文基于循环神经网络(recurrent neural network,RNN)算法,提出一种全新STAT3抑制剂的设计方法,并且通过分子模拟研究对该方法进行效果评价。本文的研究路线如下:使用RNN算法构建STAT3抑制剂生成模型,使其能生成全新抑制剂;基于机器学习算法,建立STAT3抑制剂的分子分类预测模型;对分类为STAT3抑制剂的分子进行基于分子对接的层级虚拟筛选,选出最终在高精度筛选(extra precision,XP)中得分最高的3个分子作为潜在抑制剂进行下一步研究;对潜在抑制剂进行结合自由能计算以及吸收、分配、代谢、排泄和毒性(absorption distribution metabolism excretion toxicity,ADMET)的预测并在后续利用独立梯度模型(independent gradient model,IGM)分析,进一步探究其成药性。本文的研究结果表明,利用上述方法可以有效生成出有良好成药性的全新STAT3潜在抑制剂,为后续STAT3药物研发提供经验和参考。
文摘针对循环神经网络(recurrent neural network,RNN)的结构不易确定、参数学习过程复杂等问题,提出一种增量构造式随机循环神经网络(incremental-construction for random RNN,IRRNN),实现了RNN结构的增量构造与参数的随机学习.首先建立隐含节点增量构造的约束机制,同时利用候选节点池策略实现隐含节点的优选,避免了网络随机构造的盲目性;进一步,从模型参数的局部优化与全局优化两个角度考虑,提出模型参数的两种增量随机(incremental random,IR)学习方法,即IR-1与IR-2,并证明了其万能逼近特性;同时通过研究IRRNN的动态特性,分析了IRRNN的泛化性能.通过实验验证了IRRNN在动态特性、紧凑性和精度等多个方面具有良好特性.
文摘针对脱机文字识别,提出了一种基于线性合成的双粒度递归神经网络(Recurrent neural net work,RNN)集成系统.首先,使用单词RNN对未知图像进行识别;然后,依据识别结果进行字符分割,使用字符RNN对分割后的字符进行识别,并利用查表法计算字符的后验概率;最后,综合两个RNN的识别结果决定最终单词输出.在CAPTCHA识别和手写识别上的实验结果证明了该系统的有效性.
