高等学校学科创新引智计划(B13022)
- 作品数：7 被引量：106H指数：5
- 相关作者：孙研唐振民陆建峰杨静宇蓝荣祎更多>>
- 相关机构：南京理工大学更多>>
- 发文基金：高等学校学科创新引智计划国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术理学电子电信更多>>
- 层次分类方法综述被引量：21
- 2013年
- 层次分类方法利用类别层次结构来分解问题和组织分类器,可有效解决多类分类问题.依据是否要求类别之间存在显式层次关系,层次分类方法可分为两大类.文中对不要求类别之间存在显式层次关系的层次分类方法进行综述.首先归纳和阐述此类方法所采用的基本框架,然后介绍和分析其中若干关键技术的研究进展,最后从算法和应用两个角度对国内外相关研究进行详细叙述,进而对现有方法进行总结,并给出进一步研究的方向.
- 陆彦婷陆建峰杨静宇
- 关键词：多类分类图像分类
- 一种混合蜂群算法的自适应细菌觅食优化算法被引量：5
- 2014年
- 针对细菌觅食优化算法(BFOA)全局搜索能力差和易陷入局部最优的缺点,提出一种混合人工蜂群算法(ABC)的自适应细菌觅食优化算法。借鉴ABC的雇佣蜂行为,设计一种新的雇佣蜂式趋化方式,以提高算法的全局搜索能力。同时将原固定步长趋化改为自适应步长趋化,以提高算法的求解精度。引入种群多样性评价,依据评价结果完成2种趋化方式的自适应切换。为克服直接复制带来的多样性降低问题,提出基于t分布扰动的复制方式,同时设计基于对立学习的侦察蜂式迁移,以避免算法的早熟。仿真实验结果表明,与ABC和BFOA算法相比,该算法的寻优能力较强,在求解精度和收敛速度方面也具有较优的性能。
- 杜鹏桢唐振民孙研
- 关键词：细菌觅食优化算法自适应步长
- 基于逆运动学和重构式ICA的人体运动风格分析与合成被引量：5
- 2014年
- 使用独立成分分析(Independent component analysis,ICA)来建模运动风格、合成风格化的人体运动,是一种有效且有前景的手段.为了避免现有方法在设定独立成分个数或子空间结构时的人为影响,并提高风格成分的质量,提出一种基于重构式独立成分分析的运动风格分析方法.由于放弃了混合矩阵的正交性约束,一方面,拥有了更多的自由度来表示各独立成分;另一方面,利用特征的过完备性以及自身在特征选择时的稀疏特性,能够自动地确立独立成分数目.此外,通过结合基于主测地线分析的逆运动学与运动过渡技术,该方法能够合成包含多种风格、任意长度的行走运动,同时还能通过编辑特定帧的人体姿势来约束合成的结果.实验结果表明,该方法能够有效地分析出行走、跳跃和踢腿等运动中代表风格的独立成分,并根据用户对风格的编辑,实时地生成自然、平滑的运动.
- 蓝荣祎孙怀江
- 关键词：运动捕获数据逆运动学
- 不确定环境下基于改进萤火虫算法的地面自主车辆全局路径规划方法被引量：23
- 2014年
- 针对地面自主车辆的特点,提出了一种基于改进萤火虫算法(Glowworm Swarm Optimization,GSO)的路径规划方法.首先利用GSO覆盖多个局部最优解的能力,一次生成多条规划路径;然后提出两种路径切换算法,分别用于调优和脱困.在通过路径交叉点时,调优切换算法对交叉路径进行重新评估并切换到较优路径,最终达到实际行驶路径的最优化.在遇到环境发生改变时,脱困切换算法通过启发式搜索快速切换到适当路径,重用了原搜索结果,避免了二次规划.通过大量的仿真实验及实际试用,证明了所提方法的可行性和有效性.
- 杜鹏桢唐振民陆建峰孙研
- 关键词：路径规划
- 一种面向对象的多角色蚁群算法及其TSP问题求解被引量：47
- 2014年
- 蚁群算法的改进大多从算法本身入手或与其他算法相结合,未充分利用待解决问题所包含的信息,提升效果较为有限.对此,提出一种面向对象的多角色蚁群算法.该算法充分利用旅行商问题(TSP)对象的空间信息,采用k-均值聚类将城市划分为不同类别;同时,对蚁群进行角色划分,不同角色的蚁群针对城市类别关系执行各自不同的搜索策略,增强了蚁群的搜索能力,较大幅度地提高了求解质量.每进行一次迭代,仅各角色最优个体进行信息素更新,防止算法退化为随机的贪婪搜索.将精英策略与跳出局部最优相结合可避免算法的停滞.50个经典TSP实例仿真实验表明:所提出的算法可以在较少的迭代次数内获得或非常接近于问题的已知最优解;对于大规模TSP问题所得结果也远超所对比的算法.
- 杜鹏桢唐振民孙研
- 关键词：蚁群算法面向对象K-均值旅行商问题
- 基于Baseline SVD主动学习算法的推荐系统被引量：3
- 2015年
- 推荐系统是一种解决信息过载的新型技术,为了解决推荐系统中新用户带来的冷启动问题,提出一种基于主动学习的推荐系统。主动学习方法能有效减少需要标记的样本数量,快速建立模型,在此选择将主动学习方法和Baseline SVD推荐算法结合起来,通过记录模型训练得到的预估评价的改变程度,认为改变最大的样例即是最具有信息量的样例,供新用户标记,并重新训练模型。通过与其他选择策略进行实验比较,证实了该方法确实有效解决了新用户带来的冷启动问题。
- 季芸胡雪蕾
- 关键词：推荐系统BASELINESVD
