江苏省高校自然科学研究项目(09KJA520002)
- 作品数：16 被引量：97H指数：6
- 相关作者：刘全傅启明伏玉琛龚声蓉王晓燕更多>>
- 相关机构：苏州大学南京大学吉林大学更多>>
- 发文基金：江苏省高校自然科学研究项目江苏省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于角点特征的几何同步数字水印算法被引量：11
- 2011年
- 对图像的角点检测与水印同步进行分析和讨论,在此基础上提出了一种基于角点特征的几何同步数字水印算法。为抵抗几何攻击,在归一化的图像中提取出较好的角点信息,重点分析了Harris与MIC角点检测的优缺点,将2种方法合并应用到角点检测,摒弃了单纯的像素信息修改,利用圆环的几何形状来统计表示水印信息。实验结果表明,所提出的水印算法较其他算法不仅能抵抗一般的图像攻击,而且在抵抗旋转、放缩等几何攻击方面的稳健性也有较好的提高。
- 刘全张乐张永刚Christian Bessiere傅启明王晓燕
- 关键词：角点
- 二维板材圆形下料的邻居关系算法被引量：1
- 2013年
- 二维圆形排样问题是工业设计与生产中经常遇到的问题.常规下料问题主要针对矩形或圆形等规则板材,常用算法包括模拟退火、遗传算法等.本文在分析规则板材下料算法的基础上,针对实际生产应用中更为复杂的、具有不规则边界板材下料问题,提出了一种基于人工下料思维的仿生下料算法--邻居关系算法.该算法具有很好的利用率和时效性,较好地满足了实际应用的需要.实际板材下料结果表明,平均面积利用率为75.56%,平均计算时间为13.84s.所得排样利用率与模拟退火算法相当,但排样运算时间大大缩小,适应了实际下料需求,已应用于某跨国企业优化下料中.
- 徐志斌尤亚龚声蓉刘纯平
- 关键词：圆形件空隙度
- 基于Tile Coding编码和模型学习的Actor-Critic算法被引量：3
- 2014年
- Actor-Critic是一类具有较好性能及收敛保证的强化学习方法,然而,Agent在学习和改进策略的过程中并没有对环境的动态性进行学习,导致Actor-Critic方法的性能受到一定限制。此外,Actor-Critic方法中需要近似地表示策略以及值函数,其中状态和动作的编码方法以及参数对Actor-Critic方法有重要的影响。Tile Coding编码具有简单易用、计算时间复杂度较低等优点,因此,将Tile Coding编码与基于模型的Actor-Critic方法结合,并将所得算法应用于强化学习仿真实验。实验结果表明,所得算法具有较好的性能。
- 金玉净朱文文伏玉琛刘全
- 关键词：TILECODING函数逼近
- 基于SSCL的模糊C均值图像分类方法被引量：2
- 2011年
- 针对传统模糊C均值聚类方法对噪声敏感和过分依赖于初始聚类中心的缺点,提出基于SSCL的模糊C均值图像分类的自适应算法。该算法首先通过SSCL获得初始类别数和类别中心,然后作为模糊C均值聚类的输入,自动对图像进行分割,并对图像分割结果利用空间信息进行后处理。实验结果表明该方法较好地解决了FCM算法中的初始化和噪声敏感问题,具有较好的分类结果。
- 李卫伟刘纯平王朝晖张书奎
- 关键词：图像分割模糊C均值
- 一种基于资格迹的并行强化学习算法被引量：1
- 2012年
- 强化学习是一种重要的机器学习方法,然而在实际应用中,收敛速度缓慢是其主要不足之一.为了提高强化学习的效率,提出了一种基于资格迹的并行强化学习算法,并给出了算法实现的框架模型和一些可行的优化方法.由于使用资格迹的算法具有内在的并行性,可以使用多个计算结点分摊值函数表和资格迹表的更新工作,从而实现提高整个系统学习效率的目的.实验结果表明该方法与当前两种主要的并行强化学习算法相比具有一定的优势.
- 杨旭东刘全李瑾
- 遗传反馈的多特征图像检索被引量：14
- 2011年
- 基于内容的图像检索是随着数字多媒体技术的发展和普及而新兴的一门信息检索技术。针对当前该领域存在的对图像描述不准确、查询精度低以及反馈次数较多的问题,提出一种基于遗传反馈的图像检索算法。该算法以遗传算法和相关反馈为基础,利用多特征进行检索,避免在利用单一特征进行检索时所出现的不同图像具有相同单一特征(颜色、纹理和形状等)的问题,对图像进行多特征描述可以从多个角度对图像进行定义,大大减少了不同图像却具有相同特征的概率。与现有的算法相比,其具有自动调整图像特征权重、较低反馈次数和较高查询精度的特性。实验结果表明,该算法对于旋转、平移和尺度变化具有较强的鲁棒性,同时具有减少反馈次数和较高查询精度的性能。
- 傅启明刘全王晓燕张乐
- 关键词：遗传算法图像表示
- 利用移动内点来修复传感器网络空洞的算法被引量：16
- 2012年
- 针对目标区域中存在感知空洞问题,提出了一种空洞修复准则。在此基础上,设计了基于移动节点无需地理信息的修复算法SOI,该算法通过计算空洞边缘可移动的最佳内点,使该边缘节点到达新的位置,实现减少目标区域中空洞面积的目的。分析与仿真实验表明,与VHR算法相比,SOI算法在部署密集的传感网络中需要移动的总距离更少。
- 杨凯刘全张书奎李瑾翁东良
- 关键词：传感器网络
- 分布式数据库中基于局部CON模型的记录匹配方法被引量：4
- 2011年
- 针对现有记录匹配方法需要相关领域专家大量的人工参与或严重依赖于启发式规则,且无法处理大规模数据的问题,提出一种基于局部CON模型的记录匹配方法。该方法利用关联规则发现算法挖掘匹配依赖,将匹配依赖和数据实例同时作为改进型tableau的输入,检测匹配得出结果。实验结果和理论分析表明,该方法能快速识别出分布式记录匹配情况,且不需要人工参与,效率有非常明显的提高。
- 李娇刘全傅启明王庭钢
- 关键词：分布式数据库TABLEAU
- 基于相变和似然性的多相图像分割方法被引量：2
- 2012年
- Sine-Sinc模型是一种基于材料科学中Modica-Mortola物理相变原理的多相图像分割方法.针对该模型分割结果不完全、易受噪声和亮度不均匀性影响的问题,提出了一个改进的Sine-Exp-Gauss多相图像分割模型.基于Sine-Sinc模型,Sine-Exp-Gauss模型用指数函数代替Sine-Sinc模型的Sinc函数,并从分段常数图像假设推广到高斯分布函数图像假设;模型偏微分方程的数值解采用凸函数分裂方法迭代,获得每个相的局部最优解,同时给出一种标准初始化方法使迭代过程易于收敛到理想局部极小值.与Sine-Sinc模型和偏差矫正模型相比,实验结果证明Sine-Exp-Gauss模型在噪声消除和自偏差矫正方面都更加鲁棒.
- 刘纯平CHENFu-HHa龚声蓉崔志明刘全
- 关键词：多相图像分割
- 最小状态变元平均奖赏的强化学习方法被引量：15
- 2011年
- 针对采用折扣奖赏作为评价目标的Q学习无法体现对后续动作的影响问题,提出将平均奖赏和Q学习相结合的AR-Q-Learning算法,并进行收敛性证明。针对学习参数个数随着状态变量维数呈几何级增长的"维数灾"问题,提出最小状态变元的思想。将最小变元思想和平均奖赏用于积木世界的强化学习中,试验结果表明,该方法更具有后效性,加快算法的收敛速度,同时在一定程度上解决积木世界中的"维数灾"问题。
- 刘全傅启明龚声蓉伏玉琛崔志明
- 关键词：平均奖赏
