-
题名基于机器学习的金属目标物磁探测识别分类技术研究
被引量：2
- 1
-
-
作者
张远鹏
单新伟
汪海涛
郝尚鹏
沙灜
李静海
-
机构
国民核生化灾害防护国家重点实验室
湖北省农业大数据工程技术研究中心华中农业大学信息学院
南京布衣人信息科技有限公司
-
出处
《科技通报》
2022年第6期60-65,共6页
-
文摘
磁探测技术用于金属目标物的探测等领域,具有分辨率高,成本低,操作方便等优点,但磁探测难以实现对探测目标的有效分类,且虚警率较高,使得后续排爆工作仍存在很大难度。本文通过构建典型场景,获取磁力仪探测金属目标物的数据,利用经典机器学习分类方法以及神经网络模型开展对金属目标物的磁探测目标识别分类研究。结果表明,经典机器学习方法的识别分类效果优于深度学习模型,其中随机森林方法效果最好,宏平均正确率达到96%。本文还进一步研究了各项特征对最终分类效果的贡献程度,通过暴力遍历、自编码器、PCA和LDA方法实现特征的提取,从中挖掘出影响识别分类效果的主要特征,通过对比分析发现由第一磁探测器信号数据组成的第一空间特征就可以较为准确的对各类弹药种类进行分类,而第三磁探测器的Z方向数据是对分类结果影响最大的单一特征。研究成果有利于提高磁探测爆炸装置的识别准确率,并可以指导相关探测设备的设计和应用。
-
关键词
磁探测
金属目标物
机器学习
目标分类
-
Keywords
magnetic detection
metallic object
machine learning
target classification
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于投影奖励机制的多机器人协同编队与避障
- 2
-
-
作者
葛星
秦丽
沙瀛
-
机构
华中农业大学信息学院
湖北省农业大数据工程技术研究中心
-
出处
《应用科学学报》
CAS
CSCD
北大核心
2024年第1期174-188,共15页
-
基金
国家自然科学基金(No.62272188)
国家社会科学基金一般项目(No.19BSH022)
中央高校基本科研业务费项目(No.2662022XXYJ001,No.2662022JC004,No.2662021JC008,No.2662023XXPY005)资助。
-
文摘
针对多机器人协同编队任务中过度中心化、系统鲁棒性低、编队稳定性较差等问题,提出了基于投影奖励机制的多机器人协同编队与避障(projected reward for multi-robot formation and obstacle avoidance, PRMFO)模型,实现了多机器人基于统一状态表征方法的去中心化决策过程。设计了一种多机器人统一状态表征方法,实现了机器人与外界环境交互信息处理的一致性;基于统一状态表征设计了基于投影的奖励机制,从距离和方向两个维度将奖励过程矢量化,丰富机器人的决策依据;为了解决多机器人系统中过度中心化问题,设置了自主决策层,融合统一状态表征与投影奖励机制的软演员评论家(soft actor-critic, SAC)算法,实现了多机器人协同编队与避障任务。在机器人操作系统(robot operating system,ROS)环境下进行仿真实验,实验数据表明PRMFO模型在单机器人平均回报值、成功率以及时间等指标上分别提高42%、8%、9%,基于PRMFO模型的多机器人编队误差控制在0~0.06范围内,实现了较高精度的多机器人编队。
-
关键词
深度强化学习
多机器人协同
编队与避障
投影奖励
-
Keywords
deep reinforcement learning
cooperative multi-robot
formation and obstacle avoidance
projected reward
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
