2.793

2018影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码
显示方式:
目录
目录
2021, 47(8).  
[摘要](99) [PDF 7821KB](40)
综述
光学遥感图像目标检测算法综述
聂光涛, 黄华
2021, 47(8): 1749-1768.   doi: 10.16383/j.aas.c200596
[摘要](1067) [HTML全文](888) [PDF 1195KB](352)
摘要:

目标检测技术是光学遥感图像理解的基础问题, 具有重要的应用价值. 本文对遥感图像目标检测算法发展进行了梳理和分析. 首先阐述了遥感图像目标检测的特点和挑战; 之后系统总结了典型的检测方法, 包括早期的基于手工设计特征的算法和现阶段基于深度学习的方法, 对于深度学习方法首先介绍了典型的目标检测模型, 进而针对遥感图像本身的难点详细梳理了优化改进方案; 接着介绍了常用的检测数据集, 并对现有方法的性能进行比较; 最后对现阶段问题进行总结并对未来发展趋势进行展望.

基于生理信号的情感计算研究综述
权学良, 曾志刚, 蒋建华, 张亚倩, 吕宝粮, 伍冬睿
2021, 47(8): 1769-1784.   doi: 10.16383/j.aas.c200783
[摘要](598) [HTML全文](786) [PDF 1599KB](200)
摘要:

情感计算是现代人机交互中的一个重要研究方向, 旨在研究与开发能够识别、解释、处理和模拟人类情感的理论、方法与系统. 脑电、心电、皮肤电等生理信号是情感计算中重要的输入信号. 本文总结了近年来基于脑电等生理信号的情感计算研究所取得的进展. 首先介绍情感计算的相关基础理论, 不同生理信号与情感变化之间的联系, 以及基于生理信号的情感计算工作流程和相关公开数据集. 接下来介绍生理信号的特征工程和情感计算中的机器学习算法, 重点介绍适合处理个体差异的迁移学习、降低数据标注量的主动学习和融合特征工程与学习器的深度学习算法. 最后, 指出基于生理信号的情感计算研究中面临的一些挑战.

电动汽车电子差速控制技术研究综述
姚芳, 林祥辉, 吴正斌, 李贵强
2021, 47(8): 1785-1798.   doi: 10.16383/j.aas.c190293
[摘要](323) [HTML全文](228) [PDF 1423KB](132)
摘要:

首先, 阐述电动汽车(Electric vehicle, EV)驱动系统的布置结构以及差速控制的原理和优缺点, 并介绍用于电子差速控制(Electronic differential control, EDC)的Acekermann转向模型和3自由度整车动力学模型, 进而剖析非线性扰动和整车模型的设计理念; 其次, 重点综述电动汽车分布式驱动结构的电子差速控制策略、多机抗扰控制及优化算法的相关研究成果, 并从成果走向、局限性及可能的发展空间分析其发展态势; 最后, 从整车模型、控制策略、抗扰算法和效果验证等四个方面, 总结电动汽车电子差速控制技术的现状, 并展望未来发展可能.

人脸活体检测综述
蒋方玲, 刘鹏程, 周祥东
2021, 47(8): 1799-1821.   doi: 10.16383/j.aas.c180829
[摘要](165) [HTML全文](110) [PDF 4035KB](114)
摘要:
人脸活体检测是为了提高人脸识别系统安全性而需要重点研究的问题.本文首先从人脸活体检测的问题出发, 分个体、类内、类间三个层面对人脸活体检测存在的困难与挑战进行了阐述分析.接下来, 本文以算法使用的分类线索为主线, 分类别对人脸活体检测算法及其优缺点进行了梳理和总结.之后, 本文就常用人脸活体检测数据集的特点、数据量、数据多样性等方面进行了对比分析, 对算法评估常用的性能评价指标进行了阐述, 总结分析了代表性人脸活体检测方法在照片视频类数据集CASIA-MFSD、Replay-Attack、Oulu-NPU、SiW以及面具类数据集3DMAD、SMAD、HKBU-MARsV2上的实验性能.最后本文对人脸活体检测未来可能的发展方向进行了思考和探讨.
综合集成研讨厅体系起源、发展现状与趋势
王丹力, 郑楠, 刘成林
2021, 47(8): 1822-1839.   doi: 10.16383/j.aas.c210062
[摘要](163) [HTML全文](154) [PDF 2176KB](82)
摘要:

20世纪80年代前后, 国外学术界开始了复杂性与复杂系统的研究. 与此同时, 以钱学森为代表的一批中国学者也开展了与此相关的系统科学和开放的复杂巨系统的研究, 开创性地提出了综合集成法, 进一步发展为综合集成研讨厅体系, 并取得了一些成功应用. 但是由于当时人们对综合集成研讨厅体系的认识不足, 以及技术条件所限, 其应用受到了限制. 随着思维科学/认知科学、系统科学和信息技术、计算机技术、网络通信技术巨大进步, 特别是近年来大数据、云计算、人工智能的飞速发展, 出现了越来越多的复杂巨系统, 亟待有效方法来处理这类问题. 在此背景下, 综合集成研讨厅体系又获得广泛关注. 本文回顾了综合集成研讨厅体系产生和发展的重要历程, 分析了其典型案例, 介绍了国内外的相关研究进展, 最后提出了未来发展的几个方向. 本文力图为从事复杂巨系统研究和实践的相关人员提供理论方法指导和工程范例.

论文与报告
基于微分博弈的追逃问题最优策略设计
刘坤, 郑晓帅, 林业茗, 韩乐, 夏元清
2021, 47(8): 1840-1854.   doi: 10.16383/j.aas.c200979
[摘要](2057) [HTML全文](483) [PDF 1612KB](182)
摘要:

本文设计了基于线性二次型微分博弈的多个攻击者、多个防御者和单个目标的追逃问题最优策略. 首先, 针对攻防双方保持聚合状态的情形, 基于攻击方内部、防御方内部以及双方之间的通信拓扑, 分别给出了目标沿固定轨迹运动和目标采取逃跑时攻防双方的最优策略. 其次, 针对攻防双方保持分散状态的情形, 利用二分图最大匹配算法分配相应的防御者与攻击者, 将多攻击者、多防御者追逃问题转化为多组两人零和微分博弈, 并求解出了攻防双方的最优策略. 最后, 数值仿真验证了所提策略的有效性.

基于多粒度对抗训练的鲁棒跨语言对话系统
向露, 朱军楠, 周玉, 宗成庆
2021, 47(8): 1855-1866.   doi: 10.16383/j.aas.c200764
[摘要](308) [HTML全文](130) [PDF 1513KB](50)
摘要:

跨语言对话系统是当前国际研究的热点和难点. 在实际的应用系统搭建中, 通常需要翻译引擎作为不同语言之间对话的桥梁. 然而, 翻译引擎往往是基于不同训练样本构建的, 无论是所在领域, 还是擅长处理语言的特性, 均与对话系统的实际应用需求存在较大的差异, 从而导致整个对话系统的鲁棒性差、响应性能低. 因此, 如何增强跨语言对话系统的鲁棒性对于提升其实用性具有重要的意义. 提出了一种基于多粒度对抗训练的鲁棒跨语言对话系统构建方法. 该方法首先面向机器翻译构建多粒度噪声数据, 分别在词汇、短语和句子层面生成相应的对抗样本, 之后利用多粒度噪声数据和干净数据进行对抗训练, 从而更新对话系统的参数, 进而指导对话系统学习噪声无关的隐层向量表示, 最终达到提升跨语言对话系统性能的目的. 在公开对话数据集上对两种语言的实验表明, 所提出的方法能够显著提升跨语言对话系统的性能, 尤其提升跨语言对话系统的鲁棒性.

生成式不完整多视图数据聚类
赵博宇, 张长青, 陈蕾, 刘新旺, 李泽超, 胡清华
2021, 47(8): 1867-1875.   doi: 10.16383/j.aas.c200121
[摘要](478) [HTML全文](156) [PDF 1558KB](66)
摘要:

基于自表示子空间聚类的多视图聚类引起越来越多的关注. 大多数现有算法假设每个样本的所有视图都可获得, 然而在实际应用中, 由于各种因素, 可能会导致某些视图缺失. 为了对视图不完整数据进行聚类, 本文提出了一种在统一框架下同时执行缺失视图补全和多视图子空间聚类的方法. 具体地, 缺失视图是由已观测视图数据约束的隐表示生成的. 此外, 多秩张量应用于挖掘不同视图之间的高阶相关性. 这样通过隐表示和高阶张量同时挖掘了不同视图以及所有样本(即使是不完整视图样本)之间的相关性. 本文使用增广拉格朗日交替方向最小化(AL-ADM)方法求解优化问题. 在真实数据集上的实验结果表明, 我们的方法优于最新的多视图聚类算法, 具有更好的聚类准确度和鲁棒性.

绳长时变情况下轮胎式集装箱起重机非线性防摆控制算法
曹海昕, 郝运嵩, 林静正, 卢彪, 方勇纯
2021, 47(8): 1876-1884.   doi: 10.16383/j.aas.c200859
[摘要](247) [HTML全文](204) [PDF 1426KB](62)
摘要:

四绳轮胎式集装箱起重机由于自身的动力学特性较为复杂, 目前仍缺乏稳定高效的控制手段. 为解决港口起重机作业过程中台车定位精准度低、负载易受干扰摆幅大的问题, 文章设计了一种面向工业场景的非线性反馈控制器. 首先在未进行近似处理的前提下对起重机吊具摆动情况进行了建模分析. 在此基础上, 通过在控制器中引入摆幅反馈信息, 实现了绳长时变情况下台车的精确定位与负载摆幅的有效抑制, 为集装箱的运送路径增加了更多选择. 随后基于Lyapunov方法对控制器进行了稳定性分析. 所设计的控制方案在港口实际设备上进行了验证, 在定位精度与消摆性能上相较于人工操作取得了很大提升.

Hyperledger Fabric共识机制优化方案
孟吴同, 张大伟
2021, 47(8): 1885-1898.   doi: 10.16383/j.aas.c190516
[摘要](2723) [HTML全文](2038) [PDF 1279KB](154)
摘要:

针对Hyperledger Fabric使用固定背书节点处理交易所带来的安全风险和性能瓶颈问题, 提出了一种非交互、可验证的随机化背书节点优化方案. 基于“背书−排序−验证”的Hyperledger fabric共识模型, 引入背书节点候选集, 使用可验证随机函数随机抽取背书节点进行交易背书, 实现了背书节点的非交互式可验证随机选取和背书过程的并行处理. 分析和实验表明, 优化后的共识机制具有更高的安全性和更快的交易处理速度.

考虑车辆横向主动安全的智能驾驶员模型
隋振, 梁硕, 田彦涛
2021, 47(8): 1899-1911.   doi: 10.16383/j.aas.c190526
[摘要](236) [HTML全文](165) [PDF 2055KB](73)
摘要:

结合智能车面临的横向安全问题, 设计了一种具有横向安全性的智能驾驶员模型. 该系统由转向控制、速度控制和决策规划三个模块组成. 该系统的主要作用包括: 一是通过在转向控制中加入主要约束提高车辆在转向过程中的横向稳定性, 减小车辆发生侧滑、侧倾、侧偏等风险; 二是在换道场景下, 决策规划单元合理分析交通环境中的车间距并计算出驶入临近车道的速度和轨迹, 使智能车实现安全换道. CarSim/Simulink仿真结果表明, 该智能驾驶员系统提高了车辆行驶的横向安全性.

基于多模态特征子集选择性集成建模的磨机负荷参数预测方法
刘卓, 汤健, 柴天佑, 余文
2021, 47(8): 1921-1931.   doi: 10.16383/j.aas.c190735
[摘要](2445) [HTML全文](1462) [PDF 1625KB](113)
摘要:

如何融合球磨机系统研磨过程所产生的多模态机械信号构建磨机负荷参数预测(Mill load parameter forecasting, MLPF)模型是当前研究的热点. 针对上述问题, 本文提出一种基于多模态特征子集选择性集成(Selective ensemble, SEN)建模的MLPF方法. 首先, 对多模态机械信号进行时频域变换得到高维频谱数据; 接着, 采用相关系数法和互信息法对多模态频谱进行线性和非线性特征子集的自适应选择; 最后, 采用优化和加权算法对上述特征子集的候选子模型进行自适应地选择与合并, 得到基于SEN机制的MLPF模型. 采用磨矿过程实验球磨机的机械信号仿真验证了所提方法的有效性.

具有未建模动态的互联大系统事件触发自适应模糊控制
赵光同, 曹亮, 周琪, 李鸿一
2021, 47(8): 1932-1942.   doi: 10.16383/j.aas.c200846
[摘要](328) [HTML全文](133) [PDF 1292KB](106)
摘要:

针对一类具有未建模动态及执行器故障的非严格反馈非线性互联大系统, 提出一种基于事件触发机制的模糊分散自适应输出反馈控制算法. 首先, 通过设计模糊状态观测器估计系统中不可测的状态, 并引入李雅普诺夫函数约束未建模动态. 然后, 提出一种基于事件触发机制的自适应容错控制器补偿多个执行器故障产生的影响. 最后, 利用障碍李雅普诺夫函数实现对系统输出的约束, 并证明闭环系统中所有信号均是半全局一致最终有界的, 且设计的事件触发机制可以避免Zeno行为. 数值仿真结果验证所提出设计方案的可行性及有效性.

基于图像和特征联合约束的跨模态行人重识别
张玉康, 谭磊, 陈靓影
2021, 47(8): 1943-1950.   doi: 10.16383/j.aas.c200184
[摘要](404) [HTML全文](195) [PDF 1244KB](90)
摘要:

近年来, 基于可见光与近红外的行人重识别研究受到业界人士的广泛关注. 现有方法主要是利用二者之间的相互转换以减小模态间的差异. 但由于可见光图像和近红外图像之间的数据具有独立且分布不同的特点, 导致其相互转换的图像与真实图像之间存在数据差异. 因此, 本文提出了一个基于图像层和特征层联合约束的可见光与近红外相互转换的中间模态, 不仅实现了行人身份的一致性, 而且减少了模态间转换的差异性. 此外, 考虑到跨模态行人重识别数据集的稀缺性, 本文还构建了一个跨模态的行人重识别数据集, 并通过大量的实验证明了文章所提方法的有效性, 本文所提出的方法在经典公共数据集SYSU-MM01上比D2RL算法在 Rank-1和mAP上分别高出4.2 %和3.7 %, 该方法在本文构建的Parking-01数据集的近红外检索可见光模式下比ResNet-50算法在Rank-1和mAP上分别高出10.4 %和10.4 %.

二自由度无人直升机的非线性自抗扰姿态控制
王怡怡, 赵志良
2021, 47(8): 1951-1962.   doi: 10.16383/j.aas.c190521
[摘要](96) [HTML全文](146) [PDF 2883KB](70)
摘要:

无人机高性能姿态控制的难题之一是无人机系统模型通常无法精确建立且受到复杂外部干扰的作用. 针对这一难题, 本文提出了二自由度无人直升机姿态控制的非线性自抗扰控制设计方法. 该方法的主要思想是将系统内部的未建模动态和外部干扰等不确定性因素作为“总扰动”, 利用输入输出信息在线观测, 并在反馈控制环节对其进行补偿. 本文发展了非线性扩张状态观测器与非线性反馈控制律用以提高控制品质. 本文严格证明了控制闭环系统的稳定性和收敛性, 并通过数值仿真验证了理论结果的有效性. 数值结果显示当量测输出受噪音干扰时本文提出的方法优于线性自抗扰控制方法和滑模控制方法.

基于随机配置网络的井下供给风量建模
王前进, 杨春雨, 马小平, 张春富, 彭思敏
2021, 47(8): 1963-1975.   doi: 10.16383/j.aas.c190602
[摘要](193) [HTML全文](141) [PDF 1646KB](31)
摘要:

主通风机切换过程中, 取压风量测量作为监测井下供给风量的主要手段, 是矿井主扇通风系统安全、稳定与经济运行的重要保障. 然而, 由于取压孔极易出现堵塞现象, 需要频繁维护, 导致无法实时测量井下供给风量, 难以实现主通风机切换过程的闭环优化控制. 同时, 随着隐含层节点数的增加, 基于随机配置网络(Stochastic configuration network, SCN)的估计模型存在过拟合和泛化能力差的缺点. 为了解决上述问题, 结合正则化(Regularization, R)技术, 本文提出一种新型的改进SCN算法, 即RSC算法, 用于井下供给风量的建模. 基准回归分析和工业实验表明: 与SCN方法相比, 建立的RSC模型具有较高的模型精度和较好的泛化性能.

基于深度强化学习的双足机器人斜坡步态控制方法
吴晓光, 刘绍维, 杨磊, 邓文强, 贾哲恒
2021, 47(8): 1976-1987.   doi: 10.16383/j.aas.c190547
[摘要](2913) [HTML全文](1848) [PDF 2002KB](251)
摘要:

为提高准被动双足机器人斜坡步行稳定性, 本文提出了一种基于深度强化学习的准被动双足机器人步态控制方法. 通过分析准被动双足机器人的混合动力学模型与稳定行走过程, 建立了状态空间、动作空间、episode过程与奖励函数. 在利用基于DDPG改进的Ape-X DPG算法持续学习后, 准被动双足机器人能在较大斜坡范围内实现稳定行走. 仿真实验表明, Ape-X DPG无论是学习能力还是收敛速度均优于基于PER的DDPG. 同时, 相较于能量成型控制, 使用Ape-X DPG的准被动双足机器人步态收敛更迅速、步态收敛域更大, 证明Ape-X DPG可有效提高准被动双足机器人的步行稳定性.

基于双尺度约束模型的BN结构自适应学习算法
戴晶帼, 任佳, 董超, 杜文才
2021, 47(8): 1988-2001.   doi: 10.16383/j.aas.c180226
[摘要](32) [HTML全文](40) [PDF 3768KB](26)
摘要:
在无先验信息的情况下, 贝叶斯网络(Bayesian network, BN)结构搜索空间的规模随节点数目增加呈指数级增长, 造成BN结构学习难度急剧增加. 针对该问题, 提出基于双尺度约束模型的BN结构自适应学习算法. 该算法利用最大互信息和条件独立性测试构建大尺度约束模型, 完成BN结构搜索空间的初始化. 在此基础上设计改进遗传算法, 在结构迭代优化过程中引入小尺度约束模型, 实现结构搜索空间小尺度动态缩放. 同时, 在改进遗传算法中构建变异概率自适应调节函数, 以降低结构学习过程陷入局部最优解的概率. 仿真结果表明, 提出的基于双尺度约束模型的BN结构自适应学习算法能够在无先验信息的情况下保证BN结构学习的精度和迭代寻优的收敛速度.
基于旋翼无人机近地面空间应急物联网节点动态协同部署
王巍, 彭力, 赵继军, 朱天宇, 崔益豪, 田立勤
2021, 47(8): 2002-2015.   doi: 10.16383/j.aas.c180146
[摘要](63) [HTML全文](41) [PDF 6703KB](25)
摘要:
针对基于旋翼无人机的近地面空间应急物联网在缺少地面基站和能量受限的情况下, 可靠节能地远距离传输重点区域全信息的要求, 研究由无人机组成的移动Ad-Hoc网络的远距离通信问题, 提出近地面空间应急物联网空地节点动态协同部署方法. 首先, 对该类物联网进行系统建模; 其次, 根据所建模型中无人机编队大范围、队列化、微漂移地分散于监测区域的特点和编队的联合分布情况, 在提供可靠通信的同时, 将系统通信能耗和移动能耗的计算构建成二次约束二次规划问题; 再次, 根据Gerschgorin圆盘定理和根的存在性定理, 证明了此问题为凸优化问题, 进而可求解得到移动地面站的最佳路径点, 实现近地面空间应急物联网空地节点动态协同部署. 最后, 通过实验, 从通信耗能和运动耗能两方面验证了本文所提方法的有效性, 同时, 也分析了影响本文所述方法效能的因素.
含未知动态与扰动的非线性系统神经网络嵌入学习控制
马乐, 闫一鸣, 徐东甫, 李志伟, 孙灵芳
2021, 47(8): 2016-2028.   doi: 10.16383/j.aas.c200186
[摘要](89) [HTML全文](80) [PDF 5287KB](58)
摘要:

针对带有不确定性与扰动的非线性系统的性能优化问题, 提出一种基于神经网络嵌入的学习控制方法. 对一类常见的 Lyapunov 函数导数形式, 将神经网络控制器集成到某种对系统稳定的基准控制器中, 其意义在于将原控制器改进为满足Lyapunov稳定的神经网络参数可调控制器, 从而能够利用先进的神经网络学习技术实现控制器的在线优化. 建立了跟踪误差的等效目标函数, 避免了对系统输入–输出的辨识问题. 建立了一种未知非线性与扰动等效值自适应方法, 并依此方法设计基准控制器. 以RBF (Radial basis function) 反步自适应控制、基于卷积神经网络的滑模控制和深度强化学习控制为对比方法, 对带有死区、饱和、三角函数等数值与物理非线性模型进行仿真分析以测试方法有效性, 并针对上肢康复机器人控制问题进行虚拟实验以验证该方法的实用性. 仿真与实验结果表明, 该方法能在Lyapunov 稳定条件下有效优化基础控制器性能, 对比结果证实了该方法的实用性与先进性.

智能体Petri网融合的多机器人多任务协调框架
李勇, 李坤成, 孙柏青, 张秋豪, 王义娜, 杨俊友
2021, 47(8): 2029-2049.   doi: 10.16383/j.aas.c190400
[摘要](2220) [HTML全文](1816) [PDF 2051KB](109)
摘要:

为解决异构的服务机器人团队为多位老人服务时的协调问题以及在此过程中如何最大化老人的总体满意度, 提出了一种服务于多人的多机器人−多任务协调框架. 首先, 结合时延Petri网和颜色Petri网提出了可扩展时延−颜色Petri网(Scalable timed-colored Petri net, STdCPN)对养老院情境下服务机器人照顾老人的过程进行建模. 然后, 将老人的感受和情绪作为机器人照顾老人时的重要指标, 构建了服务对象满意度模型. 最后, 设计智能体来实现该协调框架的调度, 该智能体通过考虑老人“个人因素” 和机器人的实时状态、位置等信息来对任务进行合理的规划调度, 使机器人帮助老人完成任务的同时, 最大化老人总体满意度.

联邦控制: 面向信息安全和权益保护的分布式控制方法
朱静, 王飞跃, 王戈, 田永林, 袁勇, 王晓, 齐红威, 贾晓丰
2021, 47(8): 1912-1920.   doi: 10.16383/j.aas.c210182
[摘要](184) [HTML全文](131) [PDF 1765KB](98)
摘要:
本文提出一种基于联邦智能的分布式控制方法—联邦控制. 作为联邦生态的核心环节, 联邦控制从联邦智能的需求响应出发, 以联邦数据的信息安全和权益保护为目标, 以区块链、平行系统为技术支撑, 为大型复杂系统提供高效、安全、可靠的控制与管理.
短文
基于连续时间的二阶多智能体分布式资源分配算法
时侠圣, 杨涛, 林志赟, 王雪松
2021, 47(8): 2050-2060.   doi: 10.16383/j.aas.c200968
[摘要](494) [HTML全文](194) [PDF 1414KB](93)
摘要:

针对二阶多智能体系统中的分布式资源分配问题, 本文设计两种连续时间算法. 基于KKT (Karush−Kuhn−Tucker, 卡罗需−库恩−塔克)优化条件, 第一种控制算法利用节点局部不等式及其梯度信息来约束节点状态. 与上述梯度方法不同, 第二种控制算法包括一致性梯度下降法和固定时间收敛映射算子, 其中固定时间收敛映射算子确保算法的节点状态在固定时间收敛到局部约束集, 一致性梯度下降法目的是确保节点迭代到资源分配问题最优解. 两种控制算法都对状态无初始值约束, 且控制参数都是常数. 利用凸优化理论和固定时间李雅普诺夫方法, 分别分析了上述控制策略在有向平衡网络条件下的渐近和指数收敛性. 最后通过数值仿真验证了所设计算法在一维和高维资源分配问题的有效性.

本刊经同行评议拟录用的文章,目前在编校阶段,尚未确定卷期及页码,已有DOI。
显示方式:
主成分提取信息准则的加权规则
杜柏阳, 孔祥玉, 罗家宇
当前状态:  doi: 10.16383/j.aas.c190226
[摘要](0) [HTML全文](0) [PDF 2057KB](0)
摘要:
并行主成分提取算法在信号特征提取中具有十分重要的作用, 采用加权规则将主子空间(Principal subspace, PS)提取算法转变为并行主成分提取算法是很有效的方式, 但研究加权规则对状态矩阵影响的理论分析非常少. 对加权规则影响的分析不仅可以提供加权规则下的主成分提取算法动力学的详细认知, 而且对于其他子空间跟踪算法转变为并行主成分提取算法的可实现性给出判断条件. 本文通过比较Oja的主子空间跟踪算法和加权Oja并行主成分提取算法, 通过两种算法的差异分析了加权规则对算法提取矩阵方向的影响. 首先, 针对二维输入信号, 研究了提取两个主成分时加权规则的信息准则对状态矩阵方向的作用方式. 进而, 针对大于二维输入信号的情况, 给出加权规则影响多个主成分提取方式的讨论. 最后, MATLAB仿真验证了所提出理论的有效性.
基于ACP理论的微型扑翼飞行器的姿态控制
金龙, 李嘉昌, 常振强, 卢经纬, 程龙
当前状态:  doi: 10.16383/j.aas.c210646
[摘要](7) [HTML全文](3) [PDF 2222KB](2)
摘要:
微型扑翼飞行器(Flapping wing micro aerial vehicle, FWMAV)因飞行效率高、质量轻、耗能低、机动性强等显著优点, 在飞行器研究和应用中占据重要地位. 当下, FWMAV姿态控制成为飞行器控制研究领域的研究热点. 针对FWMAV姿态控制问题, 基于平行智能理论框架提出了一种FWMAV抗扰动姿态控制器. 通过建立人工系统(Artificial systems, A)、计算实验(Computational experiments, C)、平行执行(Parallel execution, P)三个过程, 得到一个能够有效解决FWMAV姿态控制过程中扰动问题的控制器, 并通过理论分析和数值仿真证明了该控制器的有效性.
基于强化学习的综合能源系统管理综述
熊珞琳, 毛帅, 唐漾, 孟科, 董朝阳, 钱锋
当前状态:  doi: 10.16383/j.aas.c210166
[摘要](220) [HTML全文](74) [PDF 1096KB](40)
摘要:
为了满足日益增长的能源需求并减少对环境的破坏, 节能成为全球经济和社会发展的一项长远战略方针, 加强能源管理能够提高能源利用效率、促进节能减排. 然而, 可再生能源和柔性负载的接入使得综合能源系统(Integrated energy system, IES)发展成为具有高度不确定性的复杂动态系统, 给现代化能源管理带来巨大的挑战. 强化学习(Reinforcement learning, RL)作为一种典型的交互试错型学习方法, 适用于求解具有不确定性的复杂动态系统优化问题, 因此在综合能源系统管理问题中得到广泛关注. 从模型和算法的层面系统地回顾了利用强化学习求解综合能源系统管理问题的现有研究成果, 并从多时间尺度特性、可解释性、迁移性和信息安全性4个方面提出展望.
面向智能血糖管理的餐前胰岛素剂量贝叶斯学习优化方法
史大威, 蔡德恒, 刘蔚, 王军政, 纪立农
当前状态:  doi: 10.16383/j.aas.c210067
[摘要](6) [HTML全文](4) [PDF 12928KB](1)
摘要:
餐前胰岛素剂量精准决策是改善糖尿病患者血糖管理的关键. 临床治疗中胰岛素剂量调整一般在较短时间内完成, 具有典型的小样本特征; 数据驱动建模在该情形下无法准确学习患者餐后血糖代谢规律, 难以确保胰岛素剂量的安全、有效决策. 针对这一问题, 本文设计了一种临床经验辅助的餐前胰岛素剂量自适应优化决策框架, 构建高斯过程血糖预测模型和模型有效性在线评估机制, 提出基于历史剂量和临床经验决策约束的贝叶斯优化方法, 实现小样本下餐后血糖轨迹的安全预测和餐前胰岛素注射剂量的优化决策. 该方法的安全性和有效性通过美国食品药品监督管理局(Food and drug administration, FDA)接受的UVA/Padova T1DM平台测试结果和1型糖尿病患者实际临床数据决策结果充分验证. 本文工作可为餐前胰岛素剂量智能决策及临床试验提供方法基础和技术支持, 也为我国糖尿病患者血糖管理水平的有效改善提供精准医学治疗手段.
噪声环境下基于蒲丰距离的依概率多峰优化算法
王霞, 王耀民, 施心陵, 高莲, 李鹏
当前状态:  doi: 10.16383/j.aas.c190474
[摘要](158) [HTML全文](62) [PDF 2744KB](4)
摘要:
针对噪声环境下求解多个极值点的问题, 本文提出了噪声环境下基于蒲丰距离的依概率多峰优化算法(Probabilistic multimodal optimization algorithm based on buffon distance, PMB). 算法依据蒲丰投针原理提出噪声下的蒲丰距离和极值分辨度概念, 理论推导证明了二者与算法峰值检测率符合依概率关系. 在全局范围内依据蒲丰距离划分搜索空间, 可以使PMB算法保持较好的搜索多样性. 在局部范围内利用改进的斐波那契法进行探索, 减少了算法陷入噪声引起的局部最优的概率. 基于34个测试函数, 从依概率特性验证、寻优结果影响因素分析、多极值点寻优和多维函数寻优四个角度进行实验. 证明了蒲丰距离与算法的峰值检测率符合所推导的依概率关系. 对比噪声环境下的改进蝙蝠算法和粒子群算法, PMB算法在噪声环境中可以依定概率更精确地定位多峰函数的更多极值点, 从而证明了PMB算法原理的正确性和噪声条件下全局寻优的依概率性能, 具有理论意义和实用价值.
一种随机配置网络的模型与数据混合并行学习方法
代伟, 李德鹏, 杨春雨, 马小平
当前状态:  doi: 10.16383/j.aas.c190411
[摘要](4011) [HTML全文](972) [PDF 1640KB](77)
摘要:
随机配置网络(Stochastic configuration networks, SCNs)在增量构建过程引入监督机制来分配隐含层参数以确保其无限逼近特性, 具有易于实现、收敛速度快、泛化性能好等优点. 然而, 随着数据量的不断扩大, SCNs的建模任务面临一定的挑战性. 为了提高神经网络算法在大数据建模中的综合性能, 本文提出了一种混合并行随机配置网络(Hybrid parallel stochastic configuration networks, HPSCNs)架构, 即: 模型与数据混合并行的增量学习方法. 所提方法由不同构建方式的左右两个SCNs模型组成, 以快速准确地确定最佳隐含层节点, 其中左侧采用点增量网络(PSCN), 右侧采用块增量网络(BSCN); 同时每个模型建立样本数据的动态分块方法, 从而加快候选“节点池”的建立、降低计算量. 所提方法首先通过大规模基准数据集进行了对比实验, 然后应用在一个实际工业案例上, 表明其有效性.
基于深度强化学习的组合优化研究进展
李凯文, 张涛, 王锐, 覃伟健, 贺惠晖, 黄鸿
当前状态:  doi: 10.16383/j.aas.c200551
[摘要](3280) [HTML全文](1282) [PDF 1484KB](410)
摘要:
组合优化问题广泛存在于国防、交通、工业、生活等各个领域, 几十年来, 传统运筹优化方法是解决组合优化问题的主要手段, 但随着实际应用中问题规模的不断扩大、求解实时性的要求越来越高, 传统运筹优化算法面临着很大的计算压力, 很难实现组合优化问题的在线求解. 近年来随着深度学习技术的迅猛发展, 深度强化学习在围棋、机器人等领域的瞩目成果显示了其强大的学习能力与序贯决策能力. 鉴于此, 近年来涌现出了多个利用深度强化学习方法解决组合优化问题的新方法, 具有求解速度快、模型泛化能力强的优势, 为组合优化问题的求解提供了一种全新的思路. 因此本文总结回顾近些年利用深度强化学习方法解决组合优化问题的相关理论方法与应用研究, 对其基本原理、相关方法、应用研究进行总结和综述, 并指出未来该方向亟待解决的若干问题.
一类p规范型非线性系统预设性能有限时间H 跟踪控制
李小华, 胡利耀
当前状态:  doi: 10.16383/j.aas.c190116
[摘要](32) [HTML全文](12) [PDF 1896KB](4)
摘要:
针对一类带有外部扰动的非严格反馈p规范型非线性系统, 在一种新的预设性能控制思想的基础上, 结合加幂积分技术、H 控制理论及神经自适应技术, 提出了一种自适应神经预设性能有限时间H 跟踪控制器的设计方法. 所设计的控制器能够保证系统的跟踪误差被有限时间性能函数约束, 并在任意给定的停息时间内收敛到平衡点的一个预先给定的邻域内. 且能够抑制外部扰动对系统的影响. 特别地, 该停息时间与系统初始状态无关. 两个仿真例子验证了所设计控制器的有效性和优越性.
基于多相关HMT模型的DT CWT域数字水印算法
王向阳, 牛盼盼, 杨红颖, 李丽
当前状态:  doi: 10.16383/j.aas.c190075
[摘要](18) [HTML全文](10) [PDF 1441KB](4)
摘要:
本文以双树复数小波变换(Dual-tree complex wavelet transform, DT CWT)及隐马尔科夫树(Hidden Markov tree, HMT)理论为基础, 提出了一种基于Weibull向量HMT模型的DT CWT域数字音频盲水印算法. 原始数字音频首先进行DT CWT, 然后利用局部信息熵刻画音频内容特征并据此确定出重要DT CWT系数段, 进而将水印信息乘性嵌入到重要DT CWT高频系数幅值内. 水印检测时, 首先根据DT CWT系数幅值的边缘分布及系数间的多种相关性(包括子带内、尺度间、分解树间等相关性), 构造出Weibull混合向量HMT统计模型, 并估计出其统计模型参数; 然后, 利用局部最大势能(Locally most powerful, LMP)检验理论构造出局部最优检测器(Locally optimum decoder, LOD)以盲提取水印信息. 仿真实验结果表明, 本文算法可以较好地获得不可感知性、鲁棒性、水印容量之间的良好平衡, 其总体性能优于现有同类音频水印算法.
基于深度学习LDAMP网络的量子状态估计
林文瑞, 丛爽
当前状态:  doi: 10.16383/j.aas.c210156
[摘要](144) [HTML全文](38) [PDF 4090KB](24)
摘要:
本文设计出一种基于学习去噪的近似消息传递(Learned denoising-based approximate message passing, LDAMP)的深度学习网络, 将其应用于量子状态的估计. 该网络将去噪卷积神经网络(Denoising convolutional neural network, DnCNN)与基于去噪的近似消息传递(Denoising-based approximate message passing, DAMP)算法相结合, 利用量子系统输出的测量值作为网络输入, 通过设计出的带有DnCNN的LDAMP网络重构出原始密度矩阵, 从大量的训练样本中提取各种不同类型密度矩阵的结构特征, 来实现对量子本征态、叠加态以及混合态的估计. 在对4个量子位的量子态估计的具体实例中, 我们分别在无和有测量噪声干扰情况下, 对基于LDAMP网络的量子态估计进行了仿真实验性能研究, 并与基于压缩感知的交替方向乘子法(Alternating direction multiplier method, ADMM)和三维块匹配近似消息传递(Block matching 3D AMP, BM3D-AMP)等算法进行估计性能对比研究. 数值仿真实验结果表明, 所设计的LDAMP网络可以在较少的测量的采样率下同时完成对四种量子态的更高精度估计.
强边缘提取网络用于非均匀运动模糊图像盲复原
黄彦宁, 李伟红, 崔金凯, 龚卫国
当前状态:  doi: 10.16383/j.aas.c190654
[摘要](19) [HTML全文](4) [PDF 2700KB](2)
摘要:
基于深度学习的非均匀运动图像去模糊方法已经获得了较好的效果. 然而, 现有的方法通常存在对边缘恢复不清晰的问题. 因此, 本文提出一种强边缘提取网络(Strong-edge extraction network, SEEN), 用于提取非均匀运动模糊图像的强边缘以提高图像边缘复原质量. 设计的强边缘提取网络由两个子网络SEEN-1和SEEN-2组成, SEEN-1实现双边滤波器的功能, 用于提取滤除了细节信息后的图像边缘. SEEN-2实现L0平滑滤波器的功能, 用于提取模糊图像的强边缘. 本文还将对应网络层提取的强边缘特征图与模糊特征图叠加, 进一步利用强边缘特征. 最后, 本文在GoPro数据集上进行了验证实验, 结果表明: 本文提出的网络可以较好地提取非均匀运动模糊图像的强边缘, 复原图像在客观和主观上都可以达到较好的效果.
图像异常检测研究现状综述
吕承侃, 沈飞, 张正涛, 张峰
当前状态:  doi: 10.16383/j.aas.c200956
[摘要](117) [HTML全文](40) [PDF 3318KB](23)
摘要:
图像异常检测是计算机视觉领域的一个热门研究课题, 其目标是在不使用真实异常样本的情况下, 利用现有的正常样本构建模型以检测可能出现的各种异常图像, 在工业外观缺陷检测, 医学图像分析, 高光谱图像处理等领域有较高的研究意义和应用价值. 本文首先介绍了异常的定义以及常见的异常类型. 然后, 本文根据在模型构建过程中有无神经网络的参与, 将图像异常检测方法分为基于传统方法和基于深度学习两大类型, 并分别对相应的检测方法的设计思路、优点和局限性进行了综述与分析. 其次, 梳理了图像异常检测任务中面临的主要挑战. 最后, 对该领域未来可能的研究方向进行了展望.
基于光流与多尺度上下文的图像序列运动遮挡检测
冯诚, 张聪炫, 陈震, 李兵, 黎明
当前状态:  doi: 10.16383/j.aas.c210324
[摘要](31) [HTML全文](7) [PDF 1781KB](8)
摘要:
针对非刚性运动和大位移场景下运动遮挡检测的准确性与鲁棒性问题, 本文提出一种基于光流与多尺度上下文的图像序列运动遮挡检测方法. 首先, 设计基于扩张卷积的多尺度上下文信息聚合网络, 通过图像序列多尺度上下文信息获取更大范围的图像特征; 然后, 采用特征金字塔构建基于多尺度上下文与光流的端到端运动遮挡检测网络模型, 利用光流优化非刚性运动和大位移区域的运动遮挡信息; 最后, 构造基于运动边缘的网络模型训练损失函数, 获取准确的运动遮挡边界. 分别采用MPI-Sintel和KITTI测试数据集对本文方法与现有的代表性遮挡检测模型进行实验对比与分析. 实验结果表明, 本文方法能够有效提高运动遮挡检测的准确性, 尤其在非刚性运动和大位移等困难场景下具有更好的遮挡检测鲁棒性.
通信延时环境下基于观测器的智能网联车辆队列分层协同纵向控制
朱永薪, 李永福, 朱浩, 于树友
当前状态:  doi: 10.16383/j.aas.c210311
[摘要](97) [HTML全文](20) [PDF 13919KB](24)
摘要:
考虑通信延时影响的车辆队列控制问题, 本文提出了一种基于观测器的分布式车辆队列纵向控制器. 首先, 基于分层控制策略分别设计上下层控制器, 通过上层控制器优化期望加速度, 下层控制器克服车辆模型非线性实现期望加速度和实际加速度的一致, 上层控制器设计过程中, 基于三阶线性化车辆模型, 考虑观测器、车辆动态耦合特性和通信延时, 提出一种通信延时环境下基于观测器的车辆队列控制器, 利用观测器估计领导车辆加速度信息从而减轻通信负担. 然后利用Lyapunov-Krasovskii方法分析了车辆队列的稳定性, 并得出了通信延时上界, 同时利用传递函数方法分析了串稳定性. 最后通过数值仿真验证上层控制器的有效性和稳定性, 在此基础上, 利用PreScan软件中高保真车辆动态模型, 验证了所提分层控制策略的有效性.
带时间相关乘性噪声多传感器系统的分布式融合估计
马静, 杨晓梅, 孙书利
当前状态:  doi: 10.16383/j.aas.c210147
[摘要](93) [HTML全文](41) [PDF 1372KB](8)
摘要:
本文研究了带时间相关乘性噪声多传感器系统的分布式融合估计问题. 其中时间相关的乘性噪声满足一阶Gauss-Markov过程. 通过引入虚拟状态和虚拟过程噪声, 构建了虚拟状态的递推方程. 基于新息分析方法, 分别对系统状态和虚拟状态设计了局部一步预报器. 然后基于一步预报器设计了状态的局部线性滤波器、多步预报器和平滑器. 推导了任意两个局部状态估计误差之间的互协方差矩阵. 进而, 基于线性最小方差意义下的矩阵加权、对角矩阵加权和标量加权融合算法, 给出了相应的分布式融合状态估值器. 最后, 分析了算法的稳定性. 仿真研究验证了所提算法的有效性.
基于多维度特征融合的云工作流任务执行时间预测方法
李慧芳, 黄姜杭, 徐光浩, 夏元清
当前状态:
[摘要](74) [HTML全文](35) [PDF 1104KB](15)
摘要:
任务执行时间估计是云数据中心环境下工作流调度的前提. 本文针对现有工作流任务执行时间预测方法缺乏类别型和数值型数据特征的有效提取问题, 提出了基于多维度特征融合的预测方法. 首先, 通过构建具有注意力机制的堆叠残差循环网络, 将类别型数据从高维稀疏的特征空间映射到低维稠密的特征空间, 以增强类别型数据的解析能力, 有效提取类别型特征. 其次, 采用极限梯度提升算法对数值型数据进行离散化编码, 通过对稠密空间的输入向量进行稀疏化处理, 提高了数值型特征的非线性表达能力. 在此基础上, 设计多维异质特征融合策略, 将所提取的类别型、数值型特征与样本的原始输入特征进行融合, 建立基于多维融合特征的预测模型, 实现了云工作流任务执行时间的精准预测. 为了验证本文方法的有效性和优越性, 我们在真实云数据中心集群数据集上进行了仿真实验. 结果表明相对于已有的基准算法, 本文方法具有较好的预测精度, 可用于大数据驱动的云工作流任务执行时间预测.
面向网络空间防御的对抗机器学习研究综述
余正飞, 闫巧, 周鋆
当前状态:  doi: 10.16383/j.aas.c210089
[摘要](472) [HTML全文](81) [PDF 1950KB](31)
摘要:
机器学习以强大的自适应性、自学习能力, 成为网络空间防御的研究热点和重要方向. 然而, 机器学习模型在网络空间环境下存在受到对抗攻击的潜在风险, 可能成为防御体系中最为薄弱的环节, 从而危害整个系统的安全. 为此, 科学分析安全问题场景, 从运行机理上探索算法可行性、安全性, 对运用机器学习模型构建网络空间防御系统大有裨益. 本文全面综述对抗机器学习这一跨学科研究领域在网络空间防御中取得的成果及以后的发展方向. 首先介绍了网络空间防御、对抗机器学习等背景知识. 其次, 针对机器学习在网络空间防御中可能遭受的攻击, 引入机器学习敌手模型概念, 目的是科学评估其在特定威胁场景下的安全属性. 而后, 针对网络空间防御的机器学习算法, 分别论述了在测试阶段发动规避攻击、在训练阶段发动投毒攻击、在机器学习全阶段发动隐私窃取的方法, 进而研究如何在网络空间对抗环境下, 强化机器学习模型的防御方法. 最后, 展望了网络空间防御中对抗机器学习研究的未来方向和有关挑战.
单幅图像超分辨率重建技术研究进展
张芳, 赵东旭, 肖志涛, 耿磊, 吴骏, 刘彦北
当前状态:  doi: 10.16383/j.aas.c20777
[摘要](129) [HTML全文](80) [PDF 1572KB](25)
摘要:
图像分辨率是衡量一幅图像质量的重要标准. 在军事、医学和安防等领域, 高分辨率图像是专业人士分析问题并做出准确判断的前提. 根据成像采集设备、退化因素等条件对低分辨率图像进行超分辨率重建成为一个既具有研究价值又极具挑战性的难点问题. 本文首先简述了图像超分辨率重建的概念、重建思想和方法分类; 然后重点分析用于单幅图像超分辨率重建的空域方法, 梳理基于插值和基于学习两大类重建方法中的代表性算法及其特点; 之后结合用于超分辨率重建技术的数据集, 重点分析比较了传统超分辨率重建方法和基于深度学习的典型超分辨率重建方法的性能, 分析表明, 基于深度学习的超分辨率重建方法较于传统超分辨率重建方法在准确率与鲁棒性方面性能更佳; 最后对图像超分辨率重建未来的发展趋势进行展望.
基于扩张状态观测器的四旋翼吊挂飞行系统非线性控制
范云生, 陈欣宇, 赵永生, 宋保健
当前状态:  doi: 10.16383/j.aas.c210001
[摘要](128) [HTML全文](55) [PDF 5772KB](26)
摘要:
针对一类四旋翼飞行器吊挂飞行系统的负载摆动抑制和轨迹跟踪精确控制的问题, 考虑系统存在未知外界扰动和模型动态不确定的情况, 提出了一种基于扩张状态观测器(Extended state observer, ESO)的吊挂负载摆动抑制的非线性轨迹跟踪控制方法. 本文将四旋翼吊挂飞行系统分解为姿态, 位置和负载摆动控制三个动态子系统, 分别设计非线性控制器实现欠驱动约束下的解耦控制; 设计了一种扩张状态观测器, 用以估计和补偿四旋翼与吊挂负载耦合飞行的未知外界扰动与模型动态不确定性, 并证明了闭环系统的稳定性, 跟踪误差及吊挂负载摆动所有信号的一致最终有界. 最后利用Quanser公司的QBall2飞行器进行三维空间螺旋轨迹的跟踪控制, 仿真结果验证了未知干扰下基于扩张状态观测器的四旋翼吊挂飞行非线性控制的有效性和优越性, 实现了四旋翼吊挂系统轨迹跟踪的精确控制和飞行过程中负载摆动的快速抑制.
混合动力电动汽车的跟车控制与能量管理
赵秀春, 郭戈
当前状态:  doi: 10.16383/j.aas.200136
[摘要](97) [HTML全文](69) [PDF 1086KB](16)
摘要:
混合动力电动汽车(Hybrid electric vehicles, HEVs)的能量管理问题至关重要, 而混合动力电动汽车的跟车控制不仅涉及跟车效果及安全性, 也影响着能量的高效利用. 本文将HEVs的跟车控制与能量管理相结合, 提出一种基于安全距离的HEVs车辆跟踪与能量管理控制方法. 首先考虑了由坡度、载荷变动建立了HEVs车辆跟车系统的非线性模型, 并基于安全距离, 提出一种基于道路观测器的动态面控制(Dynamic surface control, DSC)进行车辆跟踪控制. 然后, 结合跟踪控制下工况循环, 采用滚动动态规划算法(Dynamic programming, DP)进行混合动力电动汽车能量实时优化控制. 最后, 通过仿真研究进行验证.
面向无人艇的T-DQN智能避障算法研究
周治国, 余思雨, 于家宝, 段俊伟, 陈龙, 陈俊龙
当前状态:  doi: 10.16383/j.aas.c210080
[摘要](87) [HTML全文](34) [PDF 2020KB](30)
摘要:
无人艇作为一种具有广泛应用前景的无人系统, 其自主决策能力尤为关键. 由于水面运动环境较为开阔, 传统避障决策算法难以在量化规则下自主规划最优路线, 而一般强化学习方法在大范围复杂环境下难以快速收敛. 针对这些问题, 本文提出一种基于阈值的深度Q网络(Threshold deep Q network, T-DQN)避障算法, 在深度Q网络(Deep Q network, DQN)基础上增加长短期记忆(Long short term memory, LSTM)网络来保存训练信息, 并设定经验回放池阈值加速算法的收敛. 通过在不同尺度的栅格环境中进行实验仿真, 其结果表明所提出的T-DQN算法能快速地收敛到最优路径, 其整体收敛步数相比Q-Learning算法, DQN算法分别减少69.1 %与24.8 %, 引入的阈值筛选机制使整体收敛步数降低41.1 %. 在Unity 3D强化学习仿真平台中验证了复杂地图场景下的避障任务完成情况, 实验结果表明, 该算法能实现无人艇的精细化避障和智能安全行驶.
自适应变化响应的动态多目标进化算法
梁正平, 李辉才, 王志强, 胡凯峰, 朱泽轩
当前状态:  doi: 10.16383/j.aas.c210121
[摘要](77) [HTML全文](21) [PDF 1415KB](23)
摘要:
动态多目标优化问题的目标函数发生变化时, 需要采取变化响应策略对种群进行重新初始化, 以快速追踪新环境中的最优解集. 现有动态多目标优化算法对不同个体不同维度的决策变量缺乏针对性的变化响应, 导致重新初始化的效果尚存在较大改进空间. 为此, 本文提出了一种对不同个体不同维度的决策变量分别进行自适应变化响应的动态多目标进化算法(DMOEA-ACR). 该算法包括两个核心部分, 首先是对t时间步最优种群和t−1时间步最优种群中对应个体各维度决策变量之间的差异进行计算, 自适应选择变异策略或预测策略重新初始化不同个体不同维度的决策变量. 其次, 在每轮迭代或重新初始化后, 对非支配个体进行存档, 基于存档中心构建预测策略. 为了验证DMOEA-ACR的有效性, 将其与动态多目标优化领域的6种先进算法在最新测试问题集SDP和DF上进行对比, 实验结果表明DMOEA-ACR在求解动态多目标优化问题时具有明显的优势.
模型辅助的计算费时进化高维多目标优化
孙超利, 李贞, 金耀初
当前状态:  doi: 10.16383/j.aas.c200969
[摘要](82) [HTML全文](57) [PDF 1072KB](11)
摘要:
代理模型能够辅助进化算法在计算资源有限的情况下加快找到问题的最优解集, 因此建立高效的代理模型辅助多目标进化搜索逐渐受到了人们的重视. 然而, 随着目标数量的增加, 对每个目标分别建立高斯过程模型时个体整体估值的不确定度会随之增加. 因此, 本文通过对模型最优解集的搜索探索原问题潜在的非支配解集, 并基于个体的收敛性, 种群的多样性和估值的不确定度, 提出了一种新的期望提高计算方法, 用于辅助从潜在的非支配解集中选择使用真实目标函数计算的个体, 从而更新代理模型, 使其能够在有限的计算资源下更有效地辅助优化算法找到好的非支配解集. 在7个DTLZ 基准测试问题上的实验对比结果表明, 本文算法在求解计算费时高维多目标优化问题上是有效的, 且具有较强的竞争力.
数据和知识驱动的城市污水处理过程多目标优化控制
韩红桂, 张琳琳, 伍小龙, 乔俊飞
当前状态:  doi: 10.16383/j.aas.c210098
[摘要](100) [HTML全文](27) [PDF 1480KB](25)
摘要:
城市污水处理过程优化控制是降低能耗的有效手段, 然而, 如何提高出水水质的同时降低能耗依然是当前城市污水处理过程面临的挑战. 围绕上述挑战, 文中提出了一种数据和知识驱动的多目标优化控制(Data-knowledge driven multiobjective optimal control, DK-MOC)方法. 首先, 建立了出水水质、能耗以及系统运行状态的表达关系, 获得了运行过程优化目标模型. 其次, 提出了一种基于知识迁徙学习的动态多目标粒子群优化算法, 实现了控制变量优化设定值的自适应求解. 最后, 将提出的DK-MOC应用于城市污水处理过程基准仿真模型1 (Benchmark simulation model no. 1, BSM1). 结果表明该方法能够实时获取控制变量的优化设定值, 提高了出水水质, 并且有效降低了运行能耗.
工业铸件缺陷无损检测技术的应用进展与展望
张辉, 张邹铨, 陈煜嵘, 吴天月, 钟杭, 王耀南
当前状态:  doi: 10.16383/j.aas.c210161
[摘要](146) [HTML全文](56) [PDF 1923KB](40)
摘要:
铸造产业一直是人类现代生产生活中重要的、不可替代的产业, 铸件产品既是工业制造产品, 也是大型机械的组成部分. 随着经济水平和工业自动化程度的不断提升, 人们对于铸件的需求量呈指数爆炸式增长, 铸件价值辐射到各行各业. 与此同时, 铸件在铸造、服役过程中经常会出现各种缺陷, 而传统低效的人工检测方法难以保障工业界对中高端铸件的性能需求. 因此亟需对铸件检测技术进行革新. 本文首先对铸件铸造过程以及服役过程中各类缺陷的形成机理进行分析. 然后阐述了基于声学、光学、电磁学等主流检测技术及其常规信号处理方法、磁粉检测技术与渗透检测技术等其他检测技术, 并对近年来新兴的基于神经网络的信号处理方法进行了说明. 在此基础上, 分析了近年来铸件缺陷无损检测技术以及基于神经网络的信号处理方法的研究现状. 最后, 对铸件缺陷无损检测技术及应用的发展趋势进行了展望.
大规模类脑计算系统BiCoSS: 架构、实现及应用
杨双鸣, 郝新宇, 王江, 李会艳, 魏熙乐, 于海涛, 邓斌
当前状态:  doi: 10.16383/j.aas.c190035
[摘要](132) [HTML全文](31) [PDF 2591KB](29)
摘要:
人脑具有协同多种认知功能的能力与极强的自主学习能力, 随着脑与神经科学的快速发展, 亟需计算结构模拟人脑的、性能更强大的计算平台进行人脑智能与认知行为机制的进一步探索. 受人脑神经机制的启发, 本文提出了基于神经认知计算架构的众核类脑计算系统BiCoSS, 该系统以并行计算的现场可编程门阵列(Field-programmable gate array, FPGA)为核心处理器, 以地址事件表达的神经放电作为信息传递载体, 以具有认知计算功能的神经元作为信息处理单元, 实现了四百万神经元数量级大规模神经元网络认知行为的实时计算, 填补了从细胞动力学层面理解人脑认知功能的鸿沟. 实验结果从计算能力、计算效率、功耗、通信效率、可扩展性等方面显示了BiCoSS系统的优越性能. BiCoSS通过人脑信息处理的计算架构以更贴近神经科学本质的模式实现了类脑智能; 同时, BiCoSS为神经认知和类脑计算的研究和应用提供了新的有效手段.
解耦表征学习综述
文载道, 王佳蕊, 王小旭, 潘泉
当前状态:  doi: 10.16383/j.aas.c210096
[摘要](604) [HTML全文](394) [PDF 2411KB](105)
摘要:
在大数据时代下, 以高效自主隐式特征提取能力闻名的深度学习引发了新一代人工智能的热潮, 然而其背后黑箱不可解释的“捷径学习”现象成为制约其进一步发展的关键性瓶颈问题. 解耦表征学习通过探索大数据内部蕴含的物理机制和逻辑关系复杂性, 从数据生成的角度解耦数据内部多层次、多尺度的潜在生成因子, 促使深度网络模型学会像人类一样对数据进行自主智能感知, 逐渐成为新一代基于复杂性的可解释深度学习领域内重要研究方向, 具有重大的理论意义和应用价值. 本文系统地综述了解耦表征学习的研究进展, 对当前解耦表征学习中的关键技术及典型方法进行了分类阐述, 分析并汇总了现有各类算法的适用场景并对此进行了可视化实验性能展示, 最后指明了解耦表征学习今后的发展趋势以及未来值得研究的方向.
平行医院: 从医院信息管理系统到智慧医院操作系统
王拥军, 王飞跃, 王晓, 管仲军, 张文文, 郑文博, 严岚, 王建功, 欧阳丽炜
当前状态:  doi: 10.16383/j.aas.cxxxxx
[摘要](59) [HTML全文](47) [PDF 1768KB](19)
摘要:
本文旨在提出一个智慧化时代的集智能化管理、智能化运营与智能化诊疗为一体的智慧医院解决方案, 即基于平行医学的平行医院. 平行医院以虚实互动的平行思想为核心理念, 以突出人以及其社会因素的信息物理社会系统(CPSS)作为基础设施, 以平行思想的人工场景、计算实验与平行执行(ACP)理论为指导理论构建了虚实交互的新一代智慧化医院管理系统. 对比了当前信息系统存在的缺陷, 提出智慧医院操作系统的概念, 对医院的资源进行逻辑化统一管理, 重点介绍了对医院不同设备以及建筑等硬件设施的数字化、虚拟化以及相互交互, 参与人员数字化与虚拟化及其虚实交的智能化系统构建. 在医院操作系统的应用层, 基于ACP理论的智能化系统通过虚实交互的智能化运行模式, 最终落实闭环、反馈、精准的收敛. 我们通过对天坛医院的平行医院实践案例—天坛智慧大脑进行了案例分析, 印证了本文所提出的智慧化医院操作系统的可行性与科学性.
弱对齐的跨光谱人脸检测
闫梦凯, 钱建军, 杨健
当前状态:  doi: 10.16383/j.aas.c210058
[摘要](69) [HTML全文](13) [PDF 1268KB](7)
摘要:
跨光谱人脸检测在活体人脸识别、体温筛查等领域有着重要的应用价值. 众所周知, 可见光人脸易于检测, 然而红外人脸难于检测, 因此借助可见光图像的人脸检测结果进而完成红外人脸检测是一种有效的解决方案. 但是跨光谱图像之间不可避免的存在偏差, 导致检测精度不高. 为了解决这一问题, 本文提出了一种弱对齐跨光谱图像的人脸检测算法, 该方法基于跨光谱图像之间的偏差设计了候选框布置策略, 并在此基础上提出了跨光谱特征表示方法用于选取最优候选框. 此外, 本文还构建了一个跨光谱人脸数据集(Cross-spectrum face简称为CSF). 最后, 在CSF和OTCBVS (OTCBVS Benchmark dataset collection)人脸数据集上的实验结果证明, 本文的方法能够较好地完成红外图像人脸检测任务.
知识和数据协同驱动的群体智能决策方法研究综述
蒲志强, 易建强, 刘振, 丘腾海, 孙金林, 李非墨
当前状态:  doi: 10.16383/j.aas.c210118
[摘要](459) [HTML全文](323) [PDF 1331KB](141)
摘要:
群体智能系统拥有广泛的应用前景. 当前的群体智能决策方法主要包括知识驱动、数据驱动两大类, 但各自存在优缺点. 本文指出, 知识与数据协同驱动将为群体智能决策提供新解法. 文章系统梳理了知识与数据协同驱动可能存在的不同方法路径, 从知识与数据的架构级协同、算法级协同两个层面对典型方法进行了分类, 同时将算法级协同方法进一步划分为算法的层次化协同和组件化协同, 前者包含神经网络树、遗传模糊树、分层强化学习等层次化方法, 后者进一步总结为知识增强的数据驱动、数据调优的知识驱动、知识与数据的互补结合等方法. 最后, 从理论发展与实际应用的需求出发, 指出了知识与数据协同驱动的群体智能决策中未来几个重要的研究方向.
一种针对德州扑克AI的对手建模与策略集成框架
张蒙, 李凯, 吴哲, 臧一凡, 徐航, 兴军亮
当前状态:  doi: 10.16383/j.aas.c210127
[摘要](101) [HTML全文](79) [PDF 1682KB](25)
摘要:
以德州扑克游戏为代表的大规模不完美信息博弈是现实世界中常见的一种博弈类型. 现有以求解纳什均衡策略为目标的主流德州扑克求解算法存在依赖博弈树模型、算力消耗大、策略过于保守等问题, 导致智能体在面对不同对手时无法最大化自身收益. 为解决上述问题, 本文提出一种轻量高效且能快速适应对手策略变化进而剥削对手的不完美信息博弈求解框架. 本框架分为智能体离线训练和在线博弈两阶段. 第一阶段基于演化学习思想训练智能体, 得到能够剥削不同博弈风格对手的策略神经网络. 在博弈阶段中, 智能体在线建模并适应未知风格对手, 利用种群策略集成的方法最大化剥削对手. 在两人无限注德州扑克环境中的实验结果表明, 本框架在面对动态对手策略时, 相比已有方法能够大幅提升博弈性能.
大数据下数模联动的随机退化设备剩余寿命预测技术
李天梅, 司小胜, 刘翔, 裴洪
当前状态:  doi: 10.16383/j.aas.c201068
[摘要](132) [HTML全文](71) [PDF 2097KB](41)
摘要:
本文面向大数据背景下随机退化设备剩余寿命预测的现实需求, 结合随机退化设备监测大数据特点及剩余寿命预测不确定性量化这一核心问题, 深入分析了机理模型与数据混合驱动的剩余寿命预测技术、基于机器学习的剩余寿命预测技术、统计数据驱动的剩余寿命预测技术以及机器学习和统计数据驱动相结合的剩余寿命预测技术的基本研究思想和发展动态, 剖析了当前研究存在的局限性和共性难题. 针对存在的局限性和共性难题, 以多源传感监测大数据下剩余寿命预测问题为例, 提出了一种数模联动的大数据下随机退化设备剩余寿命预测解决思路, 并通过航空发动机多源监测数据初步验证了该思路的可行性和有效性. 最后, 借鉴数模联动思路, 综合考虑机器学习方法和统计数据驱动方法的优势, 紧紧扭住大数据背景下随机退化设备剩余寿命预测不确定性量化问题, 提出了大数据背景下深度学习与随机退化建模交互联动、监测大数据与剩余寿命及其预测不确定性映射机制、非理想大数据下的剩余寿命预测等亟待解决的关键科学问题.
中值互补集合经验模态分解
刘淞华, 何冰冰, 郎恂, 陈启明, 张榆锋, 苏宏业
当前状态:  doi: 10.16383/j.aas.c201031
[摘要](124) [HTML全文](83) [PDF 2281KB](10)
摘要:
针对经验模态分解(Empirical mode decomposition, EMD)系列方法存在的模态分裂(Mode Splitting, MS)问题, 本文提出中值互补集合经验模态分解(Median complementary ensemble EMD, MCEEMD)算法. 通过概率模型量化互补集合经验模态分解(Complementary ensemble EMD, CEEMD)的MS问题, 证明了使用中值算子替代算术平均算子对抑制MS的有效性. MCEEMD算法首先添加 对互补的白噪声至原信号中, 并经过EMD分解得到 组固有模态函数(Intrinsic mode functions, IMFs), 然后分别对其中互补相关的IMFs两两取平均得到 组IMFs, 最后使用中值算子处理上述 组IMFs得到输出结果. 对仿真信号与实测信号的分析结果表明, 本文提出的MCEEMD方法不仅有效抑制了CEEMD的MS问题, 而且避免了单一使用中值算子的两个缺点, 即: 1)分解完备性差和2) IMFs中存在毛刺现象.
基于辅助信息补偿和控制信号编码的重放攻击检测方法
张正道, 杨佳佳, 谢林柏
当前状态:  doi: 10.16383/j.aas.c210092
[摘要](176) [HTML全文](87) [PDF 1341KB](11)
摘要:
在最优控制信号中加入编码信号是实现信息物理系统重放攻击检测的有效方法, 但会造成系统控制性能的损失. 如何在保证重放攻击检测率条件下降低系统的控制性能损失是一个值得研究的问题. 本文提出了一种基于辅助信息补偿的控制信号编码检测方法, 通过向测量值添加辅助信号补偿控制编码信号对最优状态估计的影响. 首先, 论文证明了此方案下重放攻击的可检测性, 导出了检测率的上界和检测函数阈值间的定量关系. 其次证明了加入辅助信号后系统控制信号与未添加编码信息时相同, 之前时刻的控制编码信号不会造成累积效应. 因此系统当前时刻的控制性能损失仅与当前时刻编码信号的大小有关. 最后, 将编码信号的协方差矩阵, 检测率和检测阈值之间的关系表示成一个最优化问题, 给出了编码信号方差的计算方法. 仿真结果表明, 本文方法能有效地检测重放攻击的发生, 且系统控制的性能损失较小.
基于多伯努利滤波的厚尾噪声条件下多扩展目标跟踪
陈辉, 张星星
当前状态:  doi: 10.16383/j.aas.c201061
[摘要](139) [HTML全文](79) [PDF 1547KB](7)
摘要:
针对厚尾噪声条件下不规则星凸形多扩展目标跟踪问题, 本文提出了一种基于多伯努利滤波的厚尾噪声条件下多扩展目标跟踪方法. 首先, 采用学生t分布对厚尾过程噪声和量测噪声进行建模, 并基于有限集统计理论(Finite set statistics, FISST)利用随机超曲面模型(Random matrix model, RHM)建立不规则星凸形多扩展目标的跟踪滤波模型. 然后, 利用学生t混合(Student's t mixture, STM)模型来表征多伯努利密度, 提出学生t混合多扩展目标多伯努利滤波算法, 并进一步基于鲁棒学生t容积滤波算法提出了非线性鲁棒学生t混合星凸形多扩展目标多伯努利滤波算法. 最后, 通过构造厚尾噪声条件下星凸形多扩展目标和多群目标的跟踪仿真实验验证了所提方法的有效性.
基于元学习的双目深度估计在线适应算法
张振宇, 杨健
当前状态:  doi: 10.16383/j.aas.c200286
[摘要](168) [HTML全文](37) [PDF 1235KB](22)
摘要:
双目深度估计的在线适应是一个有挑战性的问题, 其要求模型能够在不断变化的目标场景中在线连续地自我调整并适应于当前环境. 为处理该问题, 本文提出了一种新的在线元学习适应算法(Online meta-learning model with adaptation, OMLA), 其贡献主要体现在两方面: 首先引入在线特征对齐方法处理目标域和源域特征的分布偏差, 以减少数据域转移的影响, 然后利用在线元学习方法调整特征对齐过程和网络权重, 使模型实现快速收敛.此外, 本文提出了一种新的基于元学习的预训练方法, 以获得适用于在线学习场景的深度网络参数, 相关实验分析表明, OMLA和元学习预训练算法均能帮助模型快速适应于新场景, 在KITTI数据集上的实验对比表明, 本文方法的效果超越了当前最佳的在线适应算法, 接近甚至优于在目标域离线训练的理想模型.
一类具有未知幂次的高阶不确定非线性系统的自适应控制
刘玉发, 刘勇华, 苏春翌, 鲁仁全
当前状态:  doi: 10.16383/j.aas.c200893
[摘要](160) [HTML全文](86) [PDF 2065KB](18)
摘要:
本文研究了一类具有未知幂次的高阶不确定非线性系统的自适应跟踪控制问题. 在无需系统函数先验知识的条件下, 采用积分反推技术和障碍李雅普诺夫方法, 提出了一种新颖的自适应跟踪控制算法. 该控制算法的显著特点是所设计的自适应控制器均与系统幂次无关, 并且能够保证闭环系统的所有信号皆有界. 仿真算例验证了该控制算法的有效性.
惯性组合导航系统性能评估方法研究进展
董铭涛, 程建华, 赵琳, 刘萍
当前状态:  doi: 10.16383/j.aas.c210377
[摘要](136) [HTML全文](31) [PDF 1502KB](23)
摘要:
性能评估方法能够解决试验法无法评估定性指标, 以及试验难以开展时无法评估性能的问题, 已成为支撑各类军民装备现代化的重要技术手段. 然而, 性能评估方法的指标体系, 无量纲化方法及权重方法均存在不足, 难以满足精确性的要求. 对于指标具有模糊性和不可公度性, 且包含多个指标, 指标间具有多层次关系的系统而言, 例如, 惯性组合导航系统, 性能评估方法精确性尤为重要. 本文梳理了惯性组合导航系统性能评估方法研究进展. 首先, 介绍了惯性组合导航系统性能评估方法概述, 包括性能评估方法概念分析, 惯性组合导航系统特殊性讨论及惯性组合导航系统与性能评估方法关系分析. 其次, 分析了惯性组合导航系统指标体系, 无量纲化方法, 组合权重方法及评估方法等内容. 最后, 阐述惯性组合导航系统性能评估方法存在的问题及未来研究方向.
基于层次特征复用的视频超分辨率重建
周圆, 王明非, 杜晓婷, 陈艳芳
当前状态:  doi: 10.16383/j.aas.c210095
[摘要](52) [HTML全文](22) [PDF 1563KB](10)
摘要:
当前的深度卷积神经网络方法, 在视频超分辨率任务上实现的性能提升相对于图像超分辨率任务略低一些, 部分原因是它们对层次结构特征中的某些关键帧间信息的利用不够充分. 为此, 本文提出了一个称作层次特征复用网络(Hierarchical feature reuse network, HFRNet)的结构, 用以解决上述问题. 该网络保留运动补偿帧的低频内容, 并采用密集层次特征块(Dense hierarchical feature block, DHFB)自适应地融合其内部每个残差块的特征, 之后用长距离特征复用融合多个DHFB间的特征, 从而促进高频细节信息的恢复. 实验结果表明, 本文提出的方法在定量和定性指标上均优于当前的方法.
具有遗忘群体的社会网络多维观点动力学分析与应用
刘青松, 李明鹏, 柴利
当前状态:  doi: 10.16383/j.aas.c210091
[摘要](186) [HTML全文](52) [PDF 1460KB](13)
摘要:
在个体观点演化过程中, 由于通讯技术和实际环境的限制, 个体之间往往不能进行充分地交流. 另一方面, 由于社会群体的从众压力影响, 个体会改变已形成的观点. 本文研究具有遗忘群体和从众压力的拟强连通社会网络中表达/私人观点演化问题. 为了刻画不同话题之间表达/私人观点的相互影响, 提出一个新的多维观点动力学模型. 根据逻辑矩阵和网络影响子矩阵的正则性, 给出了表达和私人观点收敛的充分条件. 应用本文所提出的观点动力学模型, 复现了“多元无知”的社会现象. 仿真分析表明, 从众压力的恢复力越小, 表达观点与私人观点的差异越大.
基于流形正则化框架和MMD的域自适应BLS模型
赵慧敏, 郑建杰, 郭晨, 邓武
当前状态:  doi: 10.16383/j.aas.c210009
[摘要](236) [HTML全文](106) [PDF 1049KB](11)
摘要:
宽度学习系统(Broad learning system, BLS)作为一种基于随机向量函数型网络(Random vector functional link network, RVFLN)的高效增量学习系统, 具有快速自适应模型结构选择能力和高精度的特点. 但针对目标分类任务中有标签数据匮乏问题, 传统的BLS难以借助相关领域知识来提升目标域的分类效果, 为此本文提出一种基于流形正则化框架和最大均值差异(Maximum mean discrepancy, MMD)的域适应BLS(DABLS)模型, 实现目标域无标签条件下的跨域图像分类. DABLS模型首先构造BLS的特征节点和增强节点, 从源域和目标域数据中有效提取特征; 再利用流形正则化框架构造拉普拉斯矩阵, 以探索目标域数据中的流形特性, 挖掘目标域数据的潜在信息. 接着基于迁移学习方法构建源域数据与目标域数据之间的MMD惩罚项, 以匹配源域和目标域之间的投影均值; 将特征节点、增强节点、MMD惩罚项和目标域拉普拉斯矩阵相结合, 构造目标函数, 并采用岭回归分析法对其求解, 获得输出系数, 从而提高模型的跨域分类性能. 最后在不同图像数据集上进行大量的验证与对比实验, 结果表明DABLS在不同图像数据集上均能获得较好的跨域分类性能, 具有较强的泛化能力和较好的稳定性.
数据驱动的燃煤发电装备运行工况监控——现状与展望
赵春晖, 胡赟昀, 郑嘉乐, 陈军豪
当前状态:  doi: 10.16383/j.aas.c200993
[摘要](106) [HTML全文](27) [PDF 1409KB](29)
摘要:
大容量、高参数、低能耗的百万千瓦超超临界机组是燃煤发电领域的重大装备, 已成为全国电力工业发展的主流方向, 其安全可靠运行对推动发电企业转型升级具有重要意义. 本文从分析以百万千瓦超超临界机组为代表的燃煤发电装备的本质特性出发, 揭示了其变负荷深度调峰导致的非平稳运行特性和全流程复杂耦合特性, 总结了燃煤发电过程区别于一般连续过程的问题, 指出了研究燃煤发电装备运行工况监控算法的必要性. 进而, 基于这些特性, 我们对面向燃煤发电装备工况监控的数据驱动算法近30年的发展进行回顾和分析, 展示了算法发展的不同阶段. 在此基础上, 梳理了目前燃煤发电装备工况监控中存在的问题, 并进一步介绍了燃煤发电装备工况监控未来可能的发展方向.
基于线性变换的领导-跟随多智能体系统动态反馈均方一致性控制
郑维, 张志明, 刘和鑫, 张明泉, 孙富春
当前状态:  doi: 10.16383/j.aas.c200850
[摘要](184) [HTML全文](97) [PDF 1515KB](14)
摘要:
本文研究了基于半马尔科夫(Markov)跳变的领导-跟随多智能体系统的均方一致性控制问题. 首先, 针对多智能体系统同时存在通信时滞和执行器故障的问题, 提出基于线性变换的动态反馈控制策略. 其次, 将实现领导-跟随多智能体系统的均方一致性问题转化为多智能体误差系统的稳定性控制问题. 再次, 设计动态反馈控制器, 利用李亚谱诺夫(Lyapunov)函数抑制系统的非线性特性, 解决由控制器未知增益矩阵产生的非线性问题. 使领导-跟随多智能体系统达到均方一致, 并给出系统的\begin{document}${H_{\infty} }$\end{document}性能指标分析系统的鲁棒性. 最后, 仿真结果表明基于线性变换设计的动态反馈控制策略具有良好的控制性能, 并且能够提高领导-跟随多智能体系统的动态特性.
基于非线性干扰观测器的飞机全电刹车系统滑模控制设计
李繁飙, 黄培铭, 阳春华, 廖力清, 桂卫华
当前状态:  doi: 10.16383/j.aas.c201041
[摘要](177) [HTML全文](98) [PDF 4409KB](16)
摘要:
飞机防滑刹车具有典型的强非线性、强耦合和参数时变等特点, 并且受跑道环境的干扰容易对飞机的地面滑跑性能造成不利影响. 本文提出了一种基于非线性干扰观测器的飞机全电防滑刹车系统滑模控制设计方法. 首先, 考虑了实际刹车不确定性干扰条件下的防滑刹车动力学建模问题, 通过对高阶非线性刹车系统进行反馈线性化处理, 简化了基于严格反馈的模型. 其次, 基于对主轮打滑原因的深入分析, 设计了非线性干扰观测器对干扰进行在线估计, 并在控制律设计中引入补偿部分. 通过构造递归结构的快速终端滑模控制器来跟踪实时变化的最佳滑移率并建立稳定性条件, 实现了飞机全电防滑刹车系统的有限时间快速稳定并有效抑制了主轮锁定打滑. 通过在不同跑道状态下进行模拟仿真, 验证了本文提出的飞机防滑刹车控制策略可以有效地提高刹车效率.
机械臂变长度误差跟踪迭代学习控制
陈强, 陈凯杰, 施卉辉, 孙明轩
当前状态:  doi: 10.16383/j.aas.c200701
[摘要](185) [HTML全文](115) [PDF 2288KB](14)
摘要:
针对任意初始状态下机械臂轨迹跟踪问题, 本文提出一种变长度误差跟踪迭代学习控制方法. 首先, 构造不依赖于期望轨迹的双曲余弦型期望误差轨迹, 放宽经典迭代学习控制的初始状态要求严格一致条件. 由于该误差轨迹只需设置一个常数项, 因而能够有效减少计算量, 使得期望误差轨迹的设计更为简单. 其次, 考虑机械臂运行区间随迭代次数变化的问题, 构建虚拟误差变量补偿机制, 通过定义虚拟误差变量对未运行区间进行信息补偿, 放宽经典迭代学习控制的迭代长度不变条件. 在此基础上, 基于Lyapunov-like理论设计迭代学习控制器和全限幅学习律, 实现机械臂关节位置在指定区间上跟踪给定的期望轨迹和保证未知参数估计值的有界性. 最后, 仿真结果验证了本文所提方法的有效性.
数据驱动的溶解氧浓度在线自组织控制方法
权利敏, 杨翠丽, 乔俊飞
当前状态:  doi: 10.16383/j.aas.c210041
[摘要](69) [HTML全文](17) [PDF 1349KB](16)
摘要:
针对城市污水处理过程的非线性, 不确定性以及非高斯等特点, 提出一种基于数据驱动的溶解氧浓度在线自组织控制方法. 首先, 设计了一种基于相关熵的自组织模糊神经网络控制器(Correntropy-based self-organizing fuzzy neural network, CSOFNN), 采用相关熵与规则贡献度指标实现控制器结构与参数的自动构建或修剪. 其次, 设计了基于相关熵诱导准则的补偿控制器及参数自适应律, 充分利用了相关熵抑制非高斯噪声的能力, 能够有效地降低系统中的不确定性. 然后, 分析了所提出的控制方法的稳定性, 从而保证其在实际应用中的可靠性. 最后, 基于基准仿真1号模型的实验验证了所提方法的有效性.
多阶段注意力胶囊网络的图像分类
宋燕, 王勇
当前状态:  doi: 10.16383/j.aas.c210012
[摘要](156) [HTML全文](47) [PDF 1607KB](34)
摘要:
本文针对胶囊网络特征提取不充分的问题, 提出了一种图像分类的多阶段注意力胶囊网络模型. 首先在卷积层对低层特征和高层特征分别采用空间和通道注意力来提取有效特征; 然后提出基于向量方向的注意力机制作用于动态路由层, 增加对重要胶囊的关注, 进而提高低层胶囊对高层胶囊预测的准确性; 最后, 在五个公共数据集上进行对比实验, 结果表明本文提出的模型在分类精度和鲁棒性上优于其他胶囊网络模型, 在仿射变换图像重构上也表现良好.
一种基于自训练的众包标记噪声纠正算法
杨艺, 蒋良孝, 李超群
当前状态:  doi: 10.16383/j.aas.c210051
[摘要](188) [HTML全文](46) [PDF 1260KB](9)
摘要:
针对众包标记经过标记集成后仍然存在噪声的问题, 提出了一种基于自训练的众包标记噪声纠正算法(Self-training-based label noise correction, STLNC). STLNC整体分为三个阶段: 第一阶段利用过滤器将带集成标记的众包数据集分为噪声集和干净集. 第二阶段利用加权密度峰值聚类算法构建数据集中低密度实例指向高密度实例的空间结构关系. 第三阶段首先根据发现的空间结构关系设计噪声实例选择策略; 然后利用在干净集上训练的集成分类器对选择的噪声实例按照设计的实例纠正策略进行纠正, 并将纠正后的实例加入到干净集, 再重新训练集成分类器; 重复实例选择与纠正过程直到噪声集中所有的实例被纠正; 最后用最后一轮训练得到的集成分类器对所有实例进行纠正. 在仿真标准数据集和真实众包数据集上的实验结果表明STLNC比其他五种最先进的噪声纠正算法在噪声比和模型质量两个度量指标上表现更优.
模糊失真图像无参考质量评价综述
陈健, 李诗云, 林丽, 王猛, 李佐勇
当前状态:  doi: 10.16383/j.aas.c201030
[摘要](163) [HTML全文](117) [PDF 1515KB](20)
摘要:
图像的模糊问题影响人们对信息的感知、获取及图像的后续处理. 无参考模糊图像质量评价是该问题的主要研究方向之一. 本文分析了近20年来模糊图像无参考质量评价相关技术的发展. 首先, 本文结合主要数据集对图像模糊失真进行分类说明; 其次, 对主要的模糊图像无参考质量评价方法进行分类介绍与详细分析; 随后, 介绍了用来衡量模糊图像无参考质量评价方法性能优劣的主要评价指标; 接着, 选择典型数据集及评价指标, 并采用常见的模糊图像无参考质量评价方法进行性能比较; 最后, 对无参考模糊图像质量评价的相关技术及发展趋势进行总结与展望.
基于自适应LASSO先验的稀疏贝叶斯学习算法
白宗龙, 师黎明, 孙金玮
当前状态:  doi: 10.16383/j.aas.c210022
[摘要](146) [HTML全文](123) [PDF 1537KB](12)
摘要:
为了提高稀疏信号恢复的准确性, 本文开展了基于自适应套索算子(Least absolute shrinkage and selection operator, LASSO)先验的稀疏贝叶斯学习(Sparse bayesian learning, SBL)算法研究. 第一, 在稀疏贝叶斯模型构建阶段, 构造了一种新的多层贝叶斯框架, 赋予信号中元素独立的LASSO先验. 该先验比现有稀疏先验更有效的鼓励稀疏并且该模型中所有参数更新存在闭合解. 然后在该多层贝叶斯框架的基础上提出了一种基于自适应LASSO先验的SBL算法. 第二, 为降低提出的算法的计算复杂度, 在贝叶斯推断阶段利用空间轮换变元方法对提出的算法进行改进, 避免了矩阵求逆运算, 使参数更新快速高效, 从而提出了一种基于自适应LASSO先验的快速SBL算法. 本文提出的算法的稀疏恢复性能通过实验进行了验证, 分别针对不同大小测量矩阵的稀疏信号恢复以及单快拍波达方向(Direction of arrival, DOA)估计开展了实验. 实验结果表明: 本文提出基于自适应LASSO先验的SBL算法比现有算法具有更高的稀疏恢复准确度; 本文提出的快速算法的准确度略低于提出的基于自适应LASSO先验的SBL算法, 但计算复杂度明显降低.
基于黎曼度量的一类反馈控制系统性能监测与诊断
李琳琳, 李莎莎, DINGSteven Xianchun, 彭鑫, 彭开香
当前状态:  doi: 10.16383/j.aas.c210027
[摘要](227) [HTML全文](94) [PDF 2077KB](10)
摘要:
针对复杂工业系统对性能衰退的容忍度低等问题, 提出基于系统性能预测的一类反馈控制系统过程监测方法, 通过黎曼度量对控制性能衰退程度进行预测与监测, 并给出发生故障的类型, 以提升过程监测系统的实时性与准确性. 首先, 利用系统的实时数据, 计算系统性能衰退的预测指标; 其次, 利用黎曼度量对系统性能衰退程度进行预测与监测, 并利用随机算法给出对应的阈值来诊断系统性能衰退; 最后, 通过训练各类引发系统性能衰退的故障的性能预测指标集合的中心和阈值, 实现故障的实时定位. 所提出的方法通过三容水箱仿真实验平台进行验证.
基于两阶段自适应Wiener过程的剩余寿命预测方法
董青, 郑建飞, 胡昌华, 李冰, 牟含笑
当前状态:  doi: 10.16383/j.aas.c210057
[摘要](238) [HTML全文](105) [PDF 2975KB](12)
摘要:
针对退化过程呈现两阶段特征的一类随机退化设备, 现有剩余寿命预测方法不适用于测量间隔分布不均匀、监测数据的测量频率与历史数据频率不一致的情况, 并且忽略了自适应漂移的可变性. 鉴于此, 提出了一种新的考虑个体差异性的两阶段自适应Wiener过程剩余寿命预测模型与方法. 首先, 基于自适应Wiener过程分阶段构建随机退化模型, 在首达时间意义下推导出寿命和剩余寿命解析式. 然后, 结合Kalman滤波技术和期望最大化算法进行参数自适应更新, 同时利用赤池信息准则实现退化模型变点的辨识. 最后, 通过蒙特卡洛仿真和锂电池实例, 验证了本文所提方法的有效性和实用价值.
融合MRI信息的PET图像去噪: 基于图小波的方法
易利群, 盛玉霞, 柴利
当前状态:  doi: 10.16383/j.aas.c201036
[摘要](109) [HTML全文](45) [PDF 1983KB](11)
摘要:
正电子发射断层成像(Positron emission tomography, PET)是一种强大的核医学功能成像模式, 广泛地应用于临床诊断, 但PET图像的空间分辨率低且含有噪声, 有必要对PET图像进行去噪来提升PET图像的质量. 随着PET/MR等一体化成像设备的出现, 磁共振成像(Magnetic resonance imaging, MRI)的先验信息可用于PET图像去噪, 提高PET图像质量. 针对动态PET图像, 提出了一种融合MRI先验信息的PET图像图小波去噪新方法. 首先构建PET合成图像; 再将PET合成图像与MRI信息通过硬阈值方法进行融合; 接着在融合图像上构造图拉普拉斯矩阵; 最后通过图小波变换对动态PET图像去噪. 仿真实验结果表明, 与单独的图滤波、图小波去噪方法, 以及其他结合MRI的PET图像去噪方法相比, 本文方法有更高的信噪比, 更好地保留了病灶信息; 本文方法的去噪性能与VGG深度神经网络等基于学习的方法相当, 但不需要大量数据的训练, 计算复杂度低.
一种基于区块链的DNSSEC公钥验证机制
陈闻宇, 李晓东, 杨学, 徐彦之
当前状态:  doi: 10.16383/j.aas.c201082
[摘要](80) [HTML全文](64) [PDF 1658KB](9)
摘要:
针对中心化DNSSEC架构所导致的信任链复杂性和单边控制模式, 提出了一种去中心化的DNSSEC公钥验证机制. 该机制结合区块链结构、密码学累加器和共识算法设计, 创新性地实现使用区块链技术的密钥绑定、轮转和验证操作, 无需中心化权威节点即可使用可信公钥验证域名记录. 进一步的分析和实验表明, 所提出的机制在保证密钥管理安全性的同时, 提高了密钥验证的效率.
基于ANFIS的多AUV协同定位系统量测异常检测方法
徐博, 李盛新, 王连钊, 王权达
当前状态:  doi: 10.16383/j.aas.c200921
[摘要](163) [HTML全文](110) [PDF 2703KB](6)
摘要:
针对异常水声测距信息对多自主水下航行器(Autonomous underwater vehicles, AUV)协同定位系统的影响, 以及传统故障检测方法在多水声测距信息交替混淆的情况下检测效率低的问题, 本文提出了一种基于自适应神经模糊推理系统(Adaptive neuro-fuzzy inference system, ANFIS)的量测异常检测方法. 首先, 分别建立与各水声测距系统相对应的ANFIS模型; 然后, 通过自适应容积卡尔曼滤波和马氏距离构造能够反映量测异常的特征信息作为ANFIS的输入, 并基于预定义的量测异常信息建立初始混合数据库, 训练ANFIS模型实现对量测异常的在线实时检测与隔离. 最后, 利用湖水试验数据进行了AUV协同定位仿真验证, 实验结果表明该方法可以准确识别异常水声测距信息, 与传统故障检测方法相比误报率与漏检率均减少70%以上.
卷积神经网络表征可视化研究综述
司念文, 张文林, 屈丹, 罗向阳, 常禾雨, 牛铜
当前状态:  doi: 10.16383/j.aas.c200554
[摘要](317) [HTML全文](200) [PDF 4266KB](44)
摘要:
近年来, 深度学习在图像分类、目标检测及场景识别等任务上取得了突破性进展, 这些任务多以卷积神经网络(Convolutional neural network, CNN)为基础搭建识别模型, 训练后的模型拥有优异的自动特征提取和预测性能, 能够为用户提供“输入-输出”形式的解决方案. 然而, 由于分布式的特征编码和越来越复杂的模型结构, 人们始终无法准确理解CNN模型内部知识表示, 以及促使其做出特定决策的潜在原因. 另一方面, CNN模型在一些高风险领域的应用, 也要求对其决策原因进行充分了解, 方能获取用户信任. 因此, CNN的可解释性问题逐渐受到关注. 研究人员针对性的提出了一系列用于理解和解释CNN的方法, 包括事后解释方法和构建自解释的模型等, 这些方法各有侧重和优势, 从多方面对CNN进行特征分析和决策解释. 表征可视化是其中一种重要的CNN可解释性方法, 能够对CNN所学特征及输入-输出之间的相关关系以视觉的方式呈现, 从而快速获取对CNN内部特征和决策的理解, 具有过程简单和效果直观的特点. 本文对近年来CNN表征可视化领域的相关文献进行了综合性回顾, 按照以下几个方面组织内容: 表征可视化研究的提起、相关概念及内容、可视化方法、可视化的效果评估及可视化的应用, 重点关注了表征可视化方法的分类及算法的具体过程. 最后, 对该领域仍存在的难点及未来研究趋势进行了展望, 并总结了全文.
基于时空共现模式的视觉行人再识别
钱锦浩, 宋展仁, 郭春超, 赖剑煌, 谢晓华
当前状态:  doi: 10.16383/j.aas.c200897
[摘要](130) [HTML全文](34) [PDF 1265KB](19)
摘要:
基于视频图像的视觉行人再识别是指利用计算机视觉技术关联非重叠域摄像头网络下的相同行人, 在视频安防和商业客流分析中具有重要应用. 目前视觉行人再识别技术已经取得了相当不错的进展, 但依旧面临很多挑战, 比如摄像机的拍摄视角不同、遮挡现象和光照变化等所导致的行人表观变化和匹配不准确问题. 为了克服单纯视觉匹配困难问题, 本文提出一种结合行人表观特征跟行人时空共现模式的行人再识别方法. 所提方法利用目标行人的邻域行人分布信息来辅助行人相似度计算, 有效地利用时空上下文信息来加强视觉行人再识别. 在行人再识别两个权威公开数据集Market-1501和DukeMTMC-ReID上的实验验证了所提方法的有效性.
基于无监督深度模型迁移的滚动轴承寿命预测方法
康守强, 邢颖怡, 王玉静, 王庆岩, 谢金宝, MIKULOVICHV.I.
当前状态:  doi: 10.16383/j.aas.c200890
[摘要](137) [HTML全文](67) [PDF 2128KB](28)
摘要:
针对实际中某种工况滚动轴承带标签振动数据获取困难, 健康指标难以构建及寿命预测误差大的问题, 提出一种基于无监督深度模型迁移的滚动轴承剩余使用寿命预测方法. 该方法首先对滚动轴承全寿命周期振动数据提取均方根特征, 并引入新的自下而上时间序列分割算法将特征序列分割为正常期、退化期和衰退期3种状态; 对振动信号经快速傅里叶变换后的幅值序列进行状态信息标记, 并将其输入到新增卷积层的全卷积神经网络中, 提取深层特征, 得到预训练模型; 提出将预训练模型的梯度作为一种“特征”与传统预训练模型特征一起参与目标域网络训练过程, 从而得到状态识别模型; 利用状态概率估计法结合状态识别模型建立滚动轴承寿命预测模型. 实验验证, 所提方法无需构建健康指标, 可实现无监督条件下不同工况滚动轴承剩余寿命预测, 并获得较好的效果.
机器人运动轨迹的模仿学习综述
黄艳龙, 徐德, 谭民
当前状态:  doi: 10.16383/j.aas.c210033
[摘要](387) [HTML全文](174) [PDF 1370KB](61)
摘要:
作为机器人技能学习中的一个重要分支, 模仿学习近年来在机器人系统中得到了广泛的应用. 模仿学习能够将人类的技能以一种相对直接的方式迁移到机器人系统中, 其思路是先从少量示教样本中提取相应的运动特征, 然后将该特征泛化到新的情形. 本文针对机器人运动轨迹的模仿学习进行综述. 首先 详细解释模仿学习中的技能泛化、收敛性和外插等基本问题; 其次从原理上对动态运动基元、概率运动基元和核化运动基元等主要的模仿学习算法进行介绍; 然后深入地讨论模仿学习中姿态和刚度矩阵的学习问题、协同和不确定性预测的问题以及人机交互中的模仿学习等若干关键问题; 最后本文探讨了结合因果推理的模仿学习等几个未来的发展方向.
面向非独立同分布数据的自适应联邦深度学习算法
张泽辉, 李庆丹, 富瑶, 何宁昕, 高铁杠
当前状态:  doi: 10.16383/j.aas.c201018
[摘要](362) [HTML全文](179) [PDF 1828KB](45)
摘要:
近些年, 联邦学习由于能够打破数据壁垒, 实现孤岛数据价值变现, 受到了工业界和学术界的广泛关注. 然而, 在实际工程应用中, 联邦学习存在着数据隐私泄露和模型性能损失的问题. 对此, 本文首先对这两个问题进行了数学描述与分析. 然后, 提出了一种自适应模型聚合方案, 该方案能够设定各参与者的mini-batch值和自适应调整全局模型聚合间隔, 旨在保证模型精度的同时, 提高联邦学习训练效率. 并且, 混沌系统被首次引入联邦学习领域中, 用于构建一种基于混沌系统和同态加密的混合隐私保护方案, 从而进一步提升系统的隐私保护水平. 理论分析与实验结果表明, 本文提出的联邦学习算法能够保证参与者的数据隐私安全. 并且, 在非独立同分布数据的场景下, 该算法够在保证模型精度的前提下提高训练效率, 降低系统通信成本, 具备实际工业场景应用的可行性.
融合注意力机制的增强受限玻尔兹曼机驱动的交互式分布估计算法
暴琳, 孙晓燕, 巩敦卫, 张勇
当前状态:  doi: 10.16383/j.aas.c200604
[摘要](226) [HTML全文](37) [PDF 2673KB](7)
摘要:
面向用户生成内容的进化搜索在大数据及个性化服务领域已引起广泛关注, 其关键在于基于多源异构用户生成内容构建用户认知偏好模型, 进而设计高效的进化搜索机制. 针对此, 本文提出了融合注意力机制的受 限玻尔兹曼机偏好认知代理模型构建机制, 并应用于交互式分布估计算法, 设计含用户生成内容的个性化进化搜索策略. 基于用户群体提供的文本评论, 以及搜索物品的类别文本, 构建无监督受限玻尔兹曼机模型提取广义特征; 设计注意力机制, 融合广义特征, 获取对用户认知偏好高度相关特征的集成; 利用该特征再次训练受限玻尔兹曼机, 实现对用户偏好认知代理模型的构建; 根据用户偏好认知代理模型, 给出交互式分布估计算法概率更新模型以及物品适应度评价函数, 实现物品个性化进化搜索. 算法在亚马逊个性化搜索实例的应用验证了用户认知偏好模型的可靠性, 以及个性化进化搜索的有效性.
基于通用逆扰动的对抗攻击防御方法
陈晋音, 吴长安, 郑海斌, 王巍, 温浩
当前状态:  doi: 10.16383/j.aas.c201077
[摘要](175) [HTML全文](116) [PDF 3466KB](13)
摘要:
现有研究表明深度学习模型容易受到精心设计的对抗样本攻击, 从而导致模型给出错误的推理结果, 引发潜在的安全威胁. 已有较多有效的防御方法, 其中大多数针对特定攻击方法具有较好防御效果, 但由于实际应用中无法预知攻击者可能采用的攻击策略, 因此提出不依赖攻击方法的通用防御方法是一个挑战. 本文提出了一种基于通用逆扰动的对抗样本防御方法, 通过学习原始数据集中的类相关主要特征, 生成通用逆扰动(Universal Inverse Perturbation, UIP), 且UIP对数据样本和攻击方法都具有通用性, 即一个UIP可以实现对不同攻击方法作用于整个数据集得到的所有对样本进行防御. 此外, UIP通过强化良性样本的类相关重要特征实现对良性样本精度的无影响, 且生成UIP无需对抗样本的先验知识. 通过大量实验验证, 表明UIP在不同数据集、不同模型中对各类攻击方法都具备显著的防御效果, 且提升了模型对正常样本的分类性能.
微电网的电流均衡/电压恢复自适应动态规划策略研究
王睿, 孙秋野, 张化光
当前状态:  doi: 10.16383/j.aas.c210015
[摘要](233) [HTML全文](51) [PDF 2997KB](15)
摘要:
含多类型分布式电源的微电网已经成为了未来电力系统的重要发展方向, 其中风能和光能在降低化石能源消耗和二氧化碳排放等方面有着极大优势, 考虑二者之间强互补性的协同调度已被广泛研究. 但风/光协同调度的微电网多关注分钟级的调度或优化问题而非风/光波动下秒级的实时电流按容量比例精准分担, 简称电流均衡, 而精准电流均衡有助于可再生能源的高比例消纳. 因此, 本文提出了基于自适应动态规划的微电网电流均衡和电压恢复控制策略. 首先, 构建包含风电整流型电能变换器和光电升压型电能变换器的广义风光拓扑同胚升压变换器模型, 其提供了后续控制器设计的模型基础. 其次, 本文将电流均衡和电压恢复问题转化为最优控制问题, 基于此, 每个能源主体的目标函数转化为获取最优控制变量和最小电压/电流控制偏差, 进而转化为求解哈密顿-雅克比-贝尔曼(Hamilton-Jacobi-Bellman, HJB)方程问题. 基于此, 提出了基于贝尔曼准则的分布式自适应动态规划控制策略以求取HJB方程的数值解, 最终实现电流均衡和电压恢复. 最后仿真结果验证了所提分布式自适应动态规划控制策略的有效性.
基于混合变分自编码器回归模型的软测量建模方法
崔琳琳, 沈冰冰, 葛志强
当前状态:  doi: 10.16383/j.aas.c200256
[摘要](385) [HTML全文](107) [PDF 2251KB](26)
摘要:
近年来, 变分自编码器(Variational auto-encoder, VAE)模型由于在概率数据描述和特征提取能力等方面的优越性, 受到了学术界和工业界的广泛关注, 并被引入到工业过程监测、诊断和软测量建模等应用中. 然而, 传统基于VAE的软测量方法使用高斯分布作为潜在变量的分布, 限制了其对复杂工业过程数据, 尤其是多模态数据的建模能力. 为了解决这一问题, 本论文提出了一种混合变分自编码器回归模型(Mixture variational autoencoder regression, MVAER), 并将其应用于复杂多模态工业过程的软测量建模. 具体来说, 该方法采用高斯混合模型来描述VAE的潜在变量分布, 通过非线性映射将复杂多模态数据映射到潜在空间, 学习各模态下的潜在变量, 获取原始数据的有效特征表示. 同时, 建立潜在特征表示与关键质量变量之间的回归模型, 实现软测量应用. 通过一个数值例子和一个实际工业案例, 对所提模型的性能进行了评估, 验证了该模型的有效性和优越性.
基于EEG的癫痫自动检测: 综述与展望
彭睿旻, 江军, 匡光涛, 杜浩, 伍冬睿, 邵剑波
当前状态:  doi: 10.16383/j.aas.c200745
[摘要](230) [HTML全文](115) [PDF 3561KB](26)
摘要:
癫痫是一种由脑部神经元阵发性异常超同步电活动导致的慢性非传染性疾病, 也是全球最常见的神经系统疾病之一. 基于EEG的癫痫自动检测是指通过机器学习、分布检验、相关性分析和时频分析等数据分析方法, 对癫痫发作阶段的EEG信号进行自动识别的研究问题, 能够为癫痫诊疗与评估提供客观参考依据, 从而减轻医生工作负担并提高治疗效率, 因此具有十分重要的理论意义与实际应用价值. 本文详细介绍基于EEG的癫痫自动识别整体框架, 以及对应于各个步骤所涉及的典型方法. 针对核心模块, 即特征提取与分类器选择, 进行方法总结与理论解释. 最后, 对癫痫自动检测研究领域的未来研究方向进行展望.
基于可见光与红外热图像的行车环境复杂场景分割
陈武阳, 赵于前, 阳春华, 张帆, 余伶俐, 陈白帆
当前状态:  doi: 10.16383/j.aas.c210029
[摘要](141) [HTML全文](45) [PDF 1040KB](13)
摘要:
复杂场景分割是自动驾驶领域智能感知的重要任务, 对稳定性和高效性都有较高的要求. 由于一般的场景分割方法主要针对可见光图像, 分割效果非常依赖于图像获取时的光线与气候条件, 且大多数方法只关注分割性能, 忽略了计算资源. 本文提出一种基于可见光与红外热图像的轻量级双模分割网络(DMSNet), 通过提取并融合两种模态图像的特征得到最终分割结果. 考虑到不同模态特征空间存在较大差异, 直接融合将降低对特征的利用率, 本文提出了双路特征空间自适应(DPFSA)模块, 该模块能够自动学习特征间的差异从而转换特征至同一空间. 实验结果表明, 本文方法提高了对不同模态图像的利用率, 对光照变化有更强的鲁棒性, 且以少量参数取得了较好的分割性能.
基于模糊核估计的图像盲超分辨率神经网络
李公平, 陆耀, 王子建, 吴紫薇, 汪顺舟
当前状态:  doi: 10.16383/j.aas.c200987
[摘要](193) [HTML全文](82) [PDF 3592KB](11)
摘要:
模糊图像的超分辨率重建具有挑战性并且有重要的实用价值. 本文提出了一种基于模糊核估计的图像盲超分辨率神经网络, 主要包括两部分: 模糊核估计子网络和模糊核自适应的图像重建子网络. 给定任意低分辨率图像, 该网络首先利用模糊核估计子网络从输入图像估计出实际的模糊核, 然后根据估计到的模糊核, 该网络利用模糊核自适应的图像重建子网络完成输入图像的超分辨率重建. 与其他图像盲超分辨率方法不同, 本文提出的模糊核估计子网络能够显式地从输入低分辨率图像中估计出完整的模糊核, 然后模糊核自适应的图像重建子网络根据估计到的模糊核, 动态地调整网络各层的图像特征, 从而适应不同输入图像的模糊. 本文在多个基准数据集上进行了有效性实验, 定性和定量的结果都表明该网络优于同类的图像盲超分辨率神经网络.
一种脑肢融合的神经康复训练在线评价与调整方法
舒智林, 李思宜, 于宁波, 朱志中, 巫嘉陵, 韩建达
当前状态:  doi: 10.16383/j.aas.c200452
[摘要](169) [HTML全文](32) [PDF 4314KB](18)
摘要:
在脑卒中康复训练中, 保持患者积极主动参与、提供适配其运动能力的训练难度对于取得良好的康复效果至关重要. 针对患者在长期康复训练过程中容易懈怠甚至出现惰性效应、运动能力有波动等挑战, 本文系统提出了一种脑肢融合的神经康复训练在线评价与调整方法. 首先, 从脑、肢体、以及训练任务三个层面, 基于脑电信号(Electroenc ephalo graphy, EEG)、肢体运动数据和任务评分, 建立了对患者神经参与程度、运动控制能力和任务完成情况的量化评价方法. 进而, 在任务操作难度、辅助和干扰力场、以及视觉辅助等方面, 设计了康复训练任务内和任务间的在线调整方法. 通过一个针对手功能康复的灵巧操作任务, 实现了基于所提出的脑肢融合在线评价与调整方法的闭环神经康复训练. 开展试验, 招募16名受试者参加, 对比分析开环训练和闭环训练两种情况下的实验结果, 验证了所提出方法的可行性和有效性. 本文工作可推广应用到脑功能障碍患者的运动康复训练, 进一步提高康复效果.
基于耦合反步法的轧机垂扭耦合振动控制策略研究
张柳柳, 钱承, 华长春, 白振华, 雷彤
当前状态:  doi: 10.16383/j.aas.c200936
[摘要](201) [HTML全文](22) [PDF 2275KB](15)
摘要:
本文针对轧机机电液垂扭耦合系统存在耦合振动问题, 提出了一种基于耦合反步法的轧机垂扭耦合振动抑制控制策略. 首先考虑了轧机传动系统、液压系统与辊系机械间的相互影响, 根据动力学定理, 建立了轧机机电液垂扭耦合振动数学模型. 其次考虑到轧机耦合垂振系统和耦合扭振系统间存在状态耦合关系, 利用耦合反步法, 解决了振动控制器设计中存在的相互嵌套问题. 针对耦合系统输出性能受限问题, 借助于障碍李雅普诺夫函数方法, 同时利用神经网络来逼近未知非线性函数, 设计了自适应神经网络振动抑制控制策略. 基于李雅普诺夫稳定理论严格证明了本文设计的控制方法能够保证系统输出满足所要求的暂稳态性能指标. 最后, 根据650 mm轧机的实际数据进行仿真, 验证了本文设计控制策略的有效性与优越性.
非线性预测控制终端约束集的优化
于树友, 冯阳阳, KimJung-Su, 陈虹
当前状态:  doi: 10.16383/j.aas.c200911
[摘要](238) [HTML全文](60) [PDF 3162KB](15)
摘要:
为了保证预测控制的稳定性, 经典的策略是在预测控制的优化问题中加入终端约束集和终端惩罚函数并保证终端约束集是一个在终端控制律作用下的正不变集, 终端惩罚函数是受控系统的局部控制Lyapunov函数. 本文提供了一种求解非线性系统终端约束集、终端控制律和终端惩罚函数的新策略. 通过在优化问题中引入新的变量来降低求解终端约束条件的保守性, 并且可以从理论上保证求解得到的终端约束集更大. 通常情况下, 较大的终端约束集将允许选取的预测时域较小, 因而可以降低预测控制的在线计算负担. 从形式上看, 新的变量的引入使得终端约束集和终端惩罚项实现了某种程度的解耦, 也即终端约束集不再是终端惩罚函数的水平截集. 最后通过仿真算例验证了所提策略的有效性.
基于MHSA和句法关系增强的机器阅读理解方法研究
张虎, 王宇杰, 谭红叶, 李茹
当前状态:  doi: 10.16383/j.aas.c200951
[摘要](219) [HTML全文](52) [PDF 2041KB](7)
摘要:
机器阅读理解是自然语言处理领域中一项重要研究任务, 目标是通过机器理解给定的阅读材料和问题, 最终实现自动答题. 目前联合观点类问题解答和答案依据挖掘的多任务联合学习研究在机器阅读理解应用中受到广泛关注, 它可以同时给出问题答案和支撑答案的相关证据, 然而现有观点类问题的答题方法在答案线索识别上表现还不是太好, 已有答案依据挖掘方法仍不能较好捕获段落中词语之间的依存关系. 基于此, 本文引入多头自注意力(Multi-Head Self-Attention, MHSA)进一步挖掘阅读材料中观点类问题的文字线索, 改进了观点类问题的自动解答方法; 将句法关系融入到图构建过程中, 提出了基于关联要素关系图的多跳推理方法, 实现了答案支撑句挖掘; 通过联合优化两个子任务, 构建了基于多任务联合学习的阅读理解模型. 在2020中国“法研杯”司法人工智能挑战赛(China AI Law Challenge 2020, CAIL2020)和HotpotQA数据集上的实验结果表明, 本文提出的方法相比已有基线模型取得了更好的效果.
PLVO: 基于平面和直线融合的RGB-D视觉里程计
孙沁璇, 苑晶, 张雪波, 高远兮
当前状态:  doi: 10.16383/j.aas.c200878
[摘要](266) [HTML全文](127) [PDF 1404KB](13)
摘要:
针对利用平面特征计算RGB-D相机位姿时的求解退化问题, 提出平面和直线融合的RGB-D视觉里程计(Plane-line-based RGB-D visual odometry, PLVO). 首先, 提出基于平面-直线混合关联图(Plane-line hybrid association graph, PLHAG)的多特征关联方法, 充分考虑平面和平面、平面和直线之间的几何关系, 对平面和直线两类几何特征进行一体化关联. 然后, 提出基于平面和直线主辅相济、自适应融合的RGB-D相机位姿估计方法. 具体来说, 鉴于平面特征通常比直线特征具有更好的准确性和稳定性, 本文通过自适应加权的方法, 确保平面特征在位姿计算中的主导作用, 而对平面无法约束的位姿自由度, 利用直线特征进行补充, 从而实现两类特征的融合, 解决了单纯使用平面特征求解位姿时的退化问题. 最后, 通过公开数据集上的定量实验以及真实室内环境下的机器人实验, 验证了所提出方法的有效性.
基于气压肌动图和改进神经模糊推理系统的手势识别研究
汪雷, 黄剑, 段涛, 伍冬睿, 熊蔡华, 崔雨琦
当前状态:  doi: 10.16383/j.aas.c200901
[摘要](149) [HTML全文](153) [PDF 1317KB](8)
摘要:
手势识别是人机交互领域的重要研究内容, 为截肢患者控制智能假肢手提供基础. 当前主流方法之一是利用表面肌电图识别手部运动意图, 但肌电信号存在信号弱、易受噪声、汗液、疲劳影响等缺点. 同时肌电图在识别准确率方面, 尤其是截肢患者手势识别方面仍然具有较大的提升空间. 针对这些问题, 本文设计了基于气压肌动图的穿戴式信号采集装置, 为手势识别提供了优质的信号源. 结合深度神经网络中全连接层结构、典型抽样和标准正则化技术, 提出了一种改进多类神经模糊推理系统, 与传统神经模糊推理系统相比泛化能力得到显著提升. 我们招募了7名健康受试者和1名截肢受试者, 并用八种算法开展离线实验. 所提方法在残疾人手势识别实验中取得了97.25%的最高平均准确率, 在健康人手势识别实验中取得了98.18%的最高平均准确率. 与近年公开报道的多种手势识别研究相比, 本文所提方法的综合性能更优.