数据驱动框架下的非高斯批次过程最小熵性能评估算法

针对一类带有非高斯干扰的批次过程控制系统,提出一种基于最小熵基准的性能评估算法。为了抑制非高斯噪声的干扰,本算法首次提出引用最小熵来作为批次过程控制系统性能评估的基准,同时考虑到批次过程控制系统的数学模型往往是复杂并难以确定,所以本算法引用了"黄金批次"的概念,突破传统研究中依赖模型的局限,提出一种新颖的数据驱动的评估不同批次性能的基准。通过批次化学反应堆的例子说明了所提出的算法的有效性。     

基于模糊专家系统的智能行车控制

模糊自适应控制利用不同特性参数下的控制规则进行推理控制，专家系统则利用经验及策略迅速校正控制器的输入，减小控制过程中的迟滞，达到平稳快速的调节。提出了一种模糊控制与专家控制相结合的比例控制器。该控制器能够实现精确的点到点运输负载，并且减小过程中的振荡。仿真结果表明，模糊专家控制器在行车控制中比串联反馈控制器各项控制性能好。     

基于混合系统的倒立摆的建模与仿真

针对倒立摆系统中摆杆的控制问题,从混合系统的角度出发,将单摆描述为一个混合自动机,运用不同控制策略之间的切换,构造能量控制器进行起摆控制,在工作平衡点运用线性反馈控制器进行稳定控制,实现将倒立摆从不同初始状态摆起并稳定在θ=0(工作位置)的目标位置。在MATLAB环境中建立单摆的Simulink仿真模型并通过CheckMate 3．6工具箱进行仿真,结果表明在不同初始条件下的单摆系统都能在较短时间内到达垂直向上位置并稳定。     

融合上下文的知识图谱补全方法

构建了一种融合了上下文的知识图谱补全模型。首先通过Inception网络得到给定头尾实体对的深度交互嵌入;其次定义和编码给定实体对的2种上、下文信息：邻接关系上下文和路径上下文;然后使用基于头尾交互嵌入的注意力机制,分别聚合给定实体对的邻接关系上下文和路径上下文;最后利用全连接层来融合给定实体对的2种上下文信息,预测给定实体对之间的关系。在数据集FB15K-237、WN18RR和NELL-995中与其他主流模型对比,实验结果证实了所提补全模型的有效性。     

基于邻域粗糙集的文本主题特征提取

LDA主题模型是一种有效的文本语义信息提取工具,利用在文档层中实现词项的共现,将词项矩阵转化为主题矩阵,得到主题特征;然而在生成文档过程中会蕴含冗余主题。针对LDA主题模型提取主题特征时存在冗余的不足,提出一种基于邻域粗糙集的LDA主题模型约简算法NRS-LDA。利用邻域粗糙集构造主题决策系统,通过预先设定主题个数,计算出每个主题的重要度;根据重要度进行排序,将排序后重要度低的主题删除。将提出的NRS-LDA算法应用于K-means文本聚类问题上并与传统的文本特征提取算法及改进的算法进行比较,结果表明NRS-LDA方法可以得到更高的聚类精度。     

基于多维度特征提取网络的肝脏图像分割

随着计算机技术的发展,基于深度学习的医学图像自动分割已经成为人工智能辅助医疗的重要研究方向.为弥补现有神经网络结构对信息提取不足而产生的边缘细节丢失问题,构建了一种基于多维度特征提取网络(RDD-UNet)模型,该模型是基于残差UNet和混合损失函数的三维分割网络,以向肝脏肿瘤分割方法提供高精度的脏器分割结果.首先,该网络从原始CT数据的3个轴向提取信息,以长短跳跃连接的组合形式融合多尺度语义特征,保证了层内和层间信息的充分利用.其次,网络中设计了不平衡深度可分离空洞卷积模块,在提升三维网络计算效率的同时,扩大了体素级别的特征感受范围.最后,针对小尺寸分割目标数据不平衡问题提出了混合损失函数,并与深度监督结构相结合,提升了边缘细节的分割效果.该网络模型从体素、轴向和网络层级3个维度上充分提取特征信息,提高了肝脏分割的准确率,在公共数据集LiTS 2017上的Dice分数达到0.965 2,与其他方法相比达到了较高的精度水平.     

基于混合系统的倒立摆的建模与仿真

针对倒立摆系统中摆杆的控制问题,从混合系统的角度出发,将单摆描述为一个混合自动机,运用不同控制策略之间的切换,构造能量控制器进行起摆控制,在工作平衡点运用线性反馈控制器进行稳定控制,实现将倒立摆从不同初始状态摆起并稳定在θ=0(工作位置)的目标位置。在MATLAB环境中建立单摆的Simulink仿真模型并通过CheckMate 3.6工具箱进行仿真,结果表明在不同初始条件下的单摆系统都能在较短时间内到达垂直向上位置并稳定。     

多模态函数优化的人工免疫应答优化算法

针对传统的人工免疫算法收敛速度较慢,搜索精度较低的问题,基于免疫应答原理提出一种多模态函数优化的人工免疫应答优化算法.该算法将初始抗体群分配为记忆抗体群和一般抗体群,对记忆抗体群实施高频变异算子进行局部精细搜索,并对一般抗体群执行趋同过程算子进行全局粗搜索,从而加快了进化过程.通过典型多模态函数对该算法进行性能测试,实验结果表明,该算法具有更快的收敛速度和更高的搜索精度.     

融合双重注意力机制的多源深度推荐模型

针对评分数据稀疏导致协同过滤算法推荐质量下降的问题,通过充分挖掘评论信息增强推荐性能,提出了一种融合双重注意力机制的多源深度推荐模型(MSDA)。该模型基于评分数据、用户评论集和商品评论集3个信息源进行推荐,结合卷积神经网络和双重注意力机制挖掘评论文本特征,利用神经因子分解机进行评分和评论特征之间的高阶非线性交互,从而实现评分预测。实验结果表明,相比于NeuMF、NARRE、HRDR等先进基准方法,MSDA显著提升了模型的评分预测性能。     

一种基于模糊逻辑的二自由度PID的实现

针对传统二自由度PID控制中用Ziegler—Nichols稳定边界法整定干扰抑制参数KP，KI，KD，其时外界扰动敏感性较强，难以达到系统控制要求这一问题，给出了一种基于模糊逻辑的二自由度PID的实现，运用模糊逻辑算法对KP，KI，KD三参数进行整定，较好地改善了系统的抗干扰性能。仿真结果表明该控制器具有良好的干扰抑制特性和设定值跟踪特性。