排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
The problem of adaptive multi-objective optimization(AMOO) has received extensive attention due to its practical significance.An important issue in optimizing a multi-objective system is adjusting the weighting coefficients of multiple objectives so as to keep track of various conditions.In this paper,a feedback structure for AMOO is designed.Moreover,the reinforcement learning combined with hidden biasing information is applied to online tuning weighting coefficients of objective functions.Finally,the prop... 相似文献
2.
3.
为探究不同认知负荷下的人脑活动,设计了三种实验范式(N-Back、心算和Sternberg),采集被试者在三类认知负荷下的脑电图(electroencephalogram, EEG)信号,并对EEG信号进行预处理、特征提取和特征分类。模型通过相位锁相值(phase locking value, PLV)计算了EEG的功能连接特征,将PLV功能连接矩阵作为脑功能网络的边;以微分熵特征作为网络的节点信息,实现EEG频域与空间域特征的融合,利用图注意力神经网络完成了跨任务的认知负荷分类。模型在跨任务三分类认知负荷识别中取得了57.12%的平均分类准确率。基于复杂网络理论,从全局和局部两个层次分析了不同负荷状态下大脑网络结构的变化,随着认知负荷程度增加,theta与alpha频段的全局聚类系数逐渐减小,delta与theta频段的全局效率则有所提高;theta频段下的额叶、顶叶与颞叶脑区电极的局部效率呈上升趋势。网络全局与局部的度量变化表明随着人脑认知负荷程度的提高,功能脑网络的拓扑结构在发生改变。 相似文献
1