首页期刊导航|东莞理工学院学报
期刊信息/Journal information
东莞理工学院学报
东莞理工学院学报

邓立虎

双月刊

1009-0312

xuebao@dgut.edu.cn

0769-22861633

523808

广东省东莞市松山湖区大学路1号

东莞理工学院学报/Journal Journal of Dongguan University of Technology
正式出版
收录年代

    计算智能与人工智能辅助的科学计算之辨析

    刘群锋叶展煜邓洛宁
    1-8页
    查看更多>>摘要:探讨科学计算中的一些困境,指出人工智能的发展可以为这些困境的破解提供新的途径.在AI辅助科学计算的场景下,分析了计算智能与智能计算的联系和区别,给出了这些场景的框架和内涵.然后给出了AI辅助科学计算的四个具体案例,它们借助人工智能分别求解了非凸优化、组合优化、结构优化、非线性方程求解等几个困难领域的问题,展示了人工智能融合到科学计算问题中的大致过程,最后,给出了本文的结论和几个开放的问题.

    AI辅助的科学计算计算智能智能计算非凸优化结构学习非线性方程求解

    基于多策略改进人工蜂群算法的投资组合优化应用

    李世豪魏文红张宇辉吴昊...
    9-16,42页
    查看更多>>摘要:投资组合问题主要侧重风险与收益的平衡,是多维优化问题,需要寻优能力强且具稳定性的算法.人工蜂群算法以其强大的寻优能力和对参数不敏感的优点而著称,因此适用于解决投资组合问题.本文结合反向学习策略、精英策略和Metropolis算法策略三种策略,对参数较少的人工蜂群算法进行改进,以解决投资组合的风险与收益平衡问题.在初始化阶段,利用Logistic映射和反向解来提高收敛速度和精度;在雇佣蜂和跟随蜂工作过程中,利用上一代精英个体的位置信息,让蜂群更好地靠近最优蜜源;最后借鉴模拟退火中Metropolis算法,重新设计侦察蜂机制,提高算法的寻优能力.实验表明,本文提出的人工蜂群EABC算法(Elite Artificial Bee Colony),具有较强的寻优能力和较高的稳定性.不管是在30维还是100维中,EABC算法对6个测试函数的测试都可以取得较高的收敛精度.最后,EABC算法在投资组合夏普比率模型的优化中,可以得到可靠的方案,较高的夏普比率.

    群体智能优化算法人工蜂群算法精英个体Metropolis算法夏普比率

    基于通道混洗和深度可分离卷积的混合型晶圆缺陷识别

    邓广远王红成
    17-23页
    查看更多>>摘要:针对传统深度神经网络对混合型晶圆缺陷信息提取计算效率低的问题,提出了一种基于通道混洗和深度可分离卷积的轻量化深度神经网络,实现了混合型晶圆缺陷的高效识别.在晶圆图数据集Mixed-type WM38上的实验结果表明,所提出的模型对比于一些现有的深度学习模型,在耗费较少的训练和推理时间的同时取得了较高的模型精度,其平均正确率达97.32%,参数量仅有0.4786 M.

    计算机视觉晶圆缺陷识别深度学习通道混洗深度可分离卷积

    基于数字孪生的车联网边缘计算技术研究

    王浔罗泽昊张国斌李广明...
    24-31页
    查看更多>>摘要:针对复杂时变信道条件下,车辆网络对高计算性能的需求问题,提出了一种基于数字孪生的移动边缘计算的多无人机辅助的车辆网络系统,引入数据中心存贮数字孪生系统数据进行协助,以提升整体系统的效率,在此基础上建立了所有无人机和车辆间通信的时延最小化问题,并给出基于近端策略优化算法的问题求解方案,仿真实验证明了该方法的可行性和有效性,该方法所计算的时延相比贪婪算法、策略梯度算法等具有较大的改善.

    数字孪生无人机任务卸载

    基于多粒度跨模态特征增强的红外与可见光图像融合

    王敷轩庞珊
    32-37页
    查看更多>>摘要:针对红外与可见光图像融合中跨模态特征提取与整合不充分的问题,提出了一种基于Transformer和卷积神经网络(CNN)的图像融合算法.为充分提取深层全局上下文特征,设计了以Transformer为主体的深层特征提取模块,Transformer提取的多粒度全局上下文特征被馈送入跨模态特征增强模块(CFEB),CFEB以自上而下的方式充分整合双模态深度特征,整合后的融合特征与双模态特征在通道维度连接,用以重建融合图像.在MSRS公开数据集上的大量定性与定量实验结果表明,所提方法可以充分整合红外与可见光跨模态互补信息,获得显著的图像融合效果.

    图像融合红外图像可见光图像特征增强

    基于强Wolfe线搜索下的混合型谱共轭梯度法

    古恒洋胡鹏
    38-42页
    查看更多>>摘要:共轭梯度法具有储存小、计算快的优点.基于PRP类的共轭参数类型,设计了一种新的具有凸组合的混合型共轭参数.该参数不仅具有FR法的良好收敛性质,而且还具有PRP类方法的良好数值结果.与此同时在新的参数基础上设计了相应的谱共轭参数.用强Wolfe线搜索条件证明了该算法是具有全局收敛性的.最后通过对CUTEr测试集里面的问题进行数值实验,结果发现该算法具有较好的数值效果.

    无约束优化混合型共轭参数谱共轭梯度法全局收敛性

    基于集合经验模态分解的心电信号自适应降噪及基线漂移修正

    邱展航刘华珠赵晓芳陈星豪...
    43-52页
    查看更多>>摘要:在心电信号的采集过程中,各种噪声的干扰会引起信号失真及基线漂移,进而影响对心脏信号的精准判断.针对此,提出一种基于集合经验模态分解的自适应算法.首先,对含有噪声及基线漂移的心电信号进行集合经验模态分解(EEMD),分解出固有模态函数(IMF)分量.然后,筛选出需要处理的IMF分量.最后,通过自适应窗口处理带噪的低阶IMF以及移除导致基线漂移的高阶IMF,从而达到降噪和修正基线漂移的目的.在MIT-BIH数据库中的实验结果表明,基于EEMD方法的降噪效果良好,在同等肌电噪声情况下,与基于EMD的自适应窗口法对比,在平均信噪比上提升1.7507,增幅约为13%;在同等基线漂移情况下,与基于EEMD的阈值法对比,在平均基线矫正率上下降0.0795,降幅约为14%.

    心电信号集合经验模态分解降噪基线漂移

    基于流形神经网络的协作频谱感知

    袁豪王永华黄文平胡耀华...
    53-59页
    查看更多>>摘要:针对传统频谱感知在复杂信号环境,如低信噪比和多路径衰落等情况下的性能局限,提出了一种基于黎曼流形神经网络的创新性协作频谱感知方案.该方法首先通过将多个协作用户的信号矩阵映射到黎曼流形上,生成具有几何特性的协方差矩阵.接着,利用黎曼流形神经网络进行高效的信号特征分类和频谱感知.黎曼流形神经网络不仅充分发挥了黎曼流形在非欧几里得数据结构上的优势,而且结合了神经网络强大的表达能力,从而在各种复杂环境下都展示出显著优越的频谱感知性能.通过一系列详细的仿真实验,证明了该方法在多样化环境下的优越性能,展示了其在实际无线通信系统中的潜在应用价值.

    认知无线电协作频谱感知黎曼流形神经网络SPDNet

    面向电力数据攻击的无监督机器学习入侵检测方法

    李沁雪李玟佑李瑞梁立明...
    60-66页
    查看更多>>摘要:针对电力系统的虚假数据注入攻击,研究基于无监督机器学习的电力入侵检测方法.首先,构建稀疏且隐蔽的虚假数据注入攻击(False Data Injection Attacks,FDIAs)模型,得到优化后的FDIAs;其次,采用孤立森林、隐马尔可夫模型两种无监督机器学习算法构建入侵检测框架,分别通过构建二叉树和孤立树、状态序列的预测等实现电力系统的FDIAs入侵检测;再次,采用合理的性能指标全面地对入侵检测性能进行评估;最后,与极端梯度提升、随机森林等监督机器学习算法进行对比实验,基于IEEE电力系统平台验证基于孤立森林等无监督机器学习入侵检测算法的优劣.实验结果表明:无监督机器学习算法可自动从数据中发现特征,相对于基于极端梯度提升、随机森林的入侵检测方法的失效,基于孤立森林的入侵检测方法在无标签数据的前提下,其综合F1-score仍达到0.9942.

    电力系统虚假数据注入攻击入侵检测无监督机器学习孤立森林

    基于FTA方法的纺织印染行业VOCs排放致因机理分析

    强孟珂温森宇杨丰硕吴昊...
    67-72页
    查看更多>>摘要:近期工业VOCs排放问题受到广泛关注.我国作为纺织印染大国,纺织印染行业发展迅速.印染企业在生产过程中,由于定型、涂层、印花等工序产生了大量的VOCs,对环境及人体健康造成严重危害.本研究采用事故树构建印染行业VOCs过量排放致因机理模型,识别关键风险因子,通过定性和定量分析得到基本事件工艺操作参数缺陷、工艺设备使用缺陷为关键风险因子,基本事件工艺落后、设备老化、企业管理问题为相对关键风险因子,进而提供有针对性的防治方案.相关研究可为印染行业VOCs防控提供一种新的思路和手段.

    纺织印染VOCs大气污染事故树