段勇
- 作品数：107 被引量：325H指数：8
- 供职机构：沈阳工业大学更多>>
- 发文基金：国家自然科学基金辽宁省自然科学基金国家杰出青年科学基金更多>>
- 相关领域：自动化与计算机技术电子电信文化科学机械工程更多>>
- 基于深度迁移学习的天气图像识别被引量：3
- 2023年
- 当对天气图像等场景复杂和特征不明显的图像进行识别时,往往存在识别率不高和特征冗余等问题。基于此,本文提出了一种基于深度迁移学习的图像分类算法。该算法利用ImageNet数据集的模型参数构建ResNeXt、Xception以及SENet 3种网络模型提取图像特征,采用领域自适应的判别联合分布自适应算法来相似化特征向量,完成高质量的特征表示,并以其结果为准则融合模型特征,将融合特征经过多层感知机训练以实现高准确率识别的图像分类。实验结果表明,该算法的性能优于传统的单一网络模型,进一步提升了图像分类准确率的上限。
- 封皓元段勇
- 关键词：领域自适应
- 一种轮式移动机器人故障检测方法
- 一种轮式移动机器人故障检测方法，其特点是：1.收集实体机器人正常运行状态及运动机构异常状态下的做右轮转速、相对位移、相对偏转角度；2.应用收集得来的正常数据构造由超球体组成的自体空间；3.生成负选择算法所需的用于运动机构...
- 段勇王猛
- 神经网络在水质模型中的应用被引量：40
- 2003年
- 将神经网络理论和算法应用于水环境评价中,基于RBF神经网络进行水质建模,应用国内河流的实测样本对模型进行训练和检验.该方法较之原有的水质数学模型以及其他全局逼近神经网络方法的结果更加精确,适用范围更广.
- 崔宝侠段勇高鸿雁左传金
- 关键词：神经网络RBF算法水质模型
- 一种基于VMD-BO-BiLSTM的月降水量预测方法
- 本发明属于深度学习及气象预测研究技术领域，尤其涉及一种基于VMD‑BO‑BiLSTM的月降水量预测方法。其实现自主学习降水的时序特征，降低降水数据的非稳定性，并预测未来月降水量变化趋势。其包括：对原始月降水数据进行预处理...
- 于霞张博臻宋杰李冰洁孙佳毓刘鼎歆段勇
- 基于Type-2 FNN数据融合的双进双出磨煤机料位检测被引量：4
- 2011年
- 针对双进双出磨煤机料位准确检测的难题,提出一种基于二型模糊神经网络(Type-2 FNN)数据融合的双进双出磨煤机料位检测方法.首先将多传感器采集的变量参数数据按照二型模糊规则进行模糊化处理;然后构造神经网络进行数据融合,所得融合结果即为检测的料位值.该方法具有较好的自组织、自学习、并行分别处理能力,保证了检测结果具有较高的准确性.仿真实验表明,该方法可有效弥补单一测量方法的不足,实现料位更为准确的测量.
- 曲星宇崔宝侠段勇徐冰
- 关键词：神经网络双进双出磨煤机
- 基于人工免疫与可视图相结合的移动机器人路径规划方法被引量：6
- 2014年
- 针对结构化环境中的自主移动机器人路径规划问题,提出了一种人工免疫算法与可视图相结合的算法,并将其应用于自主机器人路径规划。该算法用包围盒表示环境中的障碍物,继而计算成本矩阵,完成可视图的构建,从编码方式、疫苗设计及接入两方面对人工免疫算法进行改进,并将改进的人工免疫算法应用于可视图中求解优化路径。经过理论分析和实验验证,该算法不仅能够以较高效率求解出优化路径,而且可以满足实体机器人在现实环境中导航的需求。
- 段勇王猛徐心和
- 关键词：自主移动机器人路径规划人工免疫
- 改进的SOFM及其在矢量量化中的应用被引量：10
- 2006年
- 根据等失真(Equidistortion)理论提出了一种基于改进的自组织特征映射(SOFM)神经网络的矢量量化方法,该算法将失真敏感机制引入神经网络的竞争学习过程。通过调整码字的部分失真来指导神经网络的学习,以使得所设计的码书平均失真最小。同时把矢量量化应用于图像的小波变换域,根据图像小波变换高频系数的空间分布特点来组织码书,从而进一步提高码书的质量和适应性。通过实验对算法的性能进行了分析,证明了算法的有效性。
- 段勇徐心和崔宝侠
- 关键词：矢量量化自组织特征映射神经网络小波变换
- 强化学习在足球机器人基本动作学习中的应用被引量：8
- 2008年
- 主要研究了强化学习算法及其在机器人足球比赛技术动作学习问题中的应用.强化学习的状态空间和动作空间过大或变量连续,往往导致学习的速度过慢甚至难于收敛.针对这一问题,提出了基于T-S模型模糊神经网络的强化学习方法,能够有效地实现强化学习状态空间到动作空间的映射.此外,使用提出的强化学习方法设计了足球机器人的技术动作,研究了在不需要专家知识和环境模型情况下机器人的行为学习问题.最后,通过实验证明了所研究方法的有效性,其能够满足机器人足球比赛的需要.
- 段勇杨淮清崔宝侠徐心和
- 关键词：机器人足球比赛T-S模糊神经网络
- 基于语言和视觉融合Transformer的指代图像分割
- 2024年
- 针对指代图像分割任务中存在语言表达歧义、多模态特征对齐不充分、对图像整体理解不全面等问题,提出一种基于Transformer特征融合与对齐的多模态深度学习模型。该模型使用优化的Darknet53图像特征提取骨干网络,加强了对全局特征理解能力。使用了卷积神经网络结构、双向门控循环单元Bi-GRU结构和自注意力机制相互结合的语言特征提取结构,挖掘深层次语义特征,消除语言表达的歧义性。构建了基于Transformer的特征对齐结构,以提升模型的分割细节和分割精度。最后,采用平均的交并比mIoU和在不同阈值的识别精度作为模型评估指标,通过实验证明所提模型可以充分融合多模态的特征,理解多模态特征的深层语义信息,模型识别结果更加准确。
- 段勇刘铁
- 一种基于VMD-GA-BiLSTM的月降水量预测方法
- 本发明属于深度学习及气象预测研究领域，具体涉及一种基于VMD‑GA‑BiLSTM的月降水量预测方法。第一步骤：数据的预处理：脏数据清洗、数据归一化和降水数据集的重构；第二步骤：采用VMD方法将原始降水数据分解为若干个子序...
- 于霞张博臻宋杰段勇李冰洁陈晓达娄宇泉刘鼎歆刘先康
