彭玮
- 作品数：12 被引量：7H指数：2
- 供职机构：昆明理工大学信息工程与自动化学院更多>>
- 发文基金：国家自然科学基金国家工程实验室开放基金湖南省教育厅优秀青年基金更多>>
- 相关领域：自动化与计算机技术一般工业技术金属学及工艺电子电信更多>>
- 贵金属三效催化剂空燃比特性的全智能分析方法
- 2023年
- 空燃比特性是衡量贵金属三效催化剂性能的关键指标之一,其测试的准确性、时效性、经济性在一定程度上制约高效催化剂的研发。在借助测试成本相对低廉的实验室模拟评价测试的基础上,提出了基于模拟退火算法的空燃比特性全智能分析方法。该方法可自动识别O_(2)以及CO浓度最优的第一个突变点,进而计算其余突变点的位置,同时获取NO、NO_(2)、CO等物质的初始浓度和实时浓度。在计算氧过量系数(λ)和A/F时,充分考虑O_(2)、NO、NO_(2)、CO等物质的浓度对空燃比的影响。研究结果表明:采用智能方法可获得与常规手动数据处理方法相当甚至更优的结果,单组数据的处理周期从50 min直接降低至0.2~2 s。
- 刘艺琴刘艺琴徐滢赵云昆张爱敏彭玮
- 关键词：空燃比转化率三效催化剂模拟退火算法
- 海量种群基因表达式编程的内存删冗算法
- 2014年
- 在大样本、多种群、高进化代数的情况下,基因表达式编程(GEP)容易产生冗余个体染色体有效串,从而影响计算性能。为解决该问题,提出一种基于内存检测种群冗余的算法MPRRGEP。分析单基因、多基因对种群冗余性的影响,设计个体染色体有效性的测度方法。提出内存Hash种群映射删冗算法,在内存中索引个体染色体数据,减少相同有效串的重复计算次数,大幅提高GEP计算性能。实验结果表明,相比传统GEP算法,MPRRGEP算法平均减少60%以上的计算时间。
- 钟坚成彭玮
- 关键词：基因表达式编程哈希表多基因
- 基于动态网络切分的关键蛋白质预测方法
- 2022年
- 关键蛋白质作为蛋白质中的关键物质,不仅对研究细胞生长调控有着重要意义,也为更深层次的疾病研究奠定理论基础.目前,针对关键蛋白质的识别方法大多为应用基因表达信息和蛋白质相互作用网络,提出识别关键蛋白质的静态和动态网络方法,但这些方法未考虑基因表达调控的周期性规律,无法准确地刻画受基因周期调控的蛋白质网络.为此,在基因表达动态性的基础上引入了基因周期性表达的概念,提出了一种动态网络切分方法.该方法通过构建基因“活性”表达矩阵,利用切分后的“活性”表达矩阵作用于蛋白质相互作用网络,从而形成蛋白质周期子网络,最终综合各周期子网络来衡量蛋白质结点在网络中的重要性.实验结果表明,该方法在酵母、大肠杆菌和人类膀胱数据中可以有效地提高关键蛋白质预测率.
- 钟坚成方卓瞿佐航钟颖彭玮潘毅
- 关键词：蛋白质相互作用网络动态网络
- 面向边缘计算资源分配的防假名拍卖机制
- 2024年
- 边缘计算激励机制可以激励用户参与到资源分配的过程中来.为防范不诚实用户对资源分配的操纵,现有激励机制致力于使参与者在投标时给出他们的真实估值,但未考虑对假名攻击的对抗策略.为解决现有机制缺乏对抗假名攻击的能力这一问题,首先,对假名攻击投标决策手段进行分析,设计了假名过滤算法和结合边缘服务器成本的最小临界值定价算法,假名过滤算法剔除可能的假名用户,定价算法则保证了假名用户无法通过操纵临界价格提高效用.然后,证明了该防假名拍卖机制满足真实性和个体理性,此外还证明了该机制对假名攻击具有抗操纵性.实验结果表明,该机制能够在满足真实性的同时,保证用户无法通过单方面发起假名攻击增加效用.
- 张震东付晓东刘骊刘骊
- 关键词：资源分配组合拍卖
- 基于权力指数的DPoS共谋攻击检测与预防被引量：3
- 2022年
- 针对DPoS共识机制存在恶意节点通过共谋操纵选举,导致DPoS共识过程中区块链安全性无法保证的问题,提出基于权力指数的DPoS共谋攻击检测与预防方法。首先,借鉴博弈理论中权力指数的思想,构建DPoS的加权投票博弈模型,以分析恶意节点的行为动机。然后,通过异常的权力指数变化幅度进行攻击检测,在预防DPoS共谋攻击的过程中,加入Softsign激活函数抑制恶意节点的权力指数。最后,理论分析与实验验证了所提方法检测和预防DPoS共谋攻击的有效性。
- 付晓东漆鑫鑫刘骊彭玮丁家满代飞
- 关键词：区块链共谋攻击
- AN-CEEMD算法对心电信号中肌电干扰的降噪研究被引量：1
- 2020年
- 针对高频肌电噪声、低频基线漂移及工频干扰等噪声对心电信号分析诊断的影响问题,本文使用基于自适应噪声的完备集合经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,AN-CEEMD)方法,在EEMD基础上自适应地添加正负成对的辅助白噪声,将信号分解成多个从高频到低频的本征模态函数(Intrinsic Mode Functions,IMFs),然后对IMF分量进行集总平均运算,从而降低了重构误差带来的影响.实验结果表明:AN-CEEMD算法对于心电信号中高频肌电干扰的降噪效果较好,能够有效提高信噪比(Signal Noise Ratio,SNR)和相关系数(Correlation Coefficient,R).相对于传统的小波方法,AN-CEEMD算法优势明显;对比EMD算法,降噪后的SNR平均提高了2.32%,得到的R值平均提高了2.34%;对比EEMD方法,SNR平均提高了1.20%,R值平均提高了1.04%.
- 张长胜田长平赵振刚张家洪陈玮彭玮李川李英娜
- 关键词：心电信号SNR
- 基于层次聚类的贵金属三效催化材料起燃温度识别算法研究被引量：3
- 2022年
- 三效催化反应涉及一氧化碳(CO)、碳氢化合物(HC)、氮氧化物(NOx)的同时转化,需要采用每种污染物转化的起燃温度对三效催化反应起燃活性进行描述,给高性能三效催化材料的筛选和开发工作带来了极大的困难。本文采用层次聚类法和均值法分析了三效催化反应起燃活性特征描述符的可行性,研究了氧过量系数和阈值对特征描述符的影响。结果表明:层次聚类法可获得比均值法更具代表性的层次聚类中心温度作为特征描述符,适用于氧过量系数为0.94~0.98的三效催化模拟反应条件,且最佳阈值为6.0,然而,对于氧过量系数>0.98的模拟反应条件,氧过量系数越高,层次聚类法的适用性越差。三效催化反应起燃活性特征描述符的提出和应用有助于不同贵金属三效催化材料性能的平行对比,解决描述三效催化反应起燃活性存在多重数值指标的问题,实现性能指标描述的唯一性。
- 刘艺琴刘艺琴张爱敏单斌单斌彭玮
- 关键词：贵金属三效催化剂欧氏距离特征描述符
- 单视角三维人体重建的着装特征学习
- 2024年
- 目的由于单视角着装人体重建中存在肢体遮挡、着装姿态复杂,且现有方法仅能精确提取和表示着装人体图像中的视觉特征,未考虑复杂的着装姿态引起的动态细节表达,较难生成具有动态褶皱的着装人体模型。因此,提出一种单视角三维人体重建的着装特征学习方法。方法首先对着装人体图像集中的单视角图像进行肢体特征表示,通过二维关节点预测与姿态特征深度回归,提取人体的着装姿态特征;再基于着装姿态特征,定义以柔性变形关节点为中心的着装褶皱采样空间和柔性变形损失函数,通过引入服装模板对输入的着装人体真值模型学习着装柔性变形,获得着装褶皱特征;然后,结合姿态参数回归、特征图采样特征和编解码器,构建联合着装人体像素和体素的人体形状特征学习模块,得到着装人体形状特征;最后结合褶皱特征、着装人体形状特征和计算的三维采样空间,通过定义有向距离场进行三维人体重建,输出最终的着装人体模型。结果为了验证方法的有效性,在公开的THuman2.0数据集进行对比实验。结果显示,构建姿态特征学习模块有助于重建完整的肢体与正确的姿态,以褶皱特征学习对形状特征进行优化,可以获得高精度的重建结果。与当前先进的单视角三维人体重建方法比较,相比于性能第2的模型,本文方法重建结果的点到面距离与倒角距离分别降低了4.4%和2.6%。结论本文提出的单视角三维人体重建的着装特征学习方法,能有效学习单视角三维人体重建的着装特征,生成具有复杂姿态和动态褶皱的着装人体模型。
- 黄千芃刘骊付晓东付晓东彭玮
- 单视角三维服装重建的民族风格表征学习
- 2024年
- 针对民族服装风格多样、款式和配饰复杂,导致单视角三维服装重建结构不完整、风格不准确和局部特征模糊等问题,为了学习和映射民族服装的潜在风格特征,提出一种单视角三维服装重建的民族风格表征学习方法.首先结合定义的民族服装形状风格和几何拓扑构建形状表征,学习形状潜在特征;然后基于区域定位和关键点,并融合定义的款式风格、着装部位进行款式表征,得到局部感知区域图,以学习款式潜在特征;再联合形状、款式特征以及定义的对称损失函数,隐式重建出民族服装的初步模型;最后在卷积网络中引入图像的超像素特征、Branch分支和配饰的语义解析建立配饰表征,并编码UV位置图到特征空间,生成民族服装的最终模型.在自定义的少数民族服装数据集上的实验结果表明,所提方法的倒角距离和法线余弦距离分别为1.732和0.13,较已有方法降低11%和18%,能够提高单视角三维民族服装重建的精度,生成具有民族风格的三维服装模型.
- 张瑀卿刘骊付晓东付晓东彭玮
- 利用Hawkes过程模型的移动边缘计算服务质量预测
- 2023年
- 移动边缘计算为用户提供高性能、低延时、高带宽的网络服务.在移动边缘计算环境中,服务质量预测对提高用户的满意度具有重要作用.目标用户的相似用户在历史时刻使用该边缘服务器访问服务的服务质量高,对目标用户访问该边缘服务器有激励作用,并且使用该边缘服务器服务质量高的相似用户越多,起到的激励作用也会累加.考虑到激励作用可以提高服务质量预测准确性,本文提出基于Hawkes过程模型的移动边缘计算服务质量预测方法.方法首先确定目标用户的相似用户,再提取相似用户在边缘服务器上的服务质量数据,使用最大似然估计方法训练Hawkes过程模型,得到训练后的各参数值,最后使用Hawkes过程模型对目标用户使用附近边缘服务器服务质量高的概率进行预测,得到概率最高的边缘服务器,以提高用户的满意度.与现有方法的对比实验表明,本文所提出的方法对移动边缘服务环境中未知QoS的预测更为准确.
- 李媛媛付晓东刘骊刘骊刘利军
