刘磊
- 作品数:6 被引量:12H指数:3
- 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:国家自然科学基金上海市自然科学基金更多>>
- 相关领域:自动化与计算机技术电子电信更多>>
- 改进萤火虫优化算法在运动阴影去除方面的应用被引量:3
- 2019年
- 运动阴影与目标物体粘连,具有运动一致性,常常被误检测为运动目标的一部分。运动阴影的存在改变了运动物体的形状,影响运动目标前景的进一步分析。为了解决这一问题,提出了一种基于改进萤火虫优化算法的运动阴影去除算法。通过基于种群历史最佳位置影响的改进萤火虫算法(IFA)优化2-Otsu(二维最大类间差法)距离测度函数的寻优过程,获得最佳阈值,并以此进行图像分割,去除运动阴影,并同传统2-Otsu法、粒子群算法(PSO)优化2-Otsu法、萤火虫算法(FA)优化2-Otsu法进行比较。实验结果证明,该方法较其他三种方法分别快2.69倍,1.42倍,1.21倍;另外,在区域一致性、阴影检测率和识别率方面均优于其他三种算法,验证了方法的有效性。
- 刘磊曹民张晓
- 关键词:最佳阈值图像分割
- 融合RFID的无线传感器网络节能研究被引量:3
- 2012年
- 针对节省传感节点能耗和均衡整个网络中各节点能耗的问题,该文提出一种融合射频识别设计与优化路由协议的无线传感器网络节能方法。该方法首先采用RFID标签和阅读器分别与无线传感器网络节点以及无线设备融合,然后对该融合策略进行分析与设计,最后结合了LEACH算法的思想。实验仿真表明,新方法在延长整个网络生命周期和降低整个网络中的能耗方面明显优于LEACH算法。
- 邬春学谭石来刘磊
- 关键词:射频识别无线传感器网络节能
- 基于鱼群涌现行为启发的集群机器人硬注意力强化模型
- 2024年
- 生物集群运动模型能使集群机器人涌现秩序,但是所形成的机器人自然集群秩序难以有效地被人工控制,为此提出鱼群硬注意力模型来解析实验鱼群数据中的交互行为。该模型通过编码器网络、图注意力网络、信息聚合网络、预解码网络以及最终解码网络等结构来获取焦点单体的重要邻居;再利用深度确定性策略梯度技术设计轨道强化网络与安全强化网络,以实现集群的人工控制。多智能体仿真与集群机器人实验结果表明:所提方法能够实现集群的人工轨道、安全控制,重要邻居信息为解决集群运动的强化学习难题提供了新思路,所提控制模型在无人机群空中协作、智慧农机集群作业、物流仓储多体搬运等领域具有较大的应用潜力。
- 刘磊刘磊林杰陶宇孙俊杰
- 基于事务权重与布尔矩阵的Apriori改进算法被引量:4
- 2018年
- 关联规则可在大量数据中找出事务的隐藏联系,其中,Apriori算法是关联规则分析中较为有效的方法。然而,经典Apriori算法需频繁扫描数据库和事务集,使在生成频繁项集的过程中产生大量候选项集。针对该问题,利用事务集对应权重和初始数据库映射形成的布尔矩阵,在经典Apriori算法的基础上,提出一种改进算法。数值算例结果表明,改进后的算法能较为明显地减少计算时间,从而提升经典Apriori算法效率。
- 曹宋阳刘磊王亚刚
- 关键词:关联规则APRIORI算法布尔矩阵
- 揭示生物集群系统内部信息耦合机制的深度网络模型被引量:2
- 2023年
- 生物集群在自然界中广泛存在,如鱼群、鸟群、兽群等,这些集群通过内部的信息耦合能涌现出有序的协同行为.但是,集群内部交互复杂、情况多变,导致微观层面的行为分析还缺乏行之有效的标准工具.对此,以鱼群运动数据为研究对象,借助图注意力网络对鱼群中的单体行为进行自动化建模,目的是提炼出适于复杂系统分析的通用网络工具.首先将单体的感知信息映射到高维状态空间,然后生成软注意力数值以表征单体之间的交互强度,再对所生成的软注意力数值规范化,所得规范结果既可作为多邻居信息耦合的关键指标,又可通过解码器将所抽取的注意力信息稀疏解耦为运动决策.实验结果表明:所生成的注意力数值不但能揭示群体内部的信息耦合关系,还能进一步对隐藏交互强度可视化,从而为鱼群的视觉交互理论提供新的科学证据.所提出分析工具拥有信息耦合可解释、交互强度可显现、系统规模可缩放、状态偏移可泛化等优良特性,有望发展成为复杂系统解耦分析的标准范式,在社会行为分析、机器人集群控制以及智能交通系统安全性评价等方面具有潜在的应用价值.
- 刘磊刘磊赵佳佳赵佳佳高岩
- 基于硬注意力机制下的鱼群涌现自动建模方法
- 2024年
- 生物集群的协同智能可用于启发人工复杂系统调控,但是现有的自动建模方法往往不符合生物集群信息的处理特点,导致单体的信息交互建模仍充满挑战。不失一般性,借助红鼻剪刀鱼的集群运动数据设计符合生物硬注意力机制的深度网络模型,该结构能强制单体考虑至多两个以内的邻居信息,并能显现出高影响力邻居经常出没的隐藏位置,说明硬注意力模型符合生物集群的信息处理机制。实验结果表明:所提硬注意力模型具有较为良好的稀疏信息解耦能力、较为鲁棒的集群运动指标以及较为优秀的集群规模泛化性能,为复杂系统的多层次行为分析提供了有力的工具支撑,该方法对集群机器人的分布式控制具有较强的启发意义。
- 刘磊刘磊高岩