检索结果-南通市图书馆

联合自然梯度和AdamW算法的RSF图像分割模型

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2023年第3期44卷 261-270页

作者：蔡玉芳王涵李琦王小军重庆大学光电工程学院重庆400044 重庆大学工业CT无损检测教育部工程研究中心重庆400044

关键零件内部复杂结构的精密测量是高端制造领域攻克的难题。当采用工业CT技术实现对象内部结构精密测量时,面临目标图像灰度不均匀性、边缘模糊、伪影等问题。有鉴于此,本文研究了局部能量最小化模型(RSF)的图像分割方法,引入自然梯度... 详细信息

关键零件内部复杂结构的精密测量是高端制造领域攻克的难题。当采用工业CT技术实现对象内部结构精密测量时,面临目标图像灰度不均匀性、边缘模糊、伪影等问题。有鉴于此,本文研究了局部能量最小化模型(RSF)的图像分割方法,引入自然梯度和AdamW算法分别提高了RSF模型的收敛速度和参数自适应性。首先,在统计流形上计算自然梯度,提高梯度下降效率和RSF模型收敛速度;其次,采用AdamW算法实现RSF模型的高斯核函数尺度大小自适应控制。与经典RSF模型相比,改进后的RSF模型迭代次数减少了1353次,迭代次数降低约76.79%,迭代时间减少约43.61%,测针球面半径和航空燃油喷嘴圆柱直径测量误差均较小,既保持了原模型亚像素分割精度,又大幅提高了模型收敛速度和鲁棒性。

关键词：主动轮廓模型水平集自然梯度 AdamW算法高斯核函数参数自适应图像分割

基于自然梯度提升的空间物体轨道状态预测误差不确定性估计方法

在线全文

学校读者我要写书评

暂无评论

控制与决策 2022年第12期37卷 3289-3296页

作者：陈慕羿王大玲冯时张一飞东北大学计算机科学与工程学院沈阳110169 沈阳理工大学自动化与电气工程学院沈阳110159

针对空间监视环境中基于动力学模型的轨道状态预测方法精度不够,基于机器学习的误差补偿模型可靠性不足,以及SSA应用中对不确定性建模的需求,将轨道状态预测误差估计问题重新表述为概率预测问题,提出一种对物理模型的轨道状态预测误差... 详细信息

针对空间监视环境中基于动力学模型的轨道状态预测方法精度不够,基于机器学习的误差补偿模型可靠性不足,以及SSA应用中对不确定性建模的需求,将轨道状态预测误差估计问题重新表述为概率预测问题,提出一种对物理模型的轨道状态预测误差进行建模的方法.该方法将轨道状态变量误差的概率分布参数作为梯度提升算法的学习目标,以量化轨道状态误差估计中的不确定性.由于参数所对应的概率分布函数位于黎曼空间,利用基于Fisher信息矩阵的自然梯度代替标准梯度,推导自然梯度的计算公式,并给出状态预测误差的条件概率分布.实验结果表明,与仅采用物理动力学方法的状态预测相比,采用所提出机器学习误差估计方法后,轨道状态各分量的均方根误差至少降低约60%.同时,与其他常用不确定性估计方法相比,所提出方法可以得到更好的负对数似然值,因此能够有效估计状态预测误差的不确定性,提高将机器学习方法用于空间态势感知任务时的可靠性.

关键词：空间态势感知不确定性机器学习自然梯度 Fisher信息矩阵梯度提升

基于自然梯度的噪声自适应变分贝叶斯滤波算法

在线全文

学校读者我要写书评

暂无评论

自动化学报 2023年第10期49卷 2094-2108页

作者：胡玉梅潘泉胡振涛郭振西北工业大学自动化学院西安710072 信息融合技术教育部重点实验室西安710072 中国航空工业集团公司西安航空计算技术研究所西安710065 河南大学人工智能学院郑州450046 湖北航天技术研究院总体设计所武汉430040

考虑到运动目标跟踪系统机动、隐身等人为对抗特征以及非视距、干扰、遮挡等环境因素,其系统建模、估计与辨识过程中越来越无法回避非线性、非高斯以及参数未知等复杂系统特征的影响.针对过程噪声先验信息不准确以及量测噪声非高斯环境... 详细信息

考虑到运动目标跟踪系统机动、隐身等人为对抗特征以及非视距、干扰、遮挡等环境因素,其系统建模、估计与辨识过程中越来越无法回避非线性、非高斯以及参数未知等复杂系统特征的影响.针对过程噪声先验信息不准确以及量测噪声非高斯环境下运动目标的非线性状态估计问题,提出一种基于自然梯度的噪声自适应变分贝叶斯(Variational Bayes,VB)滤波算法.首先,利用指数族分布具有统一表达形式的优势,构建参数化逆威沙特(Inverse-Wishart,IW)分布作为状态一步预测误差协方差的共轭先验分布,同时选取学生t分布重构因量测随机缺失导致的具有非高斯特点的似然函数;其次,在变分贝叶斯优化框架下采用平均场理论将状态变量联合后验分布近似分解为独立的变分分布,在此基础上,结合坐标上升方法更新各变量的变分分布参数;进而,结合Fisher信息矩阵推导置信下界最大化关于状态估计及其估计误差协方差的自然梯度,使非线性状态后验分布的近似分布沿梯度下降,以实现对状态后验概率密度函数(Probability density function,PDF)的“紧密”逼近.理论分析和仿真实验表明:相对传统的非线性滤波方法,本文算法对噪声不确定问题具有较好的自适应能力,并且能够获得较高的状态估计精度.

关键词：非线性滤波自适应滤波变分贝叶斯推断自然梯度 Fisher信息矩阵

在线全文

学校读者我要写书评

暂无评论

未知源信号数目投影自然梯度盲信号分离算法

西安电子科技大学学报 2006年第2期33卷 190-194页

作者：冶继民金海红楼顺天张贤达西安电子科技大学雷达信号处理重点实验室陕西西安710071 西安石油大学理学院陕西西安710065

分析了已有源信号数目未知的盲信号分离算法中分离矩阵的动态变化,找到了分离矩阵范数趋于无穷大而导致算法发散的原因:分离矩阵在某一等价类中的冗余移动.利用正交投影方法消去了自然梯度中引起冗余移动的冗余分量,推导出源信号数目未... 详细信息

分析了已有源信号数目未知的盲信号分离算法中分离矩阵的动态变化,找到了分离矩阵范数趋于无穷大而导致算法发散的原因:分离矩阵在某一等价类中的冗余移动.利用正交投影方法消去了自然梯度中引起冗余移动的冗余分量,推导出源信号数目未知的投影自然梯度算法.新算法具有与自然梯度算法相同的收敛速度,而且克服了已有算法不能稳定收敛的缺点.仿真验证了新算法的分离性能和收敛稳定性.

关键词：盲信号分离正交投影自然梯度

在线全文

学校读者我要写书评

暂无评论

白化处理的自然梯度盲源分离统一算法

哈尔滨工业大学学报 2010年第7期42卷 1046-1050页

作者：刘鑫马琳谭学治哈尔滨工业大学通信技术研究所哈尔滨150080

分析了基于自然梯度的信号白化处理和白化后的盲信号分离,提出了一种基于白化处理的自然梯度盲源分离算法.算法统一了信号的白化和分离,而不需要单独再对信号进行白化预处理,通过采用自然梯度学习规则提高了算法的性能,并理论证明了算... 详细信息

分析了基于自然梯度的信号白化处理和白化后的盲信号分离,提出了一种基于白化处理的自然梯度盲源分离算法.算法统一了信号的白化和分离,而不需要单独再对信号进行白化预处理,通过采用自然梯度学习规则提高了算法的性能,并理论证明了算法的可分离性、等变化性和分离矩阵的非奇异性.仿真表明,算法能够有效地分离和重构源信号,相比信号未白化的随机梯度算法以及传统的FastICA算法,收敛速度快、分离效果好,更适合盲源分离.

关键词：盲源分离白化处理自然梯度代价函数

在线全文

学校读者我要写书评

暂无评论

基于自然梯度的非平稳信号自适应盲分离算法

上海交通大学学报 2005年第4期39卷 513-516页

作者：何文雪王林谢剑英上海交通大学自动化研究所上海200030

基于自然梯度原则并利用信号的时间相关属性对一类代价函数进行推导,获得一种新的非平稳信号自适应盲分离算法.算法利用样本的多时延解相关方法以及迭代计算的形式获得盲混合信号的分离矩阵,无需对观测样本进行分块处理,计算工作量低.... 详细信息

基于自然梯度原则并利用信号的时间相关属性对一类代价函数进行推导,获得一种新的非平稳信号自适应盲分离算法.算法利用样本的多时延解相关方法以及迭代计算的形式获得盲混合信号的分离矩阵,无需对观测样本进行分块处理,计算工作量低.仿真结果表明,算法分离精度高,迭代过程平稳,对多个信号源的盲分离可实现良好的分离性能.

关键词：盲源分离非平稳信号自然梯度代价函数

可变步长正交性约束的自然梯度盲信号分离算法

在线全文

学校读者我要写书评

暂无评论

中国铁道科学 2010年第6期31卷 98-102页

作者：刘宁张伟涛楼顺天西安电子科技大学电子工程学院陕西西安710071

针对移频轨道电路移频键控信号FSK等的非平稳性,在正交性约束的自然梯度算法的基础上,提出1种利用估计函数的自适应可变步长自然梯度算法,主要原理是根据每次所取分离结果与优化值距离的远近对步长参数取值作在线自适应调整,将每次分离... 详细信息

针对移频轨道电路移频键控信号FSK等的非平稳性,在正交性约束的自然梯度算法的基础上,提出1种利用估计函数的自适应可变步长自然梯度算法,主要原理是根据每次所取分离结果与优化值距离的远近对步长参数取值作在线自适应调整,将每次分离出的瞬时信号的相关性测度作为调整步长参数的依据,同时给出步长参数的上界以使算法稳定。用给出的可变步长算法对FSK信号中的干扰信号进行在线分离。仿真实验结果表明,用可变步长算法分离出的信号精度达到了要求,并且与固定步长算法相比具有更快的收敛速度。

关键词：移频键控信号非平稳盲信号分离自然梯度正交约束可变步长移频轨道电路

一种解决连续空间问题的真实在线自然梯度AC算法

在线全文

学校读者我要写书评

暂无评论

软件学报 2018年第2期29卷 267-282页

作者：朱斐朱海军刘全陈冬火伏玉琛苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室(苏州大学) 江苏苏州215006 符号计算与知识工程教育部重点实验室(吉林大学) 吉林长春130012 常熟理工学院计算机科学与工程学院江苏常熟215500

策略梯度作为一种能够有效解决连续空间决策问题的方法得到了广泛研究,但由于在策略估计过程中存在较大方差,因此,基于策略梯度的方法往往受到样本利用率低、收敛速度慢等限制.针对该问题,在行动者-评论家(actor-critic,简称AC)算法框架... 详细信息

策略梯度作为一种能够有效解决连续空间决策问题的方法得到了广泛研究,但由于在策略估计过程中存在较大方差,因此,基于策略梯度的方法往往受到样本利用率低、收敛速度慢等限制.针对该问题,在行动者-评论家(actor-critic,简称AC)算法框架下,提出了真实在线增量式自然梯度AC(true online incremental natural actor-critic,简称TOINAC)算法.TOINAC算法采用优于传统梯度的自然梯度,在真实在线时间差分(true online time difference,简称TOTD)算法的基础上,提出了一种新型的前向观点,改进了自然梯度行动者-评论家算法.在评论家部分,利用TOTD算法高效性的特点来估计值函数;在行动者部分,引入一种新的前向观点来估计自然梯度,再利用资格迹将自然梯度估计变为在线估计,提高了自然梯度估计的准确性和算法的效率.将TOINAC算法与核方法以及正态策略分布相结合,解决了连续空间问题.最后,在平衡杆、Mountain Car以及Acrobot等连续问题上进行了仿真实验,验证了算法的有效性.

关键词：策略梯度自然梯度行动者-评论家真实在线TD 核方法

在线全文

学校读者我要写书评

暂无评论

增量式双自然策略梯度的行动者评论家算法

通信学报 2017年第4期38卷 166-177页

作者：章鹏刘全钟珊翟建伟钱炜晟苏州大学计算机科学与技术学院江苏苏州215006 软件新技术与产业化协同创新中心江苏南京210000 吉林大学符号计算与知识工程教育部重点实验室吉林长春130012

针对强化学习中已有连续动作空间算法未能充分考虑最优动作的选取方法和利用动作空间的知识,提出一种对自然梯度进行改进的行动者评论家算法。该算法采用最大化期望回报作为目标函数,对动作区间上界和下界进行加权来求最优动作,然后通... 详细信息

针对强化学习中已有连续动作空间算法未能充分考虑最优动作的选取方法和利用动作空间的知识,提出一种对自然梯度进行改进的行动者评论家算法。该算法采用最大化期望回报作为目标函数,对动作区间上界和下界进行加权来求最优动作,然后通过线性函数逼近器来近似动作区间上下界的权值,将最优动作求解转换为对双策略参数向量的求解。为了加快上下界的参数向量学习速率,设计了增量的Fisher信息矩阵和动作上下界权值的资格迹,并定义了双策略梯度的增量式自然行动者评论家算法。为了证明该算法的有效性,将该算法与其他连续动作空间的经典强化学习算法在3个强化学习的经典测试实验中进行比较。实验结果表明,所提算法具有收敛速度快和收敛稳定性好的优点。

关键词：强化学习自然梯度行动者评论家连续空间