周慧

作品数：3被引量：23H指数：3
导出分析报告
供职机构：南京航空航天大学计算机科学与技术学院更多>>
发文主题：车辆路径问题PARETO最优解混合粒子群优化算法多目标模拟退火更多>>
发文领域：自动化与计算机技术更多>>
发文期刊：《计算机科学》更多>>
所获基金：江苏省产学研联合创新资金项目国家自然科学基金更多>>
-
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1-3
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于主动采样的深度鲁棒神经网络学习被引量：3
《计算机科学》2022年第7期164-169,共6页周慧 施皓晨 屠要峰 黄圣君 
科技创新2030-新一代人工智能重大项目(2020AAA0107000);国家自然科学基金(62076128)。
随着深度模型在许多实际任务中的广泛应用,提高模型的鲁棒性已经成为了机器学习的重要研究方向。最新的研究表明,通过对训练样本添加噪声扰动进行训练能有效地提升深度模型的鲁棒性。然而,该训练过程往往需要大量已标注样本。在许多实...
关键词：深度学习 噪声干扰 主动学习 模型鲁棒性 不一致性 
多目标动态车辆路径问题建模及优化被引量：11
《计算机科学》2015年第6期204-209,共6页周慧 周良 丁秋林 
江苏省产学研联合创新资金项目(SBY201320423)资助
针对物流配送中动态车辆路径优化问题,综合考虑动态需求、路网影响、车辆共享、时间窗以及客户满意度,建立了多目标动态数学规划模型,该模型能更好地描述现代物流配送问题。同时,提出一种两阶段求解策略,第一阶段采用多目标混合粒子群...
关键词：物流配送 车辆路径问题 混合粒子群优化算法 模拟退火 PARETO最优解 
基于深度学习的疲劳状态识别算法被引量：9
《计算机科学》2015年第3期191-194,200,共5页周慧 周良 丁秋林 
江苏省产学研联合创新资金项目(SBY201320423)资助
目前国内外的疲劳状态识别算法大多数是基于单一的、人为制定的疲劳状态特征实现的,且大部分算法结构复杂,效率比较低下,对驾驶员的个人行为习惯的适应性不强。为此,提出一种基于深度学习的疲劳状态识别算法,它引入深信度网络(DBN)来模...
关键词：疲劳状态识别 深度学习 深信度网络 疲劳特征 反馈机制 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部