检索结果-南通市图书馆

基于相关熵和核学习的鲁棒单分类极限学习机研究及应用

在线全文

学校读者我要写书评

暂无评论

基于相关熵和核学习的鲁棒单分类极限学习机研究及应用

作者：詹炜程西安石油大学

学位级别：硕士

单分类问题(One-Class Classification,OCC)不同于传统的二分类问题,其训练数据只包含一类数据,经训练的单分类器用于识别属于单类的正常样本,排除其它类的异常样本。单分类极限学习机(One-Class Extreme Learning Machine,OCELM)由于... 详细信息

单分类问题(One-Class Classification,OCC)不同于传统的二分类问题,其训练数据只包含一类数据,经训练的单分类器用于识别属于单类的正常样本,排除其它类的异常样本。单分类极限学习机(One-Class Extreme Learning Machine,OCELM)由于其更快的训练速度和较优的泛化能力而受到关注。然而,OCELM面临两个问题:一、OCELM受含有噪声的训练集影响较大,在处理离群值时会产生较大的误差,导致泛化性能下降。二、OCELM处理维度大或样本规模大的数据集时,其泛化能力不足。针对以上两个问题,引入相关熵损失替换均方损失提高OCELM的抗噪声能力,应用核学习方法提高OCELM处理大规模数据集时的泛化能力,研究内容包括:1.分别利用相关熵损失和弹性网络改进目标函数的正则项和损失函数,相关熵损失有效提高OCELM的鲁棒性,提出基于相关熵和弹性网络的单分类极限学习机。弹性网络则降低了模型复杂度,使用迭代重加权算法求解权重向量。所提方法在人工数据集和基准数据集上进行了对比实验,验证了所提方法更优的鲁棒性和泛化能力。2.应用核函数和多层自编码器提高OCELM在处理大规模数据集时的泛化能力,同时应用分布一致性损失提高模型的抗噪声能力,提出基于核学习的多层鲁棒单分类极限学习机。通过在基准数据集上的实验结果表明所提方法具有更高的泛化性能。

关键词：单分类极限学习机相关熵鲁棒性核学习

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

解析的核学习自适应单步预测控制算法

浙江大学学报（工学版） 2008年第11期42卷 1926-1930,2032页

作者：刘毅王海清李江李平浙江大学工业控制技术国家重点实验室浙江杭州310027

针对非线性系统,在非线性广义最小方差控制律的基础上,提出了一种基于核学习辨识模型的自适应单步预测控制(KLAOPC)算法.首先辨识出非线性系统的核学习模型,并利用Taylor近似线性化方法获得控制律.采用中值定理证明了控制律的收敛性,并... 详细信息

针对非线性系统,在非线性广义最小方差控制律的基础上,提出了一种基于核学习辨识模型的自适应单步预测控制(KLAOPC)算法.首先辨识出非线性系统的核学习模型,并利用Taylor近似线性化方法获得控制律.采用中值定理证明了控制律的收敛性,并利用自适应校正项来提高其控制性能.核学习辨识模型容易获得,且在小样本情况下具有较好的推广性能.KLAOPC控制律具有简单的解析形式,需要调整的参数少且计算量小,适合非线性系统的实时控制.仿真结果表明,与其他控制算法相比,KLAOPC控制器有很好的控制效果,对过程的噪声和扰动等均具有较强的自适应性和鲁棒性.

关键词：非线性系统核学习预测控制收敛性

在线全文

学校读者我要写书评

暂无评论

基于多特征子空间与核学习的行人再识别

自动化学报 2016年第2期42卷 299-308页

作者：齐美彬檀胜顺王运侠刘皓蒋建国合肥工业大学计算机与信息学院合肥230009

行人再识别指的是在无重叠视域多摄像机监控系统中,匹配不同摄像机视域中的行人目标.针对当前基于距离测度学习的行人再识别算法中存在着特征提取复杂、训练过程复杂和识别效果差的问题,我们提出一种基于多特征子空间与核学习的行人再... 详细信息

行人再识别指的是在无重叠视域多摄像机监控系统中,匹配不同摄像机视域中的行人目标.针对当前基于距离测度学习的行人再识别算法中存在着特征提取复杂、训练过程复杂和识别效果差的问题,我们提出一种基于多特征子空间与核学习的行人再识别算法.该算法首先在不同特征子空间中基于核学习的方法得到不同特征子空间中的测度矩阵以及相应的相似度函数,然后通过比较不同特征子空间中的相似度之和来对行人进行识别.实验结果表明,本文提出的算法具有较高的识别率,其中在VIPe R数据集上,RANK1达到了40.7%,且对光照变化、行人姿态变化、视角变化和遮挡都具有很好的鲁棒性.

关键词：行人再识别特征空间测度学习核学习

在线全文

学校读者我要写书评

暂无评论

时变过程在线辨识的即时递推核学习方法研究

自动化学报 2013年第5期39卷 602-609页

作者：刘毅金福江高增梁浙江工业大学化工机械设计研究所杭州310032 华侨大学信息科学与工程学院厦门361021

为了及时跟踪非线性化工过程的时变特性,提出即时递推核学习(Kernel learning,KL)的在线辨识方法.针对待预测的新样本点,采用即时学习(Just-in-time kernel learning,JITL)策略,通过构造累积相似度因子,选择与其相似的样本集建立核学习... 详细信息

为了及时跟踪非线性化工过程的时变特性,提出即时递推核学习(Kernel learning,KL)的在线辨识方法.针对待预测的新样本点,采用即时学习(Just-in-time kernel learning,JITL)策略,通过构造累积相似度因子,选择与其相似的样本集建立核学习辨识模型.为避免传统即时学习对每个待预测点都重新建模的繁琐,利用两个临近时刻相似样本集的异同点,采用递推方法有效添加新样本,并删减旧模型的样本,以快速建立新即时模型.通过一时变连续搅拌釜式反应过程的在线辨识,表明了所提出方法在保证计算效率的同时,较传统递推核学习方法提高了辨识的准确程度,能更好地辨识时变过程.

关键词：过程辨识即时学习核学习最小二乘支持向量回归递推辨识

采用Brent优化的核学习单步预测控制算法

在线全文

学校读者我要写书评

暂无评论

控制理论与应用 2009年第1期26卷 107-110页

作者：刘毅王海清李平浙江大学工业控制技术国家重点实验室工业控制研究所浙江杭州310027

针对非线性SISO系统,提出一种基于核学习辨识模型的单步预测控制算法(kernel learning one-step-ahead predictive control,KLOPC).通过KL辨识模型得到系统的一步超前预报值,并引入输出反馈和偏差校正以克服模型失配等因素引起的预测误... 详细信息

针对非线性SISO系统,提出一种基于核学习辨识模型的单步预测控制算法(kernel learning one-step-ahead predictive control,KLOPC).通过KL辨识模型得到系统的一步超前预报值,并引入输出反馈和偏差校正以克服模型失配等因素引起的预测误差,以此构造一步加权预测控制性能指标,然后采用Brent一维搜索方法求取控制律.该方法无需任何相关的导数信息,需调整的参数少,求解效率高.在一非线性液位系统的仿真研究表明了KLOPC优于整定的PID和其它基于KL模型的控制方法,对噪声和扰动等均具有更好的鲁棒性和自适应性.

关键词：非线性系统核学习单步预测控制 Brent优化

在线全文

学校读者我要写书评

暂无评论

一种基于多尺度核学习的仿射投影滤波算法

电子与信息学报 2020年第4期42卷 924-931页

作者：李群生赵剡寇磊王进达北京航空航天大学仪器科学与光电工程学院北京100191 中国空空导弹研究院洛阳471009 中航工业自控所飞行器控制一体化重点实验室西安710065

为了提高强非线性信号的噪声消除和信道均衡能力,在核学习自适应滤波方法的基础上,该文提出一种基于惊奇准则的多尺度核学习仿射投影滤波方法(SC-MKAPA)。在核仿射投影滤波算法的基础上,对核组合函数结构进行改进,将多个不同高斯核带宽... 详细信息

为了提高强非线性信号的噪声消除和信道均衡能力,在核学习自适应滤波方法的基础上,该文提出一种基于惊奇准则的多尺度核学习仿射投影滤波方法(SC-MKAPA)。在核仿射投影滤波算法的基础上,对核组合函数结构进行改进,将多个不同高斯核带宽作为可变参数,与加权系数共同参与滤波器的更新;利用惊奇准则将计算结果稀疏化,根据仿射投影算法的约束条件对惊奇测度进行改进,简化其方差项,降低了计算的复杂度。将该算法应用于噪声消除、信道均衡以及MG时间序列预测中,与多种自适应滤波算法及核学习自适应滤波算法进行仿真结果的对比分析,验证了该算法的优越性。

关键词：自适应滤波核学习可变核带宽多核仿射投影惊奇准则

自适应递推核学习及在橡胶混炼过程在线质量预报的工业应用

在线全文

学校读者我要写书评

暂无评论

控制理论与应用 2010年第5期27卷 609-614页

作者：刘毅张锡成朱可辉王海清李平浙江大学工业控制技术国家重点实验室工业控制研究所浙江杭州310027 杭州朝阳橡胶有限公司浙江杭州310018 青岛市工业信息化技术重点实验室山东青岛266045

实时测取混炼胶门尼粘度是橡胶和轮胎厂十分关心和亟待解决的问题.采用两阶段递推核学习建模方法,按配方快速建立橡胶混炼过程门尼粘度的预报模型,并对模型进行递推更新以适应过程的快速变化.结合混炼过程的特点,提出一种适合门尼粘度... 详细信息

实时测取混炼胶门尼粘度是橡胶和轮胎厂十分关心和亟待解决的问题.采用两阶段递推核学习建模方法,按配方快速建立橡胶混炼过程门尼粘度的预报模型,并对模型进行递推更新以适应过程的快速变化.结合混炼过程的特点,提出一种适合门尼粘度的性能指标,并推导了采用快速留一交叉验证法对核学习模型参数进行自适应选择,避免人为选取参数的片面性.所研发的先进密炼信息集成与控制系统已在国内多家大型橡胶和轮胎厂上线应用.门尼粘度实时预报的工业应用结果表明了其实用和有效性,对橡胶混炼过程具有重要的现实和经济意义.

关键词：橡胶混炼过程门尼粘度核学习递推估计参数选择交叉验证

基于快速核学习的新能源高渗透电网频率风险评估

在线全文

学校读者我要写书评

暂无评论

浙江电力 2022年第4期41卷 1-6页

作者：董炜华文王冠中王龙飞王博文叶承晋国网浙江省电力有限公司电力科学研究院杭州310014 浙江大学电气工程学院杭州310027

新能源高渗透电网在功率扰动后,频率响应轨迹更容易呈现出频率偏差大和变化速率高的特性,导致频率保护动作受到明显影响。为准确预测强随机运行方式下的系统频率响应特性,利用基于核矩阵广义逆运算的快速核学习算法,结合共模频率解析所... 详细信息

新能源高渗透电网在功率扰动后,频率响应轨迹更容易呈现出频率偏差大和变化速率高的特性,导致频率保护动作受到明显影响。为准确预测强随机运行方式下的系统频率响应特性,利用基于核矩阵广义逆运算的快速核学习算法,结合共模频率解析所得关键特征量,提出一种新能源高渗透电网的频率风险评估方法。该方法通过一组相互独立的采样数据,运用核矩阵广义逆运算构造出正则项函数,避免了一般机器学习算法迭代求解所带来的收敛性问题,并且不降低学习结果的泛化能力。在IEEE 39节点测试系统中进行的算例分析验证了所提方法的有效性。

关键词：频率特性核学习核矩阵广义逆风险评估

在线全文

学校读者我要写书评

暂无评论

基于核学习和距离相似度量的行人再识别

信息与控制 2017年第5期46卷 525-529,542页

作者：胡彬邵叶秦南通大学计算机科学与技术学院江苏南通226019 南通先进通信技术研究院江苏南通226019

行人再识别指的是在无重叠的多摄像机监控视频中,匹配不同摄像机中的行人目标.本文提出了一种基于核学习的测度学习的行人再识别方法,首先融合行人图像的颜色特征和纹理特征,并使用WPCA(PCA whitening)去除融合后的特征的冗余度,然后将... 详细信息

行人再识别指的是在无重叠的多摄像机监控视频中,匹配不同摄像机中的行人目标.本文提出了一种基于核学习的测度学习的行人再识别方法,首先融合行人图像的颜色特征和纹理特征,并使用WPCA(PCA whitening)去除融合后的特征的冗余度,然后将处理过的特征通过核函数映射到更容易区分的核空间,并在核空间训练行人特征对之间的距离测度矩阵和相似度测度矩阵,结合距离测度函数和相似度测度函数来描述行人对之间的相似度.在VIPe R、iLIDS等数据集上的实验结果表明,本文的方法取得了较高的累积匹配得分,特别是第1匹配率,且对光照变化、行人姿态变化、视角变化和遮挡都具有较好的鲁棒性.

关键词：行人再识别测度学习核学习