公共文化服务平台

丁学明: 作品数：63 被引量：210H指数：8; 供职机构：上海理工大学光电信息与计算机工程学院更多>>; 发文基金：国家自然科学基金博士科研启动基金上海市高校选拔培养优秀青年教师科研专项基金更多>>; 相关领域：自动化与计算机技术电气工程电子电信理学更多>>

合作作者

基于自适应角度损失函数的深度人脸识别算法研究被引量：5: 2020年; 角度空间损失函数往往因需要手动调节超参数而引起算法训练的不稳定,类别标签数量的不同也将导致算法的移植性较差。针对这些问题,提出一种带有下界判断的自适应角度空间损失函数并应用于人脸识别。该方法以假设人脸表达特征分布在超球体空间为切入点,通过分析不同超参数对训练结果的影响,使预测概率公式的二阶导数为零并动态地计算当前mini-batch角度分布的去尾平均数;为了提高算法的可移植性,根据类别中心的最小期望后验概率给出自适应调节超参数的下界。通过在LFW和MegaFace百万级人脸数据集上进行算法评估,证明提出的方法可以有效地提高人脸识别精度以及模型收敛率,在亚洲人脸数据集上的实验证明该方法具有较好的鲁棒性与移植性。; 姬东飞丁学明; 关键词：人脸识别损失函数自适应调节

两轮移动式倒立摆的运动控制被引量：17: 2005年; 文章研究两轮移动式倒立摆的运动控制问题,系统有两个位于同一轴线驱动轮;控制目标是移动式倒立摆在二维平面内按指定的移动速度和转动角速度运动,并且保持摆杆平衡;利用状态反馈和输出反馈,构造闭环系统的状态空间方程,通过极点配置求得控制量;仿真结果显示,系统跟踪速度快、超调量小,同时验证了控制算法的有效性。; 杨兴明丁学明张培仁赵鹏; 关键词：移动式倒立摆运动控制状态反馈极点配置

利用序列和组合图卷积网络预测蛋白质功能被引量：1: 2023年; 蛋白质功能的准确预测有利于推进生物医学发展,高通量测序技术的快速发展加快了蛋白质序列的提取速度,从而产生了大量未注释的蛋白质,并且新测序序列缺乏结构等生物信息,针对该问题提出了基于序列和组合图卷积网络的蛋白质功能预测模型(Protein Function Prediction using Sequences and Combined Graph Convolutional Networks, PFP-SCGCN).首先通过深度学习方法捕获蛋白质序列的多维特征信息,再通过多序列比对从蛋白质序列中提取进化耦合信息和氨基酸残基群落,然后利用进化耦合信息和氨基酸残基群落生成序列氨基酸之间两种不同连接程度的邻接矩阵,将这两种邻接矩阵与序列特征信息一起输入给组合图卷积网络进行信息融合,最后通过多个全连接层获得蛋白质功能类别信息.本文还通过分析PFP-SCGCN的特定网络层识别蛋白质功能位点,可帮助人们推测出新序列中的重要氨基酸.模型结果表明,PFP-SCGCN模型的功能预测准确率远高于对比方法,具有较好的鲁棒性,并且可以较准确的识别功能位点.; 秦琪琪丁学明王金雷; 关键词：蛋白质功能预测功能位点蛋白质序列

基于全局滤波池化多关系Transformer网络的行人重识别: 2024年; 行人重识别(Re-identification,ReID)的关键挑战之一是提取关键且鲁棒的特征,近年来,Transformer网络不断展现其在该问题上具有强大的特征提取和表达能力。针对传统Transformer网络局部信息获取不如卷积神经网络的问题,提出一个基于ReID的全局滤波池化多关系Transformer(Trans-global filter pooling multi relationship-ReID,TFMR)网络新型框架,解决了Transformer网络局部关系建模不够丰富的问题。多关系(multi relation,MR)网络考虑身体多个部位间的关系,使特征包含局部信息之间的联系,增强特征中行人生理结构的关联。同时设计了全局滤波池化(global filter pooling,GFP)模块,将其嵌入到Transformer网络中,降低图片中噪点的干扰并减少视图变化造成的特征偏差,从而获取人物图像中更清晰的全局特征,提升识别准确率。实验表明,模型在区分行人信息问题上具有高效性,在Market-1501、DukeMTMC-ReID和MSMT17数据集中优于其他模型。; 焦传扬丁学明; 关键词：TRANSFORMER

一种基于DMX512协议的解码装置: 本实用新型公开了一种基于DMX512协议的解码装置，其包括主控制器、外围电路、DMX512信号输入口和DMX512信号输出口，所述主控制器包含EEPROM，所述外围电路包括485电平转换电路、电源电路和LED驱动电路，其...; 王会明陈伟丁学明周继宇陈明汪应涛; 文献传递

基于协同遗传算法的TS-PID控制器参数整定: 2015年; 针对复杂的非线性系统,传统的PID控制难以达到良好的效果,采用TS-PID模糊模型来构造非线性PID控制器,并提出基于协同遗传算法实现控制器参数的整定及优化。将协同进化、遗传算法相结合,采用多种群协同进化的策略,大大提高了算法的进化效率和后期收敛速度。典型系统的仿真结果表明,该控制器一定程度上兼顾了系统的静态和动态的性能,且控制效果优于一般的非线性PID控制器。; 许振凯丁学明刘美美吴镌; 关键词：协同进化遗传算法非线性PID

T-S模型全局优化辨识: 2012年; T-S模型把一个非线性系统当做多个线性子系统与其权重乘积之和,能够逼近任意非线性系统。提出基于遗传算法和支持向量机的T-S模型全局优化辨识方法,利用遗传算法同时辨识T-S模型的结构和参数,以结构风险最小化作为辨识的评价指标,综合考虑模型复杂度和辨识误差,辨识精度高,泛化能力强,仿真结果证明了算法的有效性。; 丁学明沈业茂张久忠; 关键词：T-S模型参数辨识支持向量机遗传算法

T-S模糊模型的辨识与控制被引量：4: 2005年; 提出了基于支持向量机和遗传算法的T-S模糊模型辨识,支持向量机具有很好的泛化能力,能自动确定T-S模型结构,通过遗传算法优化和估计系统参数。针对辨识出的T-S模型进行控制,控制器包括两个部分,权重最大子系统局部反馈控制和利用滑模控制设计的全局监督控制,能保证系统稳定。辨识和控制仿真结果证明了算法的有效性。; 丁学明张培仁张志坚屠运武; 关键词：支持向量机遗传算法 T-S模型滑模控制稳定性

基于RBF神经网络-滑模观测器的PMSM无传感器矢量控制被引量：4: 2019年; 为了解决传统滑模观测器方法应用在永磁同步电机无传感器矢量控制时所产生的抖振问题,使用RBF神经网络动态调节观测器的切换增益,即使其输入为传统滑模估计方案中的电流估计误差,输出为滑模增益;同时为了简化系统结构、提高方案可行性,将RBF神经网络设计为单输入单输出的结构,并将网络的学习和工作过程融合,使其在自身网络参数的不断优化中实时输出滑模增益,以增强系统鲁棒性。最后通过Matlab/Simulink软件对该系统进行建模仿真,并将该方法与传统滑模观测器方法进行对比。实验结果表明,该方案能够为矢量控制提供更加准确的转子位置及速度信息,提高了整个电机控制系统的稳定性。; 孙一品丁学明; 关键词：RBF神经网络滑模观测器无传感器矢量控制永磁同步电机

人工蜂群算法改进被引量：1: 2016年; 针对人工蜂群算法易陷入局部最优、收敛速度慢的问题,在算法中引入量子策略,设计蜂群系统中单个蜜蜂的势阱模型,模拟蜂群量子行为,提出一种具有量子行为的人工蜂群算法。改进的算法在算法前期保持了原算法中蜂群的多样性,后期使用量子策略增强了原算法的开采能力,提高了算法的收敛速度。最后,用标准测试函数进行测试。实验结果表明,改进的人工蜂群算法在保持原算法有效性的同时,大幅提高了算法的收敛速度和精度。; 敖媛丁学明; 关键词：人工蜂群算法

丁学明

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

丁学明

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈