检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

群体智能算法在机器学习当中的应用

科技传播 2018年第17期10卷 115-116页

作者：詹煜吴冠辰贵州交通职业技术学院信息工程系贵州贵阳550008

大多数机器学习都是使用梯度下降法来对损失函数进行优化的。但梯度下降也要求损失函数必须是凸函数,对于损失函数为非凸函数的情形优化能力有限。群体智能算法是对非凸函数的优化有较好的效果。文章尝试与群体智能算法代替梯度下降,来... 详细信息

大多数机器学习都是使用梯度下降法来对损失函数进行优化的。但梯度下降也要求损失函数必须是凸函数,对于损失函数为非凸函数的情形优化能力有限。群体智能算法是对非凸函数的优化有较好的效果。文章尝试与群体智能算法代替梯度下降,来对凸损失函数进行优化,并在常见的数据集上取得了与梯度下降相似的效果。

关键词：机器学习优化梯度下降群体智能算法

在线全文

学校读者我要写书评

暂无评论

基于改进ADHDP算法的倒立摆学习控制

周口师范学院学报 2017年第5期34卷 46-49页

作者：梁英波张利红周口师范学院教务处河南周口466001 周口师范学院物理与电信工程学院河南周口466001

针对动态规划中的"模型灾"和"维数灾"问题,提出了不需要数学模型和最优控制的执行依赖启发式动态规划(Action-dependent Heuristic Dynamic Programming,ADHDP),而ADHDP执行网络和评价网络采用基于监督学习的误差反向传播(BP)算法,但BP... 详细信息

针对动态规划中的"模型灾"和"维数灾"问题,提出了不需要数学模型和最优控制的执行依赖启发式动态规划(Action-dependent Heuristic Dynamic Programming,ADHDP),而ADHDP执行网络和评价网络采用基于监督学习的误差反向传播(BP)算法,但BP算法收敛速度较慢.在此基础上建立了以径向基神经网络(RBFNN)为执行网络和评价网络,并以梯度下降算法为网络的在线学习算法,对ADHDP的控制算法进行改进.通过用倒立摆学习控制模型进行仿真,验证了改进的ADHDP算法具有良好的控制性能和鲁棒性.

关键词：执行依赖启发式动态规划径向基神经网络梯度下降在线学习

在线全文

学校读者我要写书评

暂无评论

BP网络局部学习速率自适应SA算法的改进

信号处理 2005年第6期21卷 615-620,596页

作者：李波李赣华王成友蔡宣平张尔扬国防科技大学电子科学与工程学院智能感知系统联合研究中心

Silva-Almeida(SA)算法是最好的局部学习速率自适应算法之一,在对SA算法进行研究分析的基础上,提出两项改进措施,使改进后的SA算法较原SA算法震荡现象大大减弱,训练速率有较大加快,训练精度有较大提高。在仿真实验中,改进的SA算法在... 详细信息

Silva-Almeida(SA)算法是最好的局部学习速率自适应算法之一,在对SA算法进行研究分析的基础上,提出两项改进措施,使改进后的SA算法较原SA算法震荡现象大大减弱,训练速率有较大加快,训练精度有较大提高。在仿真实验中,改进的SA算法在一定程度上优于RPROP算法。

关键词：局部学习速率自适应全局学习速率自适应批训练算法梯度下降 BP神经网络

在线全文

学校读者我要写书评

暂无评论

小波神经网络及其在模拟电路诊断中的应用

小波神经网络及其在模拟电路诊断中的应用

作者：张蓉晖华中科技大学

学位级别：硕士

小波神经网络分为松散型与紧致型,它既具有小波变换特有的时频局部特性和变焦特性,又具有神经网络的自学习、自适应、鲁棒性、容错性和推广能力,因而在故障诊断领域具有广阔的应用前景。传统紧致型小波神经网络一般被应用于基于工作点... 详细信息

小波神经网络分为松散型与紧致型,它既具有小波变换特有的时频局部特性和变焦特性,又具有神经网络的自学习、自适应、鲁棒性、容错性和推广能力,因而在故障诊断领域具有广阔的应用前景。传统紧致型小波神经网络一般被应用于基于工作点电压的模拟电路故障诊断,由于采用局部搜索策略进行参数调整,故存在易陷入局部极值、网络训练误差较大问题。传统松散型小波神经网络一般被应用于基于波形信号的模拟电路故障诊断,由于模拟电路信号的连续性、容差及电路结构和参数等因素的影响,样本在提取电路的节点电压波形特征信息时,各故障模式的可行域之间会有混叠,因而特征样本会存在不平衡性、冗余等问题。针对上述问题,本文分别将混沌粒子群算法和关联规则引入来优化小波神经网络方法,以提高基于小波神经网络的模拟电路故障诊断效率。主要工作包含: 介绍模拟电路故障诊断的工程背景及所涉及的基本理论与方法,重点分析小波神经网络在模拟电路故障诊断中的应用及存在的问题。阐述小波分析与神经网络的两种结合方式,分别介绍这两种小波神经网络的理论背景、基本原理和算法描述。针对紧致型小波神经网络中梯度下降法引出的局部极值问题,使用混沌粒子群算法优化网络权值等参数,使网络训练容易跳出极小值以加快收敛。针对松散型小波神经网络处理样本时存在的弱泛化问题,运用关联规则进行样本预处理,优化输入样本的平衡性及冗余性,以提高诊断精度。基于标准数据的比较实验表明:改进后的两种小波神经网络在性能指标上能得到提高。最后,介绍改进小波神经网络模块在模拟电路故障诊断软件系统中的应用。基准电路诊断实验结果表明:采用混沌粒子群算法进行优化的紧致型小波神经网络相比优化前具有全局收敛性及训练误差小等优势;引入关联规则后,由于优化了输入样本,松散型小波神经网络在进行基于电压波形的故障诊断时诊断精度和效率得到提高。

关键词：模拟电路故障诊断混沌粒子群算法小波神经网络梯度下降

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

二维人脸特征定位技术研究

二维人脸特征定位技术研究

作者：徐洪伟吉林大学

学位级别：硕士

人脸识别由于其具有友好、直接和方便的特点,有着广泛的应用前景,目前已逐渐成为生物识别技术的研究热点.一个自动人脸识别系统包括人脸检测、关键点特征定位和识别等步骤.影响自动人脸识别效率的主要因素有:姿态问题、光照问题、表情... 详细信息

人脸识别由于其具有友好、直接和方便的特点,有着广泛的应用前景,目前已逐渐成为生物识别技术的研究热点.一个自动人脸识别系统包括人脸检测、关键点特征定位和识别等步骤.影响自动人脸识别效率的主要因素有:姿态问题、光照问题、表情问题等.目前解决这些问题的关键是特征点的精确定位.本文主要介绍了在人脸识别中应用很广的AAM算法（主动形状模型）及其后续一向后合成AAM算法.在图像匹配过程中,由于人脸的复杂和特殊性,AAM算法的精度易受各方面因素的制约,特别是依赖于其训练样本集包含的光照环境.为了克服光照对AAM算法的影响,本文结合光照不变理论与图像匹配理论,提出了一种改进的AAM算法,我们命名为LI-AAM.实验结果显示,与传统AAM算法对比,在光照情况下LI-AAM算法的鲁棒性有了很大提高.

关键词： PCA 梯度下降向后合成 AAM

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

四旋翼姿态解算算法的对比与研究

制造业自动化 2015年第2期37卷 120-122,138页

作者：王晓初卢琛广东工业大学机电工程学院广州510006

在无人机领域,具有高精度且易于实现的导航算法是研究的热点,获取准确实时的姿态信息是无人机控制的关键。针对姿态解算问题,采用陀螺仪和加速度计等常见惯性元件,给出姿态矩阵的更新算法,仿真并对比了互补滤波器、梯度下降算法和线性... 详细信息

在无人机领域,具有高精度且易于实现的导航算法是研究的热点,获取准确实时的姿态信息是无人机控制的关键。针对姿态解算问题,采用陀螺仪和加速度计等常见惯性元件,给出姿态矩阵的更新算法,仿真并对比了互补滤波器、梯度下降算法和线性卡尔曼滤波器等常用姿态解算算法,有利于人们加深对姿态解算的认识。

关键词：姿态解算互补滤波器梯度下降线性卡尔曼滤波器

在线全文

学校读者我要写书评

暂无评论

基于自适应重启方法的快速压缩感知算法

工程地球物理学报 2015年第4期12卷 556-560页

作者：王帅张猛张俊宇华中师范大学计算机学院湖北武汉430079

NESTA是一种解决压缩感知问题的快速准确一阶优化算法。提出了一种自适应重启方法来提高NESTA算法的收敛速度。新方法自动检测目标函数在优化过程收敛速度减缓的趋势,重置算法的参数,并使算法从当前步骤重新开始运行。实验结果表明该方... 详细信息

NESTA是一种解决压缩感知问题的快速准确一阶优化算法。提出了一种自适应重启方法来提高NESTA算法的收敛速度。新方法自动检测目标函数在优化过程收敛速度减缓的趋势,重置算法的参数,并使算法从当前步骤重新开始运行。实验结果表明该方法能够显著提高经典算法的收敛速度,从而提升算法运行效率。

关键词：压缩感知 NESTA 梯度下降图像重构重启算法收敛速度

基于多值编码GA-BP混合算法的板形板厚综合预测控制

在线全文

学校读者我要写书评

暂无评论

东南大学学报（自然科学版） 2005年第A02期35卷 132-136页

作者：徐林张宇献王建辉顾树生东北大学信息科学与工程学院沈阳110004

为克服BP神经网络存在的收敛速度慢、易于陷入局部极值等不足,提出了可以同时优化BP神经网络的结构和参数的基于多值编码方式的嵌入梯度下降算子的混合遗传算法(GA-BP).并在此基础上针对板形板厚综合系统(AFC-AGC)具有强非线性、强耦合... 详细信息

为克服BP神经网络存在的收敛速度慢、易于陷入局部极值等不足,提出了可以同时优化BP神经网络的结构和参数的基于多值编码方式的嵌入梯度下降算子的混合遗传算法(GA-BP).并在此基础上针对板形板厚综合系统(AFC-AGC)具有强非线性、强耦合而难以建立精确的数学模型的问题,设计了基于BP网络板形板厚综合预测模型,引入了反馈校正的方法来提高板形板厚控制系统的抗干扰能力.仿真结果表明,该模型可以实现板形板厚的精确控制,为热连轧板形板厚综合控制提供了一个新的有效的方法.

关键词：混合遗传算法多值编码梯度下降 BP神经网络板形板厚综合控制预测控制

在线全文

学校读者我要写书评

暂无评论

基于自适应结构的径向基神经网络模式识别

太赫兹科学与电子信息学报 2013年第3期11卷 474-479页

作者：周贞贞孙桦北京航空航天大学电子信息工程学院北京100191

为了提高神经网络模式识别的泛化能力,运用梯度下降、扩展卡尔曼滤波、无先导卡尔曼滤波和一种基于遗传算法与扩展卡尔曼滤波组合的新方法,对径向基神经网络的中心节点和权重进行了优化,建立了自适应结构的径向基神经网络模型,实现了对I... 详细信息

为了提高神经网络模式识别的泛化能力,运用梯度下降、扩展卡尔曼滤波、无先导卡尔曼滤波和一种基于遗传算法与扩展卡尔曼滤波组合的新方法,对径向基神经网络的中心节点和权重进行了优化,建立了自适应结构的径向基神经网络模型,实现了对IRIS数据集的识别。通过仿真实验,对基于不同算法的径向基神经网络,从逼近能力、输出误差、学习效率与识别精确度等方面进行了分析比较。本文方法具有很强的非线性处理能力和自适应能力及较快的学习速度。

关键词：径向基神经网络梯度下降扩展卡尔曼滤波遗传算法无先导卡尔曼滤波模式识别