首页期刊导航|控制与决策
期刊信息/Journal information
控制与决策
控制与决策

张嗣瀛　王福利

月刊

1001-0920

kzyjc@mail.neu.edu.cn

024-83687766

110819

沈阳东北大学125信箱

控制与决策/Journal Control and DecisionCSCD北大核心CSTPCDEI
查看更多>>本刊创刊于1986年,由教育部主管,东北大学主办.本刊是自动控制与决策领域的综合性学术期刊,大16开,月刊,经邮局发行.本刊是研究生教育中文重要期刊,中文核心期刊,并已进入美国Ei等几大检索系统.本刊的影响因子历年在信息与系统类期刊中名列前茅.连续两年被评为百种中国杰出学术期刊.
正式出版
收录年代

    基于多时相巡检图像的变电设备抗干扰缺陷检测

    王鹏赵春晖周华良苏战涛...
    885-892页
    查看更多>>摘要：近年来，变电站中广泛采用机器视觉算法分析多时相巡检图像的差异变化，用于检测各类变电设备缺陷，以确保运行安全。然而，由于拍摄时刻不同，多时相图像间存在天气、光照、季节等各类干扰变化，对变电设备的缺陷检测提出了挑战。对此，提出一种基于多时相巡检图像的变电设备抗干扰缺陷检测方法。首先，利用风格迁移模型CycleGAN学习不同风格域之间的映射关系，并基于检测图生成足量存在天气、光照、季节干扰变化的干扰图;其次，基于参考图+检测图+干扰图三元组对三重孪生网络TripleNet进行协同训练，在特征层面提出空间一致性损失以抵抗各类干扰变化，用于提取三者鲁棒的多尺度差异特征;最后，搭建特征聚合网络PANet融合多尺度差异特征，输出多尺度的缺陷检测结果。在实际变电设备多时相巡检图像数据集上进行实验验证，结果表明，所提出方法相较于非孪生网络和一般孪生网络可提升2。09％和0。67％的mAP，且在原始样本与干扰样本上的检测精度更均衡，而且所提出方法可以在提升变电设备缺陷检测模型精度的同时增强模型的抗干扰能力。

    变电站巡检多时相图像抗干扰缺陷检测风格迁移三重孪生网络空间一致性约束

      原文链接:
    • 万方数据
    • 维普

    基于紧凑型Vision transformer的细粒度视觉分类

    徐昊郭黎李润泽
    893-900页
    查看更多>>摘要：Vision transformer(ViT)已广泛应用于细粒度视觉分类中，针对其中存在的大数据量需求和高计算复杂度的问题，提出一种紧凑型ViT模型。首先，使用多层卷积块生成模型输入，保留更多底层信息和归纳偏置，减少对数据量的依赖;然后，使用序列池化技术取消分类令牌的使用，减少计算复杂度;最后，使用部位选择模块和混合损失函数，进一步提升模型在细粒度视觉分类中的表现。所提出算法在公共数据集CUB-200-2011、Butterfly200、Stanford Dogs、Stanford Cars和NABirds中均进行了实验验证，在只使用少量的数据和计算资源条件下，分别获得了 88。9％、87。4％、89。0％、93。4％和88。0％的准确率，训练时间平均比常用的ViT-B_16模型下降了 73。8％，同时比TransFG模型下降了 93。9％，并且训练过程中的参数量只有这两种模型的1/4左右。实验结果充分表明，所提出的模型较之其他主流的方法在数据量需求和计算复杂度方面具有明显的优越性，可广泛应用于工业过程控制、设备微小故障检测与诊断中。

    紧凑型Visiontransformer细粒度视觉分类卷积块归纳偏置序列池化混合损失

      原文链接:
    • 万方数据
    • 维普

    基于多尺度轻量化注意力的钢材缺陷检测

    周彦孟江南王冬丽谭雅琴...
    901-909页
    查看更多>>摘要：针对当前YOLOv5算法检测钢材表面缺陷精度不高、速度慢等问题，提出一种基于多尺度轻量化注意力的YOLO-Steel钢材表面缺陷检测方法。首先，提出一种轻型通道注意力模块，仅需少量计算成本即可有效关注重要通道;然后，利用空洞卷积扩大感受提出一种轻型空间注意力模块，能够在空间维度上提取有价值信息;接着，提出金字塔注意力结构，利用多级池化放缩特征图在不同分辨率特征图上使用空间注意力模块学习其空间依赖信息，对多级特征图使用通道注意力模块重构其通道相关信息，改善检测效果。实验结果表明，YOLO-Steel在钢材表面缺陷数据集上平均精度均值(mAP)可达77。2％，比YOLOv5s算法提高1。8％，模型时间、空间复杂度与YOLOv5s基本持平，在保证检测速度的基础上能够有效提高精确度。

    YOLOv5钢材表面缺陷检测注意力机制金字塔多级注意力

      原文链接:
    • 万方数据
    • 维普

    基于深度卷积特征提取的红外与可见光图像融合方法

    庞忠祥刘桂华陈春梅刘海涛...
    910-918页
    查看更多>>摘要：目前多数红外与可见光图像融合算法在融合过程中通常需要对源图像进行分解，这样易导致融合图像细节模糊和显著性目标丢失。为解决该问题，提出一种基于深度卷积特征提取的红外与可见光图像融合方法。首先，利用迁移学习理论对EfficientNet特征提取性能进行分析，选择7个特征提取模块;然后，直接将源图像送入特征提取模块以实现显著性特征提取;接着，构造通道归一化和平均算子操作用于获取显著图，再使用Softmax与Up-sampling 组合的融合规则来得到融合权重，将融合权重与源图像进行卷积，生成7幅候选融合图像;最后，将候选融合图像的像素最大值作为最终的重构融合图像。所有实验均在公共数据集上进行，并与经典的传统和深度学习方法比较，主客观实验结果均表明，所提出方法能够有效地融合红外与可见光图像中的重要信息，突显融合图像的细节纹理，具有更好的视觉效果和更少的图像伪影以及人工噪声。

    图像融合红外图像可见光图像EfficientNet迁移学习

      原文链接:
    • 万方数据
    • 维普

    面向密度分布不均数据的近邻优化密度峰值聚类算法

    陈蔚昌赵嘉肖人彬王晖...
    919-928页
    查看更多>>摘要：密度分布不均数据是指类簇间样本分布疏密程度不同的数据。密度峰值聚类(DPC)算法在处理密度分布不均数据时，倾向于在密度较高区域内找到类簇中心，并易将稀疏类簇的样本分配给密集类簇。为避免上述缺陷，提出一种面向密度分布不均数据的近邻优化密度峰值聚类(DPC-NNO)算法。DPC-NNO算法结合逆近邻和k近邻定义新的局部密度，提高稀疏样本的局部密度，使算法能更准确地找到类簇中心;定义分配策略时引入共享近邻，计算样本间相似性，构造相似矩阵，使同一类簇样本联系更紧密，避免错误分配样本。将所提出的DPC-NN O算法与IDPC-FA、DPCSA、FNDPC、FKNN-DPC、DPC算法进行对比，实验结果表明，DPC-NN O算法在处理密度分布不均数据时能获得优异的聚类效果，对于复杂数据集和UCI数据集，DPC-NNO算法的综合性能优于对比算法。

    密度峰值聚类分析密度分布不均逆近邻共享近邻样本相似性

      原文链接:
    • 万方数据
    • 维普

    基于改进邻域空间的高维混合数据特征选择算法

    张腾飞张宇迪马福民
    929-938页
    查看更多>>摘要：作为数据挖掘领域中一项重要的数据预处理技术，特征选择算法能够有效应对高维数据带来的"维数灾难"问题。然而，如何对高维的混合数据进行特征选取仍然是当前研究的重点和难点之一，基于邻域关系的邻域粗糙集模型因其能够处理名词型属性与数值型属性并存的混合数据，已成功应用于混合数据的特征选择。但是，现有邻域粗糙集对混合数据邻域关系的度量，仍然是基于等价关系的名词型数据划分与基于相似关系的数值型数据划分的简单融合，在利用模型划分的邻域空间和预定义的评价函数对高维混合数据进行特征选取时，适应性较差。为此，在邻域粗糙集模型的基础上，提出一种改进的邻域空间构造方法，并设计相应的邻域空间度量公式作为判别指标，自适应地调节邻域空间下邻域粒的大小;为了准确地表征高维混合数据邻域空间的判别能力，设计一种考虑边界数据和邻域空间大小的评价函数;在此基础上，提出一种启发式的高维混合数据特征选择算法。通过UCI标准数据集验证所提出算法的有效性。

    特征选择邻域空间高维混合数据邻域粗糙集评价函数

      原文链接:
    • 万方数据
    • 维普

    AF-RetinaNet:一种基于自适应融合与特征细化的微小行人检测算法

    邵香迎郭颖王友伟
    939-946页
    查看更多>>摘要：为解决目前目标检测算法在微小行人的识别与定位过程中准确率较低的问题，提高微小行人检测能力，提出一种基于自适应融合与特征细化的微小行人检测算法AF-RetinaNet。首先，将特征增强模块与ResNet相结合构建特征提取网络，采用并行结构获得增强特征;其次，使用上下文自适应学习模块，通过获得目标上下文的特征信息，从而关注相似特征的差异性，缓解误检问题;最后，构造具有图像超分思想的特征细化模块，对目标特征信息进行放大重构，优化小目标的特征表达能力，缓解漏检问题。在TinyPerson数据集上，AF-RetinaNet算法的检测精度达到56。78％，漏检率达到85。38％。与基于RetinaNet算法的研究基准相比，检测精度提高5。57％，漏检率降低3。67％。实验结果表明，该模型能有效提高对微小行人的检测和识别精度。

    机器视觉微小行人小目标检测特征增强上下文信息特征细化

      原文链接:
    • 万方数据
    • 维普

    多结构型任务驱动的上门服务调度优化模型与自适应大规模邻域搜索算法

    展月姜兆勤刘振元
    947-955页
    查看更多>>摘要：研究一类特殊的上门服务调度问题，该问题具有一般上门服务调度问题的要求，即要求可能具备不同技能水平的服务人员从同一站点出发，按路径执行被分配的任务后返回站点。被分配的任务在已有研究中对应图内点，而现实中的上门服务任务还可能具备内部结构(称为多结构型的任务)，因此，在这类问题中路径的生成过程无法由任务序列本身确定，需要考虑任务指派和含出入点选取的路径规划的协同优化。通过分析此类问题特征，建立以总拖期最小化为目标的混合整数规划模型。通过分析模型的解的层次性特点，提出基于自适应大规模邻域搜索框架的启发式算法。通过多种规模对比实验发现，所提出算法适用于大规模问题和即时性要求，即在小规模算例下平均求解结果与精确解接近;在中、大规模算例下平均求解结果相较于一般贪婪算法产生显著优化。因此，所提出模型和算法可为多结构型任务驱动的上门服务调度提供参考。

    上门服务拖期惩罚多结构型任务劳动力调度和路径规划问题自适应大规模邻域搜索

      原文链接:
    • 万方数据
    • 维普

    单台批处理机生产运输协调合作博弈调度问题

    宫华孙红梅孙文娟许可...
    956-964页
    查看更多>>摘要：研究单台批处理机生产与生产前运输的协调调度问题，目标函数为最小化与完成时间相关的生产总成本。以工件为博弈方，以联盟的最大成本节省为特征函数，将调度问题转换为合作博弈模型。针对相同运输时间与加工时间的情形，证明该合作博弈具有非空核，β规则可得一个核分配。针对一般问题，设计Q-learning算法求解联盟最优调度，并利用β规则对节省的成本进行分配。数值算例验证了合作博弈模型的可行性以及Q-learning算法与β规则对节省成本分配的有效性。

    批处理机运输合作博弈Q-learning成本分配

      原文链接:
    • 万方数据
    • 维普

    基于从众行为的改进Hegselmann-Krause观点动力学分析

    张善祺刘兵柴利
    965-974页
    查看更多>>摘要：在许多社交场景中，个体往往因为从众行为而改变自己的观点。为了探究从众行为对个体观点演化的影响，提出具有群体压力的改进Hegselmann-Krause(HK)模型。与已有模型不同，所提出模型中每个个体对其余个体的影响程度并不总是相同。首先，在此基础上，通过理论分析该模型的收敛性，并给出该模型的收敛时间及其与信任边界、群体压力大小等因素的关系;然后，考虑到群体中存在合作和对抗2种关系，进一步提出具有群体压力的改进符号HK模型，验证该模型的收敛性，并给出其收敛时间以及与信任边界、群体压力大小等因素的关系;最后，仿真分析信任边界和群体压力对所提出2种模型的观点演化过程和收敛时间的影响，并验证所提出模型的有效性。结果表明，信任边界与群体压力越大，群体内个体的观点收敛越快。

    观点动力学有界信任HK模型从众行为二分一致性观点演化

      原文链接:
    • 万方数据
    • 维普