公共文化服务平台

饶卫雄: 作品数：20 被引量：55H指数：3; 供职机构：同济大学更多>>; 发文基金：国家自然科学基金中央高校基本科研业务费专项资金上海市科学技术委员会资助项目更多>>; 相关领域：自动化与计算机技术交通运输工程机械工程文化科学更多>>

合作作者

基于深度学习的多参数结构拓扑优化方法: 2024年; 基于有限元的拓扑优化方法,需要多次有限元求解与迭代,由此消耗了大量的计算资源与时间。为提高拓扑优化效率,本文以悬臂梁结构拓扑优化设计为例,引入过滤半径、体积分数、载荷作用点及加载方向4个优化参数,提出了一种基于残差连接的生成式卷积神经网络(CNN)模型,分析了样本数量及损失函数类型对生成式CNN模型精度的影响规律。结果表明:所建立的生成式CNN模型具有较高的精度与泛化能力,模型预测值与有限元仿真结果平均结构相似度可达0.9720,平均绝对误差为0.0143。该模型预测耗时仅为有限元法的0.0041倍,显著提升了结构拓扑优化效率。; 楚遵康余海燕高泽饶卫雄; 关键词：拓扑优化卷积神经网络结构相似度

基于机器学习的汽车吸能结构耐撞性智能预测方法: 2024年; 汽车零部件正向设计中,为快速预测所设计的吸能结构的碰撞吸能特性,以吸能盒为研究对象,通过有限元压溃变形仿真生成数据集,训练得到一种新的可识别几何结构和记忆时序特征的预测模型。模型通过基于图的编码器进行几何结构识别,采用长短期记忆网络和图卷积神经网络处理时序数据,并输出预测结果。对比表明:吸能盒压溃形态预测结果与有限元仿真结果一致,压溃变形量的预测精度可达95.33%,最大吸能值的预测精度可达99.98%。预测模型相较于有限元计算,其计算效率分别提高了174.5倍和210.5倍,可以快速准确地预测吸能盒的碰撞性能。; 贺宏伟余海燕高泽饶卫雄; 关键词：有限元分析

基于图网络的汽车零部件应力场快速预测方法研究被引量：1: 2024年; 有限元分析作为一种重要的计算机辅助工程技术,在汽车零部件开发中起着极为重要的作用,但是在分析复杂问题时耗时长,影响开发周期。为此,本文提出了一种以有限元仿真提供样本数据、以图网络技术建立有限元输入与输出间的映射关系的神经网络方法,将该图网络方法应用于座椅骨架总成的应力场预测。该预测方法中采用图节点和图边模拟了有限元模型中节点间的连接关系,由此表达有限元模型中单元之间的拓扑关系,并将预测结果与有限元仿真结果进行了对比。结果表明该方法能准确预测座椅骨架总成的最大应力及其出现的位置,对应力分布一致性均有较好的预测能力,且计算速度比相应有限元求解度快3个数量级以上。; 高泽楚遵康石稼晟林滏饶卫雄余海燕; 关键词：有限元分析汽车座椅

一种基于弹幕数据分析的广告投放机制: 本发明为一种基于弹幕数据分析的广告投放机制，涉及数据分析在广告投放中的应用。随着弹幕的日益流行，目前一些主流的弹幕视频网站上积累了大量的弹幕数据，热门视频的弹幕数量可以达到百万余条，海量的弹幕数据背后隐藏着很多有价值的信...; 赵钦佩饶卫雄史扬李江峰

发布订阅系统中压缩感知匹配算法研究: 2017年; 布尔表达式常用于表达发布订阅系统中的订阅条件及发布内容。由于海量信息的多样性,系统经常表现出高维的特征。如何对海量数据进行有效索引并快速找出有用信息对当前研究提出巨大挑战。本文提出一个压缩感知的匹配算法从时间和空间两方面来优化系统性能。通过编码压缩降低空间开销,然后设计压缩感知的匹配算法加速匹配过程。本文最后与相关工作进行对比实验验证本文方案的性能。; 陶金饶卫雄; 关键词：压缩感知

基于图神经网络的复杂物理模拟仿真方法: 本发明提出了基于图神经网络的复杂物理模拟仿真方法，面向物理系统的网格图，基于图神经网络提出了一种双尺度消息传递的方法。原网格图被映射为多个粗粒度的网格图，这些网格图能够并行处理。本发明对每个粗化网格图进行单独的下采样，统...; 饶卫雄赵钦佩石稼晟

基于强化学习图神经网络的大型路网多车辆路径负载均衡方法: 本发明提出了基于强化学习图神经网络的大型路网多车辆路径负载均衡方法，包括步骤：获取真实场景中的路网数据，对路网建模，表示为图结构；将图结构拆分为多个子图结构，每个子图结构对应一个子路网；构建并训练强化学习自适应图神经网络...; 饶卫雄赵钦佩张隆源

基于半监督学习的多源异构数据治理被引量：5: 2022年; 为实现不同数据管理系统之间的互通,提出一种基于半监督学习算法的多源异构数据治理框架,并由此设计、实现和测试了一套非结构化数据与结构化数据的自动化对齐方法。利用命名实体识别(NER)技术,将非结构化数据转化为结构化数据,再分别利用基于字符串相似度的方法和基于监督学习的方法,对结构化数据进行模式匹配;通过半监督学习方法,在结构化数据与数据库记录实体之间进行实体匹配与融合;利用自然语言处理(NLP)技术及深度学习方法,对融合后的数据集进行缺失值填补。结果表明:在论文数据集和视频元数据集上进行对齐处理后,两者的F1值分别达到89.70%及96.50%;在不同属性上进行缺失值填补后,整体填补准确率达到78%以上,大大优于基线方法的准确率。; 饶卫雄高宏业林程赵钦佩叶丰; 关键词：半监督学习

不等长时间序列滑窗STS距离聚类算法被引量：10: 2015年; 时间序列的聚类算法是分析预测互联网搜索对象搜索指数和社交网络话题热度随时间变化趋势的重要过程,但目前时间序列聚类算法的研究存在两点不足:首先国内外的时间序列聚类的研究都采用等长划分的时间序列,这往往会丢失许多重要特征点,对数据挖掘结果产生一定的负面影响;其次直接使用时间序列观测值不能准确地度量时间序列的形状相似度。因此,通过标准分数z_score预处理消除了时间序列观测值数量级差异的影响,并设计了基于滑窗的不等长时间序列STS(short time series)距离和类k-means聚类算法的中心曲线计算方法,最终提出了基于滑窗不等长时间序列STS距离的聚类算法,从而解决了不等长时间序列聚类问题。采集互联网上的真实数据集作为测试样本,并进行了大量实验。实验结果表明,基于滑窗不等长时间序列STS距离的聚类算法不仅消除了时间序列观测值数量级差异的影响,解决了不等长时间序列聚类问题,并且比现有算法取得了更优的聚类效果。; 刘琴王恺乐饶卫雄; 关键词：聚类时间序列 K-MEANS算法

基于3D几何特征深度表达学习的物理系统仿真: 2024年; 针对现有深度学习方法在物理系统仿真中无法处理几何边界与初始条件同时变化的场景的问题,提出将几何边界约束的表达与物理系统仿真解耦的技术思路,设计了几何特征表达学习和物理系统仿真双步骤的技术路线。在构建与外部物理条件无关的几何特征提取模块之后,融合提取的几何特征与物理特征,最后设计基于神经网络的物理系统仿真方法。在应力场预测实验中,所提方法的预测时间为2.63 ms,远低于有限元法(FEM)的0.6 s,且平均绝对误差(MAE)仅为MeshNet的0.389倍。实验结果表明,所提方法能够保持较高仿真精度,同时能够较好地适应不同的几何边界与初始条件。; 林滏石稼晟高泽楚遵康马琼敏余海燕饶卫雄; 关键词：有限元法平均绝对误差

饶卫雄

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

饶卫雄

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈