Results 11 to 20 of about 12,506 (165)

基于动态自选择参数共享的合作多智能体强化学习算法

open access: yes智能科学与技术学报, 2022
在多智能体强化学习的研究中,参数共享作为学习过程中一种信息集中的方式,可以有效地缓解不稳定性导致的学习低效性。但是,在实际应用中智能体使用同样的策略往往会带来不利影响。为了解决此类过度共享的问题,提出了一种新的方法来赋予智能体自动识别可能受益于共享参数的智能体的能力,并且可以在学习过程中动态地选择共享参数的对象。具体来说,智能体需要将历史轨迹编码为可表示其潜在意图的隐信息,并通过与其余智能体隐信息的对比选择共享参数的对象。实验表明,提出的方法在多智能体系统中不仅可以提高参数共享的效率 ...
王涵, 俞扬, 姜远
doaj   +1 more source

地铁列车驾驶技术发展综述:从人工驾驶到智能无人驾驶

open access: yes智能科学与技术学报, 2022
基于国内外地铁列车驾驶技术的发展现状,提出并阐述了地铁列车驾驶技术发展的4个阶段为人工驾驶、自动驾驶、无人驾驶、智能无人驾驶。概括了我国无人驾驶地铁列车的建设情况,针对目前基于神经网络这类机器学习方法的列车控制方法可解释性差的弊端,引入了深度模糊系统的概念,提出了基于人机混合智能的地铁智能无人驾驶基本框图,为将处理紧急情况的专家经验、人工智能算法和无人驾驶系统结合起来,实现智能无人驾驶提供了一种具有前景的解决思路。
赖文柱   +4 more
doaj   +1 more source

基于脑机协同智能的情绪识别

open access: yes智能科学与技术学报, 2021
面部表情识别是一种直接、有效的情绪识别模式。机器学习可以对图像表情进行形式化表征,但由于缺乏大脑的认知表征能力,在小样本数据集或复杂表情(伪装)数据集上的识别性能并不理想。针对此问题,将机器人工智能的形式化表征与人脑通用智能的情感认知能力结合,提出一种基于脑机协同智能的情绪识别方法。首先,从脑电图信号中提取脑电情感特征,以获取大脑对情绪的认知表征。其次,从情感图像中提取图像的视觉特征,以获取机器对情绪的形式化表征。为了增强机器模型的泛化能力,在特征学习中引入样本间的迁移适配 ...
刘栋军   +4 more
doaj  

基于细节增强的MR序列转换方法

open access: yes智能科学与技术学报, 2021
磁共振(MR)是一种被广泛使用的医学成像方式。针对某些序列的 MR 影像不易直接获得、需要由其他序列的MR影像转换的问题,提出一种基于细节增强的MR序列转换方法。该方法基于条件生成对抗网络构建了残差模板合成模块 ResGAN和细节增强合成模块 EnGAN,设计了一种端到端的网络结构。在一组配准过的神经纤维瘤T1序列影像和STIR序列影像上进行了测试,结果表明,相比于现有方法,提出的方法更好地还原了边界细节和信号强度细节。
严凡, 邸奕宁, 张建伟, 陈为
doaj  

基于3D卷积的图像序列特征提取与自注意力的车牌识别方法

open access: yes智能科学与技术学报, 2021
近年来,基于自注意力机制的神经网络在计算机视觉任务中得到广泛的应用。随着智能交通系统的广泛应用,面对复杂多变的交通场景,车牌识别任务的难度不断提高,准确识别的需求更加迫切。因此提出一个基于自注意力的免矫正的车牌识别方法T-LPR。首先对图像进行切片和序列化,并使用3D卷积对切片序列进行特征提取,从而得到图像的嵌入向量序列。然后将嵌入向量序列输入基于Transformer Encoder的编码器中,学习各个嵌入向量之间的关系并输出最终的编码结果。最后使用分类器进行分类。在多个公共数据集上的实验结果表明 ...
曾淦雄, 柯逍
doaj  

基于3D分层卷积融合的多模态生理信号情绪识别

open access: yes智能科学与技术学报, 2021
近年来,脑电等生理信号由于能客观体现真实情绪已逐渐成为情绪识别研究的热门对象。然而,单模态的脑电信号存在情绪信息特征不完备问题,多模态生理信号存在情绪信息交互不充分问题。针对这些问题,提出基于3D分层卷积的多模态特征融合模型,旨在充分挖掘多模态交互关系,更准确地刻画情感信息。首先分别通过深度可分离卷积网络提取脑电、眼电和肌电3种模态的生理信号的多模态初级情绪特征信息,再对得到的多模态初级情绪特征信息进行3D卷积融合操作,实现两两模态间的局部交互以及所有模态间的全局交互 ...
凌文芬, 陈思含, 彭勇, 孔万增
doaj  

基于SE-YOLOv5s的绝缘子检测

open access: yes智能科学与技术学报, 2021
在电力系统需要巡检的大环境下,人工巡检的传统方式存在很大不便和安全隐患,而采用无人机的目标检测方法在绝缘子检测识别方向有很大的应用前景。针对绝缘子图像检测中存在的场景复杂、视角多变、设备计算能力受限等问题,提出了一种改进的轻量级SE-YOLOv5s卷积神经网络来实现对绝缘子的快速目标检测,该方法首先在YOLOv5s网络中融合SE注意力模块,以强化网络对绝缘子目标的辨识能力,随后采用K-means聚类方法构建绝缘子的先验框,以提升定位精度,最后构造置信度与定位任务联合的损失函数,并引入 Mosaic ...
田庆   +4 more
doaj  

一类非仿射系统的执行依赖启发式在线跟踪控制

open access: yes智能科学与技术学报, 2021
针对非仿射系统的跟踪控制问题,提出一种基于执行依赖启发式动态规划(ADHDP)结构的在线设计方法。首先,考虑一类未知非仿射系统,进行从跟踪控制问题到误差调节问题的转换;然后,设计基于 ADHDP结构的跟踪控制器,并采用在线学习的方式,实现系统控制与执行网络和评判网络的训练同步,使得系统状态能够跟踪期望轨迹;最后,通过一个仿真实例验证所提方法的有效性。
赵慧玲, 王鼎, 任进
doaj  

基于人机混合智能的地铁列车无人驾驶系统研究

open access: yes智能科学与技术学报, 2022
基于国内外地铁列车驾驶技术的发展现状,阐述了地铁列车智能驾驶发展及研究的必要性。针对当前无人驾驶采用的机器学习算法可解释性差的缺陷,引入模糊系统,提出了基于人机混合智能的地铁列车无人驾驶系统,以两种方式实现人机混合智能。探索了结合认知系统的地铁列车无人驾驶系统,为实现真正意义上的强人工智能地铁列车无人驾驶系统提供了一种面向未来的解决方案。
黄本遵   +4 more
doaj  

基于改进M-ORB的视觉SLAM直接-闭环检测算法

open access: yes智能科学与技术学报, 2021
直接法SLAM不在前端提取图像特征点,使得后端无法生成视觉词袋,这导致大部分直接法SLAM无法使用带有词袋模型的闭环检测来消除系统的累积误差。针对此问题,提出一种基于改进M-ORB的视觉SLAM直接-闭环检测算法,生成闭环检测所需的词袋模型,然后采用词频-逆文档频率算法对视觉词典树各个子节点中的视觉单词进行自适应分配权重,得到场景信息的准确表述。在TUM、KITTI两种公开数据集上进行了对比实验,实验结果表明,所提出的算法能够有效检测到闭环,并在不降低准确性的同时,提高SLAM的实时性与鲁棒性。
李伟   +4 more
doaj  

Home - About - Disclaimer - Privacy