检索结果-维普期刊中文期刊服务平台

面向演化计算的群智协同研究综述: 1; 作者公茂果罗天实 +1 位作者李豪何亚静《电子与信息学报》 EI CAS CSCD 北大核心 2024年第5期1716-1741,共26页; 演化计算为代表的群体智能的迅速发展引发了人工智能领域新一轮技术变革。为满足多样化复杂系统应用需求,人工智能越来越趋向于跨级别的智能化、协同化研究。该文提出面向演化计算的群智协同的概念,根据群智协同层级将人工智能跨级别的... 展开更多; 关键词协同优化群体智能演化计算; 在线阅读下载PDF 职称材料

协方差结构辅助的全增量线性化模型自适应目标检测方法: 2; 作者田晗崔珂瑄高永婵《电波科学学报》北大核心 2025年第2期360-370,共11页; 针对多通道阵列雷达探测目标时有限训练样本与目标信息不准确等敏感因素导致检测性能急剧下降的问题,提出了协方差结构辅助的全增量线性化模型自适应目标检测方法。该方法采取联合处理思想,将目标不准确信息通过阵列导向矢量建模为全增... 展开更多; 关键词阵列雷达自适应目标检测协方差结构目标信息全增量线性化模型; 在线阅读下载PDF 职称材料

基于可疑像素相互修正的半监督医学图像分割: 3; 作者杨子瑶雷涛 +3 位作者杜晓刚王梦溪孙菲蔓公茂果《电子学报》北大核心 2025年第5期1607-1621,共15页; 现有的半监督学习方法通常对图像中的所有像素进行同等处理,忽视了图像内不同区域的复杂度差异.这导致模型对于预测难度较高的挑战性区域学习不足,从而降低了其对这些区域的处理能力.此外,由于伪标签是基于当前模型对未标注数据的预测... 展开更多; 关键词半监督学习医学图像分割一致性正则化伪标签不确定性像素级修正; 在线阅读下载PDF 职称材料

动态任务构建的多任务算法求解MOVRPTW问题: 4; 作者王宇东武燕《西安电子科技大学学报》北大核心 2025年第3期242-256,共15页; 带时间窗的多目标车辆路径问题(MOVRPTW)是一个重要且具有挑战性的物流问题。进化多任务算法(EMT)是一种通过任务间知识迁移提升算法寻优能力的新颖方法。文中提出一种动态构造辅助任务的方法,旨在增强任务间的知识迁移效果,从而提高原... 展开更多; 关键词动态辅助任务进化多任务算法知识迁移 MOVRPTW问题; 在线阅读下载PDF 职称材料

基于边缘引导和动态可变形Transformer的遥感图像变化检测被引量：1: 5; 作者雷涛翟钰杰 +2 位作者许叶彤王营博公茂果《电子学报》 EI CAS CSCD 北大核心 2024年第1期107-117,共11页; 卷积神经网络(Convolutional Neural Network,CNN)和Transformer的混合架构能够有效建模图像的局部与全局特征,已成为遥感图像变化检测任务的主流网络.然而这类网络仍面临着一些挑战. CNN分支中的卷积和池化运算通常会抑制遥感图像中的... 展开更多; 关键词遥感图像变化检测高频信息边缘信息动态可变形Transformer; 在线阅读下载PDF 职称材料

无人机集群任务分配的多目标算法研究被引量：4: 6; 作者高卫峰王琼 +2 位作者李宏谢晋公茂果《西安电子科技大学学报》 EI CAS CSCD 北大核心 2024年第2期1-12,共12页; 针对目标识别场景下的无人机集群协同任务分配问题,建立了以识别代价和识别收益为目标的优化模型,设计了基于分解的多目标差分进化算法求解该模型。首先,提出了精英初始化方法,在保证所得非支配解分布均匀的基础上,筛选初始解以提高解... 展开更多; 关键词任务分配无人机多目标算法进化算法禁忌搜索; 在线阅读下载PDF 职称材料

一种新的基于预测的动态多目标进化算法被引量：1: 7; 作者万梦依武燕《西安电子科技大学学报》 EI CAS CSCD 北大核心 2024年第3期124-135,共12页; 动态多目标优化问题(DMOPs)是指目标函数随时间变化的一类问题,算法求解的目标是持续跟踪移动的Pareto最优解集或Pareto最优前沿。基于预测的方法受到格外的关注,然而这些方法多使用历史环境信息进行预测,考虑到使用历史信息预测会存在... 展开更多; 关键词进化算法动态多目标优化预测策略新环境信息; 在线阅读下载PDF 职称材料

题名面向演化计算的群智协同研究综述: 1; 作者公茂果罗天实李豪何亚静; 机构西安电子科技大学协同智能系统教育部重点实验室; 出处《电子与信息学报》 EI CAS CSCD 北大核心 2024年第5期1716-1741,共26页; 基金国家自然科学基金(62036006)。; 文摘演化计算为代表的群体智能的迅速发展引发了人工智能领域新一轮技术变革。为满足多样化复杂系统应用需求,人工智能越来越趋向于跨级别的智能化、协同化研究。该文提出面向演化计算的群智协同的概念,根据群智协同层级将人工智能跨级别的智能化、协同化研究分为微观协同、中观协同与宏观协同,以群智协同视角对近年来上述分支领域相关研究做出了总结。首先,通过分析决策变量级协同、全局与局部级协同对微观协同进行了阐述。其次,从目标级协同和任务级协同两个维度对中观协同进行了总结。再次,以智能协同系统中存在的空天地海协同、车路云协同和端边云协同对宏观协同展开分析。最后,该文指出了面向演化计算的群智协同领域的研究挑战,并对相关领域发展方向进行了展望。; 关键词协同优化群体智能演化计算; Keywords Collaborative optimization Swarm intelligence Evolutionary computation; 分类号 TN91 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名协方差结构辅助的全增量线性化模型自适应目标检测方法: 2; 作者田晗崔珂瑄高永婵; 机构中国电子科技集团公司第二十七研究所西安电子科技大学协同智能系统教育部重点实验室; 出处《电波科学学报》北大核心 2025年第2期360-370,共11页; 基金国家自然科学基金(62371379)。; 文摘针对多通道阵列雷达探测目标时有限训练样本与目标信息不准确等敏感因素导致检测性能急剧下降的问题,提出了协方差结构辅助的全增量线性化模型自适应目标检测方法。该方法采取联合处理思想,将目标不准确信息通过阵列导向矢量建模为全增量线性化模型,然后利用酉矩阵变换设计协方差结构辅助的检测,并将该检测问题转化为分数优化问题,再通过白化处理并优化求解推导出最终检测统计量。数值仿真结果表明,通过辅助利用协方差结构信息优化全增量线性化模型,有效改善了目标在复杂敏感环境下的检测性能,相比传统检测方法,在特定参数条件下自适应样本量减少时检测性能仍然保持最优。; 关键词阵列雷达自适应目标检测协方差结构目标信息全增量线性化模型; Keywords array radar adaptive target detection covariance structure target information fully incremental linearized models; 分类号 TN957.51 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名基于可疑像素相互修正的半监督医学图像分割: 3; 作者杨子瑶雷涛杜晓刚王梦溪孙菲蔓公茂果; 机构陕西科技大学电子信息与人工智能学院陕西省人工智能联合实验室(陕西科技大学) 西南交通大学数学学院西安电子科技大学协同智能系统教育部重点实验室; 出处《电子学报》北大核心 2025年第5期1607-1621,共15页; 基金国家自然科学基金(No.62271296,No.62201334) 陕西省教育厅科学研究计划项目(No.23JP022,No.23JP014)。; 文摘现有的半监督学习方法通常对图像中的所有像素进行同等处理,忽视了图像内不同区域的复杂度差异.这导致模型对于预测难度较高的挑战性区域学习不足,从而降低了其对这些区域的处理能力.此外,由于伪标签是基于当前模型对未标注数据的预测结果生成的,而模型在挑战性区域表现较差,因此不准确的预测增加了伪标签中引入噪声的风险,进而降低了伪标签的可信度.针对上述问题,提出了一种基于可疑像素相互修正的半监督学习框架(Suspicious Pixel Mutual Correction,SPMC).该框架由两个编码器结构相同,但解码器上采样方式不同的网络构成.首先,设计了一个用于处理标注数据的共困像素筛查(Common Difficulty Pixel Screening,CDPS)模块.通过利用每个网络预测结果中的可疑像素,精准筛查出两个网络都预测困难的共困像素,并使用准确的监督信号对其进行修正,从而提高模型对挑战性区域预测的准确性.其次,设计了一个用于处理未标注数据的软伪标签辅助教学(Soft Pseudo-Label Assisted Teaching,SPLAT)模块.通过利用一个网络生成的软伪标签中的可信像素,选择性地对另一个网络预测结果中的可疑像素进行伪监督.两个网络通过高质量交互来更新参数,从而减少模型的认知偏差并提升伪标签质量.实验结果表明,提出的方法在三种公开医学数据集左心房(Left Atrium,LA)、脑部肿瘤分割(Brain Tumor Segmentation,BraTS)和自动心脏挑战(Automatic Cardiac Diagnosis Challenge,ACDC)上的性能均优于当前主流的半监督学习方法.; 关键词半监督学习医学图像分割一致性正则化伪标签不确定性像素级修正; Keywords semi-supervised learning medical image segmentation consistency regularization pseudo-labels uncer⁃tainty pixel-level correction; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名动态任务构建的多任务算法求解MOVRPTW问题: 4; 作者王宇东武燕; 机构西安电子科技大学数学与统计学院西安电子科技大学协同智能系统教育部重点实验室; 出处《西安电子科技大学学报》北大核心 2025年第3期242-256,共15页; 基金国家自然科学基金(62372354,62276202,62106186) 陕西省自然科学基础研究计划项目(2022JQ-670)。; 文摘带时间窗的多目标车辆路径问题(MOVRPTW)是一个重要且具有挑战性的物流问题。进化多任务算法(EMT)是一种通过任务间知识迁移提升算法寻优能力的新颖方法。文中提出一种动态构造辅助任务的方法,旨在增强任务间的知识迁移效果,从而提高原始任务的寻优能力。文中采用动态更换辅助任务的思想改进多任务优化算法求解MOVRPTW问题,期望算法在任务间能持续提供有效的知识迁移。在算法的迭代过程中,当辅助任务不能提供有效迁移时,依据当前原始任务的非劣解的分布信息动态更换辅助任务以探索未搜索的方向,为提供更有效的知识迁移提供可能性。同时设计了从辅助任务到原始任务及原始任务到辅助任务的两种知识迁移方法来提高算法的的寻优能力。通过在大量标准测试算例上的仿真验证表明所提算法能够持续提供有效的知识迁移,显著提高EMT算法的寻优能力,为解决MOVRPTW问题提供了新的有效途径。; 关键词动态辅助任务进化多任务算法知识迁移 MOVRPTW问题; Keywords dynamic auxiliary task evolutionary multi-task algorithm knowledge transfer MOVRPTW problem; 分类号 U492.22 [交通运输工程—交通运输规划与管理]; 在线阅读下载PDF 职称材料

题名基于边缘引导和动态可变形Transformer的遥感图像变化检测被引量：1: 5; 作者雷涛翟钰杰许叶彤王营博公茂果; 机构陕西省人工智能联合实验室(陕西科技大学) 陕西科技大学电子信息与人工智能学院西安电子科技大学协同智能系统教育部重点实验室; 出处《电子学报》 EI CAS CSCD 北大核心 2024年第1期107-117,共11页; 基金国家自然科学基金(No.62271296,No.62201334) 陕西省杰出青年科学基金(No.2021JC-47) +2 种基金陕西省创新能力支撑计划(No.2020SS-03)。; 文摘卷积神经网络(Convolutional Neural Network,CNN)和Transformer的混合架构能够有效建模图像的局部与全局特征,已成为遥感图像变化检测任务的主流网络.然而这类网络仍面临着一些挑战. CNN分支中的卷积和池化运算通常会抑制遥感图像中的高频信息,降低目标边界的精度;此外,Transformer分支对图像像素进行等同长程依赖关系建模,忽略了变化目标的形状及语义关联信息,导致网络对变化目标特征的表达不足.为解决上述问题,提出了基于边缘引导和动态可变形Transformer的遥感图像变化检测网络.在CNN分支中设计了边缘信息引导模块,利用高频信息增强目标区域的边缘信息,从而改善变化目标的轮廓精度.同时设计了一种新颖的动态可变形Transformer,能够自适应地匹配形状不同的变化目标,选择与变化相关的特征建模长程依赖关系,以提高网络的特征表达能力.实验结果表明,提出的方法在三个公开数据集LEVIR-CD、CDD和DSIFN-CD上显著提高了检测精度,在变化目标的边界精度和内部完整性方面都明显优于当前的主流网络.; 关键词遥感图像变化检测高频信息边缘信息动态可变形Transformer; Keywords remote sensing images change detection high-frequency information edge information dynamically deformable Transformer; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名无人机集群任务分配的多目标算法研究被引量：4: 6; 作者高卫峰王琼李宏谢晋公茂果; 机构西安电子科技大学数学与统计学院西安电子科技大学协同智能系统教育部重点实验室; 出处《西安电子科技大学学报》 EI CAS CSCD 北大核心 2024年第2期1-12,共12页; 基金国家自然科学基金(62276202,62106186)。; 文摘针对目标识别场景下的无人机集群协同任务分配问题,建立了以识别代价和识别收益为目标的优化模型,设计了基于分解的多目标差分进化算法求解该模型。首先,提出了精英初始化方法,在保证所得非支配解分布均匀的基础上,筛选初始解以提高解集的质量;其次,结合模型特性构造整数编码下的多目标差分进化算子,提高算法的收敛速度;最后,设计了带限制的禁忌搜索策略,使得算法具有跳出局部最优的能力。该算法为问题的求解提供一组非支配解集,使得可以根据实际需求选择更加合理的最优解。通过上述方法获得分配方案后,基于拍卖算法设计任务重分配策略,进一步调整分配方案,以应对无人机损毁的突发情况。仿真实验验证了所提算法在求解小、中、大规模任务分配问题上的有效性。相比于其他算法,文中算法所得非支配集具有更高的质量,可以消耗更少的识别代价来获取更高的识别收益,说明算法具有一定的优越性。; 关键词任务分配无人机多目标算法进化算法禁忌搜索; Keywords task allocation unmanned aerial vehicles multi-objective optimization evolutionary algorithms tabu search; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名一种新的基于预测的动态多目标进化算法被引量：1: 7; 作者万梦依武燕; 机构西安电子科技大学数学与统计学院西安电子科技大学协同智能系统教育部重点实验室; 出处《西安电子科技大学学报》 EI CAS CSCD 北大核心 2024年第3期124-135,共12页; 基金国家自然科学基金(62276202,62106186) 陕西省自然科学基础研究计划项目(2022JQ-670) 中央高校基本研究基金(QTZX22047)。; 文摘动态多目标优化问题(DMOPs)是指目标函数随时间变化的一类问题,算法求解的目标是持续跟踪移动的Pareto最优解集或Pareto最优前沿。基于预测的方法受到格外的关注,然而这些方法多使用历史环境信息进行预测,考虑到使用历史信息预测会存在预测不准确的问题,加强新环境信息的挖掘和利用,提出了一种新的基于预测的动态多目标进化算法,该算法主要包括两个核心部分,分别记为响应机制和加速机制。响应机制在环境变化后重新初始化群体,一部分的个体由预测策略产生,以生成靠近下一环境Pareto最优解集的个体来提高算法的寻优能力,剩余部分个体采用局部搜索策略生成以增加种群多样性。加速机制用于静态优化过程以提高算法收敛速度。最后,将动态多目标进化算法与其他3种先进的动态多目标优化算法在具有不同动态特征的一系列测试函数上进行实验对比,结果表明,动态多目标进化算法相比其他3个算法在求解动态多目标优化问题中更具有优势。; 关键词进化算法动态多目标优化预测策略新环境信息; Keywords evolutionary algorithm dynamic multi-objective optimization prediction strategy new environment information; 分类号 O29 [理学—应用数学]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	面向演化计算的群智协同研究综述	公茂果罗天实李豪何亚静	《电子与信息学报》 EI CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
2	协方差结构辅助的全增量线性化模型自适应目标检测方法	田晗崔珂瑄高永婵	《电波科学学报》北大核心	2025	0	在线阅读下载PDF 职称材料
3	基于可疑像素相互修正的半监督医学图像分割	杨子瑶雷涛杜晓刚王梦溪孙菲蔓公茂果	《电子学报》北大核心	2025	0	在线阅读下载PDF 职称材料
4	动态任务构建的多任务算法求解MOVRPTW问题	王宇东武燕	《西安电子科技大学学报》北大核心	2025	0	在线阅读下载PDF 职称材料
5	基于边缘引导和动态可变形Transformer的遥感图像变化检测	雷涛翟钰杰许叶彤王营博公茂果	《电子学报》 EI CAS CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
6	无人机集群任务分配的多目标算法研究	高卫峰王琼李宏谢晋公茂果	《西安电子科技大学学报》 EI CAS CSCD 北大核心	2024	4	在线阅读下载PDF 职称材料
7	一种新的基于预测的动态多目标进化算法	万梦依武燕	《西安电子科技大学学报》 EI CAS CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料