2019年 第45卷 第10期
2019, 45(10): 1799-1812.
doi: 10.16383/j.aas.c180565
摘要:
本文综述了空间站的创始与发展现状，并展望未来的发展前景.首先，介绍空间站的基本概念和重要意义.然后，回顾过去半个多世纪前苏联/俄罗斯和美国间的太空竞争，并阐述了苏联/俄罗斯、美国及多国家各个空间站的发展历史.同时，着重回顾了我国载人飞船和空间站的发展规划和建设历程.最后，展望了空间站未来发展，并提出了我国空间站建设过程中要遵循的特点和思路.
本文综述了空间站的创始与发展现状，并展望未来的发展前景.首先，介绍空间站的基本概念和重要意义.然后，回顾过去半个多世纪前苏联/俄罗斯和美国间的太空竞争，并阐述了苏联/俄罗斯、美国及多国家各个空间站的发展历史.同时，着重回顾了我国载人飞船和空间站的发展规划和建设历程.最后，展望了空间站未来发展，并提出了我国空间站建设过程中要遵循的特点和思路.
2019, 45(10): 1813-1828.
doi: 10.16383/j.aas.c180397
摘要:
人-机器人技能传递（Human-robot skill transfer，HRST）是指人将操作技能传授给机械臂使得机器人具备类人化的作业能力，以达到高效示教编程的目的.相对于传统的机器人编程技术，人机技能传递具有高效率、低成本、不依赖机器本体平台等显著优点，是人-信息-机器人融合系统（Human-cyber-robot-systems，HCRS）中重要环节之一，应当给予足够的重视.本文首先介绍了人机技能传递技术的研究背景，接着简述了该技术在人机接口、建模、仿生自适应控制等方面的发展现状，并对未来的研究方向做出了展望.
人-机器人技能传递（Human-robot skill transfer，HRST）是指人将操作技能传授给机械臂使得机器人具备类人化的作业能力，以达到高效示教编程的目的.相对于传统的机器人编程技术，人机技能传递具有高效率、低成本、不依赖机器本体平台等显著优点，是人-信息-机器人融合系统（Human-cyber-robot-systems，HCRS）中重要环节之一，应当给予足够的重视.本文首先介绍了人机技能传递技术的研究背景，接着简述了该技术在人机接口、建模、仿生自适应控制等方面的发展现状，并对未来的研究方向做出了展望.
2019, 45(10): 1829-1845.
doi: 10.16383/j.aas.c180135
摘要:
航天发射作为人类太空活动最为基础和最为重要的环节之一，是评判一个国家综合国力的重要指标，而航天发射系统运行安全性评估作为现代航天发射控制指挥与决策系统的核心，是保证航天发射安全运行的基础.首先，本文概述了现代航天发射系统，简要回顾了系统安全性研究发展历程，阐述了航天发射系统运行安全性评估的内涵.其次，通过综述航天发射系统运行故障检测与诊断、异常运行工况识别、运行过程安全分析与预测、安全性动态评估技术等方面的研究现状的基础上，总结出了航天发射系统运行安全性评估面临着系统极度复杂、决策风险性极大、先验信息少以及评估结果要求高准确性与实时性等方面的挑战.最后，本文对航天发射系统运行安全性评估有待研究的基础前沿问题进行了思考.
航天发射作为人类太空活动最为基础和最为重要的环节之一，是评判一个国家综合国力的重要指标，而航天发射系统运行安全性评估作为现代航天发射控制指挥与决策系统的核心，是保证航天发射安全运行的基础.首先，本文概述了现代航天发射系统，简要回顾了系统安全性研究发展历程，阐述了航天发射系统运行安全性评估的内涵.其次，通过综述航天发射系统运行故障检测与诊断、异常运行工况识别、运行过程安全分析与预测、安全性动态评估技术等方面的研究现状的基础上，总结出了航天发射系统运行安全性评估面临着系统极度复杂、决策风险性极大、先验信息少以及评估结果要求高准确性与实时性等方面的挑战.最后，本文对航天发射系统运行安全性评估有待研究的基础前沿问题进行了思考.
2019, 45(10): 1846-1856.
doi: 10.16383/j.aas.c180197
摘要:
随着化石能源的日渐枯竭，海洋热能转换系统（Ocean thermal energy conversion，OTEC）是可以利用海水间的温差将清洁、可再生的海洋能转换为电能的能源系统，关于该系统的研究已引起了越来越多的关注与研究.在工作过程中，浮式海浪温差发电系统中用于传输深层低温海水的管道会受到外界环境的影响产生振动，而这些振动会直接影响系统的性能.本文将研究该柔性系统的振动控制问题，首先，建立用一个偏微分方程和一组常微分方程组成的模型来描述OTEC系统的动力学特性，并直接基于系统的动力学模型设计主动的边界控制器以及边界扰动观测器，从而消除外界扰动的影响，以及减少OTEC系统中柔性管道的横向形变，抑制系统的振动.此外，本文还考虑了OTEC系统中存在的输出约束问题，并且在所设计边界控制律的作用下，从理论上证明OTEC系统的稳定性，保证OTEC系统中的柔性管道的形变量最终收敛于平衡点附近以及浮式平台固定在初始位置附近.最后，通过选择合适的控制参数来对OTEC系统进行数字仿真，利用所得到的仿真结果验证了所设计控制律的有效性.
随着化石能源的日渐枯竭，海洋热能转换系统（Ocean thermal energy conversion，OTEC）是可以利用海水间的温差将清洁、可再生的海洋能转换为电能的能源系统，关于该系统的研究已引起了越来越多的关注与研究.在工作过程中，浮式海浪温差发电系统中用于传输深层低温海水的管道会受到外界环境的影响产生振动，而这些振动会直接影响系统的性能.本文将研究该柔性系统的振动控制问题，首先，建立用一个偏微分方程和一组常微分方程组成的模型来描述OTEC系统的动力学特性，并直接基于系统的动力学模型设计主动的边界控制器以及边界扰动观测器，从而消除外界扰动的影响，以及减少OTEC系统中柔性管道的横向形变，抑制系统的振动.此外，本文还考虑了OTEC系统中存在的输出约束问题，并且在所设计边界控制律的作用下，从理论上证明OTEC系统的稳定性，保证OTEC系统中的柔性管道的形变量最终收敛于平衡点附近以及浮式平台固定在初始位置附近.最后，通过选择合适的控制参数来对OTEC系统进行数字仿真，利用所得到的仿真结果验证了所设计控制律的有效性.
2019, 45(10): 1857-1869.
doi: 10.16383/j.aas.c190202
摘要:
将一个人的头像剪切并拼接到另一张照片中，是一种常见的图像篡改手段.如果将该合成照片用于敲诈勒索，会对社会带来严重危害.因此，用来检测图像篡改的图像取证技术具有重大意义.由于不同照片成像环境不同，拼接时很难做到不同人脸的光照绝对一致，因此可以通过光照是否一致检测篡改.以往光照估计方法基于平行投影的假设，利用照片投影光照进行光照一致性分析.实际上，相机针孔模型是透视投影，从而导致上述检测方法出现误差.针对这一问题，本文提出一种透视投影下物体空间光照估计算法，将各人脸姿态统一到相机坐标系下，估计各人脸相对于相机坐标系的空间光照，然后分析空间光照一致性.另外，根据人脸空间光照一致性约束可以优化出相机参数，并得到该参数下的等效焦距、人脸空间位置及重新透视投影的图像等空间信息.本文将空间光照的一致性和上述空间信息的合理性作为依据，对人脸图像进行拼接篡改检测.实验结果表明，相比于传统方法基于平行投影光照进行光照一致性分析，采用本文提出的方法得到的空间光照进行光照一致性分析具有更高的准确度，结合相关信息进行照片空间合理性分析的篡改检测方法具有更强的说服力.
将一个人的头像剪切并拼接到另一张照片中，是一种常见的图像篡改手段.如果将该合成照片用于敲诈勒索，会对社会带来严重危害.因此，用来检测图像篡改的图像取证技术具有重大意义.由于不同照片成像环境不同，拼接时很难做到不同人脸的光照绝对一致，因此可以通过光照是否一致检测篡改.以往光照估计方法基于平行投影的假设，利用照片投影光照进行光照一致性分析.实际上，相机针孔模型是透视投影，从而导致上述检测方法出现误差.针对这一问题，本文提出一种透视投影下物体空间光照估计算法，将各人脸姿态统一到相机坐标系下，估计各人脸相对于相机坐标系的空间光照，然后分析空间光照一致性.另外，根据人脸空间光照一致性约束可以优化出相机参数，并得到该参数下的等效焦距、人脸空间位置及重新透视投影的图像等空间信息.本文将空间光照的一致性和上述空间信息的合理性作为依据，对人脸图像进行拼接篡改检测.实验结果表明，相比于传统方法基于平行投影光照进行光照一致性分析，采用本文提出的方法得到的空间光照进行光照一致性分析具有更高的准确度，结合相关信息进行照片空间合理性分析的篡改检测方法具有更强的说服力.
2019, 45(10): 1870-1882.
doi: 10.16383/j.aas.2018.c170635
摘要:
实现深度Q学习的一种方式是深度Q网络（Deep Q-networks，DQN）.经验回放方法利用经验池中的样本训练深度Q网络，构造经验池需要智能体与环境进行大量交互，这样会增加成本和风险.一种减少智能体与环境交互次数的有效方式是高效利用样本.样本所在序列的累积回报对深度Q网络训练有影响.累积回报大的序列中的样本相对于累积回报小的序列中的样本更能加速深度Q网络的收敛速度，并提升策略的质量.本文提出深度Q学习的二次主动采样方法.首先，根据序列累积回报的分布构造优先级对经验池中的序列进行采样.然后，在已采样的序列中根据样本的TD-error（Temporal-difference error）分布构造优先级对样本采样.随后用两次采样得到的样本训练深度Q网络.该方法从序列累积回报和TD-error两个方面选择样本，以达到加速深度Q网络收敛，提升策略质量的目的.在Atari平台上进行了验证.实验结果表明，用经过二次主动采样得到的样本训练深度Q网络取得了良好的效果.
实现深度Q学习的一种方式是深度Q网络（Deep Q-networks，DQN）.经验回放方法利用经验池中的样本训练深度Q网络，构造经验池需要智能体与环境进行大量交互，这样会增加成本和风险.一种减少智能体与环境交互次数的有效方式是高效利用样本.样本所在序列的累积回报对深度Q网络训练有影响.累积回报大的序列中的样本相对于累积回报小的序列中的样本更能加速深度Q网络的收敛速度，并提升策略的质量.本文提出深度Q学习的二次主动采样方法.首先，根据序列累积回报的分布构造优先级对经验池中的序列进行采样.然后，在已采样的序列中根据样本的TD-error（Temporal-difference error）分布构造优先级对样本采样.随后用两次采样得到的样本训练深度Q网络.该方法从序列累积回报和TD-error两个方面选择样本，以达到加速深度Q网络收敛，提升策略质量的目的.在Atari平台上进行了验证.实验结果表明，用经过二次主动采样得到的样本训练深度Q网络取得了良好的效果.
2019, 45(10): 1883-1892.
doi: 10.16383/j.aas.c170531
摘要:
对于小区、施工导流路段等狭窄区域，很难保证大中型车辆安全地通过.针对这类情况，本文研究了整个车体的路径跟踪横向控制问题，提出了车辆最优状态点和最优参考状态的概念.为了求解最优状态点，本文构造了车辆参考状态所对应的整体偏差这一目标函数，基于车辆运动学模型，依据最优状态点处车辆与参考轨迹的偏差设计了横向控制器，并利用Lyapunov方法证明了该控制系统的稳定性.与车体特定位置的横向偏差相比，整体偏差更为显著地反映了整个车体的跟踪性能.最后，在具有代表性的狭窄区域场景和普通城区道路场景分别进行了仿真实验，结果表明该方法能够有效提高车辆低速行驶时的整体跟踪精度，不仅可以保证车辆安全裕度较大地通过狭窄区域，而且也提升了车辆在城区交通场景驾驶的安全性.
对于小区、施工导流路段等狭窄区域，很难保证大中型车辆安全地通过.针对这类情况，本文研究了整个车体的路径跟踪横向控制问题，提出了车辆最优状态点和最优参考状态的概念.为了求解最优状态点，本文构造了车辆参考状态所对应的整体偏差这一目标函数，基于车辆运动学模型，依据最优状态点处车辆与参考轨迹的偏差设计了横向控制器，并利用Lyapunov方法证明了该控制系统的稳定性.与车体特定位置的横向偏差相比，整体偏差更为显著地反映了整个车体的跟踪性能.最后，在具有代表性的狭窄区域场景和普通城区道路场景分别进行了仿真实验，结果表明该方法能够有效提高车辆低速行驶时的整体跟踪精度，不仅可以保证车辆安全裕度较大地通过狭窄区域，而且也提升了车辆在城区交通场景驾驶的安全性.
2019, 45(10): 1893-1902.
doi: 10.16383/j.aas.2018.c170660
摘要:
本文针对线性异构多智能体系统，基于自适应自触发条件，分别设计了状态和输出反馈协同控制器.其中自适应控制策略可以避免使用多智能体系统的全局信息，从而实现分布式控制；自触发控制不仅可以避免对触发条件进行连续监测，还可以有效地降低网络的通信负载和控制器的更新次数，且不存在芝诺现象.最后通过4个跟随智能体和一个领导智能体进行了协同输出直角编队仿真实验，实现了多智能体系统对外部系统的渐近跟踪和干扰抑制，验证了结果的有效性.
本文针对线性异构多智能体系统，基于自适应自触发条件，分别设计了状态和输出反馈协同控制器.其中自适应控制策略可以避免使用多智能体系统的全局信息，从而实现分布式控制；自触发控制不仅可以避免对触发条件进行连续监测，还可以有效地降低网络的通信负载和控制器的更新次数，且不存在芝诺现象.最后通过4个跟随智能体和一个领导智能体进行了协同输出直角编队仿真实验，实现了多智能体系统对外部系统的渐近跟踪和干扰抑制，验证了结果的有效性.
2019, 45(10): 1903-1914.
doi: 10.16383/j.aas.c170680
摘要:
注意力缺陷多动障碍（Attention deficit hyperactivity disorder，ADHD）主要表现为注意力分散、多动和冲动，是一种常见的精神障碍疾病.作为一种流行的脑功能成像技术，静息态功能核磁共振成像（Resting-state functional magnetic resonance imaging，rsfMRI）常应用于探索ADHD的神经机制.然而，由于rsfMRI数据的高维和少样本特性，采用传统的独立成分分析方法从rsfMRI数据中获得脑网络后，大多用基于体素级的方法进行推断，这难以检测出可靠的、与ADHD相关的脑网络.针对上述问题，本文提出了一种新颖的基于时空双稀疏表示（Dual temporal and spatial sparse representation，DTSSR）的方法和指标，以22名成人ADHD患者为研究对象，从大尺度脑网络级的角度检测出与ADHD相关的脑网络.首先采用DTSSR从ADHD的rsfMRI数据中提取出组脑网络及相应的耦合参数；然后将耦合参数均值池化作为网络的活跃度指标；最后，将活跃度指标与ADHD的量表分进行Spearman相关性分析，检测出与ADHD相关的脑网络.实验结果表明，背侧注意网络、执行控制网络的活跃度与ADHD量表分具有显著相关性.该结果在脑科学角度有合理的解释，且在不同字典尺寸下具有较高稳定性.本文所提方法，为探讨ADHD的潜在神经机制提供了一种新思路.
注意力缺陷多动障碍（Attention deficit hyperactivity disorder，ADHD）主要表现为注意力分散、多动和冲动，是一种常见的精神障碍疾病.作为一种流行的脑功能成像技术，静息态功能核磁共振成像（Resting-state functional magnetic resonance imaging，rsfMRI）常应用于探索ADHD的神经机制.然而，由于rsfMRI数据的高维和少样本特性，采用传统的独立成分分析方法从rsfMRI数据中获得脑网络后，大多用基于体素级的方法进行推断，这难以检测出可靠的、与ADHD相关的脑网络.针对上述问题，本文提出了一种新颖的基于时空双稀疏表示（Dual temporal and spatial sparse representation，DTSSR）的方法和指标，以22名成人ADHD患者为研究对象，从大尺度脑网络级的角度检测出与ADHD相关的脑网络.首先采用DTSSR从ADHD的rsfMRI数据中提取出组脑网络及相应的耦合参数；然后将耦合参数均值池化作为网络的活跃度指标；最后，将活跃度指标与ADHD的量表分进行Spearman相关性分析，检测出与ADHD相关的脑网络.实验结果表明，背侧注意网络、执行控制网络的活跃度与ADHD量表分具有显著相关性.该结果在脑科学角度有合理的解释，且在不同字典尺寸下具有较高稳定性.本文所提方法，为探讨ADHD的潜在神经机制提供了一种新思路.
2019, 45(10): 1915-1922.
doi: 10.16383/j.aas.c180105
摘要:
提出了一种基于区间二型模糊集合理论的人工交通系统可信度评估方法.该方法以二型模糊集合算法为核心数据处理方法，构建了人工交通系统的评估体系.利用置信区间方法提取实际交通数据和人工交通数据的统计特征，同时为二型模糊集合提供了输入数据.利用二型模糊集合处理不确定性、随机性和噪声数据的能力，得到刻画实际交通系统和人工交通系统特性的输出数据集.并基于Jaccard算法对两个系统二型模糊集合的输出集进行了相似度运算，以Cronbach系数值为依据，实现了人工交通系统的可信度评估.与传统可信度评估方法相比，该评估方法具有较强的数据处理能力，有效地实现了基于数据驱动方法理念下人工系统与实际系统之间的比较.本文基于面向对象编程语言搭建开发的基于Agent的人工交通系统模型，对其进行了可信度评估验证，评估结果说明了所提出方法的合理性和有效性.
提出了一种基于区间二型模糊集合理论的人工交通系统可信度评估方法.该方法以二型模糊集合算法为核心数据处理方法，构建了人工交通系统的评估体系.利用置信区间方法提取实际交通数据和人工交通数据的统计特征，同时为二型模糊集合提供了输入数据.利用二型模糊集合处理不确定性、随机性和噪声数据的能力，得到刻画实际交通系统和人工交通系统特性的输出数据集.并基于Jaccard算法对两个系统二型模糊集合的输出集进行了相似度运算，以Cronbach系数值为依据，实现了人工交通系统的可信度评估.与传统可信度评估方法相比，该评估方法具有较强的数据处理能力，有效地实现了基于数据驱动方法理念下人工系统与实际系统之间的比较.本文基于面向对象编程语言搭建开发的基于Agent的人工交通系统模型，对其进行了可信度评估验证，评估结果说明了所提出方法的合理性和有效性.
2019, 45(10): 1923-1932.
doi: 10.16383/j.aas.2018.c170225
摘要:
磨浆过程作为制浆和造纸工业最为重要的生产环节之一，其输出纤维长度随机分布（Fiber length stochastic distribution，FLSD）形状直接决定着后续造纸过程的能耗和纸品质量.针对传统的均值和方差难以描述输出FLSD特征，即具有非高斯分布特性，本文提出一种磨浆过程输出FLSD的预测概率密度函数（Probability density function，PDF）控制方法.首先，采用径向基函数（Radical basis function，RBF）神经网络逼近输出FLSD的PDF，在采用迭代学习方法完成基函数参数整定基础上对相应权值向量进行估计.其次，针对权值之间存在强耦合特点，利用随机权神经网络（Random vector functional-networks，RVFLNs）建立表征输入变量和权值之间关系的预测模型.最后，基于建立的输出FLSD模型设计预测PDF控制器，最终实现对期望输出PDF的跟踪控制.基于工业数据实验验证了所提方法的有效性，为磨浆过程优化运行和控制提供理论依据.
磨浆过程作为制浆和造纸工业最为重要的生产环节之一，其输出纤维长度随机分布（Fiber length stochastic distribution，FLSD）形状直接决定着后续造纸过程的能耗和纸品质量.针对传统的均值和方差难以描述输出FLSD特征，即具有非高斯分布特性，本文提出一种磨浆过程输出FLSD的预测概率密度函数（Probability density function，PDF）控制方法.首先，采用径向基函数（Radical basis function，RBF）神经网络逼近输出FLSD的PDF，在采用迭代学习方法完成基函数参数整定基础上对相应权值向量进行估计.其次，针对权值之间存在强耦合特点，利用随机权神经网络（Random vector functional-networks，RVFLNs）建立表征输入变量和权值之间关系的预测模型.最后，基于建立的输出FLSD模型设计预测PDF控制器，最终实现对期望输出PDF的跟踪控制.基于工业数据实验验证了所提方法的有效性，为磨浆过程优化运行和控制提供理论依据.
2019, 45(10): 1933-1945.
doi: 10.16383/j.aas.c180681
摘要:
迭代学习模型预测控制是针对间歇过程的先进控制方法.它能通过迭代高精度跟踪给定参考轨迹，并保证时域上的闭环稳定性.然而，现有的迭代学习模型预测控制算法大多基于线性/线性化系统，且没有考虑参考轨迹变化的情况.本文基于线性参变系统提出一种能有效跟踪变参考轨迹的鲁棒迭代学习模型预测控制算法.首先，采用线性参变模型准确涵盖原始非线性系统的动态特性.然后，将鲁棒H∞控制与传统迭代学习模型预测控制相结合，抑制变参考轨迹带来的跟踪误差波动，通过优化线性矩阵不等式约束下的目标函数求得控制输入.深入分析了鲁棒迭代学习模型预测控制的鲁棒稳定性和迭代收敛性.最后，通过对数值例子和连续搅拌反应釜系统的仿真验证了所提出算法的有效性.
迭代学习模型预测控制是针对间歇过程的先进控制方法.它能通过迭代高精度跟踪给定参考轨迹，并保证时域上的闭环稳定性.然而，现有的迭代学习模型预测控制算法大多基于线性/线性化系统，且没有考虑参考轨迹变化的情况.本文基于线性参变系统提出一种能有效跟踪变参考轨迹的鲁棒迭代学习模型预测控制算法.首先，采用线性参变模型准确涵盖原始非线性系统的动态特性.然后，将鲁棒H∞控制与传统迭代学习模型预测控制相结合，抑制变参考轨迹带来的跟踪误差波动，通过优化线性矩阵不等式约束下的目标函数求得控制输入.深入分析了鲁棒迭代学习模型预测控制的鲁棒稳定性和迭代收敛性.最后，通过对数值例子和连续搅拌反应釜系统的仿真验证了所提出算法的有效性.
2019, 45(10): 1946-1959.
doi: 10.16383/j.aas.2018.c180300
摘要:
工业过程运行优化控制通常采用基础回路层和运行层两层结构，涉及不同时间尺度特性的被控对象，且由于检测装置采样周期不同难以统一控制与采样周期；此外，运行层动态往往机理复杂难以建模.因此针对这一多层次、多时间尺度且部分模型未知的复杂多速率控制问题，本文提出一种工业过程多速率分层运行优化控制方法.该方法在使用提升技术解决分层多速率问题的基础上，采用一种基于Q-!学习的数据驱动运行层设定值优化方法，更新基础回路层的设定值；并针对提升后的系统采用模型预测控制（Model predictive control，MPC）方法设计基础回路层控制器以跟踪设定值，从而实现运行指标的优化控制.对典型工业闭路磨矿过程进行了仿真实验，验证了本文所提方法的有效性.
工业过程运行优化控制通常采用基础回路层和运行层两层结构，涉及不同时间尺度特性的被控对象，且由于检测装置采样周期不同难以统一控制与采样周期；此外，运行层动态往往机理复杂难以建模.因此针对这一多层次、多时间尺度且部分模型未知的复杂多速率控制问题，本文提出一种工业过程多速率分层运行优化控制方法.该方法在使用提升技术解决分层多速率问题的基础上，采用一种基于Q-!学习的数据驱动运行层设定值优化方法，更新基础回路层的设定值；并针对提升后的系统采用模型预测控制（Model predictive control，MPC）方法设计基础回路层控制器以跟踪设定值，从而实现运行指标的优化控制.对典型工业闭路磨矿过程进行了仿真实验，验证了本文所提方法的有效性.
2019, 45(10): 1960-1968.
doi: 10.16383/j.aas.c180554
摘要:
近年来深度神经网络（Deep neural network，DNN）从众多机器学习方法中脱颖而出，引起了广泛的兴趣和关注.然而，在主流的深度神经网络模型中，其参数数以百万计，需要消耗大量的计算和存储资源，难以应用于手机等移动嵌入式设备.为了解决这一问题，本文提出了一种基于动态量化编码（Dynamic quantization coding，DQC）的深度神经网络压缩方法.不同于现有的采用静态量化编码（Static quantitative coding，SQC）的方法，本文提出的方法在模型训练过程中同时对量化码本进行更新，使码本尽可能减小较大权重参数量化引起的误差.通过大量的对比实验表明，本文提出的方法优于现有基于静态编码的模型压缩方法.
近年来深度神经网络（Deep neural network，DNN）从众多机器学习方法中脱颖而出，引起了广泛的兴趣和关注.然而，在主流的深度神经网络模型中，其参数数以百万计，需要消耗大量的计算和存储资源，难以应用于手机等移动嵌入式设备.为了解决这一问题，本文提出了一种基于动态量化编码（Dynamic quantization coding，DQC）的深度神经网络压缩方法.不同于现有的采用静态量化编码（Static quantitative coding，SQC）的方法，本文提出的方法在模型训练过程中同时对量化码本进行更新，使码本尽可能减小较大权重参数量化引起的误差.通过大量的对比实验表明，本文提出的方法优于现有基于静态编码的模型压缩方法.
2019, 45(10): 1969-1982.
doi: 10.16383/j.aas.c180087
摘要:
现有的一些多标签分类算法，因多标签数据含有高维的特征或标签信息而变得不可行.为了解决这一问题，提出基于去噪自编码器和矩阵分解的联合嵌入多标签分类算法Deep AE-MF.该算法包括两部分：特征嵌入部分使用去噪自编码器对特征空间学习得到非线性表示，标签嵌入部分则是利用矩阵分解直接学习到标签空间对应的潜在表示与解码矩阵.Deep AE-MF将特征嵌入和标签嵌入的两个阶段进行联合，共同学习一个潜在空间用于模型预测，进而得到一个有效的多标签分类模型.为了进一步提升模型性能，在Deep AE-MF方法中对标签间的负相关信息加以利用.通过在不同数据集上进行实验证明了提出Deep AE-MF方法的有效性和鲁棒性.
现有的一些多标签分类算法，因多标签数据含有高维的特征或标签信息而变得不可行.为了解决这一问题，提出基于去噪自编码器和矩阵分解的联合嵌入多标签分类算法Deep AE-MF.该算法包括两部分：特征嵌入部分使用去噪自编码器对特征空间学习得到非线性表示，标签嵌入部分则是利用矩阵分解直接学习到标签空间对应的潜在表示与解码矩阵.Deep AE-MF将特征嵌入和标签嵌入的两个阶段进行联合，共同学习一个潜在空间用于模型预测，进而得到一个有效的多标签分类模型.为了进一步提升模型性能，在Deep AE-MF方法中对标签间的负相关信息加以利用.通过在不同数据集上进行实验证明了提出Deep AE-MF方法的有效性和鲁棒性.
2019, 45(10): 1983-1994.
doi: 10.16383/j.aas.2018.c180403
摘要:
针对区域交通信号，考虑智能交通系统中交通流的动态特性，提出了区域交通系统改进的存储-转发模型.考虑大型区域的复杂性和协调性，将区域交通划分成N个子区域，分别建立了对应的子区域模型.针对子区域模型，提出了基于分层模型预测控制的过饱和区域交通信号控制优化目标.通过引入拉格朗日对偶原理解决约束条件问题的方法，对子区域的车辆排队数量进行了预测，并对有效绿灯时间进行优化控制.为了验证所提区域交通控制算法的有效性，给出了本文改进的模型与存储-转发模型的对比仿真.实验结果表明，在达到相同的控制效果时，本文改进模型的控制算法所需的计算时间较短，计算成本较低.
针对区域交通信号，考虑智能交通系统中交通流的动态特性，提出了区域交通系统改进的存储-转发模型.考虑大型区域的复杂性和协调性，将区域交通划分成N个子区域，分别建立了对应的子区域模型.针对子区域模型，提出了基于分层模型预测控制的过饱和区域交通信号控制优化目标.通过引入拉格朗日对偶原理解决约束条件问题的方法，对子区域的车辆排队数量进行了预测，并对有效绿灯时间进行优化控制.为了验证所提区域交通控制算法的有效性，给出了本文改进的模型与存储-转发模型的对比仿真.实验结果表明，在达到相同的控制效果时，本文改进模型的控制算法所需的计算时间较短，计算成本较低.
