课程文献中心 更多>>

关键词： 变步长LMS算法   深度强化学习   自适应滤波   奖励函数  

摘要： 针对定步长LMS算法在收敛速度和稳态误差之间难以取得平衡的问题以及传统变步长算法对初始参数选择依赖程度高、工作量大且存在主观性的缺陷,提出了一种基于深度强化学习的变步长LMS算法。该算法对初始参数的依赖性小,规避了繁琐的调参流程。首先,构建了一个融合深度强化学习和自适应滤波的算法模型,该模型利用深度强化学习智能体控制步长因子的变化,代替了传统变步长算法中用于步长调整的非线性函数,从而规避了繁琐的实验调参流程,降低了算法使用的复杂性。其次,提出了基于误差的状态奖励和基于步长的动作奖励函数,引入动态奖励与负奖励机制,有效提升算法的收敛速度。此外,设计了基于欠完备编码器的网络结构,提高了强化学习策略的推理能力。通过实验验证,相较于其他较新的变步长算法,所提出的算法具有更快的收敛速度和更小的稳态误差,在不同初始参数下均能快速调整至合理的步长值,减少了实验调参的工作量。将训练完成的网络应用到系统辨识、信号去噪以及截流区龙口水域水位信号的滤波等实际领域中,均取得了良好的性能表现,证明了算法具有一定的泛化能力,并进一步证实了其有效性。

关键词： 微电网   需求响应   改进哈里斯鹰优化(IHHO)算法   Levy飞行   优化调度  

摘要： 针对新能源发电接入以及考虑需求响应背景下的微电网优化调度问题,建立微电网模型;以考虑需求响应带来的用户用电不舒适度和系统的运行成本构建目标函数,调整用户可转移负荷。根据风光出力具有的随机性、波动性等特点,采用模糊K-means算法对风光出力数据进行聚类,得到典型的风光出力曲线。对哈里斯鹰优化(Harris hawks optimization,HHO)算法种群分布不均以及易陷入局部最优的问题进行改进:首先,在初始化种群阶段引入Tent映射,使得初始种群覆盖更全面,避免在早期陷入局部最优解;然后,在搜索阶段引入Levy飞行函数,增强算法的全局搜索能力,再将改进哈里斯鹰优化(improved HHO,IHHO)算法应用于寻优,并将其与经典算法进行对比。最终结果验证了所提策略的有效性以及IHHO算法的优越性。

关键词： 大学生群体   算法素养   算法应对行为   形成机理  

摘要： 文章采用扎根理论方法,对大学生进行半结构化访谈,将获取的原始资料进行编码分析,提炼出31个初始概念、19个初始范畴和8个主范畴。基于此梳理各个范畴之间的内在逻辑,构建高校大学生算法素养形成机理模型。研究发现,大学生算法素养形成机理包括意识触发、认知形成、态度形成、应对行为四个阶段,梳理算法素养各要素之间的内在关系,提出大学生算法素养的培育策略。

关键词： SM4算法   塔域分解   S盒   量子实现  

摘要： 本文主要研究SM4算法的低Toffoli深度以及低T深度的量子电路构造.对于SM4算法的S盒,本文以对其基于塔域分解技术得到的经典实现的重新划分为基础,通过添加量子辅助比特使每部分的Toffoli深度以及T深度达到理论上的最小值.在经典实现的重新划分中,第二部分可视为4比特S盒,本文在基于NCT门集设计其量子电路时,提出了一种Toffoli深度为2的实现方案,该方案仅消耗8个量子辅助比特.针对重新划分中的第二部分基于Clifford+T门集的实现,本文使用基于SAT的搜索算法得到该部分与门深度为2的实现,并基于此设计了其T深度为2的量子电路.上述方法能在仅添加有限量子比特的条件下,有效地降低S盒整体电路的Toffoli深度以及T深度.基于上述方法,本文分别设计了SM4算法S盒Toffoli深度为8以及T深度为4的量子电路.将上述S盒电路应用于SM4算法整体设计中,本文最终分别设计了SM4算法的Toffoli深度为264、T深度为132的量子电路.

关键词： 量化交易   强化学习   A2C算法   Gym-Anytrading   Stable-Baselines  

摘要： 2024年9月中国A股市场大涨,再次点燃了全民的“炒股热”。然而,牵动股民心弦的股价涨跌——却跟许多因素息息相关。对于散户来说,除了筛选信息进行股票的买进卖出以外,通过算法模型预测也能够起到事半功倍的效果。上世纪六十年代初便有了通过计算机技术进行量化交易的雏形,随着技术的迭代,通过统计学和模型构建成为量化交易的主流选择。而本论文构建了一个使用A2C (优势行动–评论家)强化学习算法的股票交易模型。利用“gym-anytrading”库创建一个股票交易环境,并使用Stable-Baselines库训练一个策略网络来学习如何在该环境中进行交易以最大化收益。该模型的数据来源于Yahoo-Finance的阿里巴巴股票信息(2022年12月至2024年9月),通过pandas-datareader库的接口获取。In September 2024, a significant surge in China’s A-share market reignited the public’s “stock trading frenzy”. However, the fluctuating stock prices that excited stock investors were closely related to many factors. For individual investors, in addition to screening information for buying and selling stocks, using an algorithm model to predict can also have a twice-as-effective effect. In the early 1960s, the embryo of quantitative trading using computer technology had appeared, and with the advancement of technology, quantitative trading based on statistics and model building became the mainstream choice. This paper constructs a stock trading model using the A2C (Advantage Actor-Critic) reinforcement learning algorithm. By using the “gym-anytrading” library to create a stock trading environment and training a policy network using the Stable-Baselines library to learn how to trade in this environment to maximize profits. The data source for the model comes from the stock information of Alibaba (2022 December to 2024 September) obtained through the interface of the pandas-datareader library.

关键词： 压缩感知   混沌映射   约束等距性   测量矩阵   信号重构  

摘要： 测量矩阵的构造是影响压缩感知技术重构性能的重要环节。针对随机性测量矩阵高存储成本以及确定性矩阵较难满足约束等距性(Restricted isometric property,RIP)特性的问题,提出了一种基于混沌映射构造测量矩阵的改进方法,将随机高斯矩阵、确定性矩阵和混沌序列相结合,充分利用随机高斯矩阵少量测量数和混沌映射较低相关性的优势。同时,分析了混沌序列的相空间特性、测量矩阵的RIP特性、以及构造优化测量矩阵的计算复杂度。最后,仿真实验对比了随机高斯矩阵、托普利兹矩阵和现有的复合型矩阵。结果表明,在一维随机信号的相对误差、成功重构概率及信噪比的指标上,所提优化测量矩阵均优于其他3种矩阵;在二维图像的重构时间复杂度、峰值信噪比、结构相似性指数和平均结构相似性指数的指标上,所提优化测量矩阵也均有一定的提升,表现出更好的重构性能和良好的应用价值。

关键词： SAC算法   露天煤矿   无人驾驶车辆   局部地图   避障路径   避障控制  

摘要： 大部分无人驾驶车辆避障控制过程只适用于动作空间和状态空间维度较低的环境,易导致避障控制形成的运动路径过长。针对这一问题,提出了基于Soft Actor-Critic(SAC)算法的露天煤矿无人驾驶运输车辆避障控制方法。建立包含1个演员网络、2个评论家目标网络和2个评论家网络的SAC深度学习网络框架。通过SAC算法的迭代更新,对环境地图中的智能体进行不断训练,规划出最优避障路径。通过模糊PID控制器执行控制指令,实现无人驾驶运输车辆避障安全行驶控制。实验结果表明,该方法形成的车辆避障运动路径长度始终不超过60 m,显著提升了复杂环境中运输车辆的工作性能。

关键词： 共因失效   民机   机载电子系统   失效概率   Alpha因子模型  

摘要： 民机机载电子系统呈现复杂化、综合化的特点,共因失效将破坏系统中失效事件的独立性,可能导致定量安全性评估的结果存在偏差。针对当前民机领域普遍采用定性方法分析共因失效时极大依赖评估人员工程经验的问题,提出一种考虑共因失效的复杂机载电子系统失效概率算法。首先,采用Alpha因子模型对共因失效进行量化;接着,将其引入到基于独立性假设的故障树模型中进行优化;最后,以典型复杂机载电子系统的失效状态为例,对比考虑和不考虑共因失效情况下的失效概率。结果表明:共因失效将对复杂机载电子系统的定量安全性评估结果产生两个数量级的误差影响,本文方法能够实现共因失效问题的量化,可为民机型号复杂机载电子系统的进一步深化应用提供技术支撑。

关键词： 可逆信息隐藏   密文域   自适应编码   分块置乱   图像加密  

摘要： 针对图像信息隐藏不能产生理想的有效负载问题,提出一种基于像素调制自适应编码密文域的可逆信息隐藏算法。首先,对灰度图像做块间置乱并进行像素调制预处理,设计块内像素位置变换矩阵保证分块置乱前后中心像素的预测误差不变。接着,利用最邻近像素差分方法保持加密图像块内的空间冗余,根据预测误差的频率自适应生成哈夫曼编码,并对比哈夫曼编码中比特位将信息嵌入到预留空间中。最后,对所提出算法进行实验分析,实验结果表明:提出的算法具有可逆性和信息分离性,与自适应差分图像恢复算法相比,平均嵌入率提高了0.299 bpp。

关键词： 矢量水听器   方位估计   稀疏贝叶斯学习   声能流  

摘要： 复数稀疏贝叶斯学习(SBL)算法计算量大,为此将声能流与稀疏贝叶斯学习算法相结合,提出了基于单矢量水听器的声能流稀疏贝叶斯学习(SI-SBL)方位估计算法。该方法采用声能流取代声压振速信息作为观测量,将参数估计过程从复数域运算转化为实数域运算,同时利用声压通道噪声与振速噪声不相关的特点实现了噪声抑制,进一步加快了稀疏贝叶斯学习算法收敛速度,使SI-SBL算法获得相比以声压振速通道作为观测量的SBL算法更高的估计精度和尖锐的谱峰。仿真数据表明,单矢量水听器SI-SBL算法相比于SBL算法具有更高的精度和更快的计算速度。实验数据验证,SI-SBL算法相比SBL精度提高了25%,运算速度提高了8倍,证明了本文所提SI-SBL算法应用于水平方位估计的可行性。