《人工智能与机器人研究》杂志联系方式|投稿邮箱|地址电话
《人工智能与机器人研究》是一本关注人工智能与机器人研究领域最新进展的国际中文期刊，本刊支持思想创新、学术创新，倡导科学，繁荣学术，集学术性、思想性为一体，旨在为了给世界范围内的科学家、学者、科研人员提供一个传播、分享和讨论人工智能与机器人研究领域内不同方向问题与发展的交流平台。
发文量：130被引量：39影响因子：0立即指数：0被引半衰期：0引用半衰期：0期刊他引率：0平均引文率：0
主管单位： 主办单位：汉斯出版社 国内刊号： 国际刊号：2326-3415 邮发代号： 发行周期：季刊
数据库收录
哥白尼索引
目录
(55)高杉;鲁博;王立峰
基于截断核范数张量鲁棒主成分分析 (64)杨枥皓
基于虚拟化的地空导弹网络化协同作战研究 (74)范海洲;杨刚;魏兵卓;徐沛然;姚振楠
基于无线通信的移动机器人视觉镇定控制 (82)冀东;尹成浩;宋志伟
基于人工蜂群与K-Means的改进混合聚类算法 (92)包婉莹;罗小玲;潘新
深度学习神经网络在力学模型参数估计中的应用研究进展 (100)李守巨
输电线路鸟巢识别中的无人机优化巡检研究 (110)蔡炜;徐圣兵;罗干;刘炯志;刘志杭
基于Halcon模板匹配优化的指针式仪表识别 (123)张鸣磊;苏卫星;赵建军;吕众鑫;刘芳
基于遗传模拟退火算法的Hadoop系统性能配置优化 (131)包婉莹;罗小玲
一种无人智慧吊装系统架构 (140)聂骁;袁晗菲;王克;戴天琦;凌胜
基于人工智能的电力物资抽检策略决策支持系统研究
范文
基于人工蜂群与K-Means的改进混合聚类算法
《人工智能与机器人研究》2020年 第2期 | 包婉莹 罗小玲 潘新 内蒙古农业大学 计算机与信息工程学院 内蒙古 呼和浩特
导出参考文献 ★ 收藏 | 分享
第1页第2页第3页第4页
论文服务：论文检测 论文选题
摘 要：为了克服K-Means聚类算法过度依赖初始聚类中心、容易陷入局部最优的缺点以及人工蜂群算法因为搜索策略的局限而导致的易早熟,收敛速度慢的问题,提出了改进的全局人工蜂群算法与K-Means++算法相结合的混合聚类方法,充分利用改进的全局人工蜂群算法可以全局寻优的特点与K-Means++算法能够优化初始聚类中心位置并且收敛速度快的特点,将二者融合,使得K-Means可以进行全局搜索,跳出局部最优解,并用UCI数据库中的Wine数据集和Balance-Scale数据集进行实验。结果表明,改进的全局人工蜂群算法较标准人工蜂群算法收敛速度更快,寻优效果更好;本文提出的混合聚类算法与原始K-Means算法相比,稳定性更好,迭代次数减少,收敛速度更快,而且聚类效果也有了明显改善。
【分 类】 【工业技术】 > 自动化技术、计算机技术 > 计算技术、计算机技术
【关键词】 全局人工蜂群算法 K-MEANS 适应度函数 聚类分析
【出 处】 《人工智能与机器人研究》2020年 第2期 92-99页 共8页
【收 录】 中文科技期刊数据库
输电线路鸟巢识别中的无人机优化巡检研究
《人工智能与机器人研究》2020年 第2期 | 蔡炜 徐圣兵 罗干 刘炯志 刘志杭 广东工业大学 应用数学学院 广东 广州 华南理工大学 材料科学与工程学院 广东 广州 广东工业大学 管理学院 广东 广州
导出参考文献 ★ 收藏 | 分享
第1页第2页第3页第4页
论文服务：论文检测 论文选题
摘 要：鸟害是威胁我国输电线路安全稳定运行的重要因素之一。近年来中国架空输电线路发生鸟害故障的次数呈逐年增加的趋势,据此本文提出了一种鸟巢识别中的无人机优化巡检准则。本文主要采用Hough算法提取无人机巡检图像特征以识别杆塔;在杆塔识别区,提取颜色纹理特征以识别鸟巢。本文针对无人机巡检鸟巢漏检问题,利用三维建模软件SolidWorks,建立伞型高压杆塔与鸟巢的三维仿真模型,从而提炼出鸟巢识别中的一种无人机优化拍摄准则。该准则能有效降低杆塔遮挡对鸟巢检测的干扰影响,从而达到提高鸟巢检测灵敏性的目的。
【分 类】 【工业技术】 > 电工技术 > 输配电工程、电力网及电力系统
【关键词】 鸟巢检测 HOUGH算法 颜色检测 纹理检测 无人机巡检
【出 处】 《人工智能与机器人研究》2020年 第2期 110-122页 共13页
【收 录】 中文科技期刊数据库