搜索结果: 1-15 共查到“知识库 算法理论”相关记录4251条 . 查询时间(2.25 秒)
江西师范大学计算机信息工程学院“AI创新应用”团队介绍
江西师大 创新应用 人工智能 算法理论
2024/8/9
江西师范大学计算机信息工程学院“AI创新应用”团队聚焦于人工智能中的算法理论及其创新应用等相关方向。团队秉持“以理论为支撑，以应用为驱动”的发展理念，在人工智能算法理论、高维遥感图像处理、计算机视觉和自然语言处理等方面取得系列创新成果。近年来，团队先后主持多项国家自然科学基金面上项目和青年项目、江西省自然科学基金杰出青年项目。团队成员多人入选江西省委“人才计划”、省级人才支持计划·青年科技人才托举...
基于加权矩阵的多维广义特征值并行分解算法
广义特征值分解 加权矩阵 并行分解 多维估计
2024/1/16
针对串行广义特征值分解算法实时性差的缺点,提出基于加权矩阵的多维广义特征值分解算法.与串行算法不同,所提算法能够在一次迭代过程中并行地估计出多维广义特征向量.平稳点分析表明:当且仅当算法中状态矩阵等于所需的广义特征向量时,算法达到收敛状态.通过对比相邻时刻的状态矩阵模值证明了所提算法的自稳定特性.所提算法参数选取简单,实际实施较为容易.数值仿真和实例应用进一步验证了算法的并行性、自稳定性和实用性。
针对一些智能优化算法缺乏完备数学物理理论基础的现状,利用优化问题和量子物理在概率意义上的相似性,建立优化问题的薛定谔方程,将优化问题转化为以目标函数为约束条件的基态波函数问题,同时利用波函数定义了算法的能量、隧道效应和熵,实现了以波函数为中心的优化问题量子模型。
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问题,提出一种融合多策略的黄金正弦黑猩猩优化算法(Multi-strategy golden sine chimp optimization algorithm,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...
针对基于Docker容器的分布式云计算下出现负载不均衡问题,有必要将较高负载服务器中的Docker容器进程迁移到其他相对空闲的服务器上.而传统的容器迁移算法忽视了容器本身的特征,从而导致在迁移过程中传输效率低下.基于此,利用第三方管理平台和数据预存储阈值机制,提出一种Docker容器动态迁移预存储算法PF-Docker。
面向用户生成内容(User generated content,UGC)的进化搜索在大数据及个性化服务领域已引起广泛关注,其关键在于基于多源异构用户生成内容构建用户认知偏好模型,进而设计高效的进化搜索机制.针对此,提出融合注意力机制(Attention mechanism,AM)的受限玻尔兹曼机(Restricted Boltzmann machine,RBM)偏好认知代理模型构建机制,并应用于交...
基于脑电(Electroencephalogram,EEG)的谎言检测技术依赖于对事件相关电位(Event-related potential,ERP)的有效解码,当前主要采用手工设计特征进行脑电分析.近年来,单试次脑电分类方法取得了长足进步,其中端到端的脑电分类方法能够实现对脑电的自动特征提取和分类,但在谎言检测中缺乏研究和应用,同时存在无法在测谎场景下直接应用的问题.本研究设计基于复合反应范式...
基于自然梯度的噪声自适应变分贝叶斯滤波算法
非线性滤波 自适应滤波 变分贝叶斯推断 自然梯度 Fisher信息矩阵
2024/1/16
考虑到运动目标跟踪系统机动、隐身等人为对抗特征以及非视距、干扰、遮挡等环境因素,其系统建模、估计与辨识过程中越来越无法回避非线性、非高斯以及参数未知等复杂系统特征的影响.针对过程噪声先验信息不准确以及量测噪声非高斯环境下运动目标的非线性状态估计问题,提出一种基于自然梯度的噪声自适应变分贝叶斯(Variational Bayes,VB)滤波算法。
针对光伏阵列的开路故障、短路故障、老化故障和局部阴影故障,提出了一种基于核极限学习机KELM（kernel extreme learning machine）的光伏阵列故障诊断方法,并采用改进的蝙蝠算法IBA（improved bat algorithm）对核极限学习机模型的参数进行优化来提高模型的诊断准确率。为避免蝙蝠算法陷入局部最优并加快在参数寻优过程中的收敛速度,引入Levy飞行策略并在速度...
基于事件相机的连续光流估计
运动模糊 事件相机 连续光流估计 异步事件流
2024/1/16
事件相机对场景的亮度变化进行成像,输出异步事件流,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(Optical flow,OF)估计问题.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。
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,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,提出关键性能指标(Key performance indicators,KPI)驱动的慢特征分析(Slow feature analysis,SFA)算法.将关键性能指标信息融入到慢特征分析中,协同感知复杂工业过程的静−动态特性变化,并...
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...
动态多目标优化问题(Dynamic multi-objective optimization problems,DMOPs)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,导致重新初始化效果尚存在较大改进空间.为此,提出一种对不同个体、不同维度的决策变量分别进行自适应变化响应的动...
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,提出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...