基于AlphaZero的地铁列车大量速度曲线自动生成算法

在以往的地铁列车自动驾驶研究中,驾驶数据通常通过仿真生成单条运行曲线、对人工驾驶数据进行采样得到,不但实现方式比较复杂,而且效率较低、通用性不强。受AlphaZero系统启发,创新性地提出了人工生成虚拟地铁运行数据的思想。首先,根据一种五段式地铁列车速度曲线的运行方法,实现了虚拟数据的计算;然后,结合人类专家的经验设置牵引制动的区间分级、实际运行速度的分级、车站间距及变速距离分级等实际参数,缩小曲线数据范围,使其合理化;最后,通过Python编程得到大量数据,保存为数据集,绘制地铁列车运行时间频次分布图。通过观测发现,该虚拟数据覆盖各种运行时间,比传统数据更有利于地铁列车智能驾驶算法的研究。

贫数据条件下民用航空发动机制造成本估算建模

民用航空发动机的设计方案一旦冻结,其制造成本就已基本确定。若要提高发动机的经济性,就要在设计阶段就估算出发动机的制造成本并改进设计方案。然而,我国的民用航空发动机行业尚处于起步阶段,在成本估算工作中可参考的历史成本数据很少。为了克服国内民用航空发动机行业积累的制造成本数据量少对成本估算工作精度的制约问题,本文提出了一种虚拟数据生成方法,用于在贫数据条件下对航空发动机制造成本数据集进行扩充。然后,将提出的虚拟数据生成方法与BP神经网络结合运用,建立了一个制造成本估算模型,并且采用贝叶斯优化算法对模型的超参数进行了优化。算例分析结果表明,提出的虚拟数据生成方法可以显著提高制造成本估算模型的精度,建立的成本估算模型的性能也显著优于常见的参数法估算模型。研究成果可为民用航空发动机设计方案优化中的制造成本控制工作提供方法支撑,还能够为航空发动机的产品定价和市场营销等决策提供依据。

基于观察学习的概率分布预测模型研究

论文结合松弛属性约束和生成虚拟数据的思想,提出了基于观察学习的概率分布预测模型。传统上观察学习主要用于单点预测和分类问题,论文将观察学习机制应用到小样本集下的概率分布预测问题。该模型利用松弛属性约束分离出数据子集,三次样条插值的方法构建基学习器,并借助虚拟数据使各基学习器达成一致。为了更好地应用模型,给出了信任度设定方法,完善了算法的退出机制。在人工数据和UCI公共数据集的相关实验表明,基于观察学习的概率分布预测模型解决了小样本集下的概率分布预测问题,且优化置信度后的算法具有更好的泛化能力和更高的精度。

行人再识别技术研究进展

行人再识别通过大时空范围内跨摄像机目标行人图像的检索与匹配,可实现人脸等生物特征失效情况下的行人关联,已成为智能视频监控系统的关键环节和支撑技术,并在智慧公安、智慧城市等国民经济建设中发挥了重要作用。近年行人再识别技术吸引了越来越多的关注,并取得了快速发展与进步。本文在对行人再识别技术进行简介的基础上,面向行人再识别的技术发展和落地应用需求与挑战,总结分析遮挡行人再识别、无监督行人再识别、虚拟数据生成、域泛化行人再识别、换装行人再识别、跨模态行人再识别和行人搜索等热点方向的前沿进展,归纳其发展现状和存在问题,最后对行人再识别技术的发展趋势进行展望。希望通过总结和分析,能够为研究人员开展行人再识别相关研究、推动行人再识别技术进步提供参考。