搜索结果: 1-15 共查到“计算机科学技术 算法研究”相关记录507条 . 查询时间(0.437 秒)
面向无人艇的T-DQN智能避障算法研究
无人艇 强化学习 智能避障 深度Q网络
2024/1/16
无人艇(Unmanned surface vehicle,USV)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,提出一种基于阈值的深度Q网络避障算法(Threshold deep Q network,T-DQN),在深度Q网络(Deep Q ne...
多元时间序列(Multivariate time series,MTS)分类是许多领域中的重要问题,准确的分类结果可以有效地帮助决策.当前的MTS分类算法在个体的表征学习阶段难以自动建模多元变量之间复杂的交互关系,并且无法评估分类结果的可信度,这会导致模型性能受限,以及缺乏具备统计意义的可靠性解释.本文提出了一种基于不确定性的多元时间序列分类算法,变分贝叶斯共享图神经网络,即VBSGNN(Vari...
Academy of Mathematics and Systems Science, CAS Colloquia & Seminars：基于自监督表征学习的图像聚类算法研究
自监督表征学习 图像聚类算法 语义伪标签
2023/4/17
自监督学习可以为图像聚类算法提供良好的表征，但是当表征和聚类同步学习时会存在一些问题。具体来说，基于对比的自监督学习方法通常需要大量的负样本来使得所有样本的表征分离，但是负样本会带来类别冲突，进而影响下游的聚类性能；反之，基于非对比的自监督学习方法虽然避免了类别冲突问题，但是由于缺少负样本，与聚类任务联合优化时容易造成聚类崩溃。本报告将围绕这两个问题，分别介绍基于语义伪标签和原型对比的图像聚类算法...
针对自组织映射SOM（self-organizing map）神经网络聚类性能易受其初始权值的影响，采用蜻蜓算法DA（dragonfly algorithm）优化SOM神经网络的局部权重失真指数LWDI（locally weighted distortion index），对神经网络的初始权值进行寻优。以光伏阵列故障数据样本为研究对象，将正常与故障状态下的输出特性进行对比分析，建立故障诊断模型，并...
在机器学习领域中,梯度下降算法是求解最优化问题最重要、最基础的方法.随着数据规模的不断扩大,传统的梯度下降算法已不能有效地解决大规模机器学习问题.随机梯度下降算法在迭代过程中随机选择一个或几个样本的梯度来替代总体梯度,以达到降低计算复杂度的目的.近年来,随机梯度下降算法已成为机器学习特别是深度学习研究的焦点.随着对搜索方向和步长的不断探索,涌现出随机梯度下降算法的众多改进版本,本文对这些算法的主要...
随着网络结构的不断扩大和日益复杂,重叠社区发现技术对挖掘复杂网络深层潜在结构具有重要意义.本文提出一种基于时间加权的重叠社区检测算法.该方法考虑了用户兴趣的时间因素,构建带有时间加权链接的用户-用户图.接着,基于网络节点的影响力计算用户全局相似度,在此基础上通过计算节点的中心度作为度量节点对社区结构影响力的重要性指标,从而提出一种社区中心点的选取方法。
华中科技大学与弥费科技共建先进制造人工智能算法研究中心（图）
华中科技大学 弥费科技 制造人工智能算法
2020/12/17
2020年12月9日，我校与弥费科技共建先进制造人工智能算法研究中心（以下简称研究中心）签约仪式在计算机学院举行。双方将在前期良好合作的基础上，持续不断推进先进制造领域人工智能算法的研究及其在半导体行业的落地，共同培养先进制造领域掌握人工智能算法技术的复合型创新人才。科发院院长廖小飞表示，我校坚持“服务乃宗旨 贡献即发展”的办学思路，积极推动将科学研究成果融入到工业应用中去。弥费科技是一家提供泛半...
近日，精密测量院大地测量新技术应用课题组在群智能优化中的粒子群优化算法研究中取得了最新进展。相关研究在计算机科学及信息技术领域国际期刊 《Information Science》在线发表。大地测量的研究中存在诸多最优化问题，当线性化误差较大时，经典最小二乘无能为力。粒子群算法是一种基于种群的搜索随机优化方法，用于求解单/多目标问题的最优解。由于其具有较强的鲁棒性、收敛速度快、可调参数少等优点，粒子...
湖南师范大学数学与统计学院青年教师汪波副教授与合作者在分层材料中电磁波模拟快速算法研究方面取得突破性进展
湖南师范大学数学与统计学院 青年教师 汪波 副教授 分层材料 电磁波模拟 快速算法
2020/1/15
日前，美国陆军研究实验室和南卫理公会大学分别发布新闻，报道了我校数学与统计学院青年教师汪波副教授和他在美国访问的蔡伟教授团队在快速多极算法（FMM）研究方面的一项突破性成果。详情请见文末链接。快速多极算法（FMM）作为与快速傅里叶变换（FFT）、蒙特卡罗算法、QR分解等著名算法齐名的二十世纪十大算法之一，被广泛应用于诸多重要问题（如：电磁散射问题、蛋白质折叠问题等）的快速计算，从而使得许多复杂问题...
针对量子计算攻击对传统密码体制的安全威胁，设计出一类抗量子攻击的McEliece公钥密码体制，因为量子计算没有攻击McEliece公钥密码体制的多项式时间算法。给出了3类量子BCH码的生成算法，第1类是一般性量子BCH码生成算法，第2类是特殊的对称量子BCH码生成算法，第3类是特殊的非对称量子BCH码生成算法。以本文生成的非对称量子BCH码为基础，设计出量子McEliece公钥密码体制和量子Nie...
近日，北京大学信息科学技术学院李晓明教授、杨仝助理研究员课题组在计算机网络领域顶级期刊《计算机协会数据通信专业兴趣组计算机通信评论》（ACM SIGCOMM CCR）和《电气电子工程师学会网络汇刊》（IEEE Transactions on Networking）上各发表一篇论文。其中，题为《加速软件环境的网络测量》（Accelerating network measurement in soft...
基于状态分布式传感网络的多播路由算法研究
无线传感网 多播路由 吞吐率 核心节点网络
2018/3/23
针对在无线传感网中存在的延迟等待时间、节能比、吞吐率等参数会限制多播路由的问题,提出基于状态分布式传感网络的多播路由算法(SDSMR).算法结构中包含簇头(CH)节点、核心节点(CNs)与传感器节点(SNs),其中CH节点和CNs构成核心节点网络,核心节点网络中的CNs与SNs构成核心节点网络支持的多播树,CH节点可以进行拓扑控制、路由和监视SNs的能量状态,CNs存储多播路由状态信息,可以最小化...
基于多核系统的隐马尔可夫模型并行算法研究
多核系统 并行计算 隐马尔可夫模型 数据挖掘
2018/9/30
介绍了一种基于OpenMP的多核并行程序设计方法,并使用此方法实现了对基于隐马尔可夫模型的Web文本挖掘程序的并行化改造.实验证明重新设计的多核并行程序相比于原有串行程序在多核微机系统上的运行时间大大减少、程序整体性能得到明显提升.
新型机器学习算法研究取得进展
新型机器 学习算法
2017/12/19
2017年11月23日，机器学习国际会议Advances in Neural Information Processing Systems （NIPS）在线发表了我校理学院陈洪副教授与美国Heng Huang 教授（University of Pittsburgh）等合作研究论文“Group Sparse Additive Machine”和“Regularized Modal Regress...