聚类与信息共享的多智能体深度强化学习协同控制交通灯 被引量：1

1

作者 杜同春 王波 +2 位作者 程浩然 罗乐 曾能民 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第2期538-545,共8页

该文提出一种适用于多路口交通灯实时控制的多智能体深度循环Q-网络(MADRQN),目的是提高多个路口的联合控制效果。该方法将交通灯控制建模成马尔可夫决策过程,将每个路口的控制器作为智能体,根据位置和观测信息对智能体聚类,然后在聚类... 该文提出一种适用于多路口交通灯实时控制的多智能体深度循环Q-网络(MADRQN),目的是提高多个路口的联合控制效果。该方法将交通灯控制建模成马尔可夫决策过程,将每个路口的控制器作为智能体,根据位置和观测信息对智能体聚类,然后在聚类内部进行信息共享和中心化训练,并在每个训练过程结束时将评价值最高的值函数网络参数分享给其它智能体。在城市交通仿真软件(SUMO)下的仿真实验结果表明,所提方法能够减少通信的数据量,使得智能体之间的信息共享和中心化训练更加可行和高效,车辆平均等待时长少于当前最优的基于多智能体深度强化学习的交通灯控制方法,能够有效地缓解交通拥堵。 展开更多

关键词 交通信号灯协同控制 集中训练分散执行 强化学习智能体聚类 生长型神经气 深度循环Q网络

在线阅读 下载PDF 职称材料

注意力改进的动态自组织模块化神经网络结构设计及应用

2

作者 张昭昭 潘浩然 朱应钦 《计算机科学》 CSCD 北大核心 2024年第S02期163-171,共9页

针对混沌时间序列的复杂性和非线性特点,提出了一种专注于此类挑战的新型神经网络模型,即注意力改进的动态自组织模块化神经网络模型(ADAMNN)。该模型基于分而治之的思想,通过注意力机制计算不同子网络与输入数据的相似度,并利用层次聚... 针对混沌时间序列的复杂性和非线性特点,提出了一种专注于此类挑战的新型神经网络模型,即注意力改进的动态自组织模块化神经网络模型(ADAMNN)。该模型基于分而治之的思想,通过注意力机制计算不同子网络与输入数据的相似度,并利用层次聚类自适应地划分子网络。随后,采用基于层次聚类的动态生长机制,对子网络簇进行增减,最后通过激活的子网络簇对输入样本进行在线学习;同时,结合传统的集成输出方法,提出了一种基于注意力机制的子网络加权集成输出方法。最终分别在Mackey-Glass时间序列、M-G快时变时间序列、非线性系统辨识、煤矿开采过程中在瓦斯浓度数据集上进行了实验,ADAMNN展现出了实时更新子网络中心、动态构建子网络簇的能力,而且与基于欧几里得空间的动态自适应模块化神经网络相比,预测准确度提高了约40%。 展开更多

关键词 模块化神经网络 自组织神经网络 混沌时间序列 注意力机制 层次聚类

在线阅读 下载PDF 职称材料

面向心血管疾病的自适应模块化神经网络预测模型 被引量：10

3

作者 王振飞 陈金磊 +1 位作者 郑志蕴 刘冰 《小型微型计算机系统》 CSCD 北大核心 2019年第1期232-235,共4页

随着计算机科学技术的发展,将计算机技术应用在医疗方面进行疾病预测已经成为当前研究的热点.针对单一全互连前馈神经网络难以应对心血管疾病预测时的多维数据,并且参数和结构设计需要人工实验确定,泛化收敛的能力差等问题,本文提出一... 随着计算机科学技术的发展,将计算机技术应用在医疗方面进行疾病预测已经成为当前研究的热点.针对单一全互连前馈神经网络难以应对心血管疾病预测时的多维数据,并且参数和结构设计需要人工实验确定,泛化收敛的能力差等问题,本文提出一种自适应模块化神经网络结构模型(AMNN).首先,对训练数据集采用概率密度峰值聚类算法确定训练数据集的聚类中心,以此确定每个模块的训练样本集,然后每个模块采用训练BP神经网络算法,该算法可以利用分配来的训练样本数据自适应构建模块结构.实验结果表明,该模型相对标准的随机森林算法和传统单一全互连前馈神经预测心血管疾病准确率高,收敛速率快. 展开更多

关键词 模块化神经网络 自适应 心血管疾病(CVD) 聚类算法

在线阅读 下载PDF 职称材料

层次模块化模糊神经网络在铝电解故障诊断中的应用 被引量：7

4

作者 李界家 张双喜 +1 位作者 马斌 李文红 《沈阳建筑大学学报（自然科学版）》 CAS 2006年第5期860-862,866,共4页

目的针对铝电解故障发生机理及特点,提出采用层次模块化模糊神经网络实现对铝电解故障快速、有效检测的新方法.方法利用数据处理子模块,诊断子模块,决策子模块,从而对铝电解生产过程中的故障进行诊断.结果数据处理子网络实现了对数据的... 目的针对铝电解故障发生机理及特点,提出采用层次模块化模糊神经网络实现对铝电解故障快速、有效检测的新方法.方法利用数据处理子模块,诊断子模块,决策子模块,从而对铝电解生产过程中的故障进行诊断.结果数据处理子网络实现了对数据的特征提取,优化了数据结构,将大结构的神经网络分解成多个小网络,并用决策神经网络对故障进行模式分类.结论该方法优化了大结构神经网络的学习性能,提高了故障检测的准确率,具有良好的实用价值. 展开更多

关键词 模块化神经网络 BP神经网络 模糊C均值聚类法 铝电解故障诊断

在线阅读 下载PDF 职称材料

基于聚类分析的复杂网络中的社团探测 被引量：16

5

作者 刘婷 胡宝清 《复杂系统与复杂性科学》 EI CSCD 2007年第1期28-35,共8页

社团结构是复杂网络中普遍存在的一种特征。本文应用改进了的谱分法将网络的社团探测问题转换为聚类分析问题,并将Girvan和Newman提出的模块度函数概念应用到聚类分析的4类算法中进行社团结构的探测,特别提出了一种新的结合模块度的聚... 社团结构是复杂网络中普遍存在的一种特征。本文应用改进了的谱分法将网络的社团探测问题转换为聚类分析问题,并将Girvan和Newman提出的模块度函数概念应用到聚类分析的4类算法中进行社团结构的探测,特别提出了一种新的结合模块度的聚类遗传算法。然后用3种类型的网络实验算例验证了本文算法的有效性,并对实验结果进行了比较分析,得出本文提出的新算法在初始化敏感性和准确性方面效果较好。最后指出本文算法的进一步研究方向。 展开更多

关键词 社团结构 谱分法 模块度 k- MEANS算法 模糊C均值 聚类遗传算法聚类神经网络

在线阅读 下载PDF 职称材料

模糊中心聚类的模式识别学习方法 被引量：1

6

作者 曾黄麟 袁慧 刘小芳 《中国工程科学》 2004年第11期33-37,共5页

基于一个约束条件下的非线性规划问题的优化计算思想 ,把模糊中心聚类中计算输入矢量与中心的距离来实现聚类作为一种优化计算问题 ,证明了模糊中心聚类方法 ,取一个适当的属函数 ,其聚类中心vi 为模糊聚类中心价值函数的极小值 ,推导... 基于一个约束条件下的非线性规划问题的优化计算思想 ,把模糊中心聚类中计算输入矢量与中心的距离来实现聚类作为一种优化计算问题 ,证明了模糊中心聚类方法 ,取一个适当的属函数 ,其聚类中心vi 为模糊聚类中心价值函数的极小值 ,推导出了基于模糊中心聚类的模式识别的无导师递推学习方法 ,提出了模糊中心聚类模式分类神经网络结构 。 展开更多

关键词 模糊 中心聚类 模式识别 神经网络

在线阅读 下载PDF 职称材料

基于组合式神经网络的柴油机性能评估预测模型

7

作者 李增芳 陶雪梅 何勇 《浙江大学学报（农业与生命科学版）》 CAS CSCD 北大核心 2005年第2期229-231,共3页

在分析发动机结构参数和运转参数对发动机性能影响的基础上,提出了一种基于组合式神经网络的柴油机性能状态评估预测模型.该模型首先运用动态聚类法将大样本分成若干小组,然后分别用于子网络训练.性能评估时,运用模糊识别法选择相关的... 在分析发动机结构参数和运转参数对发动机性能影响的基础上,提出了一种基于组合式神经网络的柴油机性能状态评估预测模型.该模型首先运用动态聚类法将大样本分成若干小组,然后分别用于子网络训练.性能评估时,运用模糊识别法选择相关的子网络进行评估分析.实例验证表明,这种模型能有效解决大样本下神经网络训练速度慢和难以收敛的问题,提高柴油机性能评估预测精度. 展开更多

关键词 柴油机 神经网络 动态聚类法 评估预测

在线阅读 下载PDF 职称材料

模块化模糊神经网络训练策略研究 被引量：8

8

作者 王晶晶 金健 《南京气象学院学报》 CSCD 北大核心 2007年第2期274-278,共5页

为分析模块化模糊神经网络的训练机制,进一步降低其训练复杂度,增强模型的泛化性能,尝试采用部分训练样本对模型进行相对粗训练,并以广西全省1957—2003年连续47 a 5月平均降水量作为实验数据,统计各种参数条件下模型的逐步预测误差情... 为分析模块化模糊神经网络的训练机制,进一步降低其训练复杂度,增强模型的泛化性能,尝试采用部分训练样本对模型进行相对粗训练,并以广西全省1957—2003年连续47 a 5月平均降水量作为实验数据,统计各种参数条件下模型的逐步预测误差情况。结果表明:由部分训练样本参与训练的模型所得测试误差普遍低于由全部训练样本参与训练的模型所得测试误差,证明该方法可行。 展开更多

关键词 聚类 模块化模糊神经网络 训练策略

在线阅读 下载PDF 职称材料

基于相似性最优模块神经网络的股票预测 被引量：1

9

作者 刘军 邱晓红 +1 位作者 汪志勇 杨鹏 《江西师范大学学报（自然科学版）》 CAS 北大核心 2008年第4期443-448,共6页

该文提出一种最优模块化神经网络的模型.BP网络存在学习后面的样本而"遗忘"前面的样本,以及训练速度很慢的问题,但具有泛化能力强的优点,同时网络的结构不会随数据增加而变的庞大.而RBF网络随着输入维数增加其隐藏层的神经元... 该文提出一种最优模块化神经网络的模型.BP网络存在学习后面的样本而"遗忘"前面的样本,以及训练速度很慢的问题,但具有泛化能力强的优点,同时网络的结构不会随数据增加而变的庞大.而RBF网络随着输入维数增加其隐藏层的神经元个数呈指数增加,并且其泛化能力不强,但RBF网络具有训练速度比较快,逼近效果好等优点.于是提出最优模块化神经网络的模型,综合BP和RBF网络的优点.使学习样本能力,运算速度,网络规模得到改善.该模型适合于较多的样本训练. 展开更多

关键词 模块化神经网络 中心聚类法 费歇判别法 股票预测

在线阅读 下载PDF 职称材料

一种结合深度学习特征和社团划分的图像分割方法 被引量：5

10

作者 胥杏培 宋余庆 陆虎 《小型微型计算机系统》 CSCD 北大核心 2018年第11期2533-2537,共5页

图像分割方法是一种非常重要的图像分析技术,现有常用图像分割方法都需要依靠人工提取特征来抽取图像的特征.本文提出了一种新的基于深度学习特征和社团划分方法结合的图像分割方法.基于深度学习特征抽取方法,采用卷积神经网络(CNN)模... 图像分割方法是一种非常重要的图像分析技术,现有常用图像分割方法都需要依靠人工提取特征来抽取图像的特征.本文提出了一种新的基于深度学习特征和社团划分方法结合的图像分割方法.基于深度学习特征抽取方法,采用卷积神经网络(CNN)模型抽取了图像的深度学习特征.首先,SLIC超像素算法将图像由像素级转化为区域级,划分成超像素区域,针对每个超像素区域,我们提取了深度学习特征.另外在结合超像素区域颜色特征的基础上,构建成了新的超像素区域相似度矩阵.然后我们基于社团划分的思想对相似度矩阵进行了划分.为了能自动识别图像分割的个数,我们使用了模块度Q自动确定最佳的社团个数,实现了图像的自适应分割.为了说明本文提出方法的有效性,我们在BSDS500数据集上进行了实验测试,并与现有的几种著名图像分割方法进行比较.在不同图像上的分割实验结果表明,我们提出的图像分割算法优于其它几种方法. 展开更多

关键词 卷积神经网络(CNN) SLIC超像素 谱聚类 模块度Q

在线阅读 下载PDF 职称材料

基于数据挖掘算法数据模型实现大数据分析的方法研究 被引量：13

11

作者 冯伊平 费万堂 +2 位作者 王卓瑜 陈磊 魏敏 《电子测量技术》 2020年第3期54-58,共5页

针对大型数据库中的海量数据筛选困难的问题,设计了基于数据挖掘算法模型分析大数据的方法。通过K-means聚类算法,使得用户从不同的样本数据中,根据大数据样本的某些属性或某类特征,在输出的数据中,再采用BP神经网络模型对获取的聚类数... 针对大型数据库中的海量数据筛选困难的问题,设计了基于数据挖掘算法模型分析大数据的方法。通过K-means聚类算法,使得用户从不同的样本数据中,根据大数据样本的某些属性或某类特征,在输出的数据中,再采用BP神经网络模型对获取的聚类数据进一步训练、计算,这种方法能够映射、处理不同数据之间聚类种类大数据之间的复杂非线性关系,提高数据处理精度和用户挖掘大数据的能力。试验结果表明,设计的方法能够使用户更加便捷地处理大数据,提高了大数据应用的效率。 展开更多

关键词 数据挖掘 K-MEANS聚类算法 中心簇 距离公式 BP神经网络模型

在线阅读 下载PDF 职称材料