期刊文献+
共找到53篇文章
< 1 2 3 >
每页显示 20 50 100
重大装备集群机器人协同制造数字孪生技术综述
1
作者 冯运 童翊轩 +5 位作者 王耀南 唐永鹏 吴昊天 谭浩然 江一鸣 朴玄斌 《自动化学报》 北大核心 2025年第7期1463-1479,共17页
航空航天、海洋舰船、轨道交通等领域的重大装备制造在引领经济发展与保障国防安全中发挥着举足轻重的作用.传统制造模式依赖人工和专机设备,在灵活性与智能化方面存在不足,难以满足大型化、多品种的柔性制造需求.集群机器人利用生物集... 航空航天、海洋舰船、轨道交通等领域的重大装备制造在引领经济发展与保障国防安全中发挥着举足轻重的作用.传统制造模式依赖人工和专机设备,在灵活性与智能化方面存在不足,难以满足大型化、多品种的柔性制造需求.集群机器人利用生物集群的协作机制,能在复杂场景中不断拓展并优化执行能力,实现高效协同和智能制造.数字孪生作为新兴制造技术,为集群机器人协同制造系统的构建部署、虚拟调试、调度规划和协同控制提供集成方案和工具链支撑,能有效提升系统的效率和安全.本文介绍数字孪生技术的研究背景、研究现状、关键技术和发展趋势,并以自主研发的面向飞机壁板装配的集群机器人数字孪生系统为例进行分析,对于了解数字孪生在重大装备集群机器人协同制造方面的应用研究具有参考价值. 展开更多
关键词 数字孪生 智能制造 集群机器人 协同制造
在线阅读 下载PDF
软件供应链SBOM关键技术研究
2
作者 孙泽雨 吴敬征 +3 位作者 凌祥 魏怡琳 罗天悦 武延军 《软件学报》 北大核心 2025年第6期2604-2642,共39页
供应链级别的开源软件及组件复用是当前软件开发的主流模式.该模式避免了重复开发,降低了研发成本,提高了开发效率,但是也不可避免地存在组件的来源未知,成分不清,漏洞不明,许可证违规等问题.为解决上述问题,研究人员提出了软件物料清单... 供应链级别的开源软件及组件复用是当前软件开发的主流模式.该模式避免了重复开发,降低了研发成本,提高了开发效率,但是也不可避免地存在组件的来源未知,成分不清,漏洞不明,许可证违规等问题.为解决上述问题,研究人员提出了软件物料清单(software bill of material,SBOM).SBOM详细列出了构成软件的组件及组件之间的关系,揭示了潜在的和已知的威胁,使软件透明化.自提出以来,国内外研究人员针对SBOM的研究主要聚焦在SBOM的现状、应用和工具上,缺少理论化、体系化的研究.综述SBOM的背景、基本概念、生成技术、工具及性能分析、应用、挑战与趋势,并提出融合细粒度安全漏洞感知,许可证冲突检测的SBOM+,以期从概念、技术、工具、应用和发展等方面为SBOM、软件开发、供应链安全等研究人员提供支撑. 展开更多
关键词 软件供应链 开源软件 软件成分 SBOM
在线阅读 下载PDF
AIGC赋能下的儿童智能绘画游戏设计研究 被引量:11
3
作者 何思倩 王心睿 +3 位作者 樊开然 杜芃 罗若琳 覃京燕 《包装工程》 CAS 北大核心 2024年第8期56-66,89,共12页
目的探讨AIGC支持的人机智能协同创作应用于学龄前儿童(3~6岁)美术教育并培养儿童艺术创造力的潜力和方法。方法基于学龄前儿童美术教育与人工智能融合的背景,通过对学龄前儿童数智化美术教育产品现状和AIGC在儿童绘画表达中实际应用现... 目的探讨AIGC支持的人机智能协同创作应用于学龄前儿童(3~6岁)美术教育并培养儿童艺术创造力的潜力和方法。方法基于学龄前儿童美术教育与人工智能融合的背景,通过对学龄前儿童数智化美术教育产品现状和AIGC在儿童绘画表达中实际应用现状的分析,讨论了AIGC应用于学龄前儿童美术教育的机会和潜力。从人机协同的特征出发,分析人机智能协同绘画的研究案例,探讨了AI与儿童的人机关系。结果归纳出AIGC可以通过提升能力、激发创意和协作共创三种方式赋能儿童绘画创作,提出了基于人机智能协同的学龄前儿童绘画游戏设计策略,即AI在儿童创作的不同阶段可以作为协助者、启发者、激励者、共创伙伴、再创造者,并据此设计了儿童绘画游戏Artventure。结论AIGC在辅助绘图、协同创作和灵感激发上具有独特优势。AIGC赋能下的儿童美术教育产品不仅有助于提高儿童绘画创作能力,更能指导“α世代”对个性化的追求和数字素养的培养,以便适应未来人机协同合作的新模式。 展开更多
关键词 AIGC 学龄前儿童 美术教育 人机智能协同 游戏设计
在线阅读 下载PDF
基于AFD融合算法的运输机器人路径规划方法
4
作者 袁杰 张迎港 +3 位作者 加尔肯别克 张宁宁 刘超 谢霖伟 《农业机械学报》 北大核心 2025年第6期594-607,共14页
为提高运输机器人在导航中的自主性和安全性,需要进行有效合理的路径规划。本研究提出了一种改进型AFD(A*Fuzzy-DWA)融合算法,以解决经典A*算法在运输机器人路径规划中存在的问题,如搜索时间长、路径冗余、拐点多且不平滑、动态避障能... 为提高运输机器人在导航中的自主性和安全性,需要进行有效合理的路径规划。本研究提出了一种改进型AFD(A*Fuzzy-DWA)融合算法,以解决经典A*算法在运输机器人路径规划中存在的问题,如搜索时间长、路径冗余、拐点多且不平滑、动态避障能力不足等。该算法通过设计障碍率评价指标优化评价函数以减少搜索时间和遍历节点,进而设计Smooth Floyd方法简化全局路径,并采用圆内切平滑策略进一步优化路径,最后设计评价函数权重模糊推理方法提高局部路径规划效率,从而实现全面的路径优化。仿真实验结果表明,与对比算法相比,AFD算法在静态和动态环境下的全局及局部路径长度和运行时间均显著减小。实际场景验证进一步证实了该算法在提升运输机器人自主导航能力和安全性方面的有效性。 展开更多
关键词 运输机器人 路径规划 Smooth Floyd方法 圆内切策略 模糊推理 融合算法
在线阅读 下载PDF
基于BIM的机器人定位导航研究综述
5
作者 王晓辉 陈思彤 《科学技术与工程》 北大核心 2025年第21期8761-8772,共12页
传统的机器人定位导航方法在复杂建筑环境中存在精度不高、依赖传感器严重、无法有效处理动态障碍物等问题,导致其在实际应用中难以达到预期效果。为解决这些问题,引入了建筑信息模型(building information modeling,BIM)技术,借助BIM... 传统的机器人定位导航方法在复杂建筑环境中存在精度不高、依赖传感器严重、无法有效处理动态障碍物等问题,导致其在实际应用中难以达到预期效果。为解决这些问题,引入了建筑信息模型(building information modeling,BIM)技术,借助BIM的几何和语义信息支持,在复杂环境中辅助机器人定位导航,为机器人提供更精确的环境感知和最优路径规划,减少与环境构件的碰撞风险,并提升任务执行的精准度和效率。比较论述了BIM技术在机器人定位、建图、路径规划等方面的应用现状,分析了其在建筑环境中的应用优势和挑战,并展望了未来在智能建筑和机器人智能化领域的应用前景。 展开更多
关键词 机器人 自主定位导航 建筑信息模型(BIM) 地图构建 路径规划
在线阅读 下载PDF
基于动态面混合控制策略的矿用机车充电机CLLC谐振变换器研究
6
作者 岳云涛 赵宏维 +1 位作者 庄致钧 王颢森 《煤炭工程》 北大核心 2025年第5期210-217,共8页
针对CLLC变换器高阶系统在全负载状态下电能传输的稳定性和快速性问题,提出了一种基于动态面控制的PFM-PWM混合控制策略。该控制策略在谐振变换器轻载和满载状态下分别采用PFM和PWM控制算法,实现了系统输出电压的稳定性和快速性。详细... 针对CLLC变换器高阶系统在全负载状态下电能传输的稳定性和快速性问题,提出了一种基于动态面控制的PFM-PWM混合控制策略。该控制策略在谐振变换器轻载和满载状态下分别采用PFM和PWM控制算法,实现了系统输出电压的稳定性和快速性。详细分析了CLLC谐振变换器的拓扑结构,阐述了欠谐振状态、谐振点状态及过谐振状态的工作模式,搭建了基于动态面混合控制策略的CLLC变换器仿真和实验平台,并结合矿用机车充电机特性,利用仿真和实验输出波形验证了动态面混合控制算法的有效性和实用性。 展开更多
关键词 CLLC谐振变换器 动态面控制 非线性系统控制
在线阅读 下载PDF
一种基于注意力的无监督行人重识别方法
7
作者 胡玉玲 王鑫依 +1 位作者 张一 邹伟光 《电子测量技术》 北大核心 2025年第10期161-168,共8页
行人重识别是跨摄像头非重叠域中对相同行人的检索和识别,针对跨摄像头不同域之间的特征差异以及聚类阶段生成的伪标签噪声问题,提出一种基于注意力的无监督行人重识别方法。在特征提取阶段,采用一种自适应图通道-空间注意力模块(AGCBA... 行人重识别是跨摄像头非重叠域中对相同行人的检索和识别,针对跨摄像头不同域之间的特征差异以及聚类阶段生成的伪标签噪声问题,提出一种基于注意力的无监督行人重识别方法。在特征提取阶段,采用一种自适应图通道-空间注意力模块(AGCBAM),同时考虑通道和空间两个维度,通过自适应调整通道权重来适应跨域特征分布,同时关注到特定空间位置特征来实现细节信息的捕捉;在模型训练阶段,提出改进的类内邻近空间注意力(INSA)模块,将标签平滑和正实例之间的空间互补关系相结合,有效去除伪标签噪声,使模型更好地学习数据的真实分布。通过对2个主流数据集Market-1501和MSMT17进行实验,对比了现有的一些常用算法,模型在mAP和Rank-1精度上均有提升,验证了本文所提方法的有效性。 展开更多
关键词 行人重识别 无监督 注意力
在线阅读 下载PDF
基于氮掺杂石墨烯量子点的荧光法检测水中的氨氮含量 被引量:1
8
作者 张佳然 于杰 +2 位作者 赵天驰 岳云涛 王聪 《农业工程学报》 北大核心 2025年第2期242-250,共9页
氨氮含量是影响水质的重要指标之一。为解决目前氨氮检测操作复杂、成本较高以及耗时等缺点,该研究构建了一种氮掺杂石墨烯量子点荧光探针,用于水体中氨氮含量的检测,并对氮掺杂石墨烯量子点的微观结构、光学特性等进行表征分析。结果表... 氨氮含量是影响水质的重要指标之一。为解决目前氨氮检测操作复杂、成本较高以及耗时等缺点,该研究构建了一种氮掺杂石墨烯量子点荧光探针,用于水体中氨氮含量的检测,并对氮掺杂石墨烯量子点的微观结构、光学特性等进行表征分析。结果表明,氮元素以吡咯氮的形式掺杂到石墨烯量子点中。氮掺杂石墨烯量子点在光激发下与氨之间发生光致电子转移,从而引起荧光动态淬灭。氮掺杂石墨烯量子点荧光探针在最佳试验条件下(pH值为7,氮掺杂石墨烯量子点浓度为0.8 mg/mL)与氨氮(0~9.0 mmol/L)表现出良好的线性响应(R^(2)=0.99),检测限为43.8μmol/L,响应时间为2 min。最后,将氮掺杂石墨烯量子点荧光探针应用于饮用水、自来水和水产养殖水中氨氮的测定,加标检测的回收率区间为75.03%~128.16%,相对标准偏差(样本数为3)低于13.53%。由此可知,该研究所构建的氮掺杂石墨烯量子点荧光探针在水中氨氮检测方面具有潜在的应用价值。 展开更多
关键词 量子点 荧光法 氨氮 水环境
在线阅读 下载PDF
基于改进序列凸优化的多无人机航迹规划方法 被引量:1
9
作者 穆凌霞 李筱 +3 位作者 王斑 张友民 冯楠 薛向宏 《智能系统学报》 北大核心 2025年第1期128-138,共11页
随着人工智能技术的迅速发展,利用多架无人机执行飞行任务成为研究的热点之一。本文研究多架无人机到达同一目标点的航迹规划问题,首先建立最优控制问题,采用符号距离函数将非凸避障约束进行凸化;接着考虑了无人机离散序列间的避障约束... 随着人工智能技术的迅速发展,利用多架无人机执行飞行任务成为研究的热点之一。本文研究多架无人机到达同一目标点的航迹规划问题,首先建立最优控制问题,采用符号距离函数将非凸避障约束进行凸化;接着考虑了无人机离散序列间的避障约束,保证在连续时间内多无人机的飞行安全;最后提出了自适应信赖域序列凸优化算法,能够保证在每次序列迭代中都能找到近似凸子问题的解,快速求解得到多无人机最优航迹。该算法适用于威胁环境下多无人机协同到达指定的目标点,具有较快的收敛速度。 展开更多
关键词 多无人机 航迹规划 避障约束 符号距离函数 凸优化 自适应信赖域 近似凸子问题 协同到达
在线阅读 下载PDF
基于WD-LSTM的宽带电磁辐射时序建模预测方法 被引量:1
10
作者 杨晨 宋欣蔚 岳云涛 《现代电子技术》 北大核心 2025年第6期9-15,共7页
无线通信技术的飞速发展以及包含相关功能产品的广泛使用,使得环境电磁场呈现复杂的变化特性,且城市电磁环境状况日益恶化,故进行电磁辐射的分析与预测对于潜在风险预警与控制至关重要。文中对北京市典型商业区核心街道连续时段的宽带... 无线通信技术的飞速发展以及包含相关功能产品的广泛使用,使得环境电磁场呈现复杂的变化特性,且城市电磁环境状况日益恶化,故进行电磁辐射的分析与预测对于潜在风险预警与控制至关重要。文中对北京市典型商业区核心街道连续时段的宽带电磁辐射进行了测量,并对其进行了短时傅里叶变换分析。分析结果显示,电磁辐射时变规律与人们的作息活动具有相关性,且受部分时段无线设备密集使用的影响,呈现出强烈的低频周期性和高频波动性,而这些特性会导致单一的时序建模方法预测效果变差。为此,提出了一种结合小波分解(WD)与长短时记忆(LSTM)模型的混合预测方法。该方法根据电磁辐射时频特性,将其分解为主要周期分量和细节分量进行分层预测,以适应复杂城市电磁环境状况。基于测量数据,将所提方法与其他典型时序预测模型进行对比,结果表明,该方法的预测准确度更高,并具有更强的异常值适应性与稳定性。 展开更多
关键词 宽带电磁辐射 时间序列 小波分解 长短时记忆模型 时频特性 分层预测
在线阅读 下载PDF
嵌入式平台的番茄叶片病虫害检测模型
11
作者 孙寿松 李新凯 +2 位作者 张宏立 何亮 赵苓 《计算机工程与应用》 北大核心 2025年第16期305-314,共10页
针对真实田间环境下背景复杂、病虫害特征小以及现有检测模型难以部署的问题,提出一种RHEO-YOLO模型,并将改进模型部署于移动平台以实现实时检测。设计高效重参数聚合网络(RepELAN)模块以优化原有的C2f模块,在模型推理时将多分支网络结... 针对真实田间环境下背景复杂、病虫害特征小以及现有检测模型难以部署的问题,提出一种RHEO-YOLO模型,并将改进模型部署于移动平台以实现实时检测。设计高效重参数聚合网络(RepELAN)模块以优化原有的C2f模块,在模型推理时将多分支网络结构重参数化,实现在不影响精度的同时降低模型参数量。使用高层筛选特征金字塔网络(high-level screening feature pyramid network,HSFPN)替换原有特征融合网络,增强模型对番茄叶片病虫害特征的表达能力。重新设计YOLOv8的检测头,并将损失函数更改为OIOU,加快模型收敛速度,并提高检测精度。实验结果表明改进后模型的精确率和召回率为89.4%和84.2%,平均检测精度为88.9%,同时参数量和模型大小分别降低约63%和60%,与其他目标检测模型相比,RHEO-YOLO模型在计算复杂度、检测精度方面具有更好的综合检测性能。在嵌入式设备Jetson Nano和Jetson Xavier NX上实时检测帧率分别为8.3 FPS和29.4 FPS,基本满足实时检测要求。改进后的模型能够有效检测自然环境下的番茄叶片病虫害目标,为番茄叶片病虫害检测算法改进和实际应用提供理论和技术支持。 展开更多
关键词 番茄叶片 YOLOv8 轻量化 目标检测 嵌入式设备
在线阅读 下载PDF
反馈对比生成的零样本滚动轴承复合故障诊断
12
作者 苑茹 马萍 +2 位作者 张宏立 王聪 王瑾春 《哈尔滨工业大学学报》 北大核心 2025年第8期115-124,共10页
为解决复杂工业场景中滚动轴承复合故障数据难以采集所导致模型识别故障困难的问题,提出基于反馈对比生成的零样本滚动轴承复合故障诊断模型。首先,采用连续小波变换将振动信号转换为时频图,更好地保留故障的时频信息。其次,引入注意力... 为解决复杂工业场景中滚动轴承复合故障数据难以采集所导致模型识别故障困难的问题,提出基于反馈对比生成的零样本滚动轴承复合故障诊断模型。首先,采用连续小波变换将振动信号转换为时频图,更好地保留故障的时频信息。其次,引入注意力引导ConvNeXt特征提取模块,利用通道和空间注意力机制强化故障特征的表征,消除无关信息干扰,增强故障特征的辨识性。然后,结合对抗训练和属性反馈对齐网络,确保生成的伪故障特征能够准确反映其对应的故障属性信息,实现高质量的故障特征生成。同时引入对比学习模块,生成接近正样本但远离其他样本的故障特征,进一步提高特征生成器的性能和特征的辨别力。最后,通过计算伪故障特征与未知复合故障特征的相似度,将相似度最高的类别标签作为未知复合故障标签,实现对未知复合故障的诊断。结果表明:加入注意力机制的特征提取网络相比其他网络,诊断精度提升8.42%;相比仅使用WGAN-GP生成模块,诊断精度提升14.67%;与其他模型相比,文中所提模型在故障诊断准确率上显著提高28.67%,从而验证了所提模型的有效性与优越性,为机械设备的智能维护提供了一种全新的解决方案。 展开更多
关键词 滚动轴承 复合故障诊断 零样本学习 特征生成 对比学习
在线阅读 下载PDF
基于属性强度关联性矩阵的零样本滚动轴承故障诊断
13
作者 苑茹 马萍 +3 位作者 张宏立 王聪 王瑾春 李家声 《振动与冲击》 北大核心 2025年第2期302-311,共10页
针对传统有监督学习模型难以辨别滚动轴承未知类故障的问题,提出一种基于属性强度关联性矩阵的零样本滚动轴承故障诊断模型。首先,利用样本之间属性强度关系对数据库中故障样本进行细粒度描述,建立各故障样本与故障类别间的关联关系;其... 针对传统有监督学习模型难以辨别滚动轴承未知类故障的问题,提出一种基于属性强度关联性矩阵的零样本滚动轴承故障诊断模型。首先,利用样本之间属性强度关系对数据库中故障样本进行细粒度描述,建立各故障样本与故障类别间的关联关系;其次,引入自适应深度可分离残差网络提取故障属性相关的特征信息;最后,根据属性细粒度描述和特征信息,使用属性学习模块预测未知类故障的属性,通过计算其与属性矩阵的欧氏距离,实现零样本轴承故障的诊断。试验结果表明,相较于其他模型,该模型在识别未知滚动轴承故障类别方面取得了优异的性能,平均诊断准确率达到90.45%,验证了该模型的有效性与优越性,为实际生产提供了有益的应用价值。 展开更多
关键词 滚动轴承故障诊断 零样本学习 属性强度关联性矩阵 特征提取 属性学习
在线阅读 下载PDF
局部风信息启发的AVW-PPO室内气源定位算法
14
作者 李世钰 袁杰 +2 位作者 谢霖伟 郭旭 张宁宁 《哈尔滨工业大学学报》 北大核心 2025年第8期57-68,共12页
为解决当前复杂、动态室内羽流环境中气源定位(OSL)效率低下和成功率不足的问题,尤其在湍流条件下机器人难以准确感知环境并实现有效导航的挑战,提出了一种基于深度强化学习的辅助价值与风导向的近端策略优化(AVW-PPO)算法。首先,在原始... 为解决当前复杂、动态室内羽流环境中气源定位(OSL)效率低下和成功率不足的问题,尤其在湍流条件下机器人难以准确感知环境并实现有效导航的挑战,提出了一种基于深度强化学习的辅助价值与风导向的近端策略优化(AVW-PPO)算法。首先,在原始PPO算法的基础上引入辅助价值网络,以减少单一值网络的估计偏差,从而提升策略更新的稳定性与预测精度。其次,设计了一种风导向策略,将局部环境风场信息融入强化学习框架中的状态空间与奖励函数,使机器人能够更敏锐地感知羽流环境的动态变化,优化其决策路径,从而有效提高气源定位的效率。最后,通过构建二维环境中的气体扩散模型,在3种不同的湍流条件下对所提算法进行了测试。结果表明:相同环境条件下,AVW-PPO算法在平均搜索步数和成功率两个指标上均优于其他同类算法,且定位成功率超过99%。其中,风导向策略在提升搜索效率方面表现尤为突出,有助于减少机器人完成任务所需的时间。本研究为解决室内复杂湍流环境下的气源定位问题提供了新思路和新方法。 展开更多
关键词 气源定位 深度强化学习 近端策略优化(PPO) 辅助价值网络 风导向策略
在线阅读 下载PDF
样本不平衡下基于图卷积网络的化工过程故障诊断
15
作者 钱强 马萍 +3 位作者 王妮妮 张宏立 王聪 李新凯 《哈尔滨工业大学学报》 北大核心 2025年第9期76-86,共11页
为解决实际化工过程故障样本匮乏,现有故障诊断模型在数据分布不平衡下故障诊断准确率低的问题,提出一种基于代价敏感多感受野时空图注意力网络(cost sensitive multireceptive fields spatio-temporal graph attention network,CSMRFST... 为解决实际化工过程故障样本匮乏,现有故障诊断模型在数据分布不平衡下故障诊断准确率低的问题,提出一种基于代价敏感多感受野时空图注意力网络(cost sensitive multireceptive fields spatio-temporal graph attention network,CSMRFSTGAT)故障诊断模型。该模型通过最大信息系数(maximal information coefficient,C_(MI))加权计算,将化工过程采集的相关变量数据转换为拓扑图数据,利用图卷积网络(graph convolution network,GCN)的故障诊断模型设计出了多感受野图卷积模块(multireceptive fields graph convolutional module,MRFGCM)和时空图注意力模块(space-time graph attention module,STGAM),然后提出了混合边缘感知焦点损失函数(hybrid margin-aware focus loss,L_(HMF)),用于对较难识别样本施加更多的惩罚。将所提模型应用于田纳西伊斯曼过程(Tennessee Eastman process,TEP)和三相流(three-phase flow,TPF)数据集中多个不平衡场景下评估其诊断性能。结果表明:所提模型在TPF数据集中的分类精确率和F1分数分别达到了91%和92%以上,同时在TEP数据集中的分类召回率和F1分数均突破了99%;相较于机器学习模型、深度学习模型以及图深度学习模型,所提模型能更加有效地识别故障。所提模型在处理数据不平衡问题上具有优异的泛化性能,能有效实现样本不平衡下化工过程故障诊断。 展开更多
关键词 化工过程 故障诊断 样本不平衡 图深度学习 混合边缘感知焦点损失函数
在线阅读 下载PDF
基于状态空间扩展的深度强化学习混合流水车间调度
16
作者 汤怀钰 王聪 +2 位作者 张宏立 马萍 董颖超 《组合机床与自动化加工技术》 北大核心 2025年第4期195-200,共6页
针对混合流水车间调度问题(hybrid flow shop problem, HFSP),以最小化最大完工时间和最小总能耗为求解目标,提出一种基于状态空间扩展的深度强化学习新方法。将状态特征由传统单一方式转变为多特征状态元组,并通过引入新的动作选择规... 针对混合流水车间调度问题(hybrid flow shop problem, HFSP),以最小化最大完工时间和最小总能耗为求解目标,提出一种基于状态空间扩展的深度强化学习新方法。将状态特征由传统单一方式转变为多特征状态元组,并通过引入新的动作选择规则来优化加工机器的选择。设计了奖励机制为最大加工时间和能耗的负相关,激励系统在调度过程中尽量减少加工时间和总能耗从而更有效地利用资源。通过将PPORL方法应用于不同数据集进行仿真实验,并与现有算法比较,结果表明,所提方法具有更强的稳定性、探索性和泛化能力,显著提高了调度效率和资源利用率,有效地解决了多目标混合流水车间调度问题。 展开更多
关键词 节能减排 混合流水车间调度 深度强化学习 近端策略优化算法
在线阅读 下载PDF
基于语义驱动的红外与可见光图像交互融合
17
作者 王瑾春 马萍 +2 位作者 张宏立 王聪 苑茹 《哈尔滨工业大学学报》 北大核心 2025年第9期56-64,共9页
为解决现有的红外与可见光图像融合算法存在像素信息保留和语义特征提取不足的问题,提出一种基于语义驱动的红外与可见光图像交互融合算法。首先,通过联合操作图像融合网络和图像分割网络,形成语义驱动效果,更好地保留图像在像素域和语... 为解决现有的红外与可见光图像融合算法存在像素信息保留和语义特征提取不足的问题,提出一种基于语义驱动的红外与可见光图像交互融合算法。首先,通过联合操作图像融合网络和图像分割网络,形成语义驱动效果,更好地保留图像在像素域和语义域的信息特征;然后,构建跨域交互整合模块,捕捉红外与可见光图像特征,允许特征在不同空间和独立通道之间交互传递,实现特征从局部到全局的映射,增强两类图像的互补特性;最后,引入语义损失函数约束网络训练以保留源图像的内在语义特征。在多波段图像数据集和多光谱道路场景数据集上进行图像融合和分割实验,并与其他6种先进的融合算法进行比较。融合实验结果表明,本文算法在基于梯度的相似性度量、信息熵、峰值信噪比、空间频率、标准差、视觉保真度6个客观评价指标上分别平均提高了47.92%、6.15%、0.87%、44.31%、35.99%、36.88%;分割实验结果表明,本文算法在所有评价指标中,结果均为最优。所提算法在主观视觉效果的定性分析与客观质量评价的定量指标方面整体效果优于现有融合算法,融合图像可以兼顾视觉质量和高级语义任务,能更好地服务于人类视觉观察和机器视觉感知。 展开更多
关键词 交互融合 红外与可见光图像 语义驱动 语义分割
在线阅读 下载PDF
改进滑动粗粒化和集成波动色散熵的故障诊断方法
18
作者 穆凌霞 田璐 +4 位作者 冯楠 汪红鑫 张建 吴世海 刘丁 《智能系统学报》 北大核心 2025年第2期363-375,共13页
在多尺度波动色散熵中,多尺度粗粒化会忽略重构子序列部分相邻点之间的信息,并且子序列长度随着尺度因子的增大长度减小,这种特征提取的方法不利于故障分类。为了解决这个问题,本文提出了一种n次滑动粗粒化的方法,在确定的比例因子下,利... 在多尺度波动色散熵中,多尺度粗粒化会忽略重构子序列部分相邻点之间的信息,并且子序列长度随着尺度因子的增大长度减小,这种特征提取的方法不利于故障分类。为了解决这个问题,本文提出了一种n次滑动粗粒化的方法,在确定的比例因子下,利用n次滑动方法保留了每点之间的信息,保证重构后的序列与重构前的序列长度一致。针对波动色散熵中映射技术过于单一的问题,本文利用集成波动色散熵对重构后的序列进行特征提取,使得熵计算更加准确。用西储大学等轴承数据集对算法进行了验证,所提方法的故障诊断精确度显著提高。 展开更多
关键词 滑动粗粒化 序列重构 故障诊断 故障分类 集成波动色散熵 滚动轴承 振动信号 特征提取
在线阅读 下载PDF
解释纠偏框架:一种基于标准解释的归因分数生成方法
19
作者 邢钟毓 梁嘉旋 +3 位作者 余国先 王峻 郭茂祖 崔立真 《计算机学报》 北大核心 2025年第4期949-970,共22页
模型可解释性研究面临一个关键挑战:对于同一数据集,不同模型尽管能达到相似的预测性能,但受训练过程中随机因素等变量影响,其输入特征的重要性评分(归因分数解释)存在显著不一致,这降低了解释的可信度。针对此问题,本文首先从理论上探... 模型可解释性研究面临一个关键挑战:对于同一数据集,不同模型尽管能达到相似的预测性能,但受训练过程中随机因素等变量影响,其输入特征的重要性评分(归因分数解释)存在显著不一致,这降低了解释的可信度。针对此问题,本文首先从理论上探讨了解释不一致与模型不确定性因素之间的联系,证明了归因解释中的SHAP(SHapley Additive exPlanation)方法在相似预测模型中的不确定性上界。在此基础上,我们通过实验深入研究了模型集合中模型训练随机因素等变量对特征归因方法的影响,发现模型不确定导致的解释不确定性普遍存在,而SHAP方法由于其上界的影响不确定性较低。据此,我们提出了一种基于不同模型的标准解释生成稳定归因分数解释的纠偏框架ASGM(Attribution Score Generation Method),以减少归因分数解释的不一致,提升模型解释的稳定性和可信度。该框架通过检测少量抽样模型解释与大量模型生成标准解释之间的差异,利用校正偏差的深度学习模型,生成代表规格不足集或罗生门效应集的归因分数解释,并能预测规格不足集解释间的不确定性。实验结果表明,ASGM可以生成受模型(尤其是随机因素)影响较小的解释,生成解释的质量高于对模型集合解释排名的均值,接近标准解释。此外,与标准解释相比,ASGM在罗生门效应集上的计算时间减少了20%~30%,在规格不足集上减少了17%~48%,这些结果验证了ASGM可有效提升解释稳定性和可信度。 展开更多
关键词 模型不确定性 可解释人工智能 规格不足集 罗生门效应集 SHAP方法
在线阅读 下载PDF
联合弹药毁伤复杂面目标瞄准点高效优化算法
20
作者 晏江 尹鹏 +2 位作者 刘彦 张文宇 黄风雷 《兵工学报》 北大核心 2025年第4期150-162,共13页
针对形状不规则复杂面目标多弹瞄准点优化算法计算效率低、稳定性差、优化能力不足的问题,提出一种基于弹药圆概率偏差(Circular Error Probable,CEP)的毁伤概率矩阵库(Damage Probability Matrix Library,DPML)和改进启发式退火优化机... 针对形状不规则复杂面目标多弹瞄准点优化算法计算效率低、稳定性差、优化能力不足的问题,提出一种基于弹药圆概率偏差(Circular Error Probable,CEP)的毁伤概率矩阵库(Damage Probability Matrix Library,DPML)和改进启发式退火优化机制的高效瞄准点优化算法(Efficient Aiming Point Optimization Algorithm,EAPOA)。构建多弹瞄准点优化模型时,除考虑目标形状、导弹毁伤能力外,还考虑导弹直接毁伤、间接毁伤和多弹种联合毁伤等复杂因素对目标毁伤效果的影响。提出一种基于DPML的毁伤概率快速估计算法,提升算法优化效率和鲁棒性;设计一种基于候选瞄准点序列化的优化算法框架,并提出基于全局搜索和改进退火机制的启发式优化算法,降低瞄准点组合求解空间大小并提升算法优化能力。通过6个复杂面目标测试用例验证算法性能。研究结果表明,所提的EAPOA相比于增强精英保留策略遗传算法具有更强的优化能力,且平均优化时间仅为其1/5~1/3,在优化收益和计算效率上具有明显优势。 展开更多
关键词 联合弹药 毁伤评估 瞄准点优化 启发式算法 复杂面目标 毁伤概率
在线阅读 下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部