计算机
为了提高无人机(UnmannedAerialVehicle,UAV)系统的智能避障性能,提出了一种基于双延迟深度确定性策略梯度(TwinDelayedDeepDeterministicPolicyGradient,TD3)的改进算法(ImprovedTwinDelayedDeepDeterministicPolicyGradient,I-TD3)。该算法通过设置两个经验缓存池分离成功飞行经验和失败飞行经验,并根据两个经验缓存池的不同使用目的分别结合优先经验回放(PrioritizedExperienceReplay)方法和经验回放(Experi-enceReplay)方法,提高有效经验的采样效率,缓解因无效经验过高导致的训练效率低问题。改进奖励函数,解决因奖励设置不合理导致的训练效果差问题。在AirSim平台上实现仿真实验,结果表明在四旋翼无人机的避障问题上,I-TD3算法的避障效果优于TD3算法和深度确定性策略梯度(DeepDeterministicPolicyGradient,DDPG)算法。
无摘要
有限的载荷使得无人机难以承载过多的仪器设备,其极大地限制了无人机上资源的交互、共享以及无人机遂行任务多样性的能力.多无人机智能协同成为AI领域发展的主流方向,但已有的多无人机系统存在通信距离受限、数据资源分离等问题,且因网络连接的不稳定性及数据传输的延迟性,多无人机间难以实现有效的协同控制.本文提出了一种面向多无人机协同飞行控制的云系统架构UAV3CA.UAV3CA在云端为多无人机构建了一个“远程大脑”,通过PaaS抽象封装无人机及其上资源,可实现多无人机间信息数据的实时共享,并基于云端强大的
为提高移动众包系统的有效性和可靠性,设计了一套完整的在线激励机制优化算法,针对用户到达和参与任务的异步行为,提出一种改进的多阶段反向拍卖算法,通过在线学习自适应确定密度阈值,动态选择最优用户集,并在每次交易后对用户的信誉进行更新,以指导下次任务分配。仿真结果表明,该优化算法满足计算有效性、利益双方正收益性和真实性,能在一定预算和时间约束下获得更好的性能。
为了解决模糊环境下的低碳闭环物流网络设计问题,综合考虑网络中的模糊性、碳排放和响应能力问题,对于设施是否联合以及设施选址和节点间的运输路线决策,采用具有不同重要性和优先级的模糊目标规划方法,以最小化物流成本、最少化碳排放量和最大化响应能力为目标,建立了闭环物流网络模糊混合线性规划模型。根据问题的特点,以MATLAB为平台,编写了一个基于路线编码的遗传算法代码,分别利用遗传算法和CPLEX对若干算例的求解结果进行对比分析,结果验证了所提遗传算法的可行性,并通过例子验证了模糊目标规划模型可以解决3个目标之间的冲突,表明了其决策的有效性和实用性。
模糊C-均值算法(fuzzyC-means,FCM)对图像噪声敏感,只考虑了图像数值信息而忽略了邻域空间信息,造成最终的图像分割结果不精确。为了克服FCM存在的问题,将图像局部信息与非局部信息融入到多测度模型中,扩充了原本聚类的单一测度。另外将先验概率引入隶属度矩阵中,使得每次迭代前,隶属度矩阵中像素点的邻域信息都被充分考虑,最后添加一个邻域隶属度惩罚项修正聚类结果。实验证明:该算法对噪声鲁棒性强,能够获得较为理想的图像分割效果。
传统说话人识别框架大多建立在高斯混合模型(GMM)上的,然而这种浅层学习模型不能有效地表征数据特征之间的高阶相关性,识别效果较差。本文提出一种基于深度神经网络(DeepNeuralNetwork,DNN)与基音周期(PitchPeri-od,PP)相结合的说话人识别方法,模型主线识别以对数梅尔滤波器组特征参数作为DNN的输入,通过训练DNN模型提取说话人的声纹特征;针对DNN模型阈值设定人的主观性影响,利用动态时间规整技术匹配说话人基音周期进行辅助识别。实验结果表明,这种双重识别方法等错误率可以达到1.6%,较DNN系统与EM-GMM系统等错误率分别降低了1.2%和2.4%,并且在噪声环境中仍具有较好的鲁棒性。
为改善齿轮箱的耦合优化性能,依据食物链中生物能层层传导的机制,拟将层级富集传导优化与变异的粒子群算法相融合,提出一种基于食物链传导响应粒子群算法。为弥补算法多样性保持和寻优能力的不足,对算法种群进行变异化处理,获取变异序列作为搜索初始解,调整搜索位置。在搜索机制中融合高斯差商变异算子、惯性权重变异算子对粒子进行自适应更新,对适应度较低的粒子施加惩罚变异,以保持算法的搜索能力和多样性。通过对风力机齿轮箱优化问题的研究,验证了该方法解决多变量耦合优化问题的有效性。
探讨一种基于改进的YOLOv3-DN计算机辅助诊断系统对脑部胶质瘤核磁共振成像术前检测和分级的价值。根据收集的低级别胶质瘤30例和多形性胶质母细胞瘤30例,对其进行数据增强,通过N4ITK偏场校正及归一化预处理后,将2400幅图像用于改进的YOLOv3-DN网络进行训练,后在测试数据集上检测,通过5折交叉验证及ROC评估性能。实验结果表明,YOLOv3-DN优于原始的YOLOv3和YOLO,能够以93.71%的整体准确度检测肿瘤位置,以94.49%的总准确率区分肿瘤级别,对胶质瘤术前分级具有一定的预测价值。
采用高性能工业相机结合“昆山一号”焊接机器人控制软件构建了视觉采集方法,对焊接机器人的定位精度进行了分析,通过建立视觉计算误差分析模型,确定了焊接机器人定位精度的影响因素以及合理的系统配置参数。结果表明:焊接机器人定位精度的误差主要来源于机器人的重复定位和运动,建议TCP标定误差控制在1mm范围内。定位误差伴随测试点与CCD距离以及测试点x值的改变而改变,确定了焊接机器人合理的工作范围为150-450mm。
交通拥堵与许多因素密切相关,具有强烈的随机性、偶然性,导致当前交通拥堵指数计算误差大,可靠性差等问题,为了提高交通拥堵指数计算精度,提出了基于支持向量机的交通拥堵指数智能计算方法。先分析当前交通拥堵指数智能计算的研究进展,找到引起交通拥堵指数计算效果的原因,然后采集一段时间的交通拥堵指数序列,引入支持向量机对交通拥堵指数序列进行建模与分析,找到交通拥堵指数变化规律,最后采用具体仿真实验与其它交通拥堵指数智能计算方法进行了对照实验。结果表明,这种方法降低了交通拥堵指数计算误差,为可以为交通管理者提供有价值的信息,有利于缓解交通拥堵问题,具有比较明显的优越性。
为了降低中小家具制造企业废弃家具的回收成本,考虑家具产品在运输途中的特征,构建了以总行驶距离最短和车辆数最少为目标函数的双目标数学模型,并设计了一个改进的两阶段禁忌搜索算法进行求解。算法的第一阶段求解所有客户的旅行商问题路径,以此作为第二阶段车辆路径问题中划分路径的基础。构建了一个将邻域算子和邻域交换点对作为禁忌对象的新的禁忌表,并对所使用的多邻域结构体进行了数据测试,结果表明点逆序算子和点交换算子组合的优化效果优于其他组合。经文献对比进一步表明了所设计算法的有效性。
随着不可逆电脉冲穿孔消融手术等疗法的发展,传统的心电信号同步设备从精确度、抗干扰能力以及安全性的角度无法满足要求。针对此问题,提出了适用于不可逆电消融手术的心电同步算法,包括一种区间可预测性条件和一种消融区间起点精确标定算法。在满足可预测条件的情况下对消融区间起点进行精确标定,实现在强干扰条件下的心电信号同步。经过实时心电信号和MIT-BIH心律失常数据库的验证,表明系统和算法具有较高的精度和可靠性,并可在嵌入式系统上实现。
为解决)攻击流量检测在攻击频率变化时出现的准确率降低的问题,提出一∗慢速拒绝服务()的HTTPSHDoSCNNSHDoS攻击流量检测方法。首先,该方法在多种攻击频率下对三种类型的种基于一维卷积神经网络(SHDoS攻击流量进行报文采样和数据流提取;之后,设计了一种数据流转换算法,将采集的攻击数据流转换为一维序列并进构建分类模型,该模型通过卷积核来提取序列片段,并从片段中学习攻击样本的局部模行去重;最后,使用一维)、长短期记忆式,从而使模型对多种攻击频率的数据流都具备检测能力。实验结果显示,与基于循环神经网络()网络构建的分类模型相比,该模型对未知攻击频率的样本同样具有较好的(LSTM检测能力,在验证集上的检测准确率和精确率分别达到了。结果表明所提方法能够满足对不同攻流量进行检测的需求。击频率的)网络及双向长短期记忆(96.76%94.13%LSTMRNNCNN和Bi-SHDoS
随着互联网远程技术的发展,实训室管理不再依靠本地化系统。采用云计算技术搭建虚拟桌面,结合B/S、C/S框架以及三层体系针对激光虚拟实训室开发了远程管理系统。该系统能够实现实训室设备、人员的管理,能够有效降低实训室人员及教师的工作强度。为实训室远程管理平台的开发提供了参考。
随着信息化建设的快速发展,数据产生了爆炸式的增长,医院每天也同样产生大量的医疗记录与数据。其中大部分内容是非结构化数据,具有真实性、主观性和不规范性,不利于解读和处理。由于医疗数据是以非结构化的文本形式存储的,因此无法直接通过计算机直接处理和分析,不仅效率低下,分析质量也无法保证。目前的信息抽取研究中使用的方法的可扩展性都较差,具有一些局限性,故自动化程度不高。文中通过自然语言处理中的规则描述语言方法,对数据中非结构化的医学命名实体进行识别,并通过语义分析进行标签提取,使非结构化的数据结构化,让数据中的描述更为准确、统一。优化了目前信息抽取方法中存在的可扩展性差的缺点,能够根据情况适应不同的情景。
针对大视差图像拼接后重叠区域出现重影、非重叠区域发生透视失真等问题,提出一种改进的大视差图像拼接算法。利用尽可能投影算法(APAP)建立低密度网格形变,根据待拼接图像成对匹配点的分布对重叠区域内的网格形变进行细分。通过随机采样一致性算法计算全局最优相似矩阵,校正非重叠区域发生的透视失真现象。将全局最优相似矩阵与网格单应矩阵加权叠加,实现目标图像形变。在此基础上,对目标图像重叠区域进行内容感知,保留重要度较低的区域并完成拼接,以避免重叠区域出现重影问题。实验结果表明,相对APAP、SPHP等算法,该算法的拼接效果更能还原真实场景,且拼接图像的均方根误差值较低。
针对模糊C-均值的现有评价指标没有涉及到数据集的真实几何分布结构和先验信息的问题,为了能准确找到与数据样本自然分布相匹配的簇,提出了一种改进的有效性评价指标VCSC。该指标结合簇内数据平方误差和、隶属度权值及根号权值定义紧凑性度量,结合簇中心距离最小值、隶属度及各簇中心到平均簇中心的距离和定义分离度,结合隶属度范围及样本分布情况定义结合度量。实验结果表明,所提出的指标能够有效地对聚类结果进行评估,能够准确得出数据中最佳的聚类数目。
针对某些大型复杂装备的振动信号采集需求,测控场景需对上百通道的振动信号实现同步测量;而单一采集仪器很难满足百道测试需求,因此,文章研制了一种可扩展的多通道振动信号采集与分析系统;该系统采用LXI总线架构,其主控计算机与设备和设备间均采用LAN进行数据通信;振动测量模块采用了大动态范围数据采集技术,且主控系统软件采用分布式数据管理模式;最终,主控计算机以仪器驱动函数方式通过通信协议合理调控采集模块参数,并通过综合数据分析得到振动信号的故障诊断结果;通过对某型高速列车的轴箱轴承进行振动信号采集与数据分析,得到某一轴承出现
院针对配电网故障定位人工智能算法的收敛速度慢尧准确度不高等问题遥该文提出了一种自适应学习因子的二进制粒子群配电网故障定位算法袁首先采用混沌策略初始化粒子群袁然后根据当前粒子与全局最优粒子之间的距离以及适应度的值设计出粒子成长因子计算方法袁成长因子能够反映出种群的进化状态袁最后根据成长因子和迭代次数对自适应学习因子的机制进行了设计袁并运用到了配电网的故障定位中遥通过对单点故障和多点故障的试验结果表明袁改进后的算法相比原始算法的收敛速度尧准确度和容错率都有所提高遥