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
2020, 46(8).  
[封面浏览] [PDF 5739KB](22)
综述
区间二型模糊集和模糊系统: 综述与展望
伍冬睿, 曾志刚, 莫红, 王飞跃
2020, 46(8): 1539-1556.   doi: 10.16383/j.aas.c200133
[摘要](349) [HTML全文](157) [PDF 2029KB](184)
摘要:
一型模糊集可以建模单个用户的语义概念中的不确定性, 即个体内不确定性. 一型模糊系统在控制和机器学习中得到了大量成功应用. 区间二型模糊集能同时建模个体内不确定性和个体间不确定性, 因而在很多应用中显示了比一型模糊系统更好的性能, 是近年来的研究热点. 本文首先介绍了区间二型模糊集的重要概念和理论研究进展, 总结了其在决策和机器学习中的成功应用, 然后介绍了区间二型模糊系统的基本操作和理论研究进展, 并回顾了其在控制和机器学习中的典型应用. 最后, 对区间二型模糊集和模糊系统未来的研究方向进行了展望.
动态系统的主动故障诊断技术
何潇, 郭亚琦, 张召, 贾繁林, 周东华
2020, 46(8): 1557-1570.   doi: 10.16383/j.aas.c190699
[摘要](337) [HTML全文](106) [PDF 1020KB](164)
摘要:
目前, 绝大多数动态系统的故障诊断方法仅利用系统的输入输出数据, 当数据中包含的故障特征不明显时, 诊断效果不佳. 动态系统的主动故障诊断方法通过向系统注入适当的辅助信号, 增强输入输出数据中特定故障的表现来提高对该故障的诊断能力. 主动故障诊断的研究不仅对于丰富与发展动态系统故障诊断理论具有重要价值, 还对故障诊断技术在实际中的推广应用具有重要意义. 本文阐述了主动故障诊断的思想, 介绍了用于增强故障表现的辅助信号所具有的特征, 分类概述了现有文献中的辅助信号设计方法, 分析了故障表现增强的形式与主动故障诊断技术的实现方式, 探讨了主动故障诊断中亟待解决的问题与未来的发展方向.
论文与报告
高阶系统方法-Ⅱ.能控性与全驱性
段广仁
2020, 46(8): 1571-1581.   doi: 10.16383/j.aas.c200369
[摘要](263) [HTML全文](81) [PDF 1014KB](113)
摘要:
本文首先简述了基于状态空间模型的一阶动态系统的能控性进展, 指出了一阶系统方法中卡尔曼能控性体系的一些问题.然后证明了线性定常系统能控的充要条件是它能化成一个高阶全驱系统, 同时还在一定程度上将这一结果推广到非线性系统的情形.基于这一发现, 本文定义了一般动态系统的完全能控性, 明确其意义在于存在控制律使得闭环系统为一线性定常的高阶系统, 并且可以任意配置闭环特征多项式的系数矩阵, 同时还指出其多方面相关结论.
基于蓝海信息网络的海洋环境平行监测体系建模研究
苏振东, 刘凡, 杨瑞平, 王飞跃
2020, 46(8): 1582-1591.   doi: 10.16383/j.aas.c180361
[摘要](3390) [HTML全文](1641) [PDF 1106KB](110)
摘要:
针对目前海洋环境监测体系顶层设计不足、各监测手段间统一调度与管理缺乏、监视数据关联分析缺失等问题, 提出了基于蓝海信息网络的海洋环境平行监测系统架构; 详细描述了海洋环境监测人工系统的构建方法, 以及计算实验方案; 最后, 构建完备的海洋环境监测平行系统, 通过平行执行为海洋环境监测的高效、智能管理与运营提供保障, 对减少海洋环境监测基础设施冗余建设、降低人力与物理成本、提高运营能力, 实现海洋环境监测的可持续发展必将产生深远的影响.
单量子比特系统状态的在线估计
唐雅茹, 丛爽, 杨靖北
2020, 46(8): 1592-1599.   doi: 10.16383/j.aas.c180752
[摘要](66) [HTML全文](59) [PDF 1845KB](32)
摘要:
针对具有退相干效应与测量反馈随机噪声的随机开放量子系统, 采用对状态影响较弱的连续弱测量在线获取一系列状态的部分信息, 实现量子状态的在线估计.由泡利矩阵构造初始测量算符, 并推导出在线的随时间变化的测量算符; 基于压缩传感理论来减少测量次数; 采用最小二乘优化算法对自由演化中的量子密度矩阵状态进行重构, 完整地给出了量子态在线估计的过程.所提出的在线量子态估计方案, 在一个量子位系统上进行了系统仿真实验.数值仿真实验结果表明, 在满足压缩传感理论的条件下, 仅需2次连续弱测量所得到的测量值之后, 就可以高精度地实现在线变化的单比特量子密度矩阵估计.
基于混合型判别分析的工业过程监控及故障诊断
陈晓露, 王瑞璇, 王晶, 周靖林
2020, 46(8): 1600-1614.   doi: 10.16383/j.aas.c180089
[摘要](158) [HTML全文](65) [PDF 17746KB](69)
摘要:
工业过程数据具有规模性大、复杂性高、变量多、关联性强等特点.如何从数据出发准确并快速地发现故障并处理, 保证过程高效运行意义重大.本文针对复杂的工业过程, 提出了一种多方法结合的混合型过程监控与故障诊断方法, 完成数据分类, 构建故障模型库, 故障在线诊断及可视化相关处理.首先通过常规主成分分析(Principal component analysis, PCA)方法对历史数据进行初筛, 区分出正常和故障信息, 然后利用聚类方法对故障数据集进行分类, 接着利用局部线性指数判别分析方法(Local linear exponential discriminant analysis, LLEDA)建立故障模型库进而进行故障诊断.本文将基于监督学习的LLEDA方法拓展到无监督学习, 便于复杂工业大量无标签数据的处理.最后利用典型的田纳西伊士曼(Tennessee Eastman, TE)过程对所提出的方法进行有效性验证.
评价彩色图像自动聚焦清晰度的互补色小波测度
周汶, 李旦, 张建秋
2020, 46(8): 1615-1627.   doi: 10.16383/j.aas.c190513
[摘要](69) [HTML全文](62) [PDF 1509KB](30)
摘要:
针对彩色图像的自动聚焦, 本文提出了一种新的清晰度评价测度. 该测度借助于互补色小波变换, 在互补色小波域, 利用融合互补色算子的层级最大能量和层级统计分布扩散度的乘积来描述本文的清晰度. 分析表明: 融合互补色算子, 可提取待评价彩色图像在颜色、亮度、方向、尺度和各通道分量间的相互信息等方面的相关特征. 这样, 其层级的最大能量就反映了这些被提取相关特征中最显著特征的清晰程度, 而其统计分布的扩散度, 就衡量了其清晰度特征分布的离散程度. 那么利用它们来共同表征清晰度的测度, 就使得本文所提的测度能随图像清晰程度的增加而增加. 在LIVE/IVC数据库上与多种经典方法的对比结果表明: 本文提出的测度具有最高的聚焦精度0.0373/0.0246、分辨率1.6132/0.4771和最好的无偏稳定性.
基于在线感知Pareto前沿划分目标空间的多目标进化优化
封文清, 巩敦卫
2020, 46(8): 1628-1643.   doi: 10.16383/j.aas.2018.c180323
[摘要](124) [HTML全文](63) [PDF 2271KB](75)
摘要:
多目标进化优化是求解多目标优化问题的可行方法.但是, 由于没有准确感知并充分利用问题的Pareto前沿, 已有方法难以高效求解复杂的多目标优化问题.本文提出一种基于在线感知Pareto前沿划分目标空间的多目标进化优化方法, 以利用感知的结果, 采用有针对性的进化优化方法求解多目标优化问题.首先, 根据个体之间的拥挤距离与给定阈值的关系感知优化问题的Pareto前沿上的间断点, 并基于此将目标空间划分为若干子空间; 然后, 在每一子空间中采用MOEA/D (Multi-objective evolutionary algorithm based on decomposition)得到一个外部保存集; 最后, 基于所有外部保存集生成问题的Pareto解集.将提出的方法应用于15个基准数值函数优化问题, 并与NSGA-Ⅱ、RPEA、MOEA/D、MOEA/DPBI、MOEA/D-STM和MOEA/D-ACD等比较.结果表明, 提出的方法能够产生收敛和分布性更优的Pareto解集, 是一种非常有竞争力的方法.
延迟深度回声状态网络及其在时间序列预测中的应用
薄迎春, 张欣, 刘宝
2020, 46(8): 1644-1653.   doi: 10.16383/j.aas.c180264
[摘要](81) [HTML全文](64) [PDF 1839KB](50)
摘要:
为提高回声状态网络对于时间序列预测问题的处理能力, 本文提出了一种延迟深度回声状态网络构造方法.该方法将多个子神经元池顺序连接, 每两个相邻的子神经元池之间嵌入了一个滞后环节.由于滞后环节的存在,该网络可将长时记忆任务转化为一系列短时记忆任务, 从而简化长时依赖问题的求解, 同时降低神经元池的构建难度.实验表明, 该网络具有强大的短时记忆容量, 对初始参数有较好的鲁棒性, 对时间序列预测问题的处理能力也比常规回声状态网络有显著提高.
一种基于词义向量模型的词语语义相似度算法
李小涛, 游树娟, 陈维
2020, 46(8): 1654-1669.   doi: 10.16383/j.aas.c180312
[摘要](90) [HTML全文](69) [PDF 1037KB](59)
摘要:
针对基于词向量的词语语义相似度计算方法在多义词、非邻域词和同义词三类情况计算准确性差的问题, 提出了一种基于词义向量模型的词语语义相似度算法.与现有词向量模型不同, 在词义向量模型中多义词按不同词义被分成多个单义词, 每个向量分别与词语的一个词义唯一对应.我们首先借助同义词词林中先验的词义分类信息, 对语料库中不同上下文的多义词进行词义消歧; 然后基于词义消歧后的文本训练词义向量模型, 实现了现有词向量模型无法完成的精确词义表达; 最后对两个比较词进行词义分解和同义词扩展, 并基于词义向量模型和同义词词林综合计算词语之间的语义相似度.实验结果表明本文算法能够显著提升以上三类情况的语义相似度计算精度.
基于修正导航向量场的AUV自主避障方法
姚鹏, 解则晓
2020, 46(8): 1670-1680.   doi: 10.16383/j.aas.c180219
[摘要](90) [HTML全文](56) [PDF 3776KB](54)
摘要:
针对复杂海洋环境下的自治水下机器人(Autonomous underwater vehicle, AUV)三维避障问题, 本文提出了一种高效的修正导航向量场方法.构建自由空间下的初始导航向量场, 引导AUV以最短路径向目标点航行.定义修正矩阵来量化描述障碍物对初始导航向量场的影响, 得到障碍空间下的修正导航向量场, 使得AUV向目标点航行的同时躲避静态障碍.通过结合障碍物运动速度, 分别构建相对初始导航向量场与相对修正导航向量场, 并采取有限时域推演与调整策略, 最终引导AUV安全躲避动态障碍.仿真结果表明, 本方法能较好地应用于复杂海洋环境下的AUV避障任务.
基于时空Kriging方法的时空数据插值研究
许美玲, 邢通, 韩敏
2020, 46(8): 1681-1688.   doi: 10.16383/j.aas.2018.c170525
[摘要](78) [HTML全文](55) [PDF 1659KB](36)
摘要:
在对气象数据进行插值的过程中, 如果只考虑数据的空间信息而忽视数据在时间上的关联, 必然影响插值的精度.针对具有时空特性的气象数据, 提出一种将时空Kriging方法与弹性网方法相结合的新方法.该方法主要利用弹性网算法解决时空Kriging算法中的时空变异函数矩阵为病态矩阵而无法求逆的问题, 通过弹性网算法获得变异函数矩阵方程的稀疏解, 从而提高时空插值的精度.在实际观测的气温数据和AQI数据上的仿真实验验证了该方法对气象时空数据插值的准确性.
基于评论异常度的新浪微博谣言识别方法
张仰森, 彭媛媛, 段宇翔, 郑佳, 尤建清
2020, 46(8): 1689-1702.   doi: 10.16383/j.aas.c180444
[摘要](87) [HTML全文](58) [PDF 4949KB](46)
摘要:
以微博为代表的社交媒体在为公众提供信息共享平台的同时, 也为谣言提供了可乘之机.开展微博中谣言的识别和清理方法研究, 对维护社会的安全稳定有着重要的现实意义.本文针对新浪微博平台中谣言识别的问题, 提出了一种基于评论异常度的微博谣言识别方法.首先采用D-S理论实现微博评论异常度的计算方法; 然后利用评论异常度与微博的内容特征、传播特征、用户特征对微博进行抽象表示; 最后再利用SVM (Support vector machine)构建一个基于评论异常度的谣言识别模型, 实现对新浪微博中谣言微博的识别.实验表明, 本文提出的谣言识别模型对新浪微博中谣言识别具有较好的效果, 谣言微博识别的F1值达到了96.2 %, 相较于现有文献的最好结果提高了1.3 %.
基于Word2vec和粒子群的链路预测算法
贾承丰, 韩华, 吕亚楠, 张路
2020, 46(8): 1703-1713.   doi: 10.16383/j.aas.c180187
[摘要](53) [HTML全文](55) [PDF 2031KB](28)
摘要:
链路预测中普遍存在两大问题:特征提取困难和类别数据不平衡.本文借鉴文本处理中的深度学习特征提取算法和优化问题中的粒子群算法, 提出一种基于词向量的粒子群优化算法(Word2vec-PSO).该方法首先通过随机游走产生网络序列后, 利用Word2vec算法对节点序列特征提取.然后在有监督的条件下, 利用粒子群算法对提取好的特征进行筛选, 并确定重采样的参数来解决类别数据不平衡问题, 并分析了不同链路预测算法的计算复杂性.最后将本文的算法与基于相似性、基于深度学习、基于不平衡数据的3类链路预测算法, 在4个不同的时序网络中进行实证对比研究.结果表明, 本文提出的链路预测算法预测精度较高, 算法更加稳定且具有普适性.
一种求解符号回归问题的粒子群优化算法
马炫, 李星, 唐荣俊, 刘庆
2020, 46(8): 1714-1726.   doi: 10.16383/j.aas.c180035
[摘要](114) [HTML全文](59) [PDF 1794KB](33)
摘要:
符号回归以构建一个能拟合给定数据集的函数模型为目的, 是对基本函数、运算符、变量等进行组合优化的过程.本文提出了一种求解符号回归问题的粒子群优化算法.算法以语法树对函数模型进行表达, 采用基因表达式将语法树编码为一个粒子, 设计了粒子的飞行方法及\begin{document}$r$\end{document}-邻域环状拓扑的粒子学习关系.为使粒子具有跳出局部极值的能力和减轻粒子快速趋同对全局寻优造成的不利影响, 分别设计了突变算子和散开算子.此外, 为了得到比较简洁的函数模型, 在粒子的评价函数中以罚函数的方式对编码的有效长度进行控制.仿真实验表明, 提出的算法可以获得拟合精度更高、简洁性更好的函数模型.
基于差异激励的无参考图像质量评价
陈勇, 吴明明, 房昊, 刘焕淋
2020, 46(8): 1727-1737.   doi: 10.16383/j.aas.c180088
[摘要](41) [HTML全文](60) [PDF 7452KB](29)
摘要:
为了衡量图像的降质程度, 充分考虑像素间的相关性, 提出了一种基于差异激励的无参考图像质量评价算法.该算法根据韦伯定律求得差异激励图, 并依据各向异性得到差异激励的梯度映射图; 然后量化差异激励得到差异量化图, 并分别与差异激励图与梯度映射图进行加权融合; 最后利用求得的特征, 通过支持向量回归(Support vector regression, SVR)预测得出图像质量的客观评价值.在LIVE、MLIVE、MDID2013和MDID2016等多个数据库中测试显示, 该算法稳定性强, 复杂度低, 能准确反映人类对图像质量的视觉感知效果.
考虑鸣笛效应和驾驶员异质性的新格子模型稳定性分析
翟聪, 巫威眺
2020, 46(8): 1738-1747.   doi: 10.16383/j.aas.c180137
[摘要](40) [HTML全文](44) [PDF 2969KB](17)
摘要:
道路环境及密集交通流随机波动是交通扰动的诱因, 文中考虑道路环境中的汽车鸣笛效应和驾驶员异质性的影响, 提出鸣笛发生临界密度的概念, 建立了更符合实际的格子流体动力学模型, 并揭示非饱和交通状态下诱发交通流失稳的机理.在线性稳定性分析中利用扰动法得到了该模型的稳定性条件, 并基于还原微扰法对该模型的非线性稳定性问题进行研究, 通过求解mKDV方程获取的扭结-反扭结孤立波描述了在临界点附近密度波的传输规则.仿真结果表明, 考虑有鸣笛效应的新格子模型相比于Nagatani模型的稳定性更强, 而较大的临界密度对交通流稳定性存在消极影响; 与以往微观模型相比, 本文模型能解释鸣笛现象发生的自然条件, 即密度高且流量低的地方, 同时驾驶员特性也对交通流的稳定性存在着显著影响.
短文
基于小波变换的码元速率估计优化算法
谭晓衡, 张雪静
2020, 46(8): 1748-1752.   doi: 10.16383/j.aas.c170518
[摘要](62) [HTML全文](67) [PDF 1309KB](27)
摘要:
针对低信噪比下MPSK (M-ary phase shift keying)信号的码元速率估计问题, 提出一种优化算法.该算法无需先验知识, 通过Hilbert变换提取瞬时相位基带序列, 经多尺度小波变换, 对每个尺度下的小波系数的模值的平方进行叠加, 对叠加后的结果再进行功率谱计算, 在码元速率整数倍处有离散谱线, 估计正确率在信噪比大于1 dB时大于90 %.
基于量子计算的粗糙集核属性求解算法
段隆振, 谢旭明, 邱桃荣, 杨舒晴
2020, 46(8): 1753-1758.   doi: 10.16383/j.aas.2018.c170328
[摘要](36) [HTML全文](69) [PDF 547KB](16)
摘要:
粗糙集的核属性求解问题在经典计算中是一个NP问题.现有的方法中最优的时间复杂度也需要\begin{document}${\rm O}$\end{document}\begin{document}$ \left(|C||U|\right)$\end{document}(\begin{document}$U$\end{document}为论域、\begin{document}$C$\end{document}为属性列数).由于量子计算的并行性特点, 本文致力于采用量子计算的方法来求解粗糙集的核属性, 拟提出了一种基于量子计算的粗糙集核属性求解算法.经过仿真实验, 在任何情况下, 该算法都能以1的总概率得到目标分量; 且通过理论分析证明了算法的时间复杂度不会高于\begin{document}${\rm O}$\end{document}\begin{document}$\left(|\frac{{\rm{ \mathsf{ π}}}}{2\arcsin\sqrt {\frac{M}{C}}}+1||U|\right)$\end{document}.
基于迁移学习的细粒度实体分类方法的研究
冯建周, 马祥聪
2020, 46(8): 1759-1766.   doi: 10.16383/j.ass.c190041
[摘要](132) [HTML全文](92) [PDF 748KB](89)
摘要:
细粒度实体分类(Fine-grained entity type classification, FETC)旨在将文本中出现的实体映射到层次化的细分实体类别中. 近年来, 采用深度神经网络实现实体分类取得了很大进展. 但是, 训练一个具备精准识别度的神经网络模型需要足够数量的标注数据, 而细粒度实体分类的标注语料非常稀少, 如何在没有标注语料的领域进行实体分类成为难题. 针对缺少标注语料的实体分类任务, 本文提出了一种基于迁移学习的细粒度实体分类方法, 首先通过构建一个映射关系模型挖掘有标注语料的实体类别与无标注语料实体类别间的语义关系, 对无标注语料的每个实体类别, 构建其对应的有标注语料的类别映射集合. 然后, 构建双向长短期记忆(Bidirectional long short term memory, BiLSTM)模型, 将代表映射类别集的句子向量组合作为模型的输入用来训练无标注实体类别. 基于映射类别集中不同类别与对应的无标注类别的语义距离构建注意力机制, 从而实现实体分类器以识别未知实体分类. 实验证明, 我们的方法取得了较好的效果, 达到了在无任何标注语料前提下识别未知命名实体分类的目的.
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:
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
当前状态:  doi: 10.16383/j.aas.c190735
[摘要](1926) [HTML全文](1302)
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(MLPF)模型是当前研究的热点问题. 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(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.
带有资源冲突的Seru在线并行调度算法
江煜舟, 李冬妮, 靳洪博, 殷勇
当前状态:  doi: 10.16383/j.aas.c190698
[摘要](594) [HTML全文](1164)
摘要:
随着大规模定制的市场需求日趋显著, 赛如生产系统(Seru Production System, SPS)应运而生, 逐渐成为研究和应用领域的热点. 本文针对带有资源冲突的Seru在线并行调度问题进行研究, 即需要在有限的空间位置上安排随动态需求而构建的若干Seru, 以总加权完工时间最小为目标, 决策Seru的构建顺序及时间. 先基于平均延迟最短加权处理时间(Average Delayed Shortest Weighted Processing Time, AD-SWPT)算法, 针对其竞争比不为常数的局限性, 引入调节参数, 得到竞争比为常数的无资源冲突的Seru在线并行调度算法. 接下来, 引入冲突处理机制, 得到有资源冲突的Seru在线并行调度算法, αAD-I (α-Average Delayed Shortest Weighted Processing Time - Improved)算法, 特殊实例下可通过实例归约的方法证明其竞争比与无资源冲突的情况相同. 最后, 通过实验, 验证了在波动的市场环境下算法对于特殊实例与一般实例的优越性.
基于 GBDT 的铁路事故类型预测及成因分析
钟敏慧, 张婉露, 李有儒, 朱振峰, 赵耀
当前状态:  doi: 10.16383/j.aas.c190630
[摘要](289) [HTML全文](270)
摘要:
运用数据挖掘技术进行铁路事故类型预测及成因分析, 对于建立铁路事故预警机制具有重要意义. 为此, 本文提出一种基于梯度提升决策树(Grandient Boosting Decision Tree, GBDT)的铁路事故类型预测及成因分析算法. 针对铁路事故记录数据缺失的问题, 提出一种基于属性分布概率的补全算法, 最大程度保持原有数据分布, 从而降低数据缺失对事故类型预测造成的影响. 针对铁路事故记录数据类别失衡的问题, 提出一种集成的GBDT模型, 完成对事故类型的鲁棒性预测. 在此基础上, 根据GBDT预测模型中特征重要度排序, 实现事故成因分析. 通过在开放数据库上进行实验, 验证了本文模型的有效性.
面向精准价格牌识别的多任务循环神经网络
牟永强, 范宝杰, 孙超, 严蕤, 郭怡适
当前状态:  doi: 10.16383/j.aas.c190633
[摘要](391) [HTML全文](297)
摘要:
为了促进智能新零售在线下业务场景的发展, 提高作为销售关键信息价格牌的识别精度. 本文对价格牌识别问题进行研究, 有效地提高了价格牌的识别精度, 并解决小数点定位不准确的难题. 通过深度卷积神经网络提取价格牌的深度语义表达特征, 将提取到的特征图送入多任务循环网络层进行编码, 然后根据解码网络设计的注意力机制解码出价格数字, 最后将多个分支的结果整合并输出完整价格. 本文所提出的方法能够非常有效的提高线下零售场景价格牌的识别精度, 并解决了一些领域难题如小数点的定位问题, 此外, 为了验证本文方法的普适性, 在其他场景数据集上进行了对比实验, 相关结果也验证了本文方法的有效性.
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
当前状态:  doi: 10.16383/j.aas.c190547
[摘要](1930) [HTML全文](1551)
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.
Hyperledger Fabric共识机制优化方案
孟吴同, 张大伟
当前状态:  doi: 10.16383/j.aas.c190516
[摘要](1810) [HTML全文](1722)
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, 实现了可验证情况下背书节点的非交互式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.
基于驻极体材料的机械天线式低频通信系统仿真研究
崔勇, 王琛, 宋晓, 梁博文
当前状态:  doi: 10.16383/j.aas.c190678
[摘要](3128) [HTML全文](1083)
摘要:
在海洋信息网络体系日益重要的现在, 水下航行器越来越得到世界各国的重视, 无论是在民用还是在军用上, 都扮演着重要的角色. 与水下航行器的通信主要采用的是能以较小的损耗深入海水的低频通信技术, 而目前已有的低频通信系统发射台规模庞大, 天线占地广、天线暴露、目标明显、战时生存能力差, 极易被摧毁且难于短期修复, 且所需功耗巨大. 鉴于此, 本文提出了一种基于复合聚合物驻极体纳米材料的机械天线式低频通信方法, 从理论上研究了其产生的低频通信信号及计算公式, 定量分析了其在正常工作时的功率损耗和在不同介质中的衰减, 且在有限元分析软件中建立了相关模型进行仿真研究, 并通过理论解析模型和多物理场有限元模型的双重仿真结果的一致性, 以及仿真计算结果与机械天线样机的实测结果的对比, 验证了所提方法的可行性.
饱和约束测量扩张状态滤波与无拖曳卫星位姿自抗扰控制
杨飞, 谈树萍, 薛文超, 郭金, 赵延龙
当前状态:  doi: 10.16383/j.aas.c190515
[摘要](1711) [HTML全文](635)
摘要:
无拖曳卫星的本体姿态、卫星本体与测试质量间的相对位移及相对姿态的联合控制受到外部扰动、输入噪声、测量噪声及饱和约束、输入耦合以及状态耦合等因素的影响, 控制器的设计面临挑战. 本文采用基于扩张状态的卡尔曼滤波对系统状态和系统扰动进行实时估计, 引入自抗扰控制策略进行了控制器设计. 针对无拖曳控制子系统设计了测量饱和受限下的扩张状态估计算法, 并进行了信息融合. 在设计控制律时不仅考虑了对外部扰动的补偿, 还将系统状态间的耦合关系看成内部扰动进行补偿, 使得被控系统等价为“积分串联型系统”, 在此基础上实现了无拖曳卫星的联合控制. 数值仿真验证了方法的有效性和合理性.
多层局部块坐标下降法及其驱动的分类重构网络
王金甲, 张玉珍, 夏静, 王凤嫔
当前状态:  doi: 10.16383/j.aas.c190540
[摘要](610) [HTML全文](1063)
摘要:
卷积稀疏编码(CSC)已广泛应用于信号或图像处理、重构和分类等任务中, 基于深度学习思想的多层卷积稀疏编码(MLCSC)模型的多层基追踪问题和多层字典学习问题成为研究热点. 但基于傅里叶域的交替方向乘子法(ADMM)求解器和基于图像块(patch)空间域思想的传统基追踪算法不能容易地扩展到多层情况. 在切片(slice)局部处理思想的基础上, 本文提出了一种新的多层基追踪(Ml-BP)算法: 多层局部块坐标下降算法(ML-LoBCoD). 在多层迭代软阈值算法(ML-ISTA)和对应的迭代展开网络ML-ISTA-Net 的启发下, 提出了对应的迭代展开网络ML-LoBCoD-Net. ML-LoBCoD-Net实现信号的表征学习功能, 输出的最深层卷积稀疏编码用于分类. 此外, 为了获得更好的信号重构, 本文提出了一种新的多层切片卷积重构网络(ML-SCRN-Net), ML-SCRN-Net实现从信号稀疏编码到信号重构, 并且对这两个网络分别进行实验验证. 然后将ML-LoBCoD-Net和ML-SCRN-Net 进行级联得到ML-LoBCoD-SCRN合并网, 同时实现图像的分类和重构. 与传统基于全连接层对图像进行重建的方法相比, 本文提出的ML-LoBCoD-SCRN合并网所需参数少, 收敛速度快, 重构精度高. 本文将ML-ISTA和ML-FISTA 构建为ML-ISTA-SCRN和ML-FISTA-SCRN进行对比实验, 初步证明了所提出的ML-LoBCoD-SCRN分类重构网在MNIST、CIFAR10和CIFAR100数据集上是有效的, 分类正确率、损失函数和信号重构结果都优于ML-ISTA-SCRN和ML-FISTA-SCRN.
状态转移算法原理与发展
周晓君, 阳春华, 桂卫华
当前状态:  doi: 10.16383/j.aas.c190624
[摘要](2594) [HTML全文](3334)
摘要:
状态转移算法是基于状态和状态转移的概念及现代控制理论中状态空间表示法提出的一种智能型随机性全局优化方法, 由于其优良的全局搜索能力和快速收敛性, 在许多优化问题中得到了很好的应用. 本文系统地阐述了基本状态转移算法的原理和内在特性, 从理论研究与应用研究两方面综述了状态转移算法的发展历程与现状, 并对其未来发展趋势进行了展望.
Lidar/IMU紧耦合的实时定位方法
李帅鑫, 李广云, 王力, 杨啸天
当前状态:  doi: 10.16383/j.aas.c190424
[摘要](4273) [HTML全文](2485)
摘要:
本文以实现移动小型智能化系统的实时自主定位为目标, 针对激光里程计误差累计大, 旋转估计不稳定, 以及观测信息利用不充分等问题, 提出一种Lidar/IMU紧耦合的实时定位方法—Inertial-LOAM. 数据预处理部分, 对IMU数据预积分, 降低优化变量维度, 并为点云畸变校正提供参考. 提出一种基于角度图像的快速点云分割方法, 筛选结构性显著的点作为特征点, 降低点云规模, 保证激光里程计的效率; 针对地图构建部分存在的地图匹配点搜索效率低和离散点云地图的不完整性问题, 提出传感器中心的多尺度地图模型, 利用环形容器保持地图点恒定, 并结合多尺度格网保证地图模型中点的均匀分布. 数据融合部分, 提出Lidar/IMU紧耦合的优化方法, 将IMU和Lidar构成的预积分因子、配准因子、闭环因子插入全局因子图中, 采用基于贝叶斯树的因子图优化算法对变量节点进行增量式优化估计, 实现数据融合. 最后, 采用实测数据评估Inertial-LOAM的性能并与LeGO-LOAM, LOAM和Cartographer对比. 结果表明, Inertial-LOAM在不明显增加运算负担的前提下大幅降低连续配准误差造成的误差累计, 具有良好的实时性; 在结构性特征明显的室内环境, 定位精度达厘米级, 与对比方法持平; 在开阔的室外环境, 定位精度达分米级, 而对比方法均存在不同程度的漂移.
基于拉普拉斯特征映射学习的隐基于拉普拉斯特征映射学习的隐
石家宇, 陈博, 俞立
当前状态:  doi: 10.16383/j.aas.c190551
[摘要](666) [HTML全文](439)
摘要:
智能电网中的隐匿虚假数据入侵(False Data Injection,FDI)攻击能够绕过坏数据检测机制, 导致控制中心做出错误的状态估计, 进而干扰电力系统的正常运行. 由于电网系统具有复杂的拓扑结构, 故基于传统机器学习的攻击信号检测方法存在维度过高带来的过拟合问题, 而深度学习检测方法则存在训练时间长、占用大量计算资源的问题. 为此, 针对智能电网中的隐匿FDI攻击信号, 提出了基于拉普拉斯特征映射降维的神经网络检测学习算法, 不仅降低了陷入过拟合的风险, 同时也提高了隐匿FDI攻击检测学习算法的泛化能力. 最后, 在IEEE57-Bus电力系统模型中验证了所提方法的优点和有效性.
考虑能耗节约的集装箱码头双小车岸桥与AGV联合配置及调度优化
范厚明, 郭振峰, 岳丽君, 马梦知
当前状态:  doi: 10.16383/j.ass.c190626
[摘要](1820) [HTML全文](1472)
摘要:
合理调度集装箱码头的装卸设备以减少生产过程中的能耗, 对实现其低碳绿色化发展具有重要意义. 针对集装箱码头向自动化发展过程中的双小车岸桥与AGV联合配置及调度问题, 考虑AGV续航时间、双小车岸桥中转平台容量和堆场缓冲支架容量约束, 以岸桥的能耗最小为第一阶段模型的优化目标, 以AGV运输过程的能耗最小为第二阶段目标建立两阶段优化模型; 设计枚举法求解第一阶段模型, 改进遗传算法求解第二阶段优化模型. 以洋山四期自动化集装箱码头为例进行实验分析, 针对不同船舶在港总装卸时间和AGV配置原则进行实验, 验证了模型和算法的有效性, 结果表明以最小化能耗为目标的双小车岸桥与AGV联合调度可在岸桥主小车不延误的前提下, 显著减少AGV的配置数量.
结合全局与局部变化的图像质量评价
高敏娟, 党宏社, 魏立力, 王海龙, 张选德
当前状态:  doi: 10.16383/j.aas.c190697
[摘要](2577) [HTML全文](1609)
摘要:
图像所包含的信息是通过灰度值在空域的变化呈现的. 梯度是度量变化的基本工具, 这使得梯度成为了目前大多数图像质量评价算法的重要组成部分(Ingredient). 但是梯度只能度量局部变化, 而当人类视觉系统(Human Visual System, HVS)感知一幅图像时, 既能感知到局部变化, 也能感知到全局变化. 基于HVS的这一特性, 本文提出了一种结合全局与局部变化的图像质量评价算法(Global and Local Variation SIMilarity, GLV-SIM). 该算法利用Grünwald-Letnikov分数阶导数来度量图像的全局变化, 利用梯度模来度量图像的局部变化. 然后结合二者计算参考图像和退化图像之间的相似度谱(Similarity Map), 进而得到图像的客观评分. 在TID2013、TID2008、CSIQ与LIVE四个数据库上的仿真实验表明, 较之单一度量局部变化的方法, 本文算法能更准确地模拟HVS对图像质量的感知过程, 给出的客观评分与主观评分具有较好的一致性.
基于事件相机的定位与建图算法: 综述
马艳阳, 叶梓豪, 刘坤华, 陈龙
当前状态:  doi: 10.16383/j.aas.c190550
[摘要](4865) [HTML全文](4319)
摘要:
事件相机是一种新兴的视觉传感器, 通过检测单个像素点光照强度的变化来产生“事件”. 基于其工作原理, 事件相机拥有传统相机所不具备的低延迟、高动态范围等优良特性. 而如何应用事件相机来完成机器人的定位与建图则是目前视觉定位与建图领域新的研究方向. 本文从事件相机本身出发, 介绍事件相机的工作原理、现有的定位与建图算法以及事件相机相关的开源数据集. 其中, 本文着重对现有的、基于事件相机的定位与建图算法进行详细的介绍和优缺点分析.
基于核自适应滤波器的时间序列在线预测研究综述
韩敏, 马俊珠, 任伟杰, 钟凯
当前状态:  doi: 10.16383/j.aas.c190051
[摘要](812) [HTML全文](3141)
摘要:
核自适应滤波器是时间序列在线预测的重点研究领域之一, 本文对核自适应滤波器的最新进展及未来研究方向进行了分析和总结. 基于核自适应滤波器的时间序列在线预测方法, 能较好的解决预测、跟踪问题. 本文首先概述了三类核自适应滤波器的基本模型, 包括核最小均方算法, 核递归最小二乘算法和核仿射投影算法. 在此基础上, 从核自适应滤波器在线预测的内容和机理入手, 综述基于核自适应滤波器的时间序列在线预测方法. 最后, 本文将介绍这一领域潜在的研究方向和发展趋势, 并展望未来的挑战.
分布参数系统源控制系统设计
周笔锋, 罗毅平, 唐果宁
当前状态:  doi: 10.16383/j.aas.c190612
[摘要](678) [HTML全文](464)
摘要:
针对一类分布参数系统, 提出了源控制方法. 将构成分布参数系统的空间分成若干分, 每份为一个节点, 在所有的节点中, 将能产生量变源头的节点定义为源节点, 跟随源节点变化的节点为跟随节点, 以此构建分布参数系统模型. 对于源节点, 根据经验函数结合反馈偏差调节设计控制器, 对跟随节点考虑源节点控制的逸散作用控制. 利用Lyapunov稳定性理论并结合LMI处理方法, 得出了分布式参数系统稳定源控制器存在的充分条件. 最后结合所给条件, 给出一个数值仿真说明其有效性.
考虑电网调峰需求的工业园区主动配电系统调度学习优化
唐昊, 刘畅, 杨明, 汤必强, 许丹, 吕凯
当前状态:  doi: 10.16383/j.aas.c190079
[摘要](1523) [HTML全文](3882)
摘要:
本文针对含光伏(PV)、全钒液流电池(VRB)储能装置与多类型柔性负荷的工业园区主动配电系统, 研究在考虑源荷随机性情况下该系统的动态经济调度问题. 首先, 将PV出力、多类型负荷需求和电网调峰需求的随机动态变化近似描述为连续马尔可夫过程, 并根据系统内VRB的充放电特性对储能系统进行建模; 然后, 以各决策时刻下PV出力、负荷需求、调峰需求以及储能荷电状态(SOC)的离散等级为状态, 以储能充放电及多类型柔性负荷调整方案为行动, 在系统功率平衡等相关约束下, 以应对电网调峰需求和提高系统经济运行水平为目标, 将工业园区主动配电网系统动态经济调度优化问题建立成随机动态规划模型; 最后, 引入强化学习方法进行策略求解. 算例仿真结果表明所得策略可有效提高系统经济运行效益, 并在一定程度上满足电网调峰需求.
非平稳间歇过程数据解析与状态监控——回顾与展望
赵春晖, 余万科, 高福荣
当前状态:  doi: 10.16383/j.aas.c190586
[摘要](4264) [HTML全文](7691)
摘要:
间歇过程作为制造业的重要生产方式之一, 其高效运行是智能制造的优先主题. 为了保障生产过程的高效运行, 面向间歇生产的过程数据解析与状态监控算法在最近三十年间得到大家的广泛关注, 发展速度稳步提升. 但由于间歇过程本身的多重时变大范围非平稳运行复杂特性, 以及对状态监控与故障诊断要求的提高, 现有的理论和方法仍面临着挑战. 本文从分析间歇过程的特性出发, 从数据解析的角度, 总结了近三十年来非平稳间歇过程高性能监控研究的发展. 一方面对间歇过程监控领域几种经典的方法体系进行了总结和梳理, 另一方面揭示了尚存在的问题以及未来可能的研究思路和发展脉络.
SEAs导纳控制的μ综合方法
李思奇, 黄远灿
当前状态:  doi: 10.16383/j.aas.c180576
[摘要](1134) [HTML全文](709)
摘要:
SEAs具有在确保机器人性能的基础上兼顾其安全性的特点, 因此被广泛地应用在康复机器人中. 为实现良好的康复训练效果, 机器人需根据实际要求呈现不同的阻抗特性. 本文采用μ综合技术解决了SEAs导纳控制器的设计问题. 首先, 考虑参数摄动, 传感器噪声, 输入干扰及控制输入限制等不确定性因素, 建立SEAs模型. 其次, 应用混合稳定性原理分析系统的交互稳定性. 由于无源环境的阻抗在高频段必然呈现小增益特性, 所以, 当端口导纳在低频段满足无源性, 高频段具有小增益时, 就能确保交互的稳定性. 然后, 将SEAs的导纳控制综合问题转化为实际端口导纳与期望导纳匹配的μ综合问题. 最后, 通过调节加权函数, 不仅让SEAs闭环系统的端口导纳逼近期望的端口导纳, 还能同时满足交互稳定性条件, 从而可以独立于环境因素来设计导纳控制器. 仿真结果表明, 基于μ综合方法设计的控制器, 能精确地逼近期望的端口导纳, 且确保交互稳定性. 另外, 通过Hankel逼近方法得到的降阶控制器也具有满意的控制效果.
基于改进差分进化和回声状态网络的时间序列预测研究
许美玲, 王依雯
当前状态:  doi: 10.16383/j.aas.c180549
[摘要](2406) [HTML全文](2778)
摘要:
针对回声状态网络无法根据不同的时间序列有效地选择储备池参数的问题, 本文提出一种新型预测模型, 利用改进的差分进化算法来优化回声状态网络. 其中差分进化算法的缩放因子F、交叉概率CR和变异策略自适应调整, 以提高算法的寻优性能. 为验证本文方法的有效性, 对Lorenz时间序列、大连月平均气温 − 降雨量数据集进行仿真实验. 由实验结果可知, 本文提出的模型可以提高时间序列的预测精度, 且具有良好的泛化能力及实际应用价值.
车辆安全跟驰模式预测的形式化建模方法
刘秉政, 高松, 曹凯, 王鹏伟, 徐艺
当前状态:  doi: 10.16383/j.aas.c190563
[摘要](1495) [HTML全文](1870)
摘要:
由于传统车辆跟驰建模预测方法无法遍历车辆所有可能的系统输入与运行状态的不确定性, 因而不足以从理论上保证对周边车辆安全跟驰行为预测的完整性与可信性. 为此提出车辆安全跟驰模式预测的形式化建模方法. 该方法利用随机可达集的遍历表现特征实现对周边车辆行为预测的不确定性表述, 并通过马尔科夫链逼近可达集的方式表达系统行为状态变化的随机性, 从而完成对周边车辆跟驰行为状态变化的精确概率预估. 为了表达跟驰情形中车辆之间的行为关联影响以及提高在线计算效率, 离线构建了关联车辆在状态及控制输入之间的安全关联矩阵, 描述周边车辆的安全跟驰控制输入选择规律, 并综合相关车辆的当前状态信息, 达到对周边车辆安全跟驰行为的在线分析与预估. 数值验证不仅表明提出的建模方法完备地表述了周边车辆所有的安全跟驰行为及过程, 显著提高了预测的精确度, 也论证了该方法对车辆跟驰控制策略建模分析与安全验证的有效性.
基于强化学习的浓密机底流浓度在线控制算法
袁兆麟, 何润姿, 姚超, 李佳, 班晓娟, 李潇睿
当前状态:  doi: 10.16383/j.aas.c190348
[摘要](3146) [HTML全文](743)
摘要:
复杂过程工业控制一直是控制应用领域研究的前沿问题. 浓密机作为一种复杂大型工业设备广泛用于冶金、采矿等领域. 由于其在运行过程中具有多变量、非线性、高时滞等特点, 浓密机的底流浓度控制技术一直是学界、工业界的研究难点与热点. 本文提出了一种基于强化学习技术的浓密机在线控制算法. 该算法在传统启发式动态规划 (Heuristic dynamic programming, HDP)算法的基础上, 设计融合了评价网络与模型网络的双网结构, 并提出了基于短期经验回放的方法用于增强评价网络的训练准确性, 实现了对浓密机底流浓度的稳定控制, 并保持控制输入稳定在设定范围之内. 最后, 通过浓密机仿真实验的方式验证了算法的有效性, 实验结果表明本文提出的方法在时间消耗、控制精度上优于其他算法.
基于信息熵的关键链缓冲区设置方法
巩军, 胡涛, 姚路
当前状态:  doi: 10.16383/j.aas.c190599
[摘要](764) [HTML全文](858)
摘要:
为解决缓冲区设置不合理带来的项目间工序松弛、工期延误等问题, 基于信息熵理论提出了一种关键链缓冲区设置方法. 首先, 提出了复杂熵、资源熵和人因熵的概念及其度量方法, 运用熵的概念量化诸多不确定因素对工序造成的影响; 其次, 提出了基于区间直觉梯形模糊数的人因熵度量步骤与方法; 最后, 给出了工序工期、项目缓冲和汇入缓冲的熵模型与修正模型, 充分考虑了人的行为因素对项目进度的影响, 并通过算例验证了模型的实用性.
基于分布式策略的直流微电网下垂控制器设计
卢自宝, 钟尚鹏, 郭戈
当前状态:  doi: 10.16383/j.aas.c190628
[摘要](1685) [HTML全文](2790)
摘要:
本文研究了分布式控制策略下直流微电网的负荷分配和电压平衡问题. 给出一种新的基于分布式策略的下垂控制器设计方法, 能够在统一的框架下实现直流微电网负载共享和电压平衡. 首先将直流微电网的负载共享和电压平衡问题转化为多目标优化问题, 其性能指标与微源的容量密切相关. 然后, 通过求解多目标优化问题获得实现负载共享和电压平衡的集中式控制策略, 并给出下垂控制器的设计方法. 为了降低系统的通信负担, 给出一种新的只需与邻居节点交换信息的分布式控制策略, 通过理论分析可知该分布式控制策略能够收敛到多目标优化问题的最优解. 最后, 通过对新能源汽车充换电站系统的仿真验证了本文提出的方法的有效性.
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](3030) [HTML全文](764)
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.
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
当前状态:  doi: 10.16383/j.aas.c190400
[摘要](1650) [HTML全文](1660)
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, 记为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.
唇读研究进展与展望
盛常冲, 陈小鼎, 匡纲要, 刘丽
当前状态:  doi: 10.16383/j.aas.c190531
[摘要](1195) [HTML全文](1057)
摘要:
唇读, 也称视觉语言识别, 旨在通过说话者嘴唇运动的视觉信息, 解码出其所说文本内容. 唇读是计算机视觉和模式识别领域的一个重要问题, 在公共安防、医疗、国防军事和影视娱乐等领域有着广泛的应用价值. 近年来, 深度学习技术极大地推动了唇读研究进展. 本文首先阐述了唇读研究的内容和意义, 并深入剖析了唇读研究面临的难点与挑战; 然后介绍了目前唇读研究的现状与发展水平, 对近期主流唇读方法进行了梳理、归类和评述, 包括传统方法和近期的基于深度学习的方法; 最后, 探讨唇读研究潜在的问题和可能的研究方向. 以期引起大家对唇读问题的关注与兴趣, 并推动与此相关问题的研究进展.
鱼类群体运动的元胞自动机模型中的最小势能原理
陆兴远, 袁卫锋
当前状态:  doi: 10.16383/j.aas.c190568
[摘要](1696) [HTML全文](1085)
摘要:
群体运动是自然界中一种常见的生物行为. 在一定的环境条件下, 社会有机体会表现出不同的集体运动形态. 其中, 旋转是鱼群中常见的群体运动. 但是, 虽然研究人员对鱼群的运动进行过一系列的研究, 这种旋转行为的机理尚不清楚. 本研究假定鱼群的运动模式受势能的支配, 相应提出了鱼类个体运动的势函数并将之融合到元胞自动机中以模拟鱼群的运动. 数值模拟表明, 有限空间内鱼群运动时会形成多种形状, 但当此生物系统按照能量最小原则发展时, 其运动形态最终可能演化成为一个漩涡. 数值模拟与针对红斑马鱼的观察之间的比较验证了本模型的合理性. 能量最小原理是自然界的基本定律之一, 而势能函数的建立定义了鱼类个体与环境之间的关系. 因此, 本研究为深入理解群体运动规律提供了新视角, 表明从流体力学上进一步探究鱼群运动的物理机理是一个具有潜力的研究方向.