-
题名基于改进烟花算法的机器人路径规划
被引量：7
- 1
-
-
作者
莫海宁
钟友坤
-
机构
广西科技大学宏达威爱科技学院
河池学院数理学院
-
出处
《组合机床与自动化加工技术》
北大核心
2022年第7期34-37,共4页
-
基金
广西省级重点研发计划(桂科AB17292053)
教育部产学合作协同育人项目(202002056051)。
-
文摘
为改善基本烟花算法路径规划过程中有收敛速度慢、搜索空间小、易陷入局部极值等不足,提出一种融合竞争学习的导向烟花算法。在烟花爆炸的过程中利用优势烟花进行信息更新,设计了一种自适应策略,动态地调整优势烟花的爆炸范围;并且在其中加入导向因子对劣势烟花的迭代进化进行指引,从而提高算法的寻优效率;另外,为了提升烟花算法的局部及全局性,利用自由变异策略代替原有的变异方法;最后,在选择策略中提出了一种竞争学习机制,提高收敛效果。仿真结果表明,改进后的烟花算法与基本烟花算法相对比,路径各项指标均得以提升且平滑度更高,因此更加适应机器人作业环境。
-
关键词
竞争学习策略
导向因子
烟花算法
移动机器人
路径规划
-
Keywords
competitive learning strategy
guidance factor
fireworks algorithm
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]
-
-
题名基于深度自编码-高斯混合模型的视频异常检测方法
被引量：9
- 2
-
-
作者
钟友坤
莫海宁
-
机构
河池学院物理与机电工程学院
广西科技大学宏达威爱科技学院
-
出处
《红外与激光工程》
EI
CSCD
北大核心
2022年第6期365-371,共7页
-
基金
国家自然科学基金(61662007)。
-
文摘
由于异常定义的模糊性和真实数据的复杂性,视频异常检测是智能视频监控中最具挑战性的问题之一。基于自动编码器(AE)的帧重建(当前或未来帧)是一种流行的视频异常检测方法。使用在正常数据上训练的模型,异常场景的重建误差通常比正常场景的重建误差大得多。但是,这类方法忽略了正常数据本身的内部结构,效率较低。基于此,提出了一种深度自动编码高斯混合模型(DAGMM)。首先利用深度自动编码器获得输入视频片段的生成低维表示和重构误差,并将其进一步输入高斯混合模型(GMM)。而估计网络则通过高斯混合模型预测能量概率,然后通过能量密度概率判断异常。DAGMM以端到端的方式同时联合优化深度自动编码器和GMM的参数,能够平衡自动编码重建、低维表示的密度估计和正则化,泛化能力强。在两个公共基准数据集上的实验结果表明,DAGMM达到了现有最高技术发展水平,在UCSD Ped2和ShanghaiTech两个数据集上分别取得了95.7%和72.9%的帧级AUC。
-
关键词
视频监控
异常事件
自编码网络
高斯混合模型
深度学习
-
Keywords
video surveillance
anomalous event
auto-encoding network
Gaussian mixture model
deep learning
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名改进重采样的移动机器人SLAM算法
被引量：10
- 3
-
-
作者
张廷军
郭毅锋
黄丽敏
-
机构
广西科技大学电气与信息工程学院
广西科技大学宏达威爱科技学院
-
出处
《计算机工程与设计》
北大核心
2019年第11期3276-3281,共6页
-
基金
国家自然科学基金项目(51407038)
广西创新驱动发展专项科技重大专项基金项目(桂科AA17204062)
-
文摘
在基于Rao-Blackwellized粒子滤波的移动机器人同时定位与地图构建(RBPF-SLAM)算法中,针对重采样过程导致粒子多样性降低问题,提出部分粒子免疫优化重采样方法。根据粒子权重将粒子划分为稳定粒子和不稳定粒子,对稳定粒子直接存入抗体记忆序列,对不稳定粒子通过计算抗原与抗体的亲和力与排斥力进行克隆变异操作,从中优选新粒子补充到抗体记忆序列,提高粒子多样性。实验结果表明,该算法能够有效提高机器人状态估计精度,保证算法实时性。
-
关键词
粒子滤波
同时定位与地图构建
重采样
克隆变异
免疫优化
-
Keywords
particle filter
simultaneous localization and mapping
resampling
clone variation
immune optimization
-
分类号
TP242.6
[自动化与计算机技术—检测技术与自动化装置]
-
