课程文献中心 更多>>

关键词： CEM⁃RL   深度强化学习   进化算法   历史梯度  

摘要： 进化算法(Evolutionary Algorithm,EA)和深度强化学习(Deep Reinforcement Learning,DRL)的组合被认为能够结合二者的优点,即EA的强大随机搜索能力和DRL的样本效率,实现更好的策略学习。然而,现有的组合方法存在EA引入所导致的策略性能不可预测性问题。提出自适应历史梯度引导机制,其利用历史梯度信息,找到平衡探索和利用的线索,从而获得较为稳定的高质量策略,进一步将此机制融合经典的进化强化学习算法,提出一种进化梯度引导的强化学习算法(Evolutionary Gradient Guided Reinforcement Learning,EGG⁃RL)。在连续控制任务方面的实验表明,EGG⁃RL的性能表现优于其他方法。

关键词： 图像增强   直方图均衡化   限制对比度自适应直方图均衡化   HSI  

摘要： 图像增强的目标是突出低质量图像的细节特征,提升视觉效果。本文通过对比研究,采用改进的算法。首先对低质量图像进行直方图均衡化,增强图像的整体亮度;随后将其转换到HSI颜色空间,色调分量H与饱和度分量S不变,仅对亮度分量I进行限制对比度自适应直方图均衡化处理;最后将其转换回RGB颜色空间。实验结果表明,本文所采用的算法,在保持图像原有色度的同时,能够提升图像对比度,突出细节信息,有效实现低质量图像的增强。

关键词： 决策树   成绩预测   学生分类  

摘要： 为了解决高校教师开课前未能充分了解学生导致不能设计个性化教学和深度互动活动的问题,利用决策树算法对H师范大学50名本科生的课程成绩进行处理,构建教育技术与媒体课程成绩等级预测模型,帮助教师根据学生预测成绩进行同质分组和异质分组。研究发现,决策树算法在高校中的应用包括预测、分类、推荐和辅助教育决策,这4种数据处理方法中仅将目标课程成绩按分数段分类得到的决策树模型性能最优。

关键词： 徒步优化算法   佳点集   柯西逆累积分布算子   随机差分   光伏模型  

摘要： 为了解决复杂数值优化问题,提出一种基于柯西逆累积分布算子和随机差分变异策略改进的徒步优化算法。该算法使用佳点集初始化种群,以此增加种群多样性;采用柯西逆累积分布算子,平衡全局搜索与局部开发能力;引入随机差分变异策略,降低过早陷入局部最优的风险。实验结果显示,该算法在CEC2017测试集上的平均性能优于8种对比算法。统计检验进一步证实了性能差异具有显著性。同时,从CEC2017测试集中选取9个有代表性的测试函数,通过对比试验,分别验证了该算法中三种改进策略的有效性。此外,将该算法应用到光伏模型参数辨识中,实现了较小的均方根误差2.43×10~(-3),为所有比较算法中的最优值。在另外两类工程设计问题中,该算法均取得了最小目标函数值,优于对比算法。综上所述,改进的徒步优化算法在全局搜索能力、收敛速度和精度方面表现出色,有效提升了解决复杂数值优化问题的性能。

关键词： 无人机   随机森林   极限梯度提升   多回合博弈  

摘要： 为解决不平衡空战数据集下的无人机多回合博弈对抗问题,提出一种随机森林-极限梯度提升(random forest-eXtreme gradient boosting, RF-XGBoost)算法以进行攻防博弈决策研究。通过分析红蓝双方的运动状态和空战信息,建立支付矩阵模型,利用线性归纳法求解当前博弈纳什均衡解和期望收益,以蓝方最终获胜作为博弈对抗是否停止的判断条件。在博弈对抗过程中,首先基于随机森林(random forest, RF)算法对空战数据集进行特征降维以提高空战决策的实时性,然后提出改进的XGBoost算法来处理不平衡数据集,将其用于确定最优机动动作以提高机动决策准确率和提升蓝方对抗态势,并得到下一回合的红蓝空战信息;之后,根据下一回合的支付矩阵模型重新计算纳什均衡解和期望收益,直至蓝方获胜;最后,通过仿真验证所提算法的可行性和有效性。

关键词： 地下水   地下水潜力   卷积神经网络   粗糙集   遗传算法  

摘要： 赣南山区饮用水源长期存在季节性断流现象。为寻找稳定的地下水源、满足供水需求,同时提高钻井成功率、降低成本,进行地下水潜力评估十分必要。本文提出一种粗糙集-卷积神经网络组合算法(RS-CNN),结合遗传算法的粗糙集属性约简方法确定影响地下水含量的地形、气象、植被因素,将经粗糙集筛选后的指标作为卷积神经网络的输入,训练最优模型进行区域地下水潜力预测。经计算,组合模型F1得分达0.91,较单一模型的F1得分0.70提高了0.21;赣县区平均地下水潜力达0.68,有较大开采空间。实验结果验证了RS-CNN模型具有较好的迁移能力,可以用于无先验水文地质信息地区的地下水潜力预测,大大减少了地下水探查的外业工作量。

关键词： 数据处理   超图聚类   遗传算法   集对分析理论   超图约简   多阶段聚类   超图模块度  

摘要： 超图作为普通图的高维推广,能够更加灵活地反映节点间的高阶复杂关系.超图聚类旨在发现超图结构中复杂的高阶关联关系.针对目前超图聚类结果不稳定、容易陷入局部最优等问题,结合超图划分思想,提出一种多阶段超图聚类(multi-stage hypergraph clustering,MSHC)算法,该算法将超图聚类过程分为超图约简、超图初始聚类以及优化迁移3个阶段.在超图约简阶段,提出一种不改变超图结构的快速约简方法,降低了后续算法的复杂度;提出基于集对分析理论的超图节点间相似性度量方法,并采用层次聚类方法对超图进行初始聚类,采用4种不同的类簇合并计算方法,增加聚类方案的多样性;将遗传算法应用于优化超图聚类方案的研究中,以此获得最优超图聚类方案.在3个不同规模的数据集上与4个经典的超图聚类方法进行对比实验,结果表明,MSHC算法在Songs_genres数据集和Papers_keywords数据集上超图模块度指数分别提高了0.0797和0.0777,在Movies_genres数据集上仅降低0.0060.

关键词： 非结构障碍物   双目摄像头   A^(*)算法   仿真验证  

摘要： 随着无人自主系统在各个领域应用的深入,对自主避障算法提出越来越高的要求。针对无人自主系统面向非结构障碍物避障的问题,从启发函数h(n)的选择和路径修剪策略的设计这两个方面上改进了经典的A*算法,使其生成的路径拐点尽可能少。最后基于Gazebo和ROS进行无人机仿真验证,结果表明改进的A^(*)算法在面对非结构障碍物场景时的避障效果良好。

关键词： 共识算法   子空间跟踪   稀疏异常检测   稳健的分布式算法  

摘要： 在大数据时代,集中式算法面临着计算量大、存储代价高和数据隐私性难以保证等挑战,而分布式算法是应对这些挑战的一个重要途径。另外,高维观测数据中低维子空间的估计和跟踪是数据处理领域的一个基础性算法,有着广泛的应用价值。但是,现有的分布式子空间估计和跟踪算法的性能对一些实际的非理想因素比较敏感。为此,首先确定了节点间的共识量;其次设计了一个稳健共识算法,能够在非同步且有故障的分布式网络中实现信息共识;再次利用软投影思想与信号子空间匹配的度量准则,设计了一个分布式的稳健子空间跟踪算法;最后通过仿真实验说明了算法能够在有异常的环境下跟踪变化的子空间并收敛,且性能与集中式算法差距不大。

关键词： 水电站安全   自动化监控   行为识别   SlowFast算法   登高行为  

摘要： 随着水电站安全管理需求的增加,自动化的行为监控系统显得尤为重要。传统的基于人工的监控方法在效率和准确性方面面临挑战,特别是在连续监控和处理登高作业等高风险作业行为。本文提出了一种基于改进SlowFast算法的水电升压站登高行为识别方法。我们对原始的SlowFast算法进行了针对性的改进,以增强其在复杂水电升压站环境中的表现。具体改进包括增加特征增强模块以提升关键视觉特征的识别能力,调整动态感知能力以更敏捷地响应快速动作,以及优化融合策略以平衡算法的响应速度和准确度。通过在多个水电升压站的实际视频数据上测试,改进的算法在登高行为的识别准确率和实时性上均优于传统方法和原始的SlowFast算法。这些结果表明,本研究的方法可以有效提升水电站的安全监控效果,为进一步的行业应用奠定了基础。