徐凯

作品数：45被引量：242H指数：9
导出分析报告
供职机构：重庆交通大学信息科学与工程学院更多>>
发文主题：列车自动驾驶高速列车列车运行连挂更多>>
发文领域：自动化与计算机技术交通运输工程电气工程电子电信更多>>
发文期刊：《计算机仿真》《铁道学报》《计算机应用与软件》《仪器仪表用户》更多>>
所获基金：重庆市自然科学基金重庆市教育委员会科学技术研究项目重庆市高等教育教学改革研究项目重庆市应用基础研究项目更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
虚拟AP融合CNN模型的自适应RSSI指纹定位方法
《计算机应用与软件》2025年第1期72-81,共10页吴仕勋 黄文鲜 李敏 徐凯 
重庆市教委科技研究计划青年项目(KJQN202000703);四川省川渝合作重点研发项目(2020YFQ0057);2018年重庆市技术创新与应用示范重大课题专项(cstc2018jszx-cyztzxX0034)。
基于RSSI(Received Signal Strength Indication)位置指纹的Wi-Fi室内定位现已被大量应用于各类基于位置信息的服务中。但指纹定位的精度受到RSSI信号的剧烈波动影响,难以满足高精度位置信息服务的需求。为克服该困难,提出一种结合虚拟A...
关键词：接收信号强度指示 指纹定位 卷积神经网络 虚拟AP 
基于深度强化学习的高速列车驾驶策略优化
《铁道科学与工程学报》2025年第1期25-37,共13页徐凯 张皓桐 张淼 张洋 吴仕勋 
重庆市自然科学基金资助项目(CSTB2024NSCQ-MSX0275,cstc2021jcyj-msxmX0017);重庆交通大学研究生科研创新计划项目(CYS23515)。
深度强化学习(DRL)是提高高速列车能源效率和运行质量最有前途的技术之一,但目前仍然存在着一些问题,限制了其在实际应用中的效果。现有解决方案存在以下两方面问题:首先,在高速列车运行环境下,DRL在处理庞大状态空间时表现不佳;其次,...
关键词：高速列车 分层次优化 深度强化学习 状态空间约束 奖励重塑 
基于智能优化深度网络的轨道电路故障诊断研究被引量：4
《电子测量与仪器学报》2024年第2期219-230,共12页彭菲桐 徐凯 吴仕勋 黄德青 
重庆市自然科学基金(cstc2021jcyj-msxmX0017);重庆市教委科学技术研究项目(KJQN202000703)资助。
针对无绝缘轨道电路故障的随机性和复杂性,采用单一诊断模型存在提取特征片面,且模型结构经验设计不合理的问题,提出一种智能优化深度网络的故障诊断方法。首先以轨道电路信号集中监测系统的6个电压检测量建立故障特征集,使用卷积神经网...
关键词：轨道电路故障诊断 卷积神经网络 长短期记忆网络 遗传算法 Q-LEARNING 
改进麻雀算法和Q-Learning优化集成学习轨道电路故障诊断被引量：6
《铁道科学与工程学报》2023年第11期4426-4437,共12页徐凯 郑浩 涂永超 吴仕勋 
四川省科技厅川渝合作重点研发项目(2020YFQ0057);重庆市自然科学基金资助项目(cstc2021jcyj-msxmX0017);重庆市教委科学技术研究项目(KJQN202000703)。
无绝缘轨道电路的故障具有复杂性与随机性,采用单一的模型进行故障诊断,其性能评价指标难以提高。而采用集成学习方式,则存在各基学习器结构、参数设计盲目,集成模型中各基学习器组合权重难以分配的问题。针对以上问题,提出一种改进麻...
关键词：无绝缘轨道电路 故障诊断 集成学习 改进麻雀算法 Q-LEARNING 误差修正 
自适应多智能体算法优化深度网络的列车智能驾驶被引量：4
《铁道科学与工程学报》2022年第10期2820-2832,共13页徐凯 涂永超 徐文轩 吴仕勋 
四川省科技厅川渝合作重点研发项目(20ZDYF3618);重庆市自然科学基金资助项目(cstc2021jcyj-msxmX0017);重庆市教委科学技术研究项目(KJQN202000703)。
在利用深度学习实现列车智能驾驶时,神经网络架构和参数的选择过于依赖人工经验,现有梯度下降法在参数优化时易陷入局部最优,且学习任务单一。针对上述问题,提出一种自适应多种群链式多智能体算法(AMPCMA)优化LSTM网络的列车智能驾驶新...
关键词：城市轨道交通 LSTM 自适应多种群链式多智能体 多任务学习 列车智能驾驶 
基于QPSO-DBN集成学习的城轨列车定位研究被引量：7
《电子测量与仪器学报》2022年第9期21-28,共8页徐凯 杨锐 
四川省科技厅川渝合作重点研发项目(20ZDYF3618);重庆市自然科学基金项目(cstc2021jcyj-msxmX0017);重庆市教委科学技术研究项目(KJQN202000703)资助。
高精度的定位是实现列车自动驾驶的重要前提。针对现有机器学习用于列车定位时,存在特征选取理论依据不足、难以确定恰当的模型结构,从而导致列车定位数据不稳定、不精确等问题,提出了一种基于集成深度置信网络(deep belief network, D...
关键词：深度置信网络 量子粒子群算法 集成学习 列车定位 
DPICSA优化的城轨交通超级电容FNN控制研究被引量：1
《铁道学报》2021年第10期43-52,共10页徐凯 何周阳 徐文轩 吴仕勋 
重庆市教委科学技术研究项目(KJQN202000703);重庆市研究生教育教学改革重点项目(YJG172004);城市轨道交通车辆系统集成与控制重庆市重点实验室开放基金项目(CKLURTSIC-KFKT-201805)。
在城市轨道交通中超级电容储能系统用于吸收列车再生制动能量,以实现节能并抑制直流接触网的电压波动。在超级电容储能系统双闭环控制中,采用遗传算法优化的电压外环PI控制易引起输出振荡,而采用常规模糊控制又存在量化、比例因子整定困...
关键词：城轨交通 超级电容储能系统 控制策略 双种群免疫克隆 模糊神经网络 
基于深度神经网络的医院门诊量预测被引量：6
《微型电脑应用》2021年第7期108-110,130,共4页吴磊 徐凯 
为了有效地预测医院门诊量,充分考虑历史门诊量数据和工作日天数之间的关系,提出一种应用深度神经网络预测方法,深度神经网络模型由RBM层和预测层组成,采用无监督学习算法预训练网络参数,引入残差结构使输入信息跨层传输,利用反向学习...
关键词：门诊量预测 深度神经网络 无监督学习 残差结构 
基于多粒子群协同的城轨列车速度曲线多目标优化被引量：15
《铁道学报》2021年第2期95-102,共8页徐凯 杨飞凤 涂永超 吴仕勋 
重庆市教委科学技术研究项目(KJQN202000703);重庆市研究生教育教学改革重点项目(yjg172004)。
在满足安全原则和各类约束条件下,为实现城市轨道交通列车运行能耗低、行驶时间短和停车精度高三个目标,建立了列车运行控制模型。在Pareto原理基础上,考虑列车运行中的各类工况序列,提出一种协同进化的多目标混沌粒子群算法(CMOCPSO),...
关键词：城轨列车 多种工况序列 多目标 多粒子群协同 速度曲线 
基于神经网络和模糊控制的光伏发电MPPT研究被引量：15
《计算机仿真》2020年第5期71-76,共6页焦科名 徐凯 
光伏电池的输出功率随着外部环境条件和负载的变化而变化,为了提高光伏发电的效率和系统稳定性,鉴于其最大功率点主要受光照强度和温度影响,提出一种新的智能型最大功率点跟踪方法,首先根据输入的光照强度和温度,使用径向基神经网络对...
关键词：最大功率点跟踪 径向基神经网络 模糊控制 光照强度 温度 
全选清除导出
共5页<12345>
检索报告 对象比较 聚类工具 使用帮助 返回顶部