-
题名线性时滞系统对记忆尺度的自适应控制
- 1
-
-
作者
何率天
杜春彦
-
机构
空军第一航空学院基础部
-
出处
《自动化仪表》
CAS
北大核心
2009年第2期54-56,共3页
-
文摘
时滞是自然界中广泛存在而又不可避免的一种现象。研究时滞现象,对于解决工程中的时延问题、提高控制系统性能,有具体的理论和实践意义。针对时滞信息完全未知的线性时滞系统,研究了带记忆状态反馈控制问题。通过设计出记忆尺度的自适应律,并将记忆尺度引入稳定性判据中,得到实时变化的反馈增益,从而更好地实现了对系统的控制。自适应控制器可以直接通过求解线性矩阵不等式而得到。最后通过仿真示例验证了所给方法的有效性。
-
关键词
时滞
线性系统
线性矩阵不等式
自适应控制
记忆反馈控制
记忆尺度
-
Keywords
Time-delay Linear system Linear matrix inequality ( LMI ) Self-adaptive control Memory feedback control Memory scale
-
分类号
TP273.2
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名记忆尺度——兼谈南门会建筑设计
- 2
-
-
作者
顾爱天
荣朝晖
-
机构
江阴市建筑设计研究院有限公司
-
出处
《城市建筑》
2015年第34期57-59,共3页
-
文摘
在快速发展后的集体失忆年代,建筑被严重布景化。在资本的压力面前,建筑师应该尊重人的记忆,尊重尺度的延续,让生活更有温情。
-
关键词
集体失忆
记忆尺度
尺度化解
关联逻辑
示弱心态
-
Keywords
Collective amnesia, Scale of memory, Scale decomposition, Relevance logic, Weakness mentality
-
分类号
TU241
[建筑科学—建筑设计及理论]
-
-
题名基于多尺度记忆残差网络的网络流量异常检测模型
被引量:17
- 3
-
-
作者
王馨彤
王璇
孙知信
-
机构
南京邮电大学江苏省邮政大数据技术与应用工程研究中心
南京邮电大学国家邮政局邮政行业技术研发中心(物联网技术)
南京邮电大学宽带无线通信与传感网技术教育部重点实验室
-
出处
《计算机科学》
CSCD
北大核心
2022年第8期314-322,共9页
-
基金
国家自然科学基金(61972208)。
-
文摘
基于深度学习的网络流量异常检测模型通常存在现实环境适应性差、表征能力有限以及泛化能力弱的问题。为此,提出了一种基于多尺度记忆残差网络的网络流量异常检测模型。基于高维特征空间分布分析,证明网络流量数据预处理方法的有效性;将多尺度一维卷积与长短期记忆网络相结合,通过深度学习算法提高模型的表征能力;基于残差网络的思想,实现深度特征提取,同时防止梯度消失、梯度爆炸、过拟合及网络退化现象,加快模型收敛速度,从而实现准确高效的网络流量异常检测。数据预处理可视化结果表明,经独热编码处理后,相较于标准化处理,归一化处理可使正常流量与异常流量数据有效分离;有效性验证实验及性能评估实验结果表明,通过增加恒等映射可加快模型收敛速度,并有效解决网络退化问题;对比实验结果表明,多尺度一维卷积及长短期记忆网络可提升模型的表征能力并使模型具备较强的泛化能力,且本文模型相比当前部分深度学习模型呈现更优的性能指标。
-
关键词
网络流量异常检测
多尺度记忆残差网络
多尺度一维卷积
长短期记忆网络
残差网络
网络入侵检测
-
Keywords
Network traffic anomaly detection
Multi-scale memory residual network
Multi-scale one-dimensional convolution
Long short-term memory network
Residual network
Network intrusion detection
-
分类号
TP393.0
[自动化与计算机技术—计算机应用技术]
-
-
题名基于ResNet短期视觉的视频跟踪算法
被引量:1
- 4
-
-
作者
任红格
梁晨
史涛
-
机构
华北理工大学电气工程学院
天津城建大学控制与机械工程学院
-
出处
《计算机仿真》
北大核心
2022年第8期369-372,393,共5页
-
基金
河北省自然科学基金(F2018209289)
河北省教育厅高等学校科学技术研究项目(QN2016105)
+1 种基金
河北省教育厅高等学校科学技术研究项目(QN2016102)
天津市教科委科研计划项目(自然科学)(2019KJ095)。
-
文摘
针对复杂环境下跟踪过程中目标容易丢失等问题,提出了一种基于残差网络特征提取的视觉记忆矫正相关滤波算法。首先,通过ResNet不同层提取图像感兴趣的深层特征,只选取具体效果最好的卷积层所提取的特征来训练相关滤波器,得到响应值最大的目标位置。其次在确定位置的基础上进行尺度采样和记忆采样,建立短期记忆尺度金字塔,以此建立尺度相关滤波器,从而实现对目标尺度的准确估计。最后在数据集OTB100中与其它算法进行了比较,实验结果表明,所提算法取得了可观的精确度和跟踪成功率,在能保持一定的实时性的情况下适应光照、尺度变化以及遮挡等复杂环境。
-
关键词
视频目标跟踪
残差网络
核相关滤波
记忆尺度估计
-
Keywords
Video target tracking
Residual network
Kernel correlation filter
Memory scale estimation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于混合搜索方向的前向复值神经网络的学习算法
- 5
-
-
作者
黄鹤
张永亮
-
机构
苏州大学电子信息学院
-
出处
《控制与决策》
EI
CSCD
北大核心
2023年第10期2815-2822,共8页
-
基金
江苏省自然科学基金项目(BK20181431)
江苏省“青蓝工程”项目。
-
文摘
复值有限内存BFGS(CL-BFGS)算法能有效用于求解复数域的无约束优化问题,但其性能容易受到记忆尺度的影响.为了解决记忆尺度的选择问题,提出一种基于混合搜索方向的CL-BFGS算法.对于给定的记忆尺度候选集,采用滑动窗口法将其划分成有限个子集,将各子集元素作为记忆尺度计算得到一组混合方向,选择使目标函数值最小的混合方向作为当前迭代的搜索方向.在迭代过程中,采用混合搜索方向的策略有益于强化对最新曲率信息的利用,便于记忆尺度的选取,提高算法的收敛速度,所提出的CL-BFGS算法适用于多层前向复值神经网络的高效学习.最后通过在模式识别、非线性信道均衡和复函数逼近上的实验验证了基于混合搜索方向的CLBFGS算法能取得比一些已有算法更好的性能.
-
关键词
前向复值神经网络
复值L-BFGS算法
记忆尺度
混合搜索方向
曲率
高效学习
-
Keywords
feedforward complex-valued neural networks
complex L-BFGS algorithm
memory size
hybrid search direction
curvature
efficient learning
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-