检索结果-南通市图书馆

作者：张慧北京邮电大学

学位级别：硕士

深度学习是一种最近提出来的机器学习模型。该模型与传统的浅层机器学习模型相比,含有两层及两层以上的隐藏层。实际上,深度学习是一个多层次的网络结构,该网络结构可以用一个复杂的复合函数进行拟合。深度学习中的复合函数的自变量是... 详细信息

深度学习是一种最近提出来的机器学习模型。该模型与传统的浅层机器学习模型相比,含有两层及两层以上的隐藏层。实际上,深度学习是一个多层次的网络结构,该网络结构可以用一个复杂的复合函数进行拟合。深度学习中的复合函数的自变量是深度学习模型每一层中的权重参数及偏差项,这些参数的取值直接决定了网络输出的准确性。为了提高深度学习模型输出值的准确性,我们需要不断优化该模型中的参数,因此,深度学习中的优化算法已经成为人们的研究热点。本文针对深度学习中五种典型的优化算法进行改进,包括:Adam算法、RMSProp算法、AdaGrad算法、动量算法以及梯度法。为了使Adam算法和AdaGrad算法有更快的收敛速度,我们在Adam算法和AdaGrad算法中引入了动量的思想,提出了带动量的Adam算法和Adarad算法,我们称改进的Adam算法为AMM算法;为了修正动量算法中的初始化误差,我们提出了改进的动量算法;为了避免给RMSProp算法设定初始学习率的困扰,我们将两种典型的BB步长引入到RMSProp算法中,提出了带BB步长的RMSProp算法;为了克服梯度法在最小值点附近收敛速度变慢的缺陷,我们将典型的模式步引入到梯度法中,提出了带模式步的梯度法。我们通过数值实验表明了五种改进之后的算法在不同程度上优于原来的算法,其中Adam算法的改进效果最为明显,我们不但给出了 AMM算法的数值实验,我们通过理论分析证明了该算法的收敛性。目前还没有其他四种算法的收敛性证明。除此之外,带模式步的梯度法还没有应用到深度学习模型中。我们将在以后的工作中对除AMM外的四种算法进行理论分析。

关键词：随机梯度法 Adam 动量算法 RMSProp AdaGrad

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

非凸二次约束优化问题的凸性化研究

非凸二次约束优化问题的凸性化研究

作者：曲衍明北京邮电大学

学位级别：硕士

二次函数是非线性函数中一类较为简单的函数,很多函数都可以用它来逼近,因而对二次优化的研究有助于对一般非线性问题的研究。同时,二次约束优化问题在许多领域有着相当广泛的实际应用背景。因此探讨二次约束优化问题是十分有意义的。... 详细信息

二次函数是非线性函数中一类较为简单的函数,很多函数都可以用它来逼近,因而对二次优化的研究有助于对一般非线性问题的研究。同时,二次约束优化问题在许多领域有着相当广泛的实际应用背景。因此探讨二次约束优化问题是十分有意义的。本文主要研究带二次约束的非凸二次优化问题,并且主要研究其中的一类特殊问题:CDT问题。主要研究内容如下:(1)我们研究一类带有两个二次约束的扩展的CDT问题,其中一个是单位球约束,一个是椭球约束,选取合适的通过最优线段的超平面,在不分割可行域的情况下,通过二阶锥重组技术和半正定松弛的方法,得到了该类扩展的CDT问题存在对偶间隙的充要条件,并给出了理论证明,为以后缩小扩展的CDT问题的对偶间隙做铺垫。(2)找到了一类可以完全消除对偶间隙的经典的CDT问题,给出了理论证明,而且证明了在二维情况下满足所有问题,并给出了三维的一个反例,为后续的研究做准备。

关键词：二次约束二次优化 CDT问题半正定松弛二阶锥秩一分解

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

网络中带约束的组播路由算法

网络中带约束的组播路由算法

作者：赵恒北京邮电大学

学位级别：硕士

随着通信技术的发展，组播技术正成为计算机网络中支持多媒体应用的关键技术。一般来说，用户对不同的分布式多媒体应用有着不同的服务质量要求，这就要求网络应能根据用户的要求分配和调度资源。组播是一种允许一个主机向多个目的主机... 详细信息

随着通信技术的发展，组播技术正成为计算机网络中支持多媒体应用的关键技术。一般来说，用户对不同的分布式多媒体应用有着不同的服务质量要求，这就要求网络应能根据用户的要求分配和调度资源。组播是一种允许一个主机向多个目的主机(但不是所有主机)发送同一信息的通信方式。带约束的组播路由问题就是要寻求一棵满足给定约束且费用最小的组播树。本文主要研究带约束的组播路由算法，即建立一棵满足QoS(Quality of Service，服务质量)约束的组播树。目前组播路由算法的研究大多都针对无约束组播路由问题和时延受限组播路由问题。本文针对QoS约束的组播路由问题，提出了一种新的时延受限组播路由算法，证明了该算法具有多项式时间复杂性。仿真结果表明，该算法在费用上优于CDKS算法，与KPP和BSMA算法接近，在时间复杂度上小于KPP和BSMA算法。所以，该算法是一种满足时延约束的，具有较低时间复杂度且费用适中的Steiner树算法。

关键词：组播路由计算机网络 Steiner树时延受限

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

求解背包问题的混合遗传算法

求解背包问题的混合遗传算法

作者：韩宇北京邮电大学

学位级别：硕士

遗传算法是模拟自然界生物进化过程与机制求解极值问题的一类自组织、自适应人工智能技术,遗传算法是在固定的种群模下,通过按一定概率进行的选择、杂交和变异等遗传操作来完成群体的更新,并逐渐使群体进化到包含或接近最优解的状态。... 详细信息

遗传算法是模拟自然界生物进化过程与机制求解极值问题的一类自组织、自适应人工智能技术,遗传算法是在固定的种群模下,通过按一定概率进行的选择、杂交和变异等遗传操作来完成群体的更新,并逐渐使群体进化到包含或接近最优解的状态。由于其具有易于实现、鲁棒性强、应用效果明显等优点而被众多应用领域所接受,在自适应控制、组合优化、模式识别、机器学习、人工生命等领域得到了广泛的应用。背包问题(Knapsack Problem)是运筹学中一个典型的组合优化难题,广泛的应用在各种领域,因此研究遗传算法求解背包问题有着重要的应用价值。本文在利用遗传算法在小种群下求解背包问题方面做了研究与分析,其内容主要如下:首先,介绍了遗传算法的背景、运用到的领域。详细介绍了遗传算法的基本原理和流程,以及常用的技术,对遗传算法的理论基础:模式定理和积木块假设分别做了阐述。然后,介绍了背包问题的相关信息,阐述遗传算法导致的早熟现象,通过实验看出其对于求解背包问题的不足。再对已有算法进行改进,主要体现在以下三个方面:第一,引进一个参数用以衡量种群中的染色体的相似程度,有效地增加了种群的多样性;第二,在杂交和变异运算过程中,混合了模拟退火思想用于新个体的接受准则;第三,本文提出一种新的变异方式,大大提高了算法搜索效率。最后,通过实验对比得出改进后的算法在求解文中问题上具有更好的稳定性、收敛性、计算效率。

关键词：遗传算法背包问题小种群组合优化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

κ-层无容量限制的设施选址问题的一种算法

κ-层无容量限制的设施选址问题的一种算法

作者：安凤仙北京邮电大学

学位级别：硕士

选址问题是广泛应用在运筹学和管理科学中的一类重要问题,并在近似算法方面引起了很大的关注。在k-层无容量限制的设施选址问题中,我们假定F为设施的集合,D为顾客的集合,每个顾客的需求是已知的,他需要k个不同的设施为其服务,且每个设... 详细信息

选址问题是广泛应用在运筹学和管理科学中的一类重要问题,并在近似算法方面引起了很大的关注。在k-层无容量限制的设施选址问题中,我们假定F为设施的集合,D为顾客的集合,每个顾客的需求是已知的,他需要k个不同的设施为其服务,且每个设施属于不同的层。这里所说的设施没有容量限制,且建造这些设施对应一个建造费用,设施给顾客提供服务时也会对应一个服务费用(连接费用),我们假设这些连接费用满足非负性、对称性和三角不等式。问题的目标是确定在哪里建造设施,以及每个顾客由哪k个设施形成的路径为其服务,才能满足顾客的需求且使总的建造设施的费用和连接费用之和达到最小。无容量限制的设施选址问题属于NP-hard问题,人们已经证明近似算法对于解决长期以来实际中难处理的NP-hard组合优化问题是一个能产生较优解的有效算法。Shmoys首次给出了解决无容量限制的设施选址问题的常数近似算法,该算法基于线性规划随机取整以及Lin和Vitter提出的对偶拟合技术,得到了3.16的近似比。最近Aardal,Chudak,Shmoys又将这一结果进行扩展应用到求解k-层无容量限制的设施选址问题中并得到了最多不超过最优值3倍的结果。由于k-层无容量限制的设施选址问题是NP-hard的,因而对它的研究大部分还是集中在近似算法上,多年来有关k-层无容量限制的设施选址问题的算法研究工作还是非常少见的。因此,结合实践应用,分析k-层无容量限制的设施选址问题,进而设计有效的求解算法成为本文一个重要的研究课题。本文主要研究了k-层无容量限制的设施选址问题以及解决设施选址问题的各种算法,受这些算法的启发,我们设计了解决k-层无容量限制的设施选址问题的一种随机取整算法。利用该算法时,首先将原问题进行松弛求解得到松弛问题的最优解,由松弛问题的最优解通过具体的随机取整算法进而得到原问题的整数解。为了测试这一算法的性能,我们采用数值计算的方法取k=2时用一组算例进行验证,算例的结果表明:1.在所给的算例中,随着顾客和设施个数的不断增加,近似比可能会增大,但总体变化不是很大,即近似比与顾客和设施的总数没有必然的联系;2.该算法所求得的近似比均不超过1.463且得到的原问题的整数解所对应的函数值大部分都能较好地接近松弛问题的最优值,同时相对于Shmoys的随机取整算法,该算法能在很大程度上节省计算时间,提高算法的效率,因此该算法是求解k-层无容量限制的设施选址问题的一种较好的方法。

关键词：设施选址近似算法随机取整 k-层

基于DMD-XGBoost的电商概念股交易量化预测模型及算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于DMD-XGBoost的电商概念股交易量化预测模型及算法研究

作者：童珺仪北京邮电大学

学位级别：硕士

股市量化交易预测模型是近些年来金融行业和计算机行业发展学科交叉的重要研究方向。如何最大程度利用金融数据本身特点增强机器学习的预测能力是本文的研究重点。由于传统机器学习方法缺乏根据市场特点和高维非线性数据特点对特征指标... 详细信息

股市量化交易预测模型是近些年来金融行业和计算机行业发展学科交叉的重要研究方向。如何最大程度利用金融数据本身特点增强机器学习的预测能力是本文的研究重点。由于传统机器学习方法缺乏根据市场特点和高维非线性数据特点对特征指标内在关联的挖掘,只是笼统地将数据集与主客观因素衔接且多为研究多针对某一特定数据,应用范围受限,本文提出基于电商概念股的DMD-XGBoost股市量化交易预测模型。数据方面创新采用2019年9月1日至2021年9月1日期间电商平台概念股日交易数据的12个金融特征指标进行多角度分析。实证结果显示,本文提出的算法能够有效识别股票交易信息,通过建立评价指标体系量化与传统模型之间的比对,得出RMSE值约为0.1178,均高于传统研究方法,说明在扩大应用场景的同时,在预测效果上实现了提升。本文通过尝试将机器学习和股票市场进行融合,改变了传统模型解释力不足的缺陷,同时对指标之间的相关关系和交互关系处理提供新思路,并实现预测效果的提升,为“大数据+数学+金融”的学科交叉处理问题证实了实现价值和可行性。

关键词： XGBoost DMD 电商概念股机器学习股票市场

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

关于无线网络中继协作通信的优化问题研究

关于无线网络中继协作通信的优化问题研究

作者：刘克北京邮电大学

学位级别：硕士

由于无线通信网络的开放性,使得无线通信的安全问题成为研究重点。中继协作的通信系统可以有效地增加信道容量;物理层安全技术可以大大提升通信网络的安全性能。本文主要研究了两用户通过中继进行信息交换且存在窃听者的无线通信系统,... 详细信息

由于无线通信网络的开放性,使得无线通信的安全问题成为研究重点。中继协作的通信系统可以有效地增加信道容量;物理层安全技术可以大大提升通信网络的安全性能。本文主要研究了两用户通过中继进行信息交换且存在窃听者的无线通信系统,利用物理层安全技术和中继波束成形技术,提出相应的优化模型,设计有效的优化算法,以达到安全高效通信的目的。本文首先研究了双向中继通信的窃听信道:其中窃听者的信道信息部分已知,每个节点具备单根天线。针对此系统,本文提出了在用户的信噪比高于给定阈值和窃听者的传输速率有上界的约束下,极小化中继发送功率的优化模型。由于窃听者的信道信息部分已知,该问题可以转化为一个鲁棒优化问题。鲁棒优化问题往往是非凸的优化问题。本文通过放缩等方式消除了问题中的三个不确定性参数,将鲁棒优化问题转化成一个二次约束二次规划问题,再应用半正定松弛方法求其最优解。本文算法与信道完全已知的情形进行了对比,两者的数值仿真结果接近,显示了本文提出的算法的有效性。在上述算法中,由于放缩等因素使得问题的可行域减小,放缩之后的问题可能不存在可行解。为此,本文将算法进行改进,进一步提出了一个迭代算法,利用线搜索技术寻找合适的迭代方向及步长,使得在迭代过程中保持迭代点的可行性。在改进的算法中,每步迭代需求解两个二次约束二次规划子问题和一个一维的二次约束二次规划子问题。对于前两个子问题,本文利用半正定松弛方法求其最优解。对于一维的二次约束二次规划问题,本文通过对一维变量分类讨论进行求解。改进算法与已有文献的算法进行了对比,本文提出的算法可以得到更高的安全速率。同时,数值模拟结果显示,本文提出的算法收敛速度快,并且有超过85%的算例达到问题的最优解。

关键词：双向中继窃听信道物理层安全鲁棒优化问题半正定优化二次约束二次规划线搜索技术

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

双步长内点算法中一个子问题的研究

双步长内点算法中一个子问题的研究

作者：杨丽娟北京邮电大学

学位级别：硕士

“互补问题”作为一类新的数学模型,是1964年美国***在其博士学位论文“Nonlinear Programs with Positively BoundedJacobians”中提出的。这一数学问题在初期曾被称为“拼合问题”、“基本问题”或“互补转轴问题”等。而第一个具有... 详细信息

“互补问题”作为一类新的数学模型,是1964年美国***在其博士学位论文“Nonlinear Programs with Positively BoundedJacobians”中提出的。这一数学问题在初期曾被称为“拼合问题”、“基本问题”或“互补转轴问题”等。而第一个具有多项式复杂性和实用性的线性规划的内点算法是由Karmarkar于1984年首先提出的。此后20年,经过众多优化专家的共同努力,对内点法的研究取得了丰硕成果。由于线性规划只是互补问题的一个特例,所以内点法被推广到求解某些互补问题。本文的目的就是对单调线形互补问题的一类新的原始对偶路径跟踪内点算法中所涉及的双步长问题进行分析。新算法中的双步长方法把经典的牛顿方向看作另外两个方向的和。并对这二个方向采用不同的步长大小,分别记为a和a。本文首先介绍新算法及两个步长的性质和对新算法迭代的影响。之后,根据步长的性质列出求解步长的两种方法,再用Matlab将两种算法编写成两个程序。最后,在对大量数值结果分析的基础上得出,把a固定为1,对a用二分法进行搜索的方法是可行的。

关键词：单调线性互补问题原始对偶内点算法宽邻域牛顿方向

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于对抗自编码网络的频谱感知算法的研究

基于对抗自编码网络的频谱感知算法的研究

作者：张希北京邮电大学

学位级别：硕士

频谱感知是指认知用户通过检测目标频段发出的信号来判断其当前频谱的使用情况,是认知无线电中最基本的技术。其目的就是在复杂的通信系统中迅速地找到频谱空穴,使非授权用户可以使用这些空闲的频谱。目前所提出的频谱感知方法大多是基... 详细信息

频谱感知是指认知用户通过检测目标频段发出的信号来判断其当前频谱的使用情况,是认知无线电中最基本的技术。其目的就是在复杂的通信系统中迅速地找到频谱空穴,使非授权用户可以使用这些空闲的频谱。目前所提出的频谱感知方法大多是基于假设检验理论,利用模型的特征作为测试统计量,比如能量、特征值等,然而这些特征无法代替所有的信号信息。基于此,很多学者将深度学习引入频谱感知中,其核心思想是通过一系列非线性变换来进行特征提取。但是现有的基于深度学习的频谱感知算法大多是监督学习,即需要大量的标签样本进行训练,这在实际情况中是很困难的。为了解决这个问题,本文提出了两个半监督频谱感知算法。首先提出了一种基于半监督对抗自编码器（Semi-Supervised Adversarial Autoencoder,SSAAE）的频谱感知算法。其利用了对抗的思想对网络学习的特征向量进行显示地约束,使其符合预先设置的先验分布,更好地进行分类任务。该算法利用原始的采样信号作为网络的输入,不需要任何先验信息,属于盲检测算法。并且该算法在训练过程中利用未标记数据的生成描述来提高仅使用标记数据获得的分类性能,很大程度上减少了训练集的收集成本,还增强了模型的适应能力。当信噪比较低时,在高斯白噪声的环境中对OFDM信号的数值实验结果显示,所提出的SSAAE算法的检测性能要明显高于传统的频谱感知算法。针对SSAAE算法收敛速度慢,特征学习效果不佳的问题,提出了基于卷积对抗自编码器（Convolutional Adversarial Autoencoder,CAAE）的半监督频谱感知算法。卷积神经网络（Convolutional Neural Network,CNN）相对于普通神经网络来说拥有更强大的学习能力,所以将自编码器中多层感知机更改为卷积神经网络,在减少网络训练的参数量的同时,提高了模型的特征学习能力。此外还有效地降低了过拟合问题的出现。此算法将CAAE和逻辑回归结合,利用采样信号的实部、虚部及模信息构建三通道训练集对CAAE进行无监督训练,确立优化的特征提取模型,再利用所提取的特征对逻辑回归进行监督训练,得到高性能分类器。为了验证所提出的算法的检测性能,利用相同的训练集进行实验,结果说明此算法相对于SSAAE算法有明显的性能提升。

关键词：认知无线电频谱感知深度学习对抗自编码器

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于雷达编码的雷达性能问题的研究

基于雷达编码的雷达性能问题的研究

作者：乌日力格北京邮电大学

学位级别：硕士

由于现代雷达的使用环境越来越复杂、使用范围不断扩大,因此对雷达性能的要求也不断提高。而相对于地基雷达而言,机载雷达的可视距离更大、电磁波传播条件更有利、更灵敏。因此本文以机载雷达为背景,主要研究了基于机载雷达空时自适应... 详细信息

由于现代雷达的使用环境越来越复杂、使用范围不断扩大,因此对雷达性能的要求也不断提高。而相对于地基雷达而言,机载雷达的可视距离更大、电磁波传播条件更有利、更灵敏。因此本文以机载雷达为背景,主要研究了基于机载雷达空时自适应处理的雷达编码技术以及杂波降维技术。本文首先介绍了雷达系统的基本工作原理和机载雷达系统的模型,并对雷达全空时自适应处理的基本原理做了详细的介绍。除此之外,简单介绍了 MIMO雷达基本原理及其特点。其次,本文主要工作是提出了要满足以下几个约束条件的雷达编码:功率鲁棒性、空域角度估计精度、多普勒频率估计精度以及与已知巴克码的相似度。在考虑空时中自适应处理的同时考虑了功率鲁棒性问题是本模型的主要特点。对此非凸的二次约束二次规划问题,我们首先将其松弛成一个半定松弛的模型,再使用直接求解和秩一分解两种方法求得最优雷达编码。其中,直接求解方法的运算时间更短。本文用雷达检测概率、多普勒频率估计精度可达到的范围及雷达模糊函数来分析所求得的雷达编码的性能。通过仿真实验,可以得出本文提出的模型所设计的最优编码有较好的雷达性能。最后,由于雷达全空时自适应处理技术的计算复杂度高、计算量大、实时处理难,有一定的局限性,因此其实际应用范围窄。为了提高其工程上的实际应用性,可以使用降维技术。而对机载雷达的杂波特性的认识是研究降维原理的前提。因此我们在分析雷达杂波的特性基础上总结了几种经典的杂波降维方法,通过仿真分析了不同降维方法的性能。

关键词：空时自适应处理技术雷达编码鲁棒性半定规划降维STAP