基于强化学习的控制方向未知非线性系统的最优输出调节

下载全文  

针对一类由线性中性稳定的外系统驱动的带有未知非线性函数和外界扰动的控制方向未知非线性系统, 研究基于强化学习的有限时间最优输出调节问题. 首先, 根据调节器方程可解条件和坐标变换, 将控制方向未知非线性系统的输出调节问题转化为控制增益已知的增广系统的镇定问题. 接着利用径向基神经… …   相似文献

齐佳鑫;孟桂芝 《自动化学报》2025,51(7):1688-1702

面向天河超算的回旋动理学模拟代码异构开发及优化

下载全文  

磁约束核聚变粒子网格法（particle in cell,PIC）回旋动理学模拟代码VirtEx具备研究聚变产物Alpha粒子约束及输运的能力,是聚变能实现的关键. Alpha粒子回旋动理学模拟相比电子模拟,访存量更大、更复杂,同时包含非规则访问和原子写操作,对访存性能依赖较高,在面向高计算密度特征的天河新一代超算平台异构处理器MT-3000进行移植及性能优化时具有巨大挑战. 考虑到异构加速器架构和PIC算法特性,设计并实施了一些优化方法,如中间变量的即时计算、定制化的软件缓存设计、缓存空间局部性优化、热点函数合并,显著地提高了热点函数的计算访存比. 通过中等规模的回旋动理学离子基准算例测试显示了在热点函数Push,Locate,Charge上分别有10.9,13.3,16.2倍的速度提升,同时在扩展性测试中的3840个节点的5898240个加速核上显示了良好的扩展性,并行效率为88.4％.… …   相似文献

李青峰;李跃岩;栾钟治;张文禄;龚春叶;郑刚;康波;孟祥飞 《计算机研究与发展》2025,62(7):1797-1804

前 言

下载全文  

  相似文献

于戈;邢春晓;王鑫;赵翔 《计算机研究与发展》2025,62(7):1595-1596

结合特征生成与重放的可扩展安全虹膜识别

下载全文  

随着信息技术的快速发展,安全认证技术成为个人隐私和数据安全的重要保障.其中,虹膜识别技术凭借其出色的准确性和稳定性,被广泛应用于系统访问控制、医疗保健以及司法实践等领域.然而用户的虹膜特征数据泄露,就是永久性丢失,无法进行更改或者撤销.因此,虹膜特征数据的隐私保护尤为重要.随着神… …   相似文献

赵冬冬  宋宝刚  廖虎成  闫江  向剑文 《软件学报》2025,36(7):3087-3108

软件定义物理层反向散射系统的OTA配置方法

  

反向散射通信技术是物联网领域近十年来受到持续关注的重要研究方向,为物联网设备提供了低功耗、低成本的上行通信手段。现有的反向散射研究主要集中在实现符合商用协议的反向散射通信。这些系统与早期的射频身份识别(RFID)系统相比,无需专用的RFID阅读器,节约了部署成本。尽管这些工作在支… …   相似文献

朱丰源;狄麒龙;柳卫星;田晓华 《计算机学报》2025,(7):1589-1600

图基础模型研究进展与挑战：图神经网络的视角

  

图基础模型（GFM）是基础模型思想在图学习领域中的延伸,是在广泛图数据上预训练并微调适配多种下游任务的图模型。与借助大语言模型（LLM）实现GFM的技术路线不同,主要关注从图神经网络（GNN）的角度构建GFM。首先,分析了GFM的研究现状并定义了关键概念。其次,总结了GFM骨干架… …   相似文献

吴涛;聂发志;先兴平;王超;袁霖;乔少杰;牛伟纳 《通信学报》2025,46(7):226-248

联合边界生成的多目标学习的嵌套命名实体识别

  

命名实体识别（NER）旨在从非结构化文本中识别预定义的实体类型。基于跨度的NER方法通过枚举所有可能的跨度进行分类,然而文本中相邻的跨度共享上下文语义,会导致跨度之间的边界语义信息模糊,从而使模型难以获取跨度间的依赖信息。针对跨度间边界语义信息模糊的问题,提出一种联合边界生成的多… …   相似文献

徐章杰;陈艳平;扈应;黄瑞章;秦永彬 《计算机应用》2025,45(7):2229-2236

基于语义前缀微调的零样本对话状态跟踪领域迁移模型

  

零样本对话状态跟踪（DST）需要在缺乏标注数据时将已有模型迁移至新领域。现有的相关方法在执行领域迁移时常常难以捕捉对话文本中的上下文联系,导致相关模型在面对未知领域时的泛化能力不足。针对上述问题,提出一种基于语义前缀微调的零样本DST领域迁移模型。首先,利用槽位描述生成初始前缀,… …   相似文献

孙雨阳;张敏婕;胡婕 《计算机应用》2025,(7):2221-2228

梯度区分与特征范数驱动的开放世界目标检测

  

开放世界目标检测（OWOD）将目标检测任务拓展至真实多变的环境中,要求模型能准确识别已知和未知对象,并逐步学习新知识。针对现有OWOD网络模型中未知类的召回率偏低和误识别的问题,提出一种梯度区分与特征范数驱动的开放世界目标检测（GDFN-OWOD）网络模型。针对未知类召回率偏低的问题,提出梯度区分性表征模块（GDRM）,即利用反向传播的梯度差异区分未知类别和背景,以提高未知类召回率;此外,引入基于图分割的框聚类（GSBC）算法将物体边界框的确定建模为图分解问题,从而减少冗余的边界框,进而降低模型的计算量;针对未知类误识别的问题,采用基于特征范数的分类器（FN-BC）选择性能最优的卷积层识别已知和未知类别,以达到更高的识别准确率。在M-OWODB数据集上的实验结果表明,与最优对比模型相比在T₁、T₂、T₃任务中GDFN-OWOD的未知类召回率分别提升了1.1、2.1、0.9个百分点,而绝对开集误差（A-OSE）分别降低了35.1%、28.7%和12.2%。可见,与现有的OWOD网络模型相比,所提网络模型有效缓解了未知类的召回率偏低和误识别的问题。… …   相似文献

张英俊;闫薇薇;谢斌红;张睿;陆望东 《计算机应用》2025,(7):2203-2210

自适应积空间离散动态图链接预测模型

  

随着复杂网络分析在诸多领域的广泛应用,如推荐系统、社交网络、疾病传播网络和金融交易网络,动态图的分析成为图神经网络研究的一个关键挑战。针对动态图神经网络在链接预测时因单一空间嵌入导致的嵌入扭曲问题,提出了自适应积空间离散动态图链接预测模型（APSDG）,拟解决嵌入扭曲问题,提高离… …   相似文献

陈旭;张其;王叔洋;景永俊 《计算机科学与探索》2025,(7):1820-1831