基于GEMS算法的潜变量高斯图模型结构学习

考虑了潜变量高斯图模型下的结构学习(模型选择)问题,即存在潜变量时可观测变量间相互关系的估计问题.简要介绍了高斯图模型及潜变量高斯图模型下的LVglasso方法,给出了GEMS(广义期望模型选择)算法结合LVglasso下潜变量图模型选择的算法步骤.通过模拟,发现GEMS结合LVglasso方法在模型选择速度上比EM(...     

基于深度学习的二维人体姿态估计综述

人体姿态估计是近年来计算机视觉问题中的一个热门话题,它在改善人类生活方面具有巨大的益处和潜在的应用。近年来深度神经网络得到快速发展,相较于传统方法而言,采用深度学习的方法更能提取图像表征信息。综合分析近年来人体姿态估计的进展,根据检测人数分为单人和多人人体姿态估计。针对单人姿态估计,介绍了基于直接预测人体坐标点的坐标回归方法及基于预测人体关键点高斯分布的热图检测方法;针对多人姿态估计,采用解决多人到解决单人过程的自顶向下方法和直接处理多人关键点的自底向上方法。总结了各方法网络结构的特点和优缺点,并阐述当前面临的问题及未来发展趋势。     

基于深度强化学习的空中基站部署优化算法

针对无人机群(swarm of unmanned aerial vehicle, UAV-swarm)在救灾场景中对地面移动用户进行持续性通信覆盖的问题,设计了一种基于多智能体的深度强化学习的无人机群路径优化算法。该算法框架中无人机具有分布式决策能力,根据用户的移动来动态调整自身的移动策略。通过设置合适的强化学习奖励和参数,使无人机在满足覆盖百分比、防碰撞、能源限制等多种约束前提下,最大限度地长期覆盖地面移动用户。与其他无人机部署方案算法进行仿真对比,实验结果表明,该模型在收敛速度和收敛效果上得到了显著提升。     

基于学习通课程的学生网络学习行为研究

针对超星学习通课程学习过程中学生出现的被动学习、消极学习现象,提出分析学生学习态度的方法,构建学习态度跟踪模型.首先针对超星学习通平台收集的学生网络学习行为数据,选取与学习态度相关性较高的指标,形成训练数据集;然后,通过调查法对学生学习态度进行调查,以此获得学习态度标签;最后,基于分类算法构建学习态度跟踪模型,采用五折...     

共享领导胜任力构念与测量

共享领导作为一种不同于传统垂直型领导的新型领导不断受到研究者的关注。来自团队成员的共享领导行为,不仅需要团队成员具有共享领导的意愿,更需要团队成员具有共享领导的能力。为此,基于国内外学者关于共享领导相关研究文献回顾及访谈研究,探讨了共享领导胜任力构念及测量。研究提出共享领导胜任力由参与能力、激励能力和影响能力三维度构成,并对共享领导胜任力测量的有效性进行检验。共享领导胜任力的研究对团队有效提升共享领导具有一定的实践意义。     

大跨度钢桁梁桥纵向附加力分析与研究

文章以桥上无缝线路梁轨相互作用原理为基础,建立以轨道、桥梁、支座、墩台和基础为整体结构的附加纵向力计算有限元模型,依据"对号入座"法则编制了计算钢桁梁桥上无缝线路的程序。讨论了伸缩调节器设置与否以及设置位置的不同对纵向附加力的影响。     

黄粉虫的营养保健作用

为了解黄粉虫油脂和去油虫渣的营养保健作用,将黄粉虫油脂和去油虫渣掺入饲料,饲喂初成年的ICR小鼠,测定了其对小鼠的学习记忆能力和抗疲劳能力的影响;同时研究了黄粉虫全虫干粉对皮下注射了D-半乳糖致衰老模型小鼠的影响。结果表明:分离后的黄粉虫油脂和油渣均能提高小鼠的抗疲劳能力;但仅黄粉虫油渣可促进其学习能力。饲料中掺入黄粉虫幼虫干粉,使其在饲料中的质量分数为0.05和0.10,可抑制D-半乳糖致衰老小鼠体重的降低,显著提高其脾脏和胸腺的脏器重量,增强免疫力;但对血清抗氧化能力无明显的改善作用。     

知识库系统的知识表示方法及其在移动学习领域的应用

本文主要讨论的问题是知识表示,探讨关于不同知识类型、知识表示发展的不同阶段,所运用的知识表示方式.以及联系现在与计算机技术相关的无线通讯技术,来探讨知识库系统在教育领域发展趋势.     

基于强化学习的连续型机械臂自适应跟踪控制

针对空间主动碎片清除操作中连续型三臂节机器人系统跟踪问题,提出一种基于强化学习的自适应滑模控制算法。基于数据驱动的建模方法,采用BP神经网络对三臂节连续型机械臂进行建模,并作为预测模型指导强化学习实时调节所提出滑模控制器的控制参数,从而实现连续型机器人运动的实时跟踪控制。仿真结果表明：提出的数据驱动的预测模型对随机轨迹预测的相对误差保持在±1%以内,能够高精度地反映系统动态特性。对比固定参数的滑模控制器,提出的自适应控制器在保证系统达到控制目标的同时具有更低的超调量和更短的调节时间,表现出更好的控制效果。     

基于仿真驱动的高速公路主动限速效用评价与推荐

传统的路侧被动限速方式对于特定的惩处区域以外缺少管控,间接导致车辆行为在时空上的不一致性甚至突变,影响了交通的通行效率与安全性。从车侧主动限速方式入手,提出主动限速效用评价与推荐方法,结合道路线形、交通流量、车型比例,开展多情景主动、被动限速交通仿真,利用安全间接分析模型及交通流运行状态,从安全与效率2个层面提取效用评价指标及其权重,采用集成学习方法进行预测分析。结果显示：主动限速方式相较于被动限速方式更有利于提高安全性和调节效率,而在主动限速方面,GBDT(gradient boosting decision tree)回归模型的预测稳定性和准确率更高(R²=0.984)。