检索结果

Select

1. 基于改进DenseNet的牛眼图像特征提取方法

郑志强, 胡鑫, 翁智, 王雨禾, 程曦

计算机应用 2021, 41 (9): 2780-2784. DOI: 10.11772/j.issn.1001-9081.2020101533

摘要（415）

PDF （1024KB）（344）

针对牛眼图像特征提取过程中由于梯度消失和过拟合造成的识别准确率较低的问题，提出一种基于改进DenseNet的牛眼图像特征提取方法。首先采用缩放指数线性单元（SeLU）激活函数防止网络梯度消失；其次通过DropBlock随机丢弃牛眼图像的特征块，从而防止过拟合，并加强网络的泛化能力；最后将改进后的稠密层进行叠加以组成改进的DenseNet（Dense convolutional Network）。在自建牛眼图像数据集上进行特征信息提取识别实验的结果表明，改进后的DenseNet识别准确率、精确率和召回率分别为97.47%、98.11%和97.90%；较改进前的网络在识别准确率、精确率和召回率上分别提升了2.52个百分点、3.32个百分点和2.94个百分点，可见改进后的网络具有较高的精度与鲁棒性。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于RANSAC和Kalman滤波的足球机器人球速估计算法

董鹏卢惠民杨绍武张辉郑志强

计算机应用 2010, 30 (9): 2305-2309.

摘要（1144）

PDF （813KB）（991）

针对中型组足球机器人如何有效地估计足球速度的问题，提出了一种基于Kalman滤波和RANSAC算法的新方法。首先对存储的若干帧足球位置信息作Kalman滤波，接着利用这些足球位置信息，建立若干个可能的足球速度模型并运用随机采样一致(RANSAC)算法选出最优的速度模型作为速度值。实验结果验证了该算法的有效性，同时由于RANSAC算法可以有效地去除外点的干扰，因此当足球位置信息具有较大噪声时，该方法可以较准确地估计足球的速度，较以往球速估计的算法具有更高的鲁棒性。

相关文章 | 多维度评价

Select

3. 基于三角剖分的小脑模型在增强学习中的应用

孙方义郑志强

计算机应用

摘要（1115）

PDF （623KB）（711）

研究了一种基于三角剖分的小脑模型的增强学习控制器设计方法，并应用于机器人足球中单机器人截球的学习控制中。该方法通过在Markov决策过程状态空间中引入基于单纯形的库恩三角化，实现基于三角剖分的线性值函数逼近，从而有效提高了增强学习控制器对连续状态空间马氏决策问题的泛化性能。针对机器人截球学习控制的仿真研究表明，采用基于三角剖分的小脑模型进行值函数逼近的增强学习控制器能够获得优于已有基于均匀编码的小脑模型方法的学习效率和泛化性能。

相关文章 | 多维度评价

Select

4. 混合分布式任务分配机制在足球机器人系统中的应用研究

季秀才崔连虎郑志强

计算机应用

摘要（1695）

PDF （1014KB）（979）

在分析各种多智能体任务分配机制的优缺点的基础上，结合基于市场法的任务分配机制和基于规则的任务分配机制，提出了一种混合分布式的多机器人任务分配机制用于足球机器人系统的角色分配。该角色分配算法在动态地分配角色的同时能够有效地避免角色的非期望震荡。仿真和实际比赛均验证了该算法的有效性。

相关文章 | 多维度评价

Select

5. 一种新的用于检测直线的快速Hough变换

卢惠民; 郑志强

计算机应用 2005, 25 (10): 2379-2380.

摘要（1656）

PDF （393KB）（1056）

在分析现有常用的改进Hough变换算法思想的基础上,设计了一种新的用于直线检测的快速Hough变换，通过与现有改进Hough变换算法的比较实验，新设计算法具有更好的实时性。

相关文章 | 多维度评价

Select

6. 基于有限忍耐度鸽群优化的无人机近距空战机动决策

郑志强段海滨

《计算机应用》唯一官方网站 DOI: 10.11772/j.issn.1001-9081.2023121837
录用日期: 2024-01-22