搜索结果: 106-120 共查到“知识库 计算机科学技术”相关记录38417条 . 查询时间(2.697 秒)
基于Web3的去中心化自治组织与运营新框架
去中心化自治组织与运营 Web3 元宇宙 区块链 智能合约 智能算法 平行智能
2024/1/17
Web3技术催生的去中心化自治组织(Decentralized autonomous organization,DAO)正以颠覆性的方式重新定义要素资源、变革生产关系与塑造组织形态.为了更好地响应DAO研究与应用需求,本文从组织和运营两个角度重新解析DAO,认为其应当被更广义而精确地定义为去中心化自治组织与运营(Decentralized autonomous organization and o...
针对工业过程运行指标反馈校正存在滞后及一步推理校正模型可解释性差的问题,提出了基于递归注意力生成对抗网络(Recurrent attention generative adversarial networks,RAGAN)的运行指标前馈−反馈多步校正方法.该方法采用基于负相关正则化的集成随机权神经网络,建立综合生产指标预报模型,为校正提供前馈信息补偿反馈校正的滞后性.提出的RAGAN校...
针对大数据应用中用户共享数据的访问控制由半可信云服务商实施所带来的隐私泄露、策略和访问日志易被篡改等问题,提出一种基于区块链的策略隐藏大数据访问控制方法(A policy-hidden big data access control method based on blockchain,PHAC).该方法采用区块链技术实施访问控制以减少对服务商的信任依赖,引入属性基加密(Attribute-bas...
深度强化学习联合回归目标定位
视觉注意机制 循环神经网络 深度强化学习 目标定位
2024/1/17
为了模拟人眼的视觉注意机制,快速、高效地搜索和定位图像目标,提出了一种基于循环神经网络(Recurrent neural network,RNN)的联合回归深度强化学习目标定位模型.该模型将历史观测信息与当前时刻的观测信息融合,并做出综合分析,以训练智能体快速定位目标,并联合回归器对智能体所定位的目标包围框进行精细调整.实验结果表明,该模型能够在少数时间步内快速、准确地定位目标。
苛性碱溶液浓度是氧化铝生产过程中的重要运行指标,由于苛性碱溶液的温度和浓度频繁波动,导致目前的浓度检测仪表检测精度低,只能采用人工化验获得苛性碱浓度值,化验结果的严重滞后导致无法实现苛性碱浓度的自动控制,影响氧化铝产品质量.在分析苛性碱溶液浓度控制过程动态特性的基础上建立了由线性模型和未知非线性动态系统描述的苛性碱浓度预报模型,将参数辨识与自适应深度学习相结合,提出端边云协同的氧化铝生产过程苛性碱...
面向性能增强的双惯量伺服系统状态反馈控制
双惯量伺服系统 状态反馈 预设性能函数 函数逼近器
2024/1/17
为避免使用函数逼近器(神经网络或模糊系统),并提高双惯量伺服系统的瞬态响应和稳态性能,针对含外部扰动的双惯量伺服系统,提出一种基于预设性能函数(Prescribed performance function,PPF)的类比例状态反馈控制策略.首先,提出一种改进的带有最大超调、收敛速率以及稳态误差的预设性能函数,并将该函数融入控制器设计使二惯量伺服的跟踪误差保持在预定的边界之内.其次,基于预设性能函...
基于改进CycleGAN的水下图像颜色校正与增强
水下图像 深度学习 循环一致性生成对抗网络 颜色校正 图像增强
2024/1/17
针对水下观测图像的颜色失真和散射模糊问题,提出一种基于改进循环一致性生成对抗网络(Cycle-consistent generative adversarial networks,CycleGAN)的水下图像颜色校正与增强算法.为了利用CycleGAN学习水下降质图像到空气中图像的映射关系,对传统CycleGAN的损失函数进行了改进,提出了基于图像强边缘结构相似度(Strong edge and ...
基于灵活平衡约束的图聚类方法
图聚类 图分割 平衡约束 紧松弛
2024/1/17
现有的图聚类方法主要存在两方面的问题,一是对各个类规模一致的假设,在许多实际应用中并不成立;二是在处理多类聚类问题时,其所常借助的递归技术或启发式算法会影响聚类的性能.为此,本文提出一种基于灵活平衡约束的多类图聚类方法.其能够覆盖从绝对平衡约束到无平衡约束的范围,可同时处理类别规模一致和不一致的问题.为有效求解新方法中的参数,进一步提出一个紧松弛方法来使所提出的图聚类方法不仅易于求解,且在处理多类...
基于深度学习的方法在去雾领域已经取得了很大进展,但仍然存在去雾不彻底和颜色失真等问题.针对这些问题,本文提出一种基于内容特征和风格特征相融合的单幅图像去雾网络.所提网络包括特征提取、特征融合和图像复原三个子网络,其中特征提取网络包括内容特征提取模块和风格特征提取模块,分别用于学习图像内容和图像风格以实现去雾的同时可较好地保持原始图像的色彩特征。
基于平行Petri网的制造系统调度与控制一体化方法
调度 控制 平行Petri网 赋时Petri网
2024/1/17
为了消除制造系统调度层与控制层之间的隔阂,实现对生产事件快速灵活响应,本文提出了一种调度与控制一体化的方法.首先,定义了一种新型Petri网模型,即平行Petri网,从而集成地描述了传感器、执行器、任务和资源信息,构建制造系统的信息物理系统模型;其次,提出了一种从平行Petri网到赋时Petri网的抽象简化方法,大规模压缩优化调度所需搜索的状态空间;再次,定义了策略Petri网以描述最优调度策略....
针对众包标记经过标记集成后仍然存在噪声的问题,提出了一种基于自训练的众包标记噪声纠正算法(Self-training-based label noise correction,STLNC).STLNC整体分为3个阶段:第1阶段利用过滤器将带集成标记的众包数据集分为噪声集和干净集.第2阶段利用加权密度峰值聚类算法构建数据集中低密度实例指向高密度实例的空间结构关系.第3阶段首先根据发现的空间结构关系设...
数字化转型+AI环境下,我们正处于知识生态环境和知识技术体系的交汇重塑中,对知识、智慧和智能基础设施的认识很大程度上将决定我们的生存方式和生存几率。知识对象已内在地结构化、语义化、可定制、可关联,已涵盖从内容对象到知识关系网络到知识创造与利用流程,成为可交互、可计算的智能体。在智慧化的各类知识对象支持下,通过场景驱动的创新机制,可在用户解决问题的过程中,通过数据、模型、计算和交互来支持感知智能、认...
超大预训练模型(Pre-trained model,PTM)是人工智能领域近年来迅速崛起的研究方向,在自然语言处理(Natural language processing,NLP)和计算机视觉等多种任务中达到了有史以来的最佳性能,促进了人工智能生成内容(Artificial intelligence-generated content,AIGC)的发展和落地.ChatGPT作为当下最火热的PTM,...