您的位置: 专家智库 > >

郭丽丽

作品数:17 被引量:30H指数:3
供职机构:教育部更多>>
发文基金:教育部“新世纪优秀人才支持计划”天津市自然科学基金国家自然科学基金更多>>
相关领域:医药卫生自动化与计算机技术更多>>

文献类型

  • 16篇期刊文章
  • 1篇学位论文

领域

  • 9篇医药卫生
  • 8篇自动化与计算...

主题

  • 4篇黄芩
  • 3篇智能体
  • 3篇神经网
  • 3篇神经网络
  • 3篇网络
  • 3篇纳米粒
  • 3篇多智能
  • 3篇多智能体
  • 2篇信号控制
  • 2篇液相
  • 2篇液相色谱
  • 2篇支持向量
  • 2篇制剂
  • 2篇色谱
  • 2篇配置网络
  • 2篇相色谱
  • 2篇向量
  • 2篇米粒
  • 2篇黄芩素
  • 2篇黄芩苷

机构

  • 11篇教育部
  • 8篇中国矿业大学
  • 8篇天津中医药大...
  • 3篇天津大学
  • 1篇沈阳药科大学
  • 1篇江苏康缘药业...
  • 1篇中药制药过程...

作者

  • 17篇郭丽丽
  • 8篇张健
  • 8篇丁世飞
  • 8篇郭丽丽
  • 7篇刘志东
  • 4篇李楠
  • 4篇范丽丽
  • 3篇庞晓晨
  • 3篇徐晓
  • 2篇陈静
  • 2篇佟玲
  • 1篇梁志贞
  • 1篇张倩
  • 1篇萧伟
  • 1篇尹忠鹏
  • 1篇王少峡
  • 1篇夏庆梅
  • 1篇孙统风
  • 1篇杨红云
  • 1篇何新

传媒

  • 4篇计算机学报
  • 4篇天津中医药大...
  • 3篇天津中医药
  • 1篇计算机研究与...
  • 1篇电子学报
  • 1篇计算机应用
  • 1篇软件学报
  • 1篇天津医科大学...

年份

  • 4篇2024
  • 5篇2023
  • 4篇2015
  • 4篇2014
17 条 记 录,以下是 1-10
排序方式:
基于双评论家的多智能体深度确定性策略梯度方法被引量:3
2023年
在现实世界的复杂多智能体环境中,任务的完成通常需要多个智能体之间的相互协作,这促使各种多智能体强化学习方法不断涌现.动作价值函数估计偏差是单智能体强化学习领域中备受关注的一个重要问题,而在多智能体环境中却鲜有研究.针对这一问题,分别从理论和实验上证明了多智能体深度确定性策略梯度方法存在价值函数被高估.提出基于双评论家的多智能体深度确定性策略梯度(multiagent deep deterministic policy gradient method based on double critics,MADDPG-DC)方法,通过在双评论家网络上的最小值操作来避免价值被高估,进一步促进智能体学得最优的策略.此外,延迟行动者网络更新,保证行动者网络策略更新的效率和稳定性,提高策略学习和更新的质量.在多智能体粒子环境和交通信号控制环境上的实验结果证明了所提方法的可行性和优越性.
丁世飞杜威郭丽丽郭丽丽郭丽丽
关键词:交通信号控制
两种黄芩苷眼用制剂防治硒性白内障作用研究被引量:1
2014年
[目的]考察黄芩苷眼用固体脂质纳米粒(BA-SLNs)、黄芩苷眼用固体脂质纳米粒凝胶(BA-SLNsG)抗硒性白内障作用。[方法]采用12日龄Wistar乳鼠制造硒性白内障模型。给药组眼内分别滴入20μL治疗药物,空白组和模型组分别给予同体积生理盐水,阳性组给予同体积白内停,每天给药4次,持续8 d,观察每日大鼠晶状体变化。测定超氧化物歧化酶活性(SOD)、谷胱甘肽(GSH)含量并采用蛋白免疫印迹方法初步考察两种黄芩苷眼用制剂对αA-晶状体蛋白(αA-Crystallin)表达的影响。[结果]两给药组大鼠晶状体浑浊程度明显轻于模型组。空白组和给药组SOD活性明显高于模型组(P<0.01);各组GSH含量也高于模型组(P<0.05)。蛋白免疫印迹结果表明模型组晶状体中αA-Crystallin表达量均高于其余各组。[结论]BA-SLNs、BA-SLNsG均能有效提高晶状体抗氧化能力,下调αA-Crystallin表达,延缓白内障发病,可进一步开发成临床药物。
韩真真李楠郭丽丽佟玲陈静
关键词:硒性白内障黄芩苷超氧化物歧化酶谷胱甘肽蛋白免疫印迹
基于价值函数分解和通信学习机制的异构多智能体强化学习方法
2024年
许多现实世界的系统可以被建模为多智能体系统,多智能体强化学习为开发这些系统提供了一种有效的方法,其中基于集中训练与分散执行范式的价值函数分解方法得到了广泛的研究.然而现有的价值分解方法一般缺乏通信机制,在处理需要通信学习的多智能体任务时表现不佳.同时,目前大多数通信机制都是针对同构多智能体环境设计的,没有考虑异构多智能体场景.在异构场景中,由于智能体动作空间或观测空间的异构性,智能体之间的信息共享并不直接.如果不能对智能体的异构性进行有效地建模处理,通信机制将变得无效,甚至会影响多智能体的协作性能.为了应对这些挑战,本文提出一个融合价值函数分解和通信学习机制的异构多智能体强化学习框架.具体地:(1)与采用同构图卷积网络的方法不同,该框架利用异构图卷积网络融合智能体的异构特征信息得到有效的嵌入;(2)利用通信学习模块获得的嵌入信息和局部观测历史计算每个智能体的动作价值,以选择和协调智能体的动作;(3)通过设计的互信息损失函数和价值函数分解模块的损失函数联合训练,能够有效地训练整个方法.本文首先在两个异构多智能体平台上进行实验,实验结果表明该方法能学到比基线方法更有效的策略,在两个平台上相比基线方法分别提高了 13%的平均奖励值和24%的平均胜率.此外,在交通信号控制场景中验证了该方法在现实系统中的可行性.
杜威丁世飞郭丽丽郭丽丽郭丽丽
关键词:通信机制互信息交通信号控制
单池药物溶出仿生系统考察卡马西平组合微丸的溶出特征被引量:3
2015年
目的:动态考察卡马西平组合微丸溶出特征。方法:采用Single cell-DDASS法,连续、动态地模拟组合微丸从胃移行至肠道崩解、释放,以模拟药物在人体中的溶出过程。联合使用高效液相色谱法测定药物含量随时间的变化情况。采用动力学方程拟合药物在体外的释放行为,根据拟合优度判定拟合情况。结果:卡马西平组合微丸累积释放最优拟合方程为一级释放动力学方程。ln(1-0.01Q)=-0.022 9t+0.552 1(r=0.989 6)。释放机制为溶蚀机制。其释放度曲线拥有两个峰。峰谷波动小,释放时间延长。结论:卡马西平组合微丸具有一定的缓释效果。
罗配孙精通王爱潮秦璐庞晓晨郭丽丽何新刘志东
关键词:卡马西平高效液相色谱溶出度药物评价
多智能体深度强化学习研究进展
2024年
深度强化学习(Deep Reinforcement Learning,DRL)在近年受到广泛的关注,并在各种领域取得显著的成功.由于现实环境通常包括多个与环境交互的智能体,多智能体深度强化学习(Multi-Agent Deep Reinforcement Learning,MADRL)获得蓬勃的发展,在各种复杂的序列决策任务上取得优异的表现.本文对多智能体深度强化学习的工作进展进行综述,主要内容分为三个部分.首先,我们回顾了几种常见的多智能体强化学习问题表示及其对应的合作、竞争和混合任务.其次,我们对目前的MADRL方法进行了全新的多维度的分类,并对不同类别的方法展开进一步介绍.其中,我们重点综述值函数分解方法,基于通信的MADRL方法以及基于图神经网络的MADRL方法.最后,我们研究了MADRL方法在现实场景中的主要应用.希望本文能够为即将进入这一快速发展领域的新研究人员和希望获得全方位了解并根据最新进展确定新方向的现有领域专家提供帮助.
丁世飞杜威张健郭丽丽张健
弱监督场景下的支持向量机算法综述
2024年
支持向量机(Support Vector Machine,SVM)是一种建立在结构风险最小化原则上的统计学习方法,以其在非线性、小样本以及高维问题中的独特优势被广泛应用于图像识别、故障诊断以及文本分类等领域.但SVM是一种监督学习算法,它旨在利用大量的、唯一且明确的真值标记样本来训练学习器,在不完全监督、不确切监督以及多义监督等弱监督场景下难以取得较好的效果.本文首先阐述了弱监督场景的概念和SVM的相关理论,然后从弱监督场景角度出发,系统地梳理了目前SVM算法的研究现状和发展,包括基于半监督学习、多示例学习以及多标记学习的方法;其中基于半监督学习的方法根据数据假设可细分为基于聚类假设和基于流形假设的方法,基于多标记学习的方法根据解决方案可细分为基于示例水平空间、基于包水平空间以及基于嵌入空间的方法,基于多标记学习的方法根据处理思路可细分为基于问题转换和基于算法自适应的方法;随后,本文总结了部分代表性算法在公开数据集上的实验结果;最后,探讨并展望了未来可能的研究方向.
丁世飞孙玉婷梁志贞梁志贞张健郭丽丽
关键词:支持向量机半监督学习多示例学习多标记学习
丹参酮Ⅰ脂质体的制备及表征被引量:2
2015年
[目的]制备丹参酮Ⅰ脂质体,并对其包封率、粒径、电位等理化性质进行考察。[方法]采用薄膜分散法丹参酮Ⅰ脂质体,用琼脂糖凝胶柱色谱法和紫外分光光度法测定包封率,用差示扫描量热法检测丹参酮Ⅰ脂质体各组成物质的相变过程。[结果]丹参酮Ⅰ在1.004~6.024μg/m L范围内线性关系良好(r=0.999 9),琼脂糖凝胶柱色谱法能有效分离脂质体和游离药物,加样回收率为(98.23±0.02)%,平均包封率为(92.56±0.39)%,粒径为(90.64±1.21)nm,电位为(-35.37±0.84)m V。[结论]薄膜分散法可用于制备丹参酮Ⅰ脂质体,制备的丹参酮Ⅰ脂质体的包封率高,粒径均一,电位稳定,药物含量和包封率测定方法准确可靠,专属性强。
郭丽丽范丽丽王爱潮庞晓晨罗配杨红云王少峡刘志东
关键词:脂质体包封率
黄芩素PLGA纳米粒的制备及制剂学性质研究被引量:7
2014年
[目的]优化影响黄芩素聚乳酸/羟基乙酸共聚物(PLGA)纳米粒成型工艺参数,并评价优化工艺后所制纳米粒的制剂学性质。[方法]采用乳化-溶剂挥发法制备黄芩素PLGA纳米粒,以粒径、包封率为评价指标,单因素实验考察了聚乙烯醇(PVA)浓度、PLGA型号、PLGA分子量、PLGA浓度、水相与有机相体积比、丙酮与无水乙醇体积比、药物与PLGA的比例共7个参数对纳米粒成型工艺的作用规律。[结果]优化处方工艺制备的纳米粒包封率为(95.03±1.33)%、平均粒径为(126.80±4.50)nm、Zeta电位(-21.30±0.23)mV。[结论]乳化-溶剂挥发法制备的黄芩素PLGA纳米粒圆整,粒径均一。
李楠范丽丽刘志东王爱潮郭丽丽周沫
关键词:黄芩素乳酸纳米粒
改进的基于多路径特征的胶囊网络
2023年
针对胶囊网络(CapsNet)在复杂数据集上的分类效果差,而且在路由过程中参数数量过大等问题,提出一种基于多路径特征的胶囊网络(MCNet),包含新的胶囊特征提取器和新的胶囊池化方法。该胶囊特征提取器从多个不同路径中并行地提取不同层次、不同位置的特征,然后将特征编码为包含更多语义信息的胶囊特征;胶囊池化方法则在胶囊特征图的每个位置选取最活跃的胶囊,用少量的胶囊表示有效的胶囊特征。在4个数据集(CIFAR-10、SVHN、Fashion-MNIST、MNIST)上与CapsNet等模型进行了对比。实验结果显示,MCNet在CIFAR-10数据集上的分类准确率为79.27%,可训练的参数数量为6.25×10^(6),与CapsNet相比,MCNet的分类准确率提升了8.7%,参数数量减少了46.8%。MCNet能够有效提升分类准确率,同时减少可训练的参数数量。
徐清海丁世飞孙统风孙统风郭丽丽
关键词:动态路由
基于M-estimator函数的加权深度随机配置网络
2023年
深度随机配置网络(Deep Stochastic Configuration Network,DSCN)是一种增量式随机化学习模型,具有人为干预程度低、学习效率高和泛化能力强等优点.但是,面向噪声数据回归与分析时,传统的DSCN易受到异常值影响,从而降低了模型的泛化性.因此,为提高噪声数据回归的精度和鲁棒性,提出了基于M-estimator函数的加权深度随机配置网络(Weighted Deep Stochastic Configuration Networks,WDSCN).首先,选取Huber和Bisquare 2个常用的M-estimator函数计算样本权重,利用加权最小二乘法和L2正则化策略替代最小二乘来更新WDSCN输出权重,以降低异常值对WDSCN的负面影响;其次,为提高WDSCN模型表征能力,设计了一种随机配置稀疏自编码器(Stochastic Configuration Sparse Autoencoder,SC-SAE),SC-SAE基于DSCN其独有的监督机制随机分配输入参数,采用基于L1正则化的目标函数,并利用交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)计算SC-SAE输出权重;然后,为获取有效的特征表示,利用SC-SAE生成特征的随机性和多样性,采用多个SC-SAE进行特征学习并融合,用于WDSCN模型训练;最后,在真实数据集上的实验结果表明,WDSCN-Huber、WDSCN-Bisquare相比于DSCN、SCN以及RSC-KDE、RSC-Huber、RSC-IQR、RSCN-KDE、WBLS-KDE和RBLS-Huber等加权模型具有更高的泛化性能和回归精度.
丁世飞张成龙郭丽丽郭丽丽郭丽丽
关键词:异常数据随机神经网络
共2页<12>
聚类工具0