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
2021, 47(11).  
[封面浏览] [PDF 5908KB](20)
综述
作者识别研究综述
张洋, 江铭虎
2021, 47(11): 2501-2520.   doi: 10.16383/j.aas.c200654
[摘要](400) [HTML全文](217) [PDF 726KB](165)
摘要:
作者识别是根据已知文本推断未知文本作者的交叉学科. 其传统研究通常基于文学或语言学的经验知识, 而现代研究则主要依靠数学方法量化作者的写作风格. 近些年, 随着认知科学、系统科学和信息技术的发展, 作者识别受到越来越多研究者的关注. 本文主要站在计算语言学的角度综述作者识别领域现代研究中的方法和思路. 首先, 简要介绍了作者识别的发展历程. 然后, 详述了文体风格特征、作者识别方法以及该领域中多层面的研究. 接着介绍了与作者识别相关的一些评测、数据集及评价指标. 最后, 指出该领域存在的一些问题, 结合这些问题分析并展望了作者识别的发展趋势.
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
2021, 47(11): 2521-2537.   doi: 10.16383/j.aas.c200551
[摘要](4651) [HTML全文](1844) [PDF 1241KB](901)
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.
论文与报告
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
2021, 47(11): 2538-2546.   doi: 10.16383/j.aas.c210098
[摘要](498) [HTML全文](194) [PDF 1384KB](185)
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.
基于文本引导的注意力图像转发预测排序网络
潘文雯, 赵洲, 俞俊, 吴飞
2021, 47(11): 2547-2556.   doi: 10.16383/j.aas.c200629
[摘要](284) [HTML全文](117) [PDF 1281KB](72)
摘要:
转发预测在社交媒体网站(Social media sites, SMS)中是一个很有挑战性的问题. 本文研究了SMS中的图像转发预测问题, 预测用户再次转发图像推特的图像共享行为. 与现有的研究不同, 本文首先提出异构图像转发建模网络(Image retweet modeling, IRM), 所利用的是用户之前转发图像推特中的相关内容、之后在SMS中的联系和被转发者的偏好三方面的内容. 在此基础上, 提出文本引导的多模态神经网络, 构建新型多方面注意力排序网络学习框架, 从而学习预测任务中的联合图像推特表征和用户偏好表征. 在Twitter的大规模数据集上进行的大量实验表明, 我们的方法较之现有的解决方案而言取得了更好的效果.
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
2021, 47(11): 2557-2569.   doi: 10.16383/j.aas.c201041
[摘要](530) [HTML全文](269) [PDF 6616KB](136)
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.
基于多级动态主元分析的电熔镁炉异常工况诊断
刘强, 孔德志, 郎自强
2021, 47(11): 2570-2577.   doi: 10.16383/j.aas.c190313
[摘要](138) [HTML全文](92) [PDF 943KB](57)
摘要:
电熔镁熔炼过程中的异常工况(如半熔化工况)直接影响产品质量、威胁人员和生产安全, 有必要及时诊断. 但与异常直接相关的超高温熔池温度(>2850 ℃)难以利用温度传感器检测, 目前现场主要依靠工人在定期巡检时人眼观察炉壁来诊断, 工作强度大、安全度低、诊断不及时. 针对上述问题, 本文提出一种炉体动态图像驱动的电熔镁炉异常工况实时诊断方法. 结合电熔镁炉熔炼各区域温度分布的空间特征、正常工况下熔炼温度变化和水雾扰动引入的图像时序特征、以及异常工况下温度异常区域持续发亮扩大的特征, 在对炉体动态图像进行空间多级划分的基础上, 提出了一种多级动态主元分析(Multi-level dynamic principal component analysis, MLDPCA) 动态图像分块建模方法. 在此基础上, 提出基于MLDPCA的逐级诊断方法与基于贡献图的异常定位方法. 最后, 采用某电熔镁生产现场的实际图像进行方法验证, 结果表明了所提方法的有效性.
串行生产线中机器维修工人的任务分配问题研究
鄢超波, 张雷
2021, 47(11): 2578-2584.   doi: 10.16383/j.aas.c180781
[摘要](55) [HTML全文](61) [PDF 665KB](22)
摘要:
在串行生产线中, 机器会发生故障而且故障间隔时间随机, 因此需要维修工人及时维修, 使得故障的机器恢复加工能力, 否则就可能导致系统吞吐率降低. 如何在满足系统吞吐率的前提下, 使用尽可能少的维修工人来完成机器的维修任务, 本文称这样一个全新的问题为串行生产线中机器维修工人的任务分配问题. 针对该问题, 本文首先建立了问题的优化模型, 并将该优化问题转换为多个判定问题进行求解; 然后, 通过合理地定义机器的维修工作量, 使得判定问题可以类比为并行机调度问题; 最后, 采用了一种基于最长处理时间优先算法(Longest processing time, LPT)和回溯策略的启发式算法, 搜索最优的维修工人任务分配方式. 实验结果表明, 该方法能有效求解维修工人的任务分配问题.
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, 王戈, 王晓, 王伊龙, 李瑞
2021, 47(11): 2585-2599.   doi: 10.16383/j.aas.c210697
[摘要](778) [HTML全文](252) [PDF 4871KB](1258)
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, 以人工场景(Artificial scene), 计算实验(Computational experiments)和平行执行(Parallel execution)为一体的ACP平行智能理论为指导构建虚实交互的新一代智慧化医院管理系统. 本文对比指出了当前信息系统存在的缺陷, 提出了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、虚拟化及其交互联动, 参与人员数字化与虚拟化及其虚实交互的智能化系统构建. 在医院操作系统的应用层, 基于ACP理论的智慧医院操作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 — 天坛智慧大脑进行案例分析, 印证了本文所提出的智慧医院操作系统的可行性与科学性.
基于多参数灵敏度分析与遗传优化的铁水质量无模型自适应控制
温亮, 周平
2021, 47(11): 2600-2613.   doi: 10.16383/j.aas.c180741
[摘要](81) [HTML全文](65) [PDF 2540KB](47)
摘要:
铁水硅含量(化学热)和铁水温度(物理热)是高炉炼铁过程最重要的铁水质量指标, 其建模与控制对于整个高炉炼铁过程的运行优化意义重大. 针对高炉炼铁过程极复杂动态特性以及铁水质量难以进行常规机理建模与控制的难题, 基于直接数据驱动控制思想, 提出一种基于多参数灵敏度分析与大规模变异遗传参数优化的高炉铁水质量无模型自适应控制方法. 首先, 基于紧格式动态线性化(Compact form dynamic linearization, CFDL)无模型自适应控制(Model free adaptive control, MFAC)技术确定铁水质量的多变量数据驱动控制器结构; 然后, 针对CFDL-MFAC众多可调参数对控制器性能影响大, 同时对众多参数整体优化非常耗时且效果不理想的问题, 基于多参数灵敏度分析(Multi-parameter sensitivity analysis, MPSA)技术, 提出基于大规模变异与精英局部搜索遗传优化的CFDL-MFAC控制器参数整定方法; 最后, 将参数整定后的CFDL-MFAC控制器应用到高炉炼铁过程多元铁水质量控制, 并与基于递推子空间辨识的数据驱动预测控制进行比较研究, 验证所提控制方法的有效性和先进性.
SealGAN: 基于生成式对抗网络的印章消除研究
李新利, 邹昌铭, 杨国田, 刘禾
2021, 47(11): 2614-2622.   doi: 10.16383/j.aas.c190459
[摘要](151) [HTML全文](129) [PDF 925KB](48)
摘要:
发票是财务系统的重要组成部分. 随着计算机视觉和人工智能技术的发展, 出现了各种发票自动识别系统, 但是发票上的印章严重影响了识别准确率. 本文提出了一种用于自动消除发票印章的SealGAN网络. SealGAN网络是基于生成式对抗网络CycleGAN的改进, 采用两个独立的分类器来取代原本的判别网络, 从而降低单个分类器的分类要求, 提高分类器的学习性能, 并且结合ResNet和Unet两种结构构建下采样−精炼−上采样的生成网络, 生成更加清晰的发票图像. 同时提出了基于风格评价和内容评价的综合评价指标对SealGAN网络进行性能评价. 实验结果表明, 与CycleGAN-ResNet和CycleGAN-Unet网络相比较, Seal GAN网络不仅能实现自动消除印章, 而且还能更加清晰地保留印章下的发票内容, 网络性能评价指标较高.
基于混合生成对抗网络的多视角图像生成算法
卫星, 李佳, 孙晓, 刘邵凡, 陆阳
2021, 47(11): 2623-2636.   doi: 10.16383/j.aas.c190743
[摘要](439) [HTML全文](155) [PDF 1648KB](85)
摘要:
多视角图像生成即基于某个视角图像生成其他多个视角图像, 是多视角展示和虚拟现实目标建模等领域的基本问题, 已引起研究人员的广泛关注. 近年来, 生成对抗网络(Generative adversarial network, GAN)在多视角图像生成任务上取得了不错的成绩, 但目前的主流方法局限于固定领域, 很难迁移至其他场景, 且生成的图像存在模糊、失真等弊病. 为此本文提出了一种基于混合对抗生成网络的多视角图像生成模型ViewGAN, 它包括多个生成器和一个多类别判别器, 可灵活迁移至多视角生成的多个场景. 在ViewGAN中, 多个生成器被同时训练, 旨在生成不同视角的图像. 此外, 本文提出了一种基于蒙特卡洛搜索的惩罚机制来促使每个生成器生成高质量的图像, 使得每个生成器更专注于指定视角图像的生成. 在DeepFashion, Dayton, ICG Lab6数据集上的大量实验证明: 我们的模型在Inception score和Top-k accuracy上的性能优于目前的主流模型, 并且在结构相似性(Structural similarity, SSIM)上的分数提升了32.29%, 峰值信噪比(Peak signal-to-noise ratio, PSNR)分数提升了14.32%, SD (Sharpness difference)分数提升了10.18%.
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
2021, 47(11): 2637-2653.   doi: 10.16383/j.aas.c190654
[摘要](156) [HTML全文](73) [PDF 2621KB](50)
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.
基于脑功能网络分析的孤独症儿童辅助干预效果研究
李昕, 王欣, 安占周, 蔡二娟, 康健楠
2021, 47(11): 2654-2663.   doi: 10.16383/j.aas.c180707
[摘要](42) [HTML全文](57) [PDF 4728KB](14)
摘要:
脑功能网络是分析复杂网络之间连接关系的一种有效方法, 对脑功能障碍分析具有重要意义. 本文基于频域Granger因果分析的定向传递函数(Direction-transfer function, DTF), 构建了各频段的脑功能网络. 采用图论方法分析最佳阈值下经颅直流电刺激(Transcranial direct current stimulation, tDCS)干预前后孤独症(Autism spectrum disorder, ASD)儿童脑网络的平均度、全局效率和平均局部效率等特征, 并对比了经颅直流电刺激对孤独症儿童脑功能状态辅助干预效果. 结果发现刺激前组在各频段的图论特征均低于刺激后组(\begin{document}$P<0.05$\end{document}), 其中Theta频段和低-beta频段的局部效率统计性差异显著, 表明在一定程度上tDCS干预是ASD儿童治疗的有效手段.
考虑链路重传的工业无线网络确定性调度算法
王恒, 刘清华, 李敏, 谭帅
2021, 47(11): 2664-2674.   doi: 10.16383/j.aas.c190368
[摘要](55) [HTML全文](73) [PDF 1373KB](24)
摘要:
作为工业网络的关键技术, 确定性调度通过合理安排网络传输资源, 满足工业数据在规定时间内到达目标设备的实时性要求. 工业网络往往部署在环境恶劣、电磁情况复杂的工业现场, 与有线网络相比, 工业无线网络还面临着严重的丢包问题. 考虑到重传是克服链路丢包的简便高效方法, 本文提出了支持持续重传和区间重传两种策略的确定性调度算法. 基于链路时槽松弛度和动态优先级, 调度算法在每个时槽按照调度规则为重传链路配置通信资源, 缓解丢包对数据传输的影响, 并围绕对应重传策略进行相应的时槽、频点优化分配, 保障数据端到端按时到达. 仿真结果表明, 所提调度算法在满足传输确定性的前提下, 有效提升了数据传输的可靠性.
基于R2指标和参考向量的高维多目标进化算法
陈国玉, 李军华, 黎明, 陈昊
2021, 47(11): 2675-2690.   doi: 10.16383/j.aas.c180722
[摘要](50) [HTML全文](77) [PDF 3160KB](24)
摘要:
在高维多目标优化中, 不同的优化问题存在不同形状的Pareto前沿(PF), 而研究表明大多数多目标进化算法(Multi-objective evolutionary algorithms, MOEAs) 在处理不同的优化问题时普适性较差. 为了解决这个问题, 本文提出了一个基于R2指标和参考向量的高维多目标进化算法(An R2 indicator and reference vector based many-objective optimization evolutionary algorithm, R2-RVEA). R2-RVEA基于Pareto支配选取非支配解来指导种群进化, 仅当非支配解的数量超过种群规模时, 算法进一步采用种群分解策略和R2指标选择策略进行多样性管理. 通过大量的实验证明, 本文提出的算法在处理不同形状的PF时具有良好的性能.
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
2021, 47(11): 2691-2714.   doi: 10.16383/j.aas.c190474
[摘要](374) [HTML全文](142) [PDF 18962KB](43)
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 the Button 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.
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:
高速铁路信号系统运维分层架构模型研究
林鹏, 田宇, 袁志明, 张琦, 董海荣, 宋海锋, 阳春华
当前状态:  doi: 10.16383/j.aas.c210109
[摘要](258) [HTML全文](26) [PDF 1833KB](28)
摘要:
高速铁路信号系统是高速铁路安全可靠运营的核心装备, 实现高速铁路信号系统智能运维是降低高速铁路运行风险的必要基础保障. 目前我国高速铁路信号系统运维研究工作主要集中于器件级系统或基本单元系统, 系统层面的相关研究几乎为空白, 亟需从整体上建立全局架构理论模型. 为此, 定义了关联信号系统, 提出了分散式动态评估函数, 将动态调度纳入运维体系, 构建了分层架构模型. 在此基础上, 针对分层架构模型的决策层和关联信号层, 提出了动态定量评估、动态风险预警和故障诊断的研究方法, 并展望了所面临的挑战.
无监督多重非局部融合的图像去噪方法
陈叶飞, 赵广社, 李国齐, 王鼎衡
当前状态:  doi: 10.16383/j.aas.c200138
[摘要](521) [HTML全文](117) [PDF 3025KB](75)
摘要:
非局部均值去噪 (Non-local means, NLM) 算法利用图像的自相似性, 取得了很好的去噪效果. 然而, NLM 算法对图像中不相似的邻域块分配了过大的权重, 此外算法的搜索窗大小和滤波参数等通常是固定的且无法根据图像内容的变化做出自适应的调整. 针对上述问题, 本文提出一种无监督多重非局部融合 (Unsupervised multi-non-local fusion, UM-NLF) 的图像去噪方法, 即变换搜索窗等组合参数得到多个去噪结果, 并利用 SURE (Stein′s unbiased risk estimator) 对这些结果进行无监督的随机线性组合以获得最终结果. 首先, 为了滤除不相似或者相似度较低的邻域块, 本文引入一种基于可微分硬阈值函数的非局部均值 (Non-local means with a differential hard threshold function, NLM-DT) 算法, 并结合快速傅里叶变换 (Fast fourier transformation, FFT), 初步提升算法的去噪效果和速度; 其次, 针对不同的组合参数, 利用快速 NLM-DT 算法串联生成多个去噪结果; 然后, 采用蒙特卡洛随机采样的思想对上述多个去噪结果进行随机的线性组合, 并利用基于 SURE 特征加权的移动平均滤波算法来抑制多个去噪结果组合引起的抖动噪声; 最后, 利用噪声图像和移动平均滤波后图像的 SURE 进行梯度的反向传递来优化随机线性组合的系数. 在公开数据集上的实验结果表明: UM-NLF 算法去噪结果的峰值信噪比 (Peak signal to noise radio, PSNR) 超过了 NLM 及其大部分改进算法, 以及在部分图像上超过了 BM3D 算法. 同时, UM-NLF 相比于 BM3D 算法在视觉上产生更少的振铃伪影, 改善了图像的视觉质量.
面向Kullback-Leibler散度不确定集的正则化线性判别分析
梁志贞, 张磊
当前状态:  doi: 10.16383/j.aas.c210434
[摘要](15) [HTML全文](5) [PDF 1239KB](3)
摘要:
线性判别分析是一种统计学习方法. 针对线性判别分析的小样本奇异性问题和对污染样本敏感性问题, 目前许多线性判别分析的改进算法已被提出. 本文提出了基于Kullback-Leibler(KL)散度不确定集的判别分析方法. 提出的方法不仅利用了Ls范数定义类间距离和Lr范数定义类内距离, 而且对类内样本和各类中心的信息进行基于KL散度不确定集的概率建模. 本文首先通过优先考虑不利区分的样本提出了一种正则化对抗判别分析模型并利用广义Dinkelbach算法求解此模型. 这种算法的一个优点是在适当的条件下优化子问题不需要取得精确解. 投影(次)梯度法被用来求解优化子问题. 此外, 本文也提出了正则化乐观判别分析并采用交替优化技术求解广义Dinkelbach算法的优化子问题. 许多数据集上的实验表明了本文的模型优于现有的一些模型, 特别是在污染的数据集上, 正则化乐观判别分析由于优先考虑了类中心附近的样本点, 从而表现出良好的性能.
基于折扣广义值迭代的智能最优跟踪及应用验证
王鼎, 赵明明, 哈明鸣, 乔俊飞
当前状态:  doi: 10.16383/j.aas.c210658
[摘要](96) [HTML全文](57) [PDF 1687KB](9)
摘要:
设计了一种基于折扣广义值迭代的智能算法, 用于解决一类复杂非线性系统的最优跟踪控制问题. 通过选取合适的初始值, 值迭代过程中的代价函数将以单调递减的形式收敛到最优代价函数. 基于单调递减的值迭代算法, 在不同折扣因子的作用下, 讨论了迭代跟踪控制律的可容许性和误差系统的渐近稳定性. 为了促进算法的实现, 建立一个数据驱动的模型网络用于学习系统动态信息, 同时构造评判网络和执行网络用于近似迭代代价函数和计算迭代跟踪控制律. 值得注意的是, 我们提出了新颖的停止准则来保证迭代跟踪控制律的有效性. 这种停止准则包含两个条件, 一个条件用来保证迭代跟踪控制律的可用性, 这有利于评估误差系统的渐近稳定性; 而另一个条件用来确保跟踪控制律的近似最优性. 最后, 通过包括污水处理在内的两个应用实例验证了本文提出的近似最优跟踪控制方法的可行性和有效性.
面向对抗样本的深度神经网络可解释性分析
董胤蓬, 苏航, 朱军
当前状态:  doi: 10.16383/j.aas.c200317
[摘要](805) [HTML全文](182) [PDF 1950KB](78)
摘要:
虽然深度神经网络 (Deep neural networks, DNNs) 在许多任务上取得了显著的效果, 但是由于其可解释性 (Interpretability) 较差, 通常被当做“黑盒”模型. 本文针对图像分类任务, 利用对抗样本 (Adversarial examples) 从模型失败的角度检验深度神经网络内部的特征表示. 通过分析, 发现深度神经网络学习到的特征表示与人类所理解的语义概念之间存在着不一致性. 这使得理解和解释深度神经网络内部的特征变得十分困难. 为了实现可解释的深度神经网络, 使其中的神经元具有更加明确的语义内涵, 本文提出了加入特征表示一致性损失的对抗训练方式. 实验结果表明该训练方式可以使深度神经网络内部的特征表示与人类所理解的语义概念更加一致.
F范数度量下的鲁棒张量低维表征
王肖锋, 石乐岩, 杨璐, 刘军, 周海波
当前状态:  doi: 10.16383/j.aas.c210375
[摘要](34) [HTML全文](15) [PDF 1848KB](5)
摘要:
张量主成分分析(Tensor principle component analysis, TPCA)在彩色图像低维表征领域得到广泛深入研究, 采用\begin{document}$\textit{F}$\end{document}范数平方作为低维投影的距离度量方式, 表征含离群数据和噪声图像的鲁棒性较弱. \begin{document}$\textit{L}_{1}$\end{document}范数能够抑制噪声的影响, 但所获的低维投影数据缺乏重构误差约束, 其局部表征能力也较弱. 针对上述问题, 本文利用\begin{document}$\textit{F}$\end{document}范数作为目标函数的距离度量方式, 提出一种基于\begin{document}$\textit{F}$\end{document}范数的分块张量主成分分析算法(Block TPCA with \begin{document}$\textit{F}$\end{document}-norm, BlockTPCA-\begin{document}$\textit{F}$\end{document}), 提高张量低维表征的鲁棒性. 考虑到同时约束投影距离与重构误差, 提出一种基于比例\begin{document}$\textit{F}$\end{document}范数的分块张量主成分分析算法(Block TPCA with proportional \begin{document}$\textit{F}$\end{document}-norm, BlockTPCA-P\begin{document}$\textit{F}$\end{document}), 其最大化投影距离与最小化重构误差均得到了优化. 然后, 给出了其贪婪的求解算法, 并对其收敛性进行了理论证明. 最后, 对包含不同噪声块和具有实际遮挡的彩色人脸数据集进行实验, 结果表明, 本文所提算法在平均重构误差、图像重构与分类率等方面均得到了明显提升, 在张量低维表征中具有较强的鲁棒性.
目标跟踪中基于IoU和中心点距离预测的尺度估计
李绍明, 储珺, 冷璐, 涂序继
当前状态:  doi: 10.16383/j.aas.c210356
[摘要](16) [HTML全文](8) [PDF 1482KB](2)
摘要:
目标跟踪中基于IoU (Intersection over union, IoU)预测的尺度估计方法, 通过估计视频帧中候选框与真实目标框的重叠度训练尺度回归模型, 推理阶段通过最大化IoU对初始化边界框进行微调, 取得目标的尺度. 本文详细分析了基于IoU预测的尺度估计模型的梯度更新过程, 发现其在训练和推理过程仅将IoU作为度量, 缺乏对预测框和真实目标框中心点距离的约束, 导致外观模型更新过程中模板受到污染, 前景和背景分类时定位出现偏差. 基于此发现, 本文构建了一种结合IoU和中心点距离的新度量NDIoU (Normalization distance IoU), 在此基础上提出一种新的尺度估计方法, 并将其嵌入判别式跟踪框架. 即在训练阶段以NDIoU为标签, 设计了具有中心点距离约束的损失函数监督网络的学习, 在线推理期间通过最大化NDIoU微调目标尺度, 以帮助外观模型更新时获得更加准确的样本. 在七个数据上与相关主流方法进行对比, 本文方法在七个数据集上的综合性能优于所有对比算法. 特别是在GOT-10k数据集上, 本文方法的AO、\begin{document}$ S{R}_{0.5} $\end{document}\begin{document}$ S{R}_{0.75} $\end{document}三个指标达到了65.4%、78.7%和53.4%, 分别超过基线模型4.3%、7.0%和4.2%.
一种面向航空母舰甲板运动状态预估的鲁棒学习模型
王可, 徐明亮, 李亚飞, 姜晓恒, 鲁爱国, 李鉴
当前状态:  doi: 10.16383/j.aas.c210064
[摘要](21) [HTML全文](10) [PDF 1404KB](7)
摘要:
航母甲板在风、浪、流等因素影响下做六自由度不规则运动, 影响舰载机着舰精度. 航母甲板运动预估与补偿是自动着舰系统的重要功能之一, 也是提高舰载机着舰安全性与成功率的关键技术之一. 本文提出一种面向甲板运动预估的鲁棒学习模型, 通过基本构建单元自适应演化出复杂学习系统. 构建单元的训练采用非梯度的伪逆学习策略, 提高了训练效率, 简化了学习控制超参数调优;构建单元的架构设计采用数据驱动的策略, 简化了架构超参数调优;采用图拉普拉斯正则化方法提高了模型的鲁棒性. 通过某型航母在中等海况条件下以典型航速巡航时的仿真实验, 验证了所提方法在甲板纵摇、横摇以及垂荡运动预估问题中的有效性及鲁棒性.
基于最优工况迁移的高炉铁水硅含量预测方法
蒋朝辉, 许川, 桂卫华, 蒋珂
当前状态:  doi: 10.16383/j.aas.c200980
[摘要](186) [HTML全文](48) [PDF 1708KB](26)
摘要:
高炉铁水硅含量是铁水品质与炉况的重要表征, 冶炼过程关键参数频繁波动及大时滞特性给高炉铁水硅含量预测带来了巨大挑战. 提出一种基于最优工况迁移的高炉铁水硅含量预测方法. 首先, 针对过程变量频繁波动问题, 提出基于邦费罗尼指数的自适应密度峰值聚类算法, 实现对高炉冶炼过程变量的工况划分, 并建立不同工况硅含量预测子模型. 其次, 针对冶炼过程的大时滞特性, 定义相邻时间节点间的硅含量工况迁移代价函数, 并提出多源路径寻优算法, 实现冶炼过程中硅含量最优工况迁移路径及当前时刻硅含量最优预测值的求解. 最后, 基于工业现场数据验证了所提方法的有效性与准确性.
多模态动态核主成分分析的气液两相流状态监测
董峰, 李昭, 李凌涵, 张淑美
当前状态:  doi: 10.16383/j.aas.c210690
[摘要](14) [HTML全文](8) [PDF 2224KB](3)
摘要:
气液两相流流动过程作为一种非平稳过程, 其状态的变化具有时变性、非线性、随机性等复杂流动过程的特点, 其流动状态的实时监测对掌握其流动过程的产生、发展及转化, 保障实际生产的安全稳定运行具有重要意义. 特别是流动状态的过渡过程反映了流动状态的发展及演化, 其流动结构非常复杂. 针对气液两相流的3种典型流动状态及过渡转化过程, 在多传感器获取流动状态测试数据的基础上, 提出一种多模态动态核主成分分析方法. 通过采用动态自相关、互相关方法提取流动过程测试数据中的动态特性, 采用核方法提取非线性特性, 结合主成分分析建立不同典型流动状态的监测模型; 利用模型对不同典型流动状态进行判别, 并进一步实现流动过渡状态的监测. 通过对气液两相流实验装置中不同流动状态实验测试数据进行处理, 验证了所提出方法对典型流动状态判别的准确性及对过渡状态监测的有效性.
Event-Triggered Tracking Control for a Class of Nonlinear Systems With Observer and Prescribed Performance
YOU Xing-Xing, YANG Dao-Wen, GUO Bin, LIU Kai, DIAN Song-Yi, ZHU Yu-Qi
当前状态:  doi: 10.16383/j.aas.c210387
[摘要](46) [HTML全文](18) [PDF 1908KB](12)
摘要:
This paper investigates an adaptive fuzzy tracking control method for a class of nonlinear systems with external disturbances. Firstly, fuzzy logic systems and the fuzzy state observer are implemented to approximate unknown nonlinear functions and estimate the unmeasured states of systems, respectively. Then, the tracking error can be constrained within the specified range by means of the performance function. Furthermore, an event-triggered adaptive fuzzy controller is designed by employing the backstepping method and Lyapunov functional with logarithm function. The proposed control strategy can ensure that all the signals of the closed-loop system are semiglobally uniformly ultimately bounded based on the Lyapunov stability theory and the properties of\begin{document}$\tanh$\end{document}function. Finally, a numerical simulation example is provided to verify the effectiveness of proposed method.
具有不确定控制增益严格反馈系统的自适应命令滤波控制
吴锦娃, 刘勇华, 苏春翌, 鲁仁全
当前状态:  doi: 10.16383/j.aas.c210553
[摘要](30) [HTML全文](19) [PDF 1258KB](7)
摘要:
针对一类具有不确定控制增益的严格反馈系统, 提出了一种基于命令滤波反推技术的自适应神经网络控制方法. 该方法采用神经网络对系统中的未知非线性函数进行逼近, 并引入命令滤波反推技术克服“计算膨胀”的问题. 与现有的命令滤波反推控制文献相比, 本文通过构造自适应误差补偿系统, 同时消除了滤波器产生的边界层误差和不确定控制增益对系统性能造成的影响. 仿真结果验证了所提控制方法的有效性.
面向行人重识别的局部特征研究进展、挑战与展望
姚足, 龚勋, 陈锐, 卢奇, 罗彬
当前状态:  doi: 10.16383/j.aas.c190821
[摘要](188) [HTML全文](70) [PDF 1936KB](69)
摘要:
行人重识别(Person re-identification, Re-ID)旨在跨区域、跨场景的视频中实现行人的检索及跟踪, 其成果在智能监控、刑事侦查、反恐防暴等领域具有广阔的应用前景. 由于真实场景下的行人图像存在光照差异大、拍摄视角不统一、物体遮挡等问题, 导致从图像整体提取的全局特征易受无关因素的干扰, 识别精度不高. 基于局部特征的方法通过挖掘行人姿态、人体部位、视角特征等关键信息, 可加强模型对人体关键区域的学习, 降低无关因素的干扰, 从而克服全局特征的缺陷, 也因此成为近几年的研究热点. 本文对近年基于局部特征的行人重识别文献进行梳理, 简述了行人重识别的发展历程, 将基于局部特征的方法归纳为基于姿势提取、基于特征空间分割、基于视角信息、基于注意力机制四类, 并详细阐述了每一类的原理及优缺点. 然后在三个主流行人数据集上对典型方法的识别性能进行了分析比较, 最后总结了目前基于局部特征算法的难点, 并对未来本领域的研究趋势和发展方向进行展望.
非线性动态突变系统的多模型自适应执行器故障补偿设计
文利燕, 陶钢, 姜斌, 杨杰
当前状态:  doi: 10.16383/j.aas.c200318
[摘要](45) [HTML全文](23) [PDF 2007KB](8)
摘要:
本文针对因多重不确定执行器故障而引起系统动态突变的非线性系统, 设计了一种基于多模型切换的自适应执行器故障补偿控制策略, 以提高系统应对动态突变的能力, 同时实现不确定执行器故障的快速精确补偿. 针对执行器故障模式的不确定性问题, 采用基于多模型的参数估计方法, 设计了自适应控制器组; 基于最优性能指标函数, 提出了一种控制切换机制, 以选择最佳的自适应控制器作为当前的控制器, 从而实现期望的故障补偿控制. 所设计的多模型自适应控制策略, 可以保证所有闭环系统信号有界, 且在出现有限数量的不确定性执行器故障情况下, 系统输出渐近跟踪所选择的参考系统输出; 同时, 当系统中出现持续间歇性执行器故障时, 此方法可以保证系统的输出跟踪误差是平均小的. 最后, 本文基于飞行器动力学模型, 进行仿真研究, 验证了所设计的自适应故障补偿策略的有效性.
基于最后逃逸时间的随机退化设备寿命预测方法
张建勋, 杜党波, 司小胜, 胡昌华, 郑建飞
当前状态:  doi: 10.16383/j.aas.c200260
[摘要](30) [HTML全文](19) [PDF 2554KB](9)
摘要:
现有基于随机退化过程建模的寿命预测研究中, 通常用退化过程的首达时间(First passage time, FPT)来定义寿命. 但是, 这种寿命定义较为保守, 可能会导致其明显小于设备实际寿命. 鉴于此, 基于最后逃逸时间(Last exit time, LET)的概念, 给出一种新的寿命与剩余寿命(Remaining useful life, RUL)定义方式. 在该新框架下, 提出一种基于最后逃逸时间的寿命预测方法, 推导得到最后逃逸时间下基于Wiener退化过程模型的寿命与剩余寿命表达形式, 讨论了该方法与传统首达时间下寿命预测方法之间的关系. 此外, 通过数值仿真验证了该方法的正确性, 并对模型参数进行了敏感性分析. 最后, 通过轴承以及激光器的实际退化数据说明了该方法的有效性、可行性以及潜在的工程应用价值.
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](116) [HTML全文](41) [PDF 1565KB](10)
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.
一类非线性系统模糊自适应固定时间量化反馈控制
王焕清, 陈明, 刘晓平
当前状态:  doi: 10.16383/j.aas.c190681
[摘要](151) [HTML全文](49) [PDF 1347KB](22)
摘要:
研究了一类严格反馈不确定非线性系统的模糊自适应实际固定时间量化反馈控制问题. 基于李雅普诺夫有限时间稳定理论、自适应模糊控制理论及反演控制算法, 提出了一种非线性系统模糊自适应实际固定时间量化反馈跟踪控制方案. 所设计的控制方案能够保证闭环系统的输出跟踪误差在固定时间内收敛于原点的一个充分小邻域内, 且闭环系统内所有信号均有界. 最后, 数值示例验证了设计方案的有效性.
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](250) [HTML全文](112) [PDF 1969KB](23)
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.
基于卦限卷积神经网络的3D点云分析
许翔, 帅惠, 刘青山
当前状态:  doi: 10.16383/j.aas.c200080
[摘要](531) [HTML全文](134) [PDF 1174KB](42)
摘要:
基于深度学习的三维点云数据分析技术得到了越来越广泛的关注, 然而点云数据的不规则性使得高效提取点云中的局部结构信息仍然是一大研究难点. 本文提出了一种能够作用于局部空间邻域的卦限卷积神经网络(Octant convolutional neural network, Octant-CNN), 它由卦限卷积模块和下采样模块组成. 针对输入点云, 卦限卷积模块在每个点的近邻空间中定位8个卦限内的最近邻点, 接着通过多层卷积操作将8卦限中的几何特征抽象成语义特征, 并将低层几何特征与高层语义特征进行有效融合, 从而实现了利用卷积操作高效提取三维邻域内的局部结构信息; 下采样模块对原始点集进行分组及特征聚合, 从而提高特征的感受野范围, 并且降低网络的计算复杂度. Octant-CNN通过对卦限卷积模块和下采样模块的分层组合, 实现了对三维点云进行由底层到抽象、从局部到全局的特征表示. 实验结果表明, Octant-CNN在对象分类、部件分割、语义分割和目标检测四个场景中均取得了较好的性能.
深海起重机系统的实时轨迹规划方法
王岳, 孙宁, 吴易鸣, 梁潇, 陈鹤, 方勇纯
当前状态:  doi: 10.16383/j.aas.c200262
[摘要](466) [HTML全文](103) [PDF 1790KB](52)
摘要:
近年来, 随着海洋资源的不断开发与海洋工程的全球化推进, 深海起重机得到了广泛应用, 其控制问题也引起研究人员的极大关注. 在深海作业环境中, 由于吊运过程受到水流作用力的影响, 负载摆动幅度增大, 系统状态量间非线性耦合关系增强, 使系统控制难度加大. 为此, 本文针对深海起重机系统提出了一种实时轨迹规划方法. 具体而言, 通过分析系统动力学特性和状态变量之间复杂的耦合关系, 提出了一种实时规划轨迹的方法, 并从理论上证明了该方法可在使台车准确快速到达指定位置的同时, 有效抑制负载摆动. 最后, 一系列仿真结果证明了所提方法的良好性能.
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](58) [HTML全文](20) [PDF 2221KB](18)
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.
航天器任务调度模型、算法与通用求解技术综述
杜永浩, 邢立宁, 姚锋, 陈盈果
当前状态:  doi: 10.16383/j.aas.c190656
[摘要](392) [HTML全文](209) [PDF 1528KB](103)
摘要:
针对航天器任务调度大规模、复杂化的新常态和灵活组网、快速响应的新要求, 综述了航天器任务调度模型、算法与通用求解技术的发展现状. 首先, 基于遥感卫星、中继通信卫星、导航卫星和航天测控等航天器任务, 从任务排序模型和时间窗口分配模型两个角度出发, 揭示了不同航天器任务调度模型的决策形式和共性特征, 阐明提升模型兼容性、适用性的必要性. 其次, 基于启发式算法、精确求解算法和元启发式算法, 探讨了航天器任务调度算法的适用模型与编码特色, 指明“算法−模型”解耦、算法深度融合的重要性. 在此基础上, 介绍了CPLEX、STK/Scheduler、Europa2和“高景一号”任务调度分系统等航天器任务调度通用求解技术的模型、算法与主要功能, 说明我国自主研发通用求解技术的必要性和新的应用思路. 最后, 指出了开发航天器任务调度统一化建模语言、打造算法库与测试集等未来航天器任务调度研究的新方向.
基于改进高斯混合模型的机器人运动状态估计
葛泉波, 王贺彬, 杨秦敏, 张兴国, 刘华平
当前状态:  doi: 10.16383/j.aas.c200660
[摘要](51) [HTML全文](16) [PDF 2166KB](9)
摘要:
针对复杂环境下机器人运动状态估计的精度改善问题, 提出一种面向非线性非高斯系统的改进高斯和容积Kalman滤波估计方法. 首先, 引入加权信息量概念来改进EM算法目标函数惩罚项, 使得在优化过程中能考虑更全面的参数信息, 以达到减少EM算法的迭代次数和提高收敛速度的目的. 此外, 以基于Mahalanobis距离和KL距离的高斯项合并方法为基础, 提出一种能有效联合两类高斯项合并方式的融合模式. 先单独使用Mahalanobis距离和KL距离进行高斯混合项合并, 再对获得的高斯混合项进行加权融合处理, 以改善高斯和滤波中多高斯项的合并性能和保真度. 最后, 应用非线性非高斯系统的高斯和容积Kalman滤波框架实现对复杂环境下机器人的运动状态估计. 理论分析与仿真结果表明, 本文提出的方法能实现对机器人运动更好的状态估计精度, 并具有更强的鲁棒性能, 同时两种不同的高斯项合并融合模式具有相当的估计性能.
基于动态注意力深度迁移网络的高炉铁水硅含量在线预测方法
蒋珂, 蒋朝辉, 谢永芳, 潘冬, 桂卫华
当前状态:  doi: 10.16383/j.aas.c210524
[摘要](42) [HTML全文](22) [PDF 1878KB](10)
摘要:
铁水硅含量是反映高炉冶炼过程中热状态变化的灵敏指示剂, 但无法实时在线检测, 造成铁水质量调控盲目. 为此, 本文提出一种基于动态注意力深度迁移网络的高炉铁水硅含量在线预测方法. 首先, 针对传统深度网络静态建模思路无法准确描述过程变量与铁水硅含量之间的关系, 提出了一种基于注意力机制模块的输入过程变量与输出硅含量之间的动态关系描述方法; 其次, 为降低硅含量预测模型训练时对标签数据的依赖, 考虑到铁水温度跟硅含量数据之间的正相关性, 利用小时级硅含量标签数据微调基于分钟级铁水温度数据预训练好的深度模型的结构, 进而提高基于动态注意力深度迁移网络的硅含量预测精度; 同时, 为了增强预测网络的可解释性, 实时地给出了基于动态注意力机制模块计算的每个样本各过程变量对铁水硅含量的贡献度. 最后, 基于某钢铁厂2#高炉的工业实验验证了本文所提方法的准确性、有效性和先进性.
基于运动引导的高效无监督视频目标分割网络
赵子成, 张开华, 樊佳庆, 刘青山
当前状态:  doi: 10.16383/j.aas.c210626
[摘要](34) [HTML全文](18) [PDF 1196KB](4)
摘要:
大量基于深度学习的无监督视频目标分割算法存在模型参数量与计算量较大的问题, 这显著地限制了算法在实际中的应用. 本文提出了基于运动引导的视频目标分割网络, 在大幅降低模型参数量与计算量的同时提升视频目标分割性能.整个模型由双流网络、运动引导模块、多尺度渐进融合模块三部分组成. 具体地,RGB图像与光流估计输入双流网络提取物体外观特征与运动特征. 然后,运动引导模块通过局部注意力提取运动特征中的语义信息,用于引导外观特征学习丰富的语义信息.最后,多尺度渐进融合模块获取双流网络的各个阶段输出的特征,将深层特征渐进地融入浅层特征, 最终提升边缘分割效果. 本文在三个标准数据集上进行了大量评测, 实验结果证明了本文方法的优越性能.
基于多对多生成对抗网络的非对称跨域迁移行人再识别
梁文琦, 王广聪, 赖剑煌
当前状态:  doi: 10.16383/j.aas.c190303
[摘要](38) [HTML全文](32) [PDF 2530KB](5)
摘要:
无监督跨域迁移学习是行人再识别中一个非常重要的任务. 给定一个有标注的源域和一个没有标注的目标域, 无监督跨域迁移的关键点在于尽可能地把源域的知识迁移到目标域. 然而, 目前的跨域迁移方法忽略了域内各视角分布的差异性, 导致迁移效果不好. 针对这个缺陷, 本文提出了一个基于多视角的非对称跨域迁移学习的新问题. 为了实现这种非对称跨域迁移, 提出了一种基于多对多生成对抗网络(Many-to-many generative adversarial network, M2M-GAN)的迁移方法. 该方法嵌入了指定的源域视角标记和目标域视角标记作为引导信息, 并增加了视角分类器用于鉴别不同的视角分布, 从而使模型能自动针对不同的源域视角和目标域视角组合采取不同的迁移方式. 在行人再识别基准数据集Market1501、DukeMTMC-reID和MSMT17上, 实验验证了本文的方法能有效提升迁移效果, 达到更高的无监督跨域行人再识别准确率.
基于潜在特征选择性集成建模的二噁英排放浓度软测量
汤健, 乔俊飞, 郭子豪
当前状态:  doi: 10.16383/j.aas.c190254
[摘要](129) [HTML全文](55) [PDF 1771KB](8)
摘要:
二噁英(Dioxin,DXN)是导致城市固废焚烧(Municipal solid waste incineration, MSWI)建厂存在“邻避效应”的主要原因之一. 工业现场多以月或季为周期采用离线化验手段检测MSWI排放尾气中DXN浓度, 难以满足污染物实时监视和减排控制的需求. 针对上述问题, 本文提出了基于潜在特征选择性集成(Selective ensemble, SEN)建模的DXN排放浓度软测量方法. 首先, 采用主元分析(Principal component analysis, PCA)分别提取依据工艺流程划分的阶段子系统及MSWI全流程系统过程变量的潜在特征, 并依据预设主元贡献率阈值进行潜在特征初选; 接着, 采用互信息(Mutual information, MI)度量初选潜在特征与DXN间的相关性, 并自适应确定多源潜在特征再选的上下限及阈值; 最后, 采用具有超参数自适应选择机制的最小二乘−支持向量机(Least squares — support vector machine, LS-SVM)算法建立多源再选潜在特征的候选子模型, 基于分支定界(Branch and bound, BB)优化和预测误差信息熵加权算法进行集成子模型的优化选择和加权组合, 进而得到DXN排放浓度软测量模型. 基于某MSWI焚烧厂近6年的DXN检测数据仿真验证了所提方法的有效性.
一种用于目标跟踪边界框回归的光滑IoU损失
李功, 赵巍, 刘鹏, 唐降龙
当前状态:  doi: 10.16383/j.aas.c210525
[摘要](47) [HTML全文](24) [PDF 2984KB](8)
摘要:
边界框回归分支是深度目标跟踪器的关键模块, 其性能直接影响跟踪器的精度. 评价精度的指标之一是交并比(Intersection over Union, IoU). 基于 IoU 的损失函数取代了\begin{document}$ \ell_n $\end{document}-norm 损失成为目前主流的边界框回归损失函数, 然而 IoU 损失函数存在两个固有缺陷: 一个是当预测框与真值框不相交时 IoU 为常量 0, 无法梯度下降更新边界框的参数; 另一个是在 IoU 取得最优值时其梯度不存在, 边界框很难收敛到 IoU 最优处. 本文揭示了在回归过程中 IoU 最优的边界框各参数之间蕴含的定量关系, 指出在边界框中心处于特定位置时存在多种尺寸不同的边界框使 IoU 损失最优的情况, 这增加了边界框尺寸回归的不确定性. 本文从优化两个统计分布之间散度的视角看待边界框回归问题, 提出了光滑 IoU 损失, 即构造了在全局上光滑 (即连续可微) 且极值唯一的损失函数, 该损失函数自然蕴含边界框各参数之间特定的最优关系, 其唯一取极值的边界框可使 IoU 达到最优. 光滑性确保了在全局上梯度存在使得边界框更容易回归到极值处, 而极值唯一确保了在全局上可梯度下降更新参数, 从而避开了 IoU 损失的固有缺陷. 提出的光滑 IoU 损失可以很容易取代 IoU 损失集成到现有的深度目标跟踪器上训练边界框回归, 在 LaSOT, GOT-10k, TrackingNet 和 OTB2015 等测试基准上所取得的结果验证了光滑 IoU 损失的易用性和有效性.
基于语义引导特征聚合的显著性目标检测网络
王正文, 宋慧慧, 樊佳庆, 刘青山
当前状态:  doi: 10.16383/j.aas.c210425
[摘要](29) [HTML全文](34) [PDF 1203KB](8)
摘要:
在显著性目标检测网络的设计中, U型结构使用广泛. 但是U型结构显著性检测方法中普遍存在空间位置细节丢失和边缘难以细化的问题, 针对这些问题, 本文提出了一个基于语义信息引导特征聚合的网络, 通过高效的特征聚合来获得精细的显著性图. 网络由3部分组成, 分别是混合注意力模块, 增大感受野模块以及多层次聚合模块. 首先, 利用增大感受野模块处理特征提取网络提取出的低层特征, 使其在保留原有边缘细节的同时增大感受野, 以获得更加丰富的空间上下文信息. 然后, 利用混合注意力模块处理特征提取网络的最后一层特征, 以增强其表征力, 并作为解码过程中的语义指导, 不断指导特征聚合. 最后, 多层次聚合模块对来自不同层次的特征进行有效聚合, 得到最终精细的显著性图. 本文在6个基准数据集上进行了广泛的实验, 结果证明了该方法能够有效的定位显著特征, 并且对边缘细节的细化也很有效.
面向负载均衡的高铁路网列车开行方案优化方法
吴兴堂, 杨明坤, 王洪伟, 周敏, 吕金虎, 董海荣
当前状态:  doi: 10.16383/j.aas.c210612
[摘要](36) [HTML全文](9) [PDF 1259KB](5)
摘要:
针对当前高速铁路运营过程中存在的运输需求与运力资源不匹配现象, 本文面向负载均衡原理研究了路网条件下运能可适配的高速铁路旅客列车开行方案优化与评估方法. 首先, 针对路网条件下列车开行方案优化, 构建以提升经济效益、社会效益和网络负载均衡为目标的非线性混合整数规划模型, 并设计基于遗传算法和粒子群算法的两阶段混合搜索求解算法. 在此基础上, 考虑开行列车在高速铁路网中的抗干扰能力, 建立了面向网络化运营场景的开行方案综合评估指标体系, 揭示了故障场景下高速铁路网络性能的演化规律. 最后, 以实际高速铁路线路数据和运营数据为场景进行仿真实验, 本文提出方法在保证运输需求和路局收益的同时能够有效地提升8.66%网络整体负载均衡性, 增强发生故障时网络的抗干扰能力.
通信延时环境下异质网联车辆队列非线性纵向控制
李永福, 何昌鹏, 朱浩, 郑太雄
当前状态:  doi: 10.16383/j.aas.c190442
[摘要](106) [HTML全文](31) [PDF 16253KB](55)
摘要:
针对通信延时环境下的异质车辆队列控制问题, 本文提出了一种基于三阶模型的分布式非线性车辆队列纵向控制器. 首先, 基于三阶动力学模型描述了车辆的异质特性. 考虑车辆跟驰行为以及异质通信延时, 提出一种通信延时环境下的异质车辆队列非线性控制器. 所提控制器不仅可以在通信延时以及车辆异质特性的影响下实现队列中车辆的位置、速度以及加速度的一致性, 而且可以有效避免负的车辆间距和不合理的加/减速度, 保证车辆的运动行为符合交通流理论. 然后, 利用Lyapunov-Krasovskii定理对车辆队列的稳定性进行分析, 得出车辆队列的稳定性条件和通信延时上界. 最后, 所提控制器的有效性和稳定性通过数值仿真得到验证.
信息能源系统的信-物融合稳定性分析
王睿, 孙秋野, 张化光
当前状态:  doi: 10.16383/j.aas.c210480
[摘要](60) [HTML全文](47) [PDF 1575KB](21)
摘要:
尽管信息物理系统的稳定性已经得到了广泛的研究, 但大部分的学者皆关注于通信网络延时或攻击下的信息物理系统的稳定性问题, 无网络通信的信息物理系统的信物融合稳定性分析策略亟待提出. 其中, 内嵌数字控制系统的并网逆变器系统是一种最简单、最典型的信息能源系统. 同时, 从效率的角度出发, 逆变器的开关/采样频率总是选择尽可能低的频率, 其势必产生系统固有延迟时间(控制理论中称为时间延迟). 这种延迟时间往往容易引起系统的低频/次同步振荡, 弱电网将加剧此现象. 为此, 本文提出了一种信息能源系统的信-物融合稳定性分析技术. 首先, 基于柏德近似方法, 建立了具有等效延迟时间的信息物理系统阻抗模型. 该等效延迟时间由三部分组成, 即信息/物理层的采样延迟时间、信息层的计算延迟时间和物理层的脉宽调制(Pulsewidth modulation, PWM)延迟时间, 其有效地反映了信息-物理相互融合作用的影响. 进而设计了稳定禁止区域判据, 利用空间映射使开关/采样频率求解过程转化为Hurwitz矩阵辨识问题. 在这些空间映射的基础上, 最小开关/采样频率通过自适应步长搜索算法获得. 最后, 仿真和实验结果验证了该方法的有效性.
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](1051) [HTML全文](352) [PDF 1376KB](127)
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.
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](285) [HTML全文](49) [PDF 1292KB](27)
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.
基于多阶段注意力机制的多种导航传感器故障识别研究
王亚朝, 赵伟, 徐海洋, 刘建业
当前状态:  doi: 10.16383/j.aas.c190435
[摘要](54) [HTML全文](23) [PDF 1557KB](19)
摘要:
导航传感器在使用过程中容易发生故障, 针对传统方法对其间歇性和渐变性故障识别率低的问题提出了一种基于多阶段注意力机制的多传感器故障识别算法. 该算法采用基于长短期记忆神经网络和注意力机制的编码器−解码器结构, 根据多类导航传感器数据之间的空间相关性和时间相关性来进行多传感器的故障互判. 经验证, 该算法对多种类传感器的故障识别率高达97.5%, 可以高效地实现故障的检测和分类. 该方法可以准确识别出故障传感器和故障类型, 具有很强的工程应用价值.
基于非凸复合函数的稀疏信号恢复算法
周洁容, 李海洋, 凌军, 陈浩, 彭济根
当前状态:  doi: 10.16383/j.aas.c200666
[摘要](511) [HTML全文](43) [PDF 1617KB](57)
摘要:
基于泛函深度作用的思想, 通过将两种非凸稀疏泛函进行复合, 构造了一种新的稀疏信号重构模型, 实现了对0范数的深度逼近. 综合运用MM (Majorize minimization)技术、外点罚函数法和共轭梯度法, 提出一种求解该模型的算法, 称为NCCS (Non-convex composite sparse bases)算法. 为降低重构信号陷入局部极值的可能性, 提出在算法的每步迭代中以BP (Basis pursuit)模型的解作为初始迭代值. 为验证所建模型和所提算法的有效性, 进行了多项数值实验. 实验结果表明, 相较于SL0 (Smoothed \begin{document}$\mathop \ell \nolimits_0 $\end{document})算法、IRLS (Iterative reweighed least squares)算法、SCSA (Successive concave sparsity approximation)算法以及BP (Smoothed \begin{document}$\mathop \ell \nolimits_0 $\end{document})算法等经典算法, 提出的算法在重构误差、信噪比、归一化均方差、支撑集恢复成功率等方面都有更优的表现.在重构误差、信噪比、归一化均方差、支撑集恢复成功率等方面都有更优的表现.
一种噪声容错弱监督矩阵补全的生存分析方法
陈蕾, 邵楷, 林腾涛, 陈兴国
当前状态:  doi: 10.16383/j.aas.c190740
[摘要](84) [HTML全文](42) [PDF 1086KB](14)
摘要:
生存分析旨在预测某个感兴趣事件发生前的延续等待时间, 已广泛应用于临床治疗中患者的生存状态分析. 然而, 受限于研究代价高昂和环境因素的影响, 现有的生存分析方法不可避免地面临着高维小样本挑战以及复杂环境所引起的噪声敏感等问题. 为了克服上述缺陷, 本文提出一类噪声容错弱监督直推式矩阵补全(Weakly supervised transductive matrix completion, WSTMC)生存分析方法. 该方法首先将生存分析问题建模为多任务直推式矩阵补全模型, 然后引入高斯混合分布拟合真实数据中的复杂噪声以减轻模型的噪声敏感性, 同时设计了一类多任务直推式特征选择机制来缓解高维小样本所带来的过拟合缺陷. 此外, 设计了一类有效的拟期望最大化优化算法用于求解所提出的WSTMC模型. 最后, 5个微阵列基因表达数据集上的实验结果证实了所提出的WSTMC模型优于当前广泛使用的18种生存分析方法.
基于池的无监督线性回归主动学习
刘子昂, 蒋雪, 伍冬睿
当前状态:  doi: 10.16383/j.aas.c200071
[摘要](551) [HTML全文](77) [PDF 1514KB](53)
摘要:
在许多现实的机器学习应用场景中, 获取大量未标注的数据是很容易的, 但标注过程需要花费大量的时间和经济成本. 因此, 在这种情况下, 需要选择一些最有价值的样本进行标注, 从而只利用较少的标注数据就能训练出较好的机器学习模型. 目前, 主动学习(Active learning)已广泛应用于解决这种场景下的问题. 但是, 大多数现有的主动学习方法都是基于有监督场景: 能够从少量带标签的样本中训练初始模型, 基于模型查询新的样本, 然后迭代更新模型. 无监督情况下的主动学习却很少有人考虑, 即在不知道任何标签信息的情况下最佳地选择要标注的初始训练样本. 这种场景下, 主动学习问题变得更加困难, 因为无法利用任何标签信息. 针对这一场景, 本文研究了基于池的无监督线性回归问题, 提出了一种新的主动学习方法, 该方法同时考虑了信息性、代表性和多样性这三个标准. 本文在3个不同的线性回归模型(岭回归、LASSO (Least absolute shrinkage and selection operator)和线性支持向量回归)和来自不同应用领域的12个数据集上进行了广泛的实验, 验证了其有效性.
基于误差回传机制的多尺度去雾网络
杨爱萍, 李晓晓, 张腾飞, 王朝臣, 王建
当前状态:  doi: 10.16383/j.aas.c210264
[摘要](43) [HTML全文](15) [PDF 1505KB](4)
摘要:
针对现有图像去雾方法因空间上下文信息丢失而无法准确估计大尺度目标特征, 导致图像结构被破坏或去雾不彻底等问题, 本文提出了一种基于误差回传机制的多尺度去雾网络. 网络由误差回传多尺度去雾群组(Error-backward Multi-scale Dehazing Group, EMDG)、门控融合模块和优化模块组成. 其中EMDG包括误差回传模块和雾霾感知单元, 误差回传模块度量相邻尺度网络特征图之间的差异, 并将生成的差值图回传至上一尺度, 实现对结构信息和上下文信息的有效复用; 雾霾感知单元是各尺度子网络的核心, 其由残差密集块和雾浓度自适应检测块组成, 可充分提取局部信息并能够根据雾浓度实现自适应去雾. 不同于已有融合方法直接堆叠各尺度特征, 提出的门控融合模块逐像素学习每个子网络特征图对应的最优权重, 有效避免了干扰信息对图像结构和细节信息的破坏. 再经优化模块, 可得最终的无雾图像. 在合成数据集和真实数据集上的大量实验表明, 本文方法优于目前的主流去雾方法, 尤其是对远景雾气去除效果更佳.
基于事件相机的连续光流估计
付婧祎, 余磊, 杨文, 卢昕
当前状态:  doi: 10.16383/j.aas.c210242
[摘要](79) [HTML全文](33) [PDF 1202KB](6)
摘要:
事件相机对场景的亮度变化进行成像, 输出异步的事件流, 具有极低的延时, 受运动模糊问题影响较少. 因此, 可以利用事件相机解决高速运动场景下的光流估计问题. 本文基于亮度恒定假设和事件产生模型, 利用事件相机输出事件流的低延时性质, 融合存在运动模糊的亮度图像帧, 提出了基于事件相机的连续光流估计算法, 提升了高速运动场景下的光流估计精度. 实验结果表明, 相比于现有的基于事件相机的光流估计算法, 本文提出的算法在平均端点误差(AEE)、平均角度误差(AAE)和均方误差(MSE)三个指标上分别提升11%、45% 和8%. 在高速运动场景下, 本文的算法能够准确重建出高速运动目标的连续光流, 从而保证了存在运动模糊情况时光流估计的精度.
眼动跟踪研究进展与展望
苟超, 卓莹, 王康, 王飞跃
当前状态:  doi: 10.16383/j.aas.c210514
[摘要](113) [HTML全文](66) [PDF 1429KB](24)
摘要:
眼动跟踪是指自动检测瞳孔中心位置或者识别三维视线方向及注视点的过程, 被广泛应用于人机交互、智能驾驶、人因工程等. 由于不同场景下的光照变化、个体眼球生理构造差异、遮挡、头部姿态多样等原因, 眼动跟踪的研究目前仍然是一个具有挑战性的热点问题. 本文根据作者多年来的研究与积累, 针对眼动跟踪领域,首先概述眼动跟踪研究内容; 然后分别论述近年来瞳孔中心检测及视线估计领域的国内外研究进展; 综述目前眼动跟踪主要数据集、评价指标及研究成果; 接着介绍眼动跟踪在人机交互、智能驾驶等领域的应用; 最后对眼动跟踪领域的未来发展趋势进行展望.
兵棋推演的智能决策技术与挑战
尹奇跃, 赵美静, 倪晚成, 张俊格, 黄凯奇
当前状态:  doi: 10.16383/j.aas.c210547
[摘要](249) [HTML全文](122) [PDF 1502KB](51)
摘要:
近年来, 以人机对抗为途径的智能决策技术取得了飞速发展, 人工智能技术AlphaGo、AlphaStar等分别在围棋、星际争霸等游戏环境中战胜了顶尖人类选手. 兵棋推演, 作为一种人机对抗策略验证环境, 由于其非对称环境决策、更接近真实环境的随机性与高风险决策等特点受到智能决策技术研究者的广泛关注. 本文将梳理兵棋推演与目前主流人机对抗环境如围棋、德扑、星际争霸等对抗环境的区别, 阐述兵棋推演智能决策技术的发展现状, 并分析当前主流技术的局限与瓶颈, 对兵棋推演中的智能决策技术研究进行了思考, 期望能对兵棋推演相关研究人员的智能决策技术研究带来启发.
基于主视通路结构分级响应模型的轮廓检测方法
陈树楠, 范影乐, 房涛, 武薇
当前状态:  doi: 10.16383/j.aas.c200046
[摘要](306) [HTML全文](47) [PDF 17257KB](18)
摘要:
基于视通路结构分级响应与动态传递的方式, 本文提出了一种图像轮廓检测的新方法. 针对视网膜感光细胞的暗视觉特性, 建立亮度自适应的暗视野调节模型, 利用多尺度经典感受野的方位选择性, 构建高级轮廓与全局轮廓的检测路径; 模拟LGN细胞特性对信息进行纹理稀疏编码, 并结合非经典感受野的侧抑制作用抑制背景强纹理; 另外在外侧膝状体(Lateral geniculate nucleus, LGN)区提出微动整合机制, 减少纹理冗余信息, 再经适应性突触实现信息关联传递; 最后将初级轮廓响应跨视区前馈至V1区并经全局轮廓修正后, 与高级轮廓响应实现快速融合. 分别以RuG40、BSDS500图像库中的自然图像作为实验数据, 检测结果与基准轮廓图的平均最优P指标分别为0.50、0.32, 结果表明本方法能更有效地区分轮廓与纹理边缘, 凸显主体轮廓. 本文利用视神经细胞的内在机制以及神经信息的动态传递过程实现图像轮廓信息的编码与检测, 也为研究后续高级视皮层的视觉感知提供了新思路.
基于 PID 自整定功能的自适应双路输出的黑体温度控制
张海弟
当前状态:  doi: 10.16383/j.aas.c190277
[摘要](128) [HTML全文](29) [PDF 1412KB](19)
摘要:
首先, 通过分析黑体温度控制系统的物理模型, 推演出黑体传递函数的表达式.推演过程中得知黑体易受环境温度和空气散热的影响, 所以黑体温度控制系统是个非线性时变系统.结合实验黑体的阶跃响应数据, 采用阶跃响应法对传递函数进行近似计算, 得出黑体温控系统的传递函数是极点在左半轴的二阶系统, 该系统等效于二阶低通滤波器.经过低通滤波器的信号, 会滤除高频部分, 当用继电器法进行参数自整定时, 仅需计算能量较大的基波信号.通过对基波信号进行比较, 得出继电器法的整定公式, 并参照Ziegler-Nichols整定法则计算出PID参数.同时, 本文针对黑体加热器具有双路输出的特点, 提出了一种双路动态输出法, 通过理论分析了该方法可以消除环境对黑体温度的影响.对于环境温度变化较大的, 采用继电器法PID参数自整定的方式来消除; 对于黑体运行过程中环境温度变化较小的, 采用双路动态输出法来减少影响.最后, 结合实验数据, 引入性能指标, 验证了本文所述方法对黑体的温度控制性能有一定的提升.
金字塔结构逻辑运用二值脉冲对简单图形处理
王上
当前状态:  doi: 10.16383/j.aas.c190619
[摘要](86) [HTML全文](31) [PDF 1213KB](12)
摘要:
本文根据元胞自动机模型划分方法, 将二维图像分解为2×2矩阵单元结构. 提出了几种逻辑运算式, 用以分类由黑白二值点构成的2×2矩阵图形. 本文通过CNN神经网络的多层结构形式, 分析了金字塔结构逻辑在相似的组合形式下, 对二值图形边缘检测和池化的功能. 通过同步脉冲形式能将灰度图像, 分解为多个时间维度的二值图形, 方便多层金字塔逻辑运算处理. 分析了如何采用延时继电器使金字塔结构逻辑具有记忆的特性. 讨论了3×3输入金字塔模型, 在不规律脉冲情况下, 通过逻辑运算对线性交点检测的可能.
面向多智能体协作的注意力意图与交流学习方法
俞文武, 杨晓亚, 李海昌, 王瑞, 胡晓惠
当前状态:  doi: 10.16383/j.aas.c210430
[摘要](113) [HTML全文](89) [PDF 2169KB](15)
摘要:
对于部分可观测环境下的多智能体交流协作任务, 现有工作大多只利用了当前时刻的网络隐藏层信息, 限制了信息的来源. 本文研究如何使用团队奖励训练一组独立的策略以及如何提升这组独立策略的协同表现, 提出了多智能体注意力意图交流算法, 增加了意图信息模块来扩大交流信息的来源, 并且改善了交流模式. 本文将智能体历史上表现最优的网络作为意图网络, 且从中提取策略意图信息, 按时间顺序保留成一个向量, 最后结合注意力机制推断出更为有效的交流信息. 本文在星际争霸环境上通过实验对比分析, 验证了算法的有效性.
无人机反应式扰动流体路径规划
吴健发, 王宏伦, 王延祥, 刘一恒
当前状态:  doi: 10.16383/j.aas.c210231
[摘要](179) [HTML全文](72) [PDF 2962KB](17)
摘要:
针对复杂三维障碍环境, 提出一种基于深度强化学习的无人机反应式扰动流体路径规划架构. 该架构以一种受约束扰动流体动态系统算法作为路径规划的基本方法, 根据无人机与各障碍的相对状态以及障碍物类型, 通过经深度确定性策略梯度算法训练得到的动作网络在线生成对应障碍的反应系数和方向系数, 继而可计算相应的总和扰动矩阵并以此修正无人机的飞行路径, 实现反应式避障. 此外, 还研究了与所提路径规划方法相适配的深度强化学习训练环境规范性建模方法. 仿真结果表明, 在路径质量大致相同的情况下, 所提方法在实时性方面明显优于基于预测控制的在线路径规划方法.
融合多策略的黄金正弦黑猩猩优化算法
刘成汉, 何庆
当前状态:  doi: 10.16383/j.aas.c210313
[摘要](139) [HTML全文](79) [PDF 3338KB](22)
摘要:
针对黑猩猩优化算法(Chimp optimization algorithm, ChOA)存在收敛速度慢、精度低和易陷入局部最优值的问题, 提出一种融合多策略的黄金正弦黑猩猩优化算法(IChOA). 引入Halton序列初始化种群, 提高初始化种群的多样性, 加快算法收敛, 提高收敛精度; 考虑到收敛因子和权重因子对于平衡算法勘探和开发能力的重要作用, 引入改进的非线性收敛因子和自适应权重因子, 平衡算法的搜索能力; 结合黄金正弦算法相关思想更新个体位置, 提高算法对于局部极值的处理能力. 通过对23个基准测试函数的寻优对比分析和Wilcoxon秩和统计检验以及部分CEC2014测试函数寻优结果对比可知, 改进的算法具有更好的鲁棒性, 最后, 通过2个实际工程优化问题的实验对比分析, 进一步验证了IChOA在处理现实优化问题上的优越性.
异构集成代理辅助的区间多模态粒子群优化算法
季新芳, 张勇, 巩敦卫, 郭一楠, 孙晓燕
当前状态:  doi: 10.16383/j.aas.c210223
[摘要](110) [HTML全文](74) [PDF 1269KB](12)
摘要:
现实生活中的很多黑盒优化问题可归为高计算代价的多模态优化问题, 即昂贵多模态优化问题. 在处理该类问题时, 决策者希望以尽量少的计算代价(即尽量少的真实函数评价次数)找到多个高质量的最优解. 然而, 已有代理辅助的进化优化算法很少考虑问题的多模态属性, 运行一次仅可获得问题的一个最优解. 鉴于此, 研究一种异构集成代理辅助的区间多模态粒子群优化算法. 首先, 借助异构集成的思想构建一个由多个基础代理模型组成的模型池; 随后, 依据待评价粒子与已发现模态之间的匹配关系, 从模型池中自主选择部分基础代理模型进行集成, 并使用集成后的代理模型预测该粒子的适应值. 进一步, 为节约代理模型管理的代价, 设计一种增量式的代理模型管理策略; 为减少代理模型预测误差对算法性能的影响, 首次将区间排序关系引入到进化过程中. 将所提算法与当前流行的5种代理辅助进化优化算法和7 种经典的多模态优化算法进行对比, 在20个测试函数和1个建筑节能实际问题上的结果表明, 所提算法可以在较少计算代价下获得问题的多个高竞争最优解.
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.c200136
[摘要](195) [HTML全文](149) [PDF 1099KB](48)
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与安全性, 也影响着能量的高效利用. 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(Dynamic programming, DP)算法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.
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](269) [HTML全文](190) [PDF 2283KB](19)
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N对互补的白噪声至原信号中, 并经过EMD分解得到2N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N组IMFs, 最后使用中值算子处理上述N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 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](883) [HTML全文](358) [PDF 1539KB](54)
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.
基于多模型融合的肺部CT新冠肺炎病灶区域自动分割
史天意, 程枫, 李震, 郑传胜, 许永超, 白翔
当前状态:  doi: 10.16383/j.aas.c210400
[摘要](202) [HTML全文](90) [PDF 1549KB](24)
摘要:
自2019年末以来, 全球蔓延的新型冠状病毒(Coronavirus disease 2019, COVID-19)已经给世界人民造成了严重的健康威胁. 其中COVID-19患者的计算机断层扫描(Computed tomography, CT)图像通过肺炎病灶分割技术可以为医学诊断提供有价值的量化信息. 虽然目前基于深度学习的方法已经在COVID-19肺炎病灶分割任务上取得了良好的效果, 但是在面对不同中心数据的情况下分割效果往往会大幅下降. 因此, 研究一种具有更好泛化性能的COVID-19肺炎病灶分割算法具有重要意义. 本文中, 我们提出了一种新冠肺炎病灶多模型融合分割方法. 具体来说, 我们通过训练3DUnet模型和2DUnet结合方向场(2DUnetDF)模型, 利用多种模型各自优点进行分割结果的融合, 得到更好的泛化性能. 通过同中心和跨中心数据集的实验, 我们的方法能够有效提高新冠肺炎病灶分割的泛化性能, 为医学诊断分析提供帮助.
电熔镁砂熔炼过程电极电流饱和约束一步最优控制
富月, 李宝
当前状态:  doi: 10.16383/j.aas.c200896
[摘要](541) [HTML全文](279) [PDF 1636KB](31)
摘要:
电熔镁砂熔炼过程通过电极电流熔化物料, 采用埋弧方式, 边熔化边加料, 其被控对象是以转动方向与频率为输入, 以电极电流为输出的三相电机. 本文通过引入中间变量并转化控制目标, 将电熔镁砂熔炼过程三相电极电流的复杂非线性控制问题简化为线性控制问题, 提出了一种简化的电极电流饱和约束一步最优控制方法, 并通过引入拉格朗日乘子向量和松弛向量验证了该方法的最优性. 理论分析和仿真对比实验结果表明本文所提简化控制方法的有效性和优越性. 此外, 当考虑电熔镁砂熔炼过程中存在的不可测外部干扰时, 在上述简化的电极电流饱和约束算法的基础上设计了高阶干扰观测器, 理论分析和仿真结果验证了具有高阶干扰观测器的简化算法的优越性.
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](1464) [HTML全文](1428) [PDF 2975KB](41)
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.
基于静-动态特性协同感知的复杂工业过程运行状态评价
褚菲, 许杨, 尚超, 王福利, 高福荣, 马小平
当前状态:  doi: 10.16383/j.aas.c201035
[摘要](104) [HTML全文](23) [PDF 1898KB](21)
摘要:
针对当前过程监测和运行状态评价方法等对工况信息感知不全面, 漏报和误报现象严重等问题, 本文在深入研究工业现场数据静-动态特性协同感知方法的基础上, 提出综合经济指标驱动的慢特征分析算法. 将综合经济指标信息融入至慢特征分析中, 协同感知复杂工业过程的静-动态特性变化, 并进一步通过计算潜变量之间的相似度及其一阶差分之间的相似度实现对过程稳态和过渡的评价, 在此基础上建立了基于静-动态特性协同感知的过程运行状态评价统一框架. 针对非优状态, 提出了基于稀疏学习的非优因素识别方法, 实现对非优因素变量的准确识别. 最后, 通过重介质选煤过程实际生产数据和田纳西·伊斯曼过程数据验证了所提方法的有效性.
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](195) [HTML全文](106) [PDF 2222KB](18)
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.
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](113) [HTML全文](104) [PDF 12928KB](10)
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.
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](378) [HTML全文](115) [PDF 4090KB](27)
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.
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](715) [HTML全文](570) [PDF 3318KB](130)
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](112) [HTML全文](36) [PDF 1781KB](14)
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](333) [HTML全文](47) [PDF 13919KB](54)
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](285) [HTML全文](128) [PDF 1372KB](14)
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](162) [HTML全文](128) [PDF 1104KB](22)
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](662) [HTML全文](222) [PDF 1950KB](60)
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](422) [HTML全文](252) [PDF 1572KB](67)
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](321) [HTML全文](160) [PDF 5772KB](53)
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.
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](281) [HTML全文](77) [PDF 2020KB](52)
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](263) [HTML全文](41) [PDF 1415KB](37)
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](279) [HTML全文](187) [PDF 1072KB](23)
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.
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](336) [HTML全文](132) [PDF 1923KB](67)
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.
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](1587) [HTML全文](1114) [PDF 2411KB](212)
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.
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](267) [HTML全文](46) [PDF 1268KB](17)
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](1087) [HTML全文](775) [PDF 1331KB](268)
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](303) [HTML全文](197) [PDF 1682KB](36)
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](406) [HTML全文](129) [PDF 2097KB](65)
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.
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](295) [HTML全文](170) [PDF 1341KB](14)
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](361) [HTML全文](158) [PDF 1547KB](9)
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](376) [HTML全文](52) [PDF 1235KB](33)
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](345) [HTML全文](178) [PDF 2065KB](23)
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](275) [HTML全文](72) [PDF 1502KB](34)
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