检索范围:
排序: 展示方式:
NIG-AP:一种自动化渗透测试新方法 Regular Papers-Research Articles
Tian-yang ZHOU, Yi-chao ZANG, Jun-hu ZHU, Qing-xian WANG
《信息与电子工程前沿(英文)》 2019年 第20卷 第9期 页码 1277-1298 doi: 10.1631/FITEE.1800532
融合深度置信网络的串联隐马尔科夫模型及其在脱机手写识别中的应用 Article
Partha Pratim ROY, Guoqiang ZHONG, Mohamed CHERIET
《信息与电子工程前沿(英文)》 2017年 第18卷 第7期 页码 978-988 doi: 10.1631/FITEE.1600996
TPE-H2MWD: 基于隐马尔科夫模型和分权扩散的精确缩略图保留加密方案 Research Article
柴秀丽1,2,陈绣辉1,马亚坤1,左方3,甘志华2,3,张玉书4
《信息与电子工程前沿(英文)》 2023年 第24卷 第8期 页码 1169-1180 doi: 10.1631/FITEE.2200498
熊珞琳,唐漾,刘臣胜,毛帅,孟科,董朝阳,钱锋
《信息与电子工程前沿(英文)》 2023年 第24卷 第9期 页码 1261-1272 doi: 10.1631/FITEE.2200667
基于广义极值分布和马尔科夫随机场的全极化合成孔径雷达图像潮间带区域地物分类方法 None
Ting-ting JIN, Xiao-qiang SHE, Xiao-lan QIU, Bin LEI
《信息与电子工程前沿(英文)》 2019年 第20卷 第2期 页码 253-264 doi: 10.1631/FITEE.1700462
Soft-HGRNs: 用于多智能体部分可观察场景的随机性层次图递归网络 Research Article
任一翔1,叶振辉1,2,陈弈宁1,姜晓红2,宋广华1
《信息与电子工程前沿(英文)》 2023年 第24卷 第1期 页码 117-130 doi: 10.1631/FITEE.2200073
人在回路的深度强化学习算法及其在自动驾驶智能决策中的应用 Article
吴京达, 黄志宇, 胡中旭, 吕辰
《工程(英文)》 2023年 第21卷 第2期 页码 75-91 doi: 10.1016/j.eng.2022.05.017
由于机器学习智能和能力有限,它目前仍无法处理各种情况,因此不能在现实应用中完全取代人类。因为人类在复杂场景中表现出稳健性和适应性,所以将人类引入人工智能(AI)的训练回路并利用人类智能进一步提升机器学习算法变得至关重要。本研究开发了一种基于实时人类指导(Hug)的深度强化学习
(DRL)方法,用于端到端自动驾驶案例中的策略训练。通过新设计的人类与自动化之间的控制转移机制,人类能够在模型训练过程中实时干预和纠正智能体的不合理行为。本研究通过40 名受试者的人在回路实验对开发的方法进行了验证,并与其他最先进的学习方法进行了比较。
基于专家示教聚类经验池的高效深度强化学习 Research Article
王士珉1,赵彬琦1,张政锋1,张军平1,浦剑2
《信息与电子工程前沿(英文)》 2023年 第24卷 第11期 页码 1541-1556 doi: 10.1631/FITEE.2300084
基于马尔可夫到达过程的两级可修备件(S-1,S)库存优化模型
陈 童,黎 放,狄 鹏
《中国工程科学》 2015年 第17卷 第5期 页码 113-119
本文以两级可修备件库存系统为研究对象,采用马尔可夫到达过程(MAP)描述备件需求规律,考虑有限维修设施的情况,假设故障件维修时间、备件运输时间以及采购时间均服从phase-type(PH)分布,建立了一种描述能力更强、解析计算性更好的(S-1,S)库存优化模型,并推导出系统缺货量分布函数;然后通过算例演示了模型的优化效果,验证了模型的正确性和适用性。
三峡库区香溪河流域多变量生态水文风险的不确定性分析 Article
Yurui Fan,Guohe Huang,Yin Zhang,Yongping Li
《工程(英文)》 2018年 第4卷 第5期 页码 617-626 doi: 10.1016/j.eng.2018.06.006
本研究基于copula函数开发了一种多变量生态水文风险评估框架,用于分析三峡库区香溪河流域极端生态水文事件的发生频率。通过马尔可夫链蒙特卡罗(MCMC)方法量化边缘分布及copula函数中参数的不确定性,并基于后验概率揭示联合重现期的内在不确定性,同时可进一步得到双变量及多变量风险的概率特征。研究结果显示所得概率模型的预测区间可很好地匹配观测值,尤其对洪水持续时间而言。同时,“AND”联合重现期的不确定性随着单个洪水变量重现期的增加而增加。
碳配额市场下以乙醇胺溶液进行碳捕集的电厂的优化竞标和运行:基于强化学习的Sarsa时间差分算法的解决
李子昂, 王美宏, 丁正桃
《工程(英文)》 2017年 第3卷 第2期 页码 257-265 doi: 10.1016/J.ENG.2017.02.014
对于处在碳配额市场条件下以乙醇胺(MEA) 进行碳捕集的燃煤电厂,本文应用了基于强化学习的Sarsa 时间差分算法为其自行搜寻一种统一的竞标和运行策略。电厂的决策者的目的被定义为最大化电厂寿命下的贴现累计利润。其中,我们引入以下两个限制条件:一是碳捕集的高能耗和电力生产之间的权衡;二是碳排放交易市场中竞得的碳配额数量与电力生产导致的实际碳排放量的近似相等。本文给出了三个案例方便研究。第二个案例中,相互独立设计的运行和竞标策略与统一设计的运行和竞标策略相互比较,以表明加入了随时间变化、市场导向的碳捕集水平后,Sarsa 算法将有助于电厂决策者获得更高的贴现累计利润。比较两家电厂的贴现累计利润,结果表明:采用Sarsa 学习算法、找到统一的竞标和运行策略的原电厂会更具竞争力。
基于混合强化学习的自动驾驶汽车行人避撞方法 Research Article
李惠乾1,黄晋1,曹重1,杨殿阁1,钟志华2
《信息与电子工程前沿(英文)》 2023年 第24卷 第1期 页码 131-140 doi: 10.1631/FITEE.2200128
关键词: 行人;混合强化学习;自动驾驶汽车;决策
毛占利,朱毅,杨伯忠,朱磊
《中国工程科学》 2010年 第12卷 第1期 页码 98-101
鉴于火灾事故的发生受多种复杂因素的影响,并且具有较大的随机性和波动性的特点,笔者等将灰色模型和马尔可夫模型相结合,建立火灾事故的灰色–马尔可夫模型,利用灰色模型的灰色性和马尔可夫模型的随机性来体现各自的优点,并运用该模型对全国农村火灾事故进行预测。实际应用表明,灰色–马尔可夫模型的预测精度明显高于灰色模型的预测精度,完全能满足预测精度的要求,可以较好地用于火灾事故的预测。
一种用于工业过程监测的鲁棒迁移字典学习算法 Article
阳春华, 梁慧平, 黄科科, 李勇刚, 桂卫华
《工程(英文)》 2021年 第7卷 第9期 页码 1262-1273 doi: 10.1016/j.eng.2020.08.028
面向强化学习自动驾驶模型的异步监督学习预训练方法 Research Articles
王云鹏,郑坤贤,田大新,段续庭,周建山
《信息与电子工程前沿(英文)》 2021年 第22卷 第5期 页码 615-766 doi: 10.1631/FITEE.1900637
标题 作者 时间 类型 操作