吴永明

作品数：37被引量：188H指数：7
导出分析报告
供职机构：贵州大学更多>>
发文主题：物流装配线产品族工作台混装更多>>
发文领域：机械工程金属学及工艺经济管理自动化与计算机技术更多>>
发文期刊：《计算机辅助设计与图形学学报》《科教导刊》《计算机集成制造系统》《计算机应用研究》更多>>
所获基金：国家自然科学基金贵州省科学技术基金贵州省科技支撑计划贵州省科技计划项目更多>>
-
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：
基于自监督与蒸馏约束的正则化类增量学习方法
《计算机辅助设计与图形学学报》2024年第5期775-785,共11页徐岸 吴永明 郑洋 
国家自然科学基金(51505094);贵州省科学技术基金计划(zk[2023]一般079);贵州财经大学引进人才科研启动项目(2023YJ17).
针对神经网络模型在增量学习中存在灾难性遗忘问题,提出一种基于自监督与隐层蒸馏约束的正则化类增量学习方法,包括自监督伪标签预测、隐层蒸馏约束和参数正则化.首先基于贝叶斯和信息论提出一种对模型参数重要性评价的正则化策略;然后...
关键词：增量学习 正则化 知识蒸馏 自监督 伪标签预测 
基于对比学习的矢量化特征空间嵌入聚类
《计算机工程与应用》2024年第4期211-219,共9页郑洋 吴永明 徐岸 
国家自然科学基金(51505094);贵州省科学技术基金计划项目(ZK[2023]一般079)。
深度嵌入聚类(deep embedding clustering,DEC)算法只通过自编码器,以单一实例重构的方式将数据嵌入到低维矢量化特征空间中进行聚类,而忽略了不同实例之间的关系,导致可能无法很好地区分嵌入空间中的实例。针对上述问题,提出基于对比...
关键词：深度聚类 对比学习 自编码器 矢量化特征空间 嵌入聚类 
自适应特征整合与参数优化的类增量学习方法
《计算机工程与应用》2024年第3期220-227,共8页徐岸 吴永明 郑洋 
国家自然科学基金(51505094);贵州省科学技术基金计划(ZK[2023]一般079)。
针对深度网络模型在增量式场景下图片分类任务所产生的灾难性遗忘问题,提出一种自适应特征整合与权重选择的类增量学习方法。该方法以知识蒸馏作为基础框架,对前后任务模型的主干网络和分类网络的输出特征进行整合,利用蒸馏约束与自定...
关键词：增量学习 灾难性遗忘 参数优化 特征整合 知识蒸馏 
基于自适应GHNG的铝电解过程奇异性数据监测方法被引量：1
《计算机集成制造系统》2023年第11期3614-3623,共10页刘天松 吴永明 李少波 盛晓静 刘应波 
国家自然科学基金资助项目(51505094);贵州省科学技术基金计划资助项目(ZK[2023]一般079);贵州省科技支撑计划资助项目((2017)2029);云南财经大学科学研究基金资助项目(2020D01)。
数据监测与控制是铝电解过程提高生产质量的重要手段,针对铝电解过程的数据监测算法缺乏多样性、实时性和稳定性等问题,研究了工艺过程数据实时聚类方法,建立了一种基于自适应生长层次神经气(GHNG)的生产奇异性监测模型。该模型包括自...
关键词：铝电解 层次聚类 在线监测 过程控制 
基于生长神经气改进模糊神经网络的铝电解过程时序数据预测被引量：2
《计算机集成制造系统》2023年第10期3239-3248,共10页盛晓静 吴永明 李少波 刘天松 刘应波 
国家自然科学基金资助项目(51505094);贵州省科学技术基金计划资助项目(ZK[2023]一般079);贵州省科技支撑计划资助项目((2017)2029);云南财经大学科学研究基金资助项目(2020D01)。
针对传统预测模型因分析铝厂时序数据时历史数据量大而无法快速挖掘实时数据隐含的知识信息,导致预测效率低的问题,提出一种基于生长神经气改进模糊神经网络(GNG-ANFIS)全局高效的时序混合预测模型。该模型首先利用生长神经气动态跟踪...
关键词：铝电解 黑猩猩算法 模糊神经网络 时间序列预测 生长神经气 
改进NSGA-Ⅱ算法求解考虑运输约束的柔性作业车间节能调度问题被引量：6
《计算机集成制造系统》2023年第9期3028-3040,共13页王亚昆 刘应波 吴永明 李少波 宗文泽 
国家自然科学基金资助项目(51505094);贵州省科学技术基金计划资助项目(ZK[2023]一般079);贵州省科技支撑计划资助项目((2017)2029);云南财经大学科学研究基金资助项目(2020D01)。
传统柔性作业车间调度通常忽略工件在机器间的运输时间和能耗,针对该问题建立了考虑运输约束与节能的柔性作业车间调度模型,并提出了改进的NSGA-Ⅱ算法求解该模型。首先,在柔性作业车间调度数学模型中设立最大完工时间、总延期、设备总...
关键词：柔性作业车间调度 运输约束 改进NSGA-Ⅱ算法 车间调度算例 
TD-LSTM-S模型在二氧化碳浓度预测中的应用
《重庆理工大学学报（自然科学）》2023年第4期192-199,共8页付子骏 吴永明 徐计 
国家自然科学基金项目(51505094,61962009);贵州省科学技术基金计划项目[(2016)1037],[ZK(2023)079];贵州省科技支撑计划项目[(2017)2029];贵州大学引进人才科研项目[贵大人基合字(2014)60号]。
针对传统预测模型无法利用多元数据变量间内在联系的问题,提出了基于张量分解和序列最小二乘规划(SLSQP)优化的长短期记忆神经网络(LSTM)模型TD-LSTM-S。在模型中将数据构建成张量并对其进行分解与优化,使数据能够保留变量间的内在联系...
关键词：二氧化碳浓度预测 多元数据变量间内在联系 张量分解 序列最小二乘规划 长短期记忆神经网络 
基于改进SMOTE的制造过程不平衡数据分类策略被引量：6
《计算机工程与应用》2022年第16期284-291,共8页黎旭 陈家兑 吴永明 宗文泽 
贵州省科技支撑计划项目((2017)2029,[2021]一般439);贵州省科技计划项目(黔科合平台—JXCX[2021]001)。
不平衡数据分析是智能制造的关键技术之一,其分类问题已成为机器学习和数据挖掘的研究热点。针对目前不平衡数据过采样策略中人工合成数据边缘化且需要降噪处理的问题,提出一种基于改进SMOTE(synthetic minority oversampling technique...
关键词：不平衡数据 过采样 局部离群因子 聚类 合成少数过采样技术(SMOTE) 
基于DTW-kmedoids算法的时间序列数据异常检测被引量：6
《组合机床与自动化加工技术》2022年第5期120-124,128,共6页宗文泽 吴永明 徐计 黎旭 王晨 
国家自然科学基金资助项目(51505094,61962009);贵州省科学技术基金计划项目[(2016)1037];贵州省科技支撑计划项目[(2017)2029]。
针对工业生产中传统聚类算法直接应用于时间序列聚类效果准确性较低的问题,提出一种基于DTW距离度量的K-medoids算法。使用DTW计算时序数据之间的距离取代传统的欧氏距离度量方式,提高了相似性度量算法精度,同时也提高了聚类算法的准确...
关键词：时间序列数据 DTW 聚类 异常检测 
综合考虑绿色性能与通用性成本的产品族配置设计方法被引量：2
《厦门大学学报（自然科学版）》2021年第6期1057-1063,共7页赖荣燊 侯亮 林文广 吴永明 
国家自然科学基金(51505094);福建省中青年教师教育科研项目(JAT200467,JAT200472)。
通过分析面向定制需求的配置方案对产品族绿色性能和总成本的影响,提出综合考虑绿色性能和通用性成本的产品族配置设计方法.基于模块实例绿色性能评价指标体系,应用专家打分法与模糊层次分析法(FAHP)计算模块实例的绿色性能;结合典型产...
关键词：产品族 绿色性能 配置设计 通用性 学习效应 规模效应 
全选清除导出
共4页<1234>
检索报告 对象比较 聚类工具 使用帮助 返回顶部