搜索结果: 1-15 共查到“自学习”相关记录50条 . 查询时间(0.138 秒)
基于自学习中枢模式发生器的仿人机器人适应性行走控制
仿人机器人 自学习中枢模式发生器 适应性行走 轨迹生成
2024/1/19
为了克服传统中枢模式发生器(Central pattern generator,CPG)关节空间控制方法的复杂性和局限性,本文基于自学习中枢模式发生器模型,提出了一套在线调制和融合多传感器信息的仿人机器人环境自适应行走控制方法.算法难点在于如何在机器人的工作空间将自学习CPG用于工作空间轨迹生成,并使CPG参数直接和步态模式相关联.本文提出了利用自学习CPG来学习和实时生成机器人质心轨迹和脚掌轨迹...
随着纳米光子学的发展,具有超颖性质的人工微结构吸引了众多研究者。针对日益增长的研究和设计需求,北京大学物理学院方哲宇研究员及其研究团队实现了一种自洽的框架——BoNet,其结合贝叶斯优化(Bayesian optimization)和卷积神经网络(convolutional neural network),实现了纳米结构对于超强光学手性的自学习。基于此框架,他们将纳米结构设计表示为图形,并输入卷积...
自学习蒙特卡洛方法推动电声耦合狄拉克费米子研究(图)
蒙特卡洛方法 推动 电声耦合狄拉克费 米子研究
2019/2/26
自学习蒙特卡洛方法 -- 通过提取描述系统低能有效模型的自学习过程,设计出优化的更新方法,克服量子多体系统蒙特卡洛模拟中临界慢化和接收概率低等瓶颈- - 自2016年提出以来,已经在凝聚态量子多体问题相变和临界现象研究中取得不少重要成果,受到广泛关注[1]。该方法在量子多体问题大规模数值计算领域中的应用,正在逐步深入[2, 3]。伴随着石墨烯,尤其是最近魔角石墨烯体系中新的实验结果不断涌现,人们对...
自学习蒙特卡洛方法推动电声耦合狄拉克费米子研究(图)
自学习 蒙特卡洛方法 电声耦合 狄拉克费米子
2019/2/26
日前,中国科学院物理研究所/北京凝聚态物理国家研究中心博士生陈闯、研究员孟子杨与香港科技大学许霄琰博士,德国维尔兹堡大学 Martin Hohenadler 博士组成的研究团队,运用自学习蒙特卡洛和连续时间蒙特卡洛方法,研究了石墨烯蜂窝晶格上电声子耦合 Holstein 模型的相图,精确刻画了相互作用下的狄拉克费米子从半金属到电声耦合导致的绝缘体的相变过程,为理解狄拉克半金属的相变提供了新的思路和...
局部约束的自学习煤岩识别方法
煤岩识别 特征表达 自学习 局部约束
2018/12/25
针对训练样本不足情况下的煤岩图像识别问题,提出了一种局部约束的自学习(LCSL)煤岩识别方法。该方法首先从辅助数据中通过局部约束的字典优化模型获取高层结构特征,这些辅助数据是无标签的非煤岩自然图像,与煤岩图像的特征分布不同,且更容易获取;然后利用学习的高层结构特征结合局部约束线性编码提取煤岩图像特征;最后利用SVM算法对煤岩图像进行分类识别。实验表明:通过该方法得到的特征能够有效地表征煤岩图像,具...
自学习蒙特卡洛三部曲推动凝聚态量子领域发展
蒙特卡洛方法 电子计算机 科学技术 凝聚态量子
2017/2/28
蒙特卡洛方法(Monte Carlo method),也称统计模拟方法,是二十世纪四十年代中期由于科学技术的发展和电子计算机的发明,而被提出的以概率统计理论为指导的一类非常重要的数值计算方法。对于一大类凝聚态多体系统,蒙特卡洛计算的效率很低,包括在临界点附近的临界慢化,在阻挫磁体中复杂而难以遍历的低能构型,也包括玻色子、费米子系统中多种相互作用导致的计算复杂度增大等情况。这些情况使得普通的蒙特卡洛...
研究了软硬件相结合的亚像元超分辨成像技术。首先通过探测器扫描获得同一场景彼此错位亚像元像素的多帧图像作为训练样本和输入图像;然后针对传统的局部线性嵌入(LLE)实例学习超分辨算法过于依赖外部训练样本,不利于光电成像系统直接处理等缺点,提出了一种基于自学习的改进LLE算法;采用新的LLE权值计算方法获得正数权值,同时对初始估计再次运用自学习LLE方法恢复丢失的高频细节信息。仿真实验结果表明,该算法重...
轻量级的自学习网页分类方法
黑名单 访问关系 恶意网页 网页评价
2014/10/13
提出了一种自学习的轻量级网页分类方法SLW。SLW首次引入了访问关系的概念,使其具有反馈和自学习的特点。SLW从已有的恶意网页集合出发,自动发现可信度低的用户和对应的访问关系,从而进一步利用低可信度用户对其他网页的访问关系来发现未知的恶意网址集合。实验结果表明,在相同数据集上,相比于传统检测方法,SLW方法可以显著提高恶意网页检测效果,大幅降低平均检测时间。
主动学习与自学习的中文命名实体识别
主动学习 自学习 条件随机场 命名实体识别
2016/7/14
命名实体识别是信息抽取中的一项基础性任务,如何利用丰富的未标注语料来提高实体识别的指标是该领域一个重要的研究方向。基于条件随机场提出一种将主动学习与自学习相结合的方法——SACRF,通过设置置信度函数和2-Gram频度阈值来选取样本,并采用人工与自动相结合的方式进行标注来扩展训练语料。实验表明,该方法在提高实体识别的精确率和召回率的同时,能够显著地降低人工标注的工作量。
主动学习与自学习的中文命名实体识别
主动学习 自学习 条件随机场 命名实体识别
2016/6/7
命名实体识别是信息抽取中的一项基础性任务,如何利用丰富的未标注语料来提高实体识别的指标是该领域一个重要的研究方向。基于条件随机场提出一种将主动学习与自学习相结合的方法——SACRF,通过设置置信度函数和2-Gram频度阈值来选取样本,并采用人工与自动相结合的方式进行标注来扩展训练语料。实验表明,该方法在提高实体识别的精确率和召回率的同时,能够显著地降低人工标注的工作量。
基于自学习稀疏表示的动态手势识别方法
手势识别 稀疏表示 字典学习 加速度传感器
2014/3/21
针对加速度传感器的手势采集方式提出一种基于自学习稀疏表示的动态手势识别方法。该方法将分类识别问题转化为求解待识别样本对于训练样本的稀疏表示问题,直接对原始加速度信号进行操作,省去了特征提取过程,可方便地添加新的手势类别和删除已有的手势类别;利用面向类别的字典学习,来寻求一个较小的并经过优化的超完备字典来计算待识别样本的稀疏表示,从而大大缩减算法的计算复杂度,满足实时性要求。在包含18种手势的3 0...
针对电动负载模拟器的舵机主动运动引起的多余力矩会严重影响系统的载荷谱跟踪精度的问题,利用前 馈控制对多余力矩进行补偿和抑制,提出并使用一种基于BP 神经网络的PID 参数自学习控制算法来实现高精度跟 踪载荷谱的方法。阐释了电动负载模拟器在被动式加载中多余力矩的产生和影响,基于结构不变性原理,使用前馈 控制对舵机速度干扰进行补偿,以抑制多余力矩;在前馈控制抑制多余力矩的基础上,分析传统PID 算法和...
基于自学习采样粒子滤波器的不完备故障空间交互诊断方法
自学习采样 粒子滤波器 不完备空间
2014/10/11
针对不完备空间混合系统, 提出一种基于自学习采样粒子滤波器(SLSPF) 的交互诊断方法. 融入自学习采样机制, 利用自学习即时概率指导采样, 以摆脱粒子滤波器对转移概率的依赖; 结合自学习采样与诊断的动态交互方式调整模式空间, 使粒子滤波器采样粒子数动态减少; 同时给出了不完备信息空间的真实模式与未知模式阈值的决策条件. 实验结果表明, 尤其在高维状态空间下, SLSPF 不仅可以保证粒子滤波器...
压电智能结构模糊自学习控制(FSLC)
压电智能结构 振动控制 模糊控制 学习控制
2014/5/20
将模糊逻辑与学习控制的基本思想相结合,根据控制系统的动态输出特性,采用模糊控制对学习控制律中的参数进行实时校正,实现系统的动态学习过程,提出了一种适用于压电智能结构振动控制的模糊自学控制方法FSLC(Fuzzy Self-Learning Control)。分别采用三维8节点实体单元(Solid45)和耦合单元模拟主结构和压电致动器/传感器,基于ANSYS参数化语言编写了压电智能结构振动控制分析的...