陈小波
- 作品数：27 被引量：124H指数：7
- 供职机构：江苏大学更多>>
- 发文基金：国家自然科学基金江苏省“六大人才高峰”高层次人才项目中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术交通运输工程文化科学机械工程更多>>
- 定位噪声统计特性未知的变分贝叶斯协同目标跟踪被引量：1
- 2023年
- 为增强定位噪声统计特性未知情况下协同目标跟踪的可靠性,提出一种联合估计目标和协同车状态以及定位噪声统计参数的贝叶斯模型。为实现递推估计,设计了在线变分贝叶斯推断算法。仿真结果表明,当定位噪声的统计特性未知且随时间动态变化时,该算法可以有效提高目标跟踪的精度,与单车跟踪相比,协同跟踪误差可以降低18.7%~23.6%,与其他协同算法相比,误差可以降低4.8%~9.7%。
- 陈小波陈玲
- 关键词：车辆工程目标跟踪
- 计算机基础教学的应变策略及实践
- 2010年
- 在高校本科教育中,计算机基础教学与数学、外语一样具有基础性、普及性及实用性。探讨应对新形势计算机基础教学的策略并将其付诸教学实践环节,实践证明这些策略能提高教与学的效率,具有较高的实用价值。
- 林庆罗媛茅冬梅梁军陈小波
- 关键词：计算机基础教学教学体系教学实践
- 基于动态神经网络集成的驾驶员行为学习算法被引量：1
- 2009年
- 特定交通环境下的驾驶员行为的变化是一个非线性的复杂系统,传统的驾驶决策模型和车辆行驶模型难以体现驾驶员的感知、判断、决策、动作等一系列心理、生理活动的不确定性和不一致性,而人工神经网络特别适合于因果间不易建立明确联系的问题。提出了基于神经网络集成的驾驶员行为学习算法DNNIA,该算法的有效性通过标准数据集和仿真实验得到了验证,学习到的诸如驾驶员踩踏踏板的习惯行为的仿真结果与采集的样本数据总体趋势较为一致,且实现了系统泛化性能的提高。
- 梁军陈小波程显毅姚明
- 关键词：智能交通驾驶员行为仿真
- 驾驶辅助系统基于融合显著性的行人检测算法被引量：3
- 2015年
- 为满足先进驾驶辅助系统的高准确性行人检测要求,提出一种模拟人类注意力机制的视觉显著性行人检测方法。基于仅含行人信息的标记样本库,建立了条件随机场(CRF)模型,以实现不同显著性计算方法的最优融合。实际检测中,首先采用SLIC算法进行图像超像素形式的几何信息划分,进而对可能存在行人的区域进行初筛选,随后在可能的行人区域内,采用CRF模型计算显著性,并将具有较高显著性的区域确定为行人区域。实验结果表明,该方法具有较好的判别性能并达到满意的检测率,同时,采用的行人区域筛选方法在一定程度上缩短了算法的检测时间,基本满足了车载平台的实时性要求。
- 蔡英凤王海陈小波陈龙江浩斌
- 关键词：行人检测视觉显著性条件随机场
- 基于Q学习的足球机器人协作策略
- 本文提出一种新的Q学习方法,即在教练的建议下进行Q学习,并给出二人配合传球的实例,实验结果表明本方法的可行性和有效性。
- 张衡程显毅张吉刚陈小波
- 关键词：AGENTQ学习
- 文献传递
- "智能网联汽车概论"课程教学实践探讨
- 2021年
- 针对"智能网联汽车概论"课程具有内容多、学时少、理论强、实践难等特点,分析课程教学过程中存在的多种问题,从教学手段、课程内容和考核方式等角度,提出项目化教学模式、改进多媒体教学效果、融入现代教育理念、精心组织教学内容、完善课程考核方式等手段,有效增强学生的学习兴趣和积极性、激发学生的创造性,培养学生分析问题和解决问题的能力,提升课程教学质量和教学效率,达到良好的教学效果.
- 陈小波
- 关键词：人工智能课程教学实践
- 基于图正则化和Schatten-p范数最小化的交通数据恢复被引量：3
- 2022年
- 为充分利用交通数据低秩特性与局部近邻关系,准确恢复交通数据采集系统中的缺失数据,首先,应用基于核范数的低秩矩阵补全模型对交通数据矩阵进行预插补,以获得缺失值的初始估计,基于此,构建表征数据局部近邻结构的图模型;然后,提出融合图正则化和Schatten-p范数最小化的交通数据缺失值恢复模型;进一步,提出基于交替方向乘子框架的优化算法,求解缺失值恢复的最优化问题,得到最终的数据恢复结果;最后,用实际的高速公路交通流量和速度数据比较多种方法的恢复误差,同时给出所提方法的参数敏感性分析.实验结果表明:在完全随机缺失、随机缺失和混合缺失模式下,缺失率为10%~50%时,相比于局部最小二乘、概率主成分分析和低秩矩阵补全等方法,基于图正则化和Schatten-p范数最小化的算法恢复误差降低了3.02%~28.49%.
- 陈小波梁书荣柯佳陈玲胡煜
- 关键词：数据恢复
- 基于高斯混合隐马尔科夫模型与人工神经网络的紧急换道行为预测方法被引量：8
- 2020年
- 为了有效降低因驾驶员紧急换道行为而诱发的交通事故,提高道路交通事故链阻断效率,提出一种基于高斯混合隐马尔科夫模型(GMM-HMM)和人工神经网络(ANN)的紧急换道行为预测方法。首先利用GMM-HMM对车辆行驶状态以及驾驶行为连续观察序列进行换道意图辨识,采用ANN预测下一时段的驾驶行为,再预测换道过程中的横向加速度变化率,从而判断紧急换道的危险程度。驾驶员在环仿真实验及实车实验结果表明,该方法预测避险成功率达92.83%,实验避险成功率达90.32%。该方法能有效地对紧急换道行为进行提前警告与干预。
- 于扬梁军陈龙陈龙陈小波华国栋
- 关键词：人工神经网络
- 重尾非高斯定位噪声下鲁棒协同目标跟踪被引量：2
- 2022年
- 针对定位数据的统计特性未知且易受异常值干扰而影响协同目标跟踪性能的问题,提出一种重尾非高斯定位噪声下的鲁棒协同目标跟踪方法.该方法假设定位噪声服从多元学生t-分布,建立联合估计目标状态与定位噪声参数的贝叶斯模型.针对目标状态与噪声分布参数相互耦合而难以计算联合后验分布的问题,应用变分贝叶斯推断原理和平均场理论对后验分布进行解耦,将目标状态与定位噪声参数的联合后验分布估计问题转化为最优化问题,以交替优化的方式实现系统参数的在线递推估计.对提出的协同目标跟踪方法进行测试.仿真结果表明,当定位数据中存在未知的野值噪声时,提出的协同跟踪算法具有较好的鲁棒性.
- 陈小波陈玲梁书荣胡煜
- 关键词：鲁棒性
- “智能交通系统”课程教学改革的思考被引量：4
- 2015年
- 为了适应当代交通技术发展对相关专业人才的需求,结合江苏大学交通运输工程学科在智能交通教研方向的特色,在交通运输方向开设了"智能交通系统"专业必修课程。"智能交通系统"是一门多学科交叉课程,它代表了目前交通运输的发展方向。本文在保持课程系统性的前提下,分析交通运输工程专业开设"智能交通系统"课程的结构,利用多媒体教学,形象生动地介绍重点内容。在课程考核上,采用了平时成绩、课程实验和笔试三者相结合的方式,目的是有效调动学生的积极性和创造性,培养学生独立自主分析智能交通技术方面问题、解决智能交通方面关键技术问题的能力,从而增强学生对智能交通的研究兴趣。
- 蔡英凤王海陈小波
- 关键词：交通工程智能交通教学改革
