单向通信下多队列车辆轨迹同步的DMPC控制器设计

下载全文  

针对多队列系统中的车辆编队协同控制问题, 研究在单向通信结构下实现高效队列协同的方法. 首先, 建立多队列系统的车辆动力学模型, 设计以各队列领航车为根节点的全局通信拓扑, 以支持信息在队列内和队列间的传递. 基于此拓扑结构, 提出一种包含队列内和队列间耦合约束的分布式模型预测控… …   相似文献

王正武;文强;吴锯强 《自动化学报》2025,51(9):2085-2105

基于频域扰动的时间序列可解释性方法

下载全文  

随着深度学习在时间序列分析中的广泛应用,模型的预测性能得到了显著提升,但其“黑箱”特性仍然限制了其在实际应用中的可信度与透明度.目前,虽然许多可解释性方法在一定程度上提供了对模型行为的洞察,但它们在处理复杂时间序列数据时,尤其是具有高频成分或长周期波动的任务中,仍存在显著的局限性… …   相似文献

王景宇  高德荃  程佳俊 《计算机系统应用》2025,34(9):244-252

基于细节增强与多尺度特征融合的水下目标检测

下载全文  

针对水下目标检测任务中图像分辨率低、目标尺寸变化大、水体浑浊及目标遮挡而导致检测精度低的问题,提出一种基于细节增强与多尺度特征融合的水下目标检测模型DEMF-YOLO11n（YOLO11n underwater object detection model based on detail enhancement and multi-scale feature fusion）.模型以YOLO11n为主体,为改善普通下采样对于低分辨率图像及小目标所造成的特征损失问题,使用浅层与深层鲁棒下采样方法 RFD（robust feature downsampling）分别替换模型浅层及深层步长卷积.同时,使用多核并行卷积模块PKIModule（poly kernel inception module）及上下文锚点注意力CAA（context anchor attention）对模型骨干中的C3k2进行重新设计,以增强模型对遮挡目标及不同尺度目标的特征提取效果,以及对复杂背景下目标的感知能力.最后,为解决水体浑浊等因素所导致的目标边缘细节模糊问题,在头部网络中使用CGAFusion（content guide attention fusion）模块将深层特征与经EEM（edge enhance module）进行边缘增强后的浅层纹理特征进行自适应融合.在RUOD数据集上的实验结果表明, DEMFYOLO11n较基准模型mAP₅₀提升2.8%, mAP_50-95提升4.1%,而参数量仅增加0.53M.… …   相似文献

胡远江  杨翼  吴湘宁  王梦雪  潘志鹏 《计算机系统应用》2025,34(9):69-78

FSLW-YOLOv8n: 基于改进YOLOv8n的轻量化汽车密封圈缺陷检测

下载全文  

深度学习算法在汽车密封圈缺陷检测中展示出巨大潜力,但是依然面临着模型复杂、部署困难的问题,因此本文提出一种基于改进YOLOv8n的轻量化汽车密封圈缺陷检测算法FSLW-YOLOv8n.首先,优化C2f模块中的Bottleneck结构,引入Faster block提升内存访问效率并… …   相似文献

李文辰  曾映海  葛健  叶子渊  秦琴 《计算机系统应用》2025,34(9):133-140

基于锚点注意力机制的联邦网络流量预测

下载全文  

流量预测有利于提高网络服务质量,现有的流量预测方法涉及大规模的流量数据传输,会导致用户隐私泄露等安全问题.采用联邦学习的方法能够保护用户隐私并有效减少数据计算的工作量.然而在实际情景中,不同基站流量的数据存在异构现象,且数据量有限,导致训练得到的全局模型泛化能力较差.针对这些问题… …   相似文献

李文峰  薛林东  师少伟  李彦沛  冯晨琛 《计算机系统应用》2025,34(9):192-199

基于网格行创建条带结构的点在多边形内判断方法

下载全文  

对于点在多边形内的检测处理, 近期提出的一种网格法具有很高的计算效率. 该方法对于每个网格单元内的多边形片段进行条带结构的组织, 使得每个条带中的边均与该条带的左右边界相交. 如此, 该方法加强了局部化计算, 并能方便使用GPU进行并行计算, 使得检测效率优于以往的各种方法. 但… …   相似文献

李佳玮  王盛春  王文成 《软件学报》2025,36(9):4241-4249

利用伪重叠判定机制的多层循环GCN跨域推荐

下载全文  

跨域推荐(cross-domain recommendation, CDR)通过将密集评分辅助域中的用户-项目评分模式迁移到稀疏评分目标域中的评分数据集, 以缓解冷启动现象, 近年来得到广泛研究. 多数CDR算法所采用的基于单域推荐的聚类方法未有效利用重叠信息, 无法充分适应跨域推荐, 导致聚类结果不准确. 在跨域推荐中, 图卷积网络方法(graph convolution network, GCN)可充分利用节点间的关联, 提高推荐的准确性. 然而, 基于GCN的跨域推荐往往使用静态图学习节点嵌入, 忽视了用户的偏好会随推荐场景发生变化的情况, 导致模型在面对不同的推荐任务时表现不佳, 无法有效缓解数据稀疏性. 基于此, 提出一种利用伪重叠判定机制的多层循环GCN跨域推荐模型. 首先, 在社区聚类算法Louvain的基础上充分运用重叠数据, 设计一个伪重叠判定机制, 据此挖掘用户的信任关系以及相似用户社区, 从而提高聚类算法在跨域推荐中的适应能力及其准确性. 其次, 提出一个包含嵌入学习模块和图学习模块的多层循环GCN, 学习动态的域共享特征、域特有特征以及动态图结构, 并通过两模块的循环增强, 获取最新用户偏好, 从而缓解数据稀疏问题. 最后, 采用多层感知器(multi-layer perceptron, MLP)对用户-项目交互建模, 得到预测评分, 通过与12种相关模型在4组数据域上的对比结果发现, 所提方法是高效的, 在MRR、NDCG、HR指标上分别平均提高5.47%、3.44%、2.38%.… …   相似文献

钱忠胜  王亚惠  俞情媛  范赋宇  付庭峰 《软件学报》2025,36(9):4327-4348

基于联邦学习的BERT模型高效训练框架

下载全文  

高质量的训练数据对于预训练语言模型(PLM)至关重要, 但许多专业领域的数据因隐私问题而无法集中收集用于模型训练. 借助联邦学习, 可以在保护数据隐私的前提下完成模型训练. 然而, 联邦学习的客户端通常资源有限, 无法完成预训练语言模型的训练. 针对这一问题进行深入研究. 首先,… …   相似文献

王鑫澳  陈珂  寿黎但  骆歆远  陈刚 《软件学报》2025,36(9):4110-4133

基于层重组扩展卡尔曼滤波的神经网络力场训练

下载全文  

分子动力学模拟在材料模拟、生物制药等领域发挥着重要作用. 近年来, 科学智能(AI-for-Science)发展, 尤其是神经网络力场在预测能量、力等性质的问题上, 相比于传统势函数方法在准确性上有大幅提升. 针对当前的神经网络力场模型在使用一阶训练方法时出现的超参设置敏感和梯度… …   相似文献

胡思宇  周远昌  赵曈  汪林望  贾伟乐  谭光明 《软件学报》2025,36(9):4093-4109

基于大语言模型的事件常识知识图谱扩展方法

下载全文  

常识知识通常不在自然语言中明确表述, 而是隐含在人类的认知中, 为机器提供常识知识一直是人工智能领域的长期目标之一. 前期, 课题组成员手工构建了一个高精度的以事件为中心的中文种子常识知识图谱(ECKG), 包含了26 606个常识事件三元组, 覆盖了因果、时序、条件等多种常见的… …   相似文献

黄俏娟  曹存根  王亚  王石 《软件学报》2025,36(9):4153-4186