检索结果-南通市图书馆

多任务协同优化学习高分辨SAR稀疏自聚焦成像算法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2021年第9期43卷 2711-2719页

作者：杨磊张苏黄博盖明慧李埔丞中国民航大学天津市智能信号与图像处理重点实验室天津300300 中国工程物理研究院电子工程研究所绵阳621999

针对传统高分辨合成孔径雷达(SAR)稀疏自聚焦成像算法难以有效平衡稀疏与聚焦特征的问题,该文提出一种基于交替方向多乘子方法(ADMM)的多任务协同优化学习稀疏自聚焦(MtL-SA)算法。该算法通过引入熵范数表征SAR成像结果聚焦特征,在ADMM... 详细信息

针对传统高分辨合成孔径雷达(SAR)稀疏自聚焦成像算法难以有效平衡稀疏与聚焦特征的问题,该文提出一种基于交替方向多乘子方法(ADMM)的多任务协同优化学习稀疏自聚焦(MtL-SA)算法。该算法通过引入熵范数表征SAR成像结果聚焦特征,在ADMM优化框架下,利用近端算法求解聚焦特征解析解。针对原熵范数正则优化目标函数的非凸问题,该文合理设计代价函数,从而保证熵范数近端算子的闭合解析解。同时,应用`1范数表征成像结果稀疏特征,并建立面向复数SAR成像数据的复数软阈值近端算子。该文所提MtL-SA成像算法可实现对目标场景后向散射场对应稀疏特征和聚焦特征的解析求解,并有效提升自聚焦算法的可靠性和稳健性。两种特征增强处理相互调和,保证了算法运行过程中有效降低误差传播,进而保证联合特征增强精度。仿真及实测机载SAR成像数据实验,验证了算法的有效性和实用性,同时应用相变分析方法分别定量和定性地分析了该文所提算法相比其他传统算法的优越性。

关键词：合成孔径雷达多任务学习多特征增强熵范数近端算子

在线全文

学校读者我要写书评

暂无评论

分布式博弈问题研究及算法设计

分布式博弈问题研究及算法设计

作者：李松洋西南大学

学位级别：硕士

博弈论是研究决策者(也称为“玩家”)行为的一门学科,主要研究在多个玩家互动时,他们的决策和结果。在博弈论中,每个玩家的决策会影响整个博弈的结果,而每个玩家又会受到其他玩家的决策影响。不少学者将博弈论运用到现实生活中,以解决... 详细信息

博弈论是研究决策者(也称为“玩家”)行为的一门学科,主要研究在多个玩家互动时,他们的决策和结果。在博弈论中,每个玩家的决策会影响整个博弈的结果,而每个玩家又会受到其他玩家的决策影响。不少学者将博弈论运用到现实生活中,以解决实际面临的工程问题,如智能能源系统、交通管理等。纳什均衡是博弈论中的一个解决方案概念,是指在一个博弈中,如果每个玩家都采取了最优的策略,那么所有玩家的策略都是相互协调的,达到了一个平衡状态。广义纳什均衡是纳什均衡的一种扩展,是具有全局共享耦合约束的博弈模型的解决方案。这些全局约束将每个玩家的可行行动集耦合在一起,从而使得任何一个玩家都不再能够通过改变自己的策略来获得更高的收益。随着信息技术的高速发展,博弈模型中的玩家数量也逐渐增多,传统的集中式广义纳什均衡求解算法已经不能够及时处理大量的计算需求。因此具有更好及时性、扩展性和隐私保护的分布式求解算法逐渐成为现今的研究热点。在现有的研究基础上,本文分别针对一般非合作博弈和聚合博弈,提出了高可用性、高性能的分布式广义纳什均衡求解算法,研究内容主要分为以下三点:(1)本文提出了一种完全信息下基于边一致的求解广义纳什均衡的分布式算法。考虑到现有的基于原始-对偶方法求解非合作博弈模型的广义纳什均衡的分布式算法需要一个维度取决于玩家数量的拉普拉斯矩阵来保证对偶变量的一致性,这意味该类算法不适用于大规模网络。本文所提算法假设每个玩家都可以与所有玩家进行信息交流,且不需要构建额外的拉普拉斯矩阵。同时,考虑现有大部分研究都使用全局步长,即所有玩家使用相同的步长,这可能导致步长无法灵活设置。本文提出的分布式算法采用了依赖于邻居数量的局部恒定步长,这一设置使得算法的灵活性更高。(2)本文在部分信息设置下提出了一种基于边一致的求解广义纳什均衡的分布式算法。考虑到在更多实际应用中,一些玩家无法与所有其他玩家进行通信,本文为每个玩家引入了一个对所有玩家整体行动的局部估计,从而在博弈中的玩家仅需要与其邻居玩家进行通信即可。并且通过古诺博弈以及路径规划模型的仿真实验,本文进一步验证了部分信息下和完全信息下得到的的广义纳什均衡的一致性。(3)本文研究了带有耦合约束的平均聚合博弈,并基于近端算子设计了求解该类博弈模型的广义纳什均衡的分布式算法。为了分布式求解该博弈问题,本文为每个玩家引入了对于聚合项的局部估计,从而保证了玩家之间的相互独立。与部分信息设置下的算法不同,这种算法的优点在于局部估计不依赖于玩家数量,因此具有高效性和可扩展性。从应用的角度来看,这种算法更适用于大规模网络。同时,本文为局部估计引入了一致性子空间,从而保证了局部估计的一致性。最后,通过充电模型的仿真实验,证实了算法的正确性和实用性。综上所述,本文在已有的研究基础之上,针对现有研究的不足,基于原始对偶方法和近端算子理论设计了一系列求解博弈模型广义纳什均衡的分布式算法。本文的研究成果将进一步扩展博弈模型求解方法,为分布式博弈解决实际工程问题提供完整的理论支撑。

关键词：非合作博弈聚合博弈广义纳什均衡原始-对偶方法近端算子

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

机器学习中方差缩减算法的研究及应用

机器学习中方差缩减算法的研究及应用

作者：雷家林浙江师范大学

学位级别：硕士

数据规模的发展使得大规模机器学习的需求不断提升,并且大部分的机器学习都可以归结为求解最优化问题,如何设计出一种快速、稳定的优化算法也是近年来的研究热点.本文通过对一般优化算法的研究,分别提出了两种不同类型的优化算法,以下... 详细信息

数据规模的发展使得大规模机器学习的需求不断提升,并且大部分的机器学习都可以归结为求解最优化问题,如何设计出一种快速、稳定的优化算法也是近年来的研究热点.本文通过对一般优化算法的研究,分别提出了两种不同类型的优化算法,以下是本文的主要内容.第二章将机器学习中的监督学习问题表示为求解经验风险最小化问题,同时在训练过程中,为了防止过拟合,在经验风险中加入正则化项,以限制模型的复杂度,得到了结构风险最小化问题模型.针对这两类问题模型,对其相关算法原理进行了剖析,并介绍了有关概念,方便后文章节的分析与研究.第三章对于经验风险最小化问题,本文在随机方差缩减梯度算法的基础上,结合了自适应学习率和矩限制的特点,并利用批量思想.选取大批量样本代替全部样本进行全局梯度的计算,选取小批量样本进行参数的迭代更新,提出了带矩限制的批量自适应方差缩减算法,并对算法的收敛性进行了说明.通过基于MINST的数值实验,验证了算法的有效性,并探究得出实验参数对算法稳定性的影响.第四章对于结构风险最小化问题,我们对梯度下降的算法做了近端变形,通过在Point-SAGA算法的基础上结合Doglas-Rachford分裂算法,实现两次近端算子的计算,并在动量因子的选择上参考了FISTA算法的方案,提出了双近端算子的加速随机平均梯度算法.在损失函数凸且光滑的前提下,该算法能达到(1/6))的收敛速率,并额外验证了强凸情况下,算法在损失函数病态时具有很好的加速效果.第五章对于规范店员服装、提升门店整体形象的问题,为有效避免将顾客误判为违规店员,在原有YOLO v5识别算法的基础上,通过从采集的视频流中间隔的抽取图像帧,根据工服工帽信息获得热力图后再经过降噪来获得员工的活动区域,将处理好的数据集代入算法中,最后再利用带矩限制的批量自适应方差缩减算法求解,经数值实验可知,改进后的YOLO v5识别算法在检测精度和检测时间上较YOLO v5算法都有提高.

关键词：矩限制方差缩减 Douglas-Rachford分裂近端算子 FISTA算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于网络化系统的分布式复杂优化问题研究

基于网络化系统的分布式复杂优化问题研究

作者：冉亮西南大学

学位级别：硕士

新兴的第四次工业革命极大地推动了经济和科学技术的发展,涉及社会、信息与物理等科学领域的实际问题也随之浮现,如系统结构多样复杂、系统运行成本昂贵、网络通信数据指数增长等。在此背景下,以并行计算和分布式存储为核心思想的分布... 详细信息

新兴的第四次工业革命极大地推动了经济和科学技术的发展,涉及社会、信息与物理等科学领域的实际问题也随之浮现,如系统结构多样复杂、系统运行成本昂贵、网络通信数据指数增长等。在此背景下,以并行计算和分布式存储为核心思想的分布式优化方法逐渐成为当前实现系统优化目标的研究焦点。与传统集中式方法相比,分布式优化方法目的是利用仅获知自身代价函数的智能体与邻居进行交互,实现系统的协同优化。作为一种具有去中心化、强鲁棒性和低通信成本特征的最优化求解工具,分布式优化正好契合网络化信息智能系统向分布式自治管理方向发展的趋势,在计算机、人工智能、数学等科学领域日益发挥着重要作用。基于分布式优化方法的显著优势,目前面向不同类型的分布式优化模型,已经涌现出了相当优秀的分布式优化解决方案。例如,针对仅含一般凸目标的优化问题,设计分布式(投影)次梯度和分布式对偶平均次梯度等优化算法。针对含光滑可微凸目标的优化问题,提出分布式交替方向乘子、基于梯度下降以及精确收敛的EXTRA等优化算法。针对单一非光滑凸目标结构的优化问题,发展基于近端梯度的分布式精确“推-和”和原始-对偶等优化算法。上述研究结果在求解机器学习、频谱感知、电力调度等问题时具有良好的实用价值。然而,现存的分布式优化模型和算法在一定程度上仍无法适应问题目标或约束的复杂多样性,有待研究和开发出更具适应性的分布式优化模型与算法。为此,本文开展基于网络化系统的分布式复杂优化问题研究,具体内容包括以下三个方面:(1)考虑到单一非光滑优化模型无法适用于信号恢复、图像处理和融合LASSO等具有多项非光滑目标的复杂工程问题,本文研究一类分布式三凸目标优化模型,其中局部目标函数由连续可微凸函数、非光滑凸函数和附带局部映射的非光滑复合凸函数构成。同时,相邻智能体受基于网络边的局部耦合等式的制约。在特殊情况下,传统的一致性无约束优化问题是该模型的一种特例。为进一步证实三凸优化模型在实际应用中的潜在价值,本文利用对偶理论和线性算子理论,重点分析和处理分布式资源调度、分布式模型预测控制和编队控制等问题。研究结果证明了三凸优化模型在解决复杂优化问题时的可行性和适用性。(2)为求解分布式三凸目标优化问题,本文设计了一类分布式原始-对偶近端算法,其中智能体仅通过与邻居通信执行局部计算。同时,基于随机块坐标激活机制,本文提出一种分布式随机异步算法。算法执行过程中,每次仅以完全独立的概率激活部分智能体并使其参与更新迭代,其余保持当前状态不变。两类算法的显著特点是采用非协调步长,无任何全局信息或参数。理论分析上,本文在相同的局部步长条件下利用单调算子理论分析所提算法的收敛性。与此同时,当在目标函数满足二次增长条件或分段线性二次条件(弱于强凸条件)时,分析得到算法的线性收敛率。最后,将所提算法应用于分布式模型预测控制和编队控制问题的求解,充分验证了算法的性能优势和实用性。(3)基于上述的研究成果,本文进一步研究一类复合约束优化问题。局部目标由光滑凸函数和带映射的非光滑正则函数组成,局部约束包括决策变量可行集约束、仿射约束和不等式约束。针对此类复杂优化目标,本文利用三凸优化模型的优势将其等价地转化为含多项非光滑目标的无约束优化问题。同时,引入近端算子处理涉及的非光滑项,提出一种完全分布式的近端分裂算法和基于随机块坐标的异步算法。与大多数一致性优化算法不同,所提算法采用基于边的通信模式,摆脱了对权重平衡策略的依赖。在理论上,本文在合适的局部步长条件下,构建关于两种算法的费耶尔单调序列,分析算法收敛性。最后,通过分布式最小二乘问题的仿真实验,证实了算法的正确性和实用性。综上所述,本文在已有的研究基础之上,针对复杂优化问题研究一类更具适应性的分布式优化模型,基于近端算子设计分布式优化算法。本文的研究成果将丰富分布式优化理论,为实际复杂优化问题的求解提供新思路。

关键词：网络化系统分布式凸优化复合三凸优化模型原始-对偶算法近端算子

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

高分辨SAR目标复杂结构特征增强成像算法

红外与毫米波学报 2022年第4期41卷 762-769页

作者：黄博周劼江舸张海中国工程物理研究院电子工程研究所四川绵阳621999

提出面向合成孔径雷达(Synthetic Aperture Radar,SAR)回波数据的复杂结构特征增强算法(Complex Structure Feature Enhancement Algorithm,CEA),面向SAR成像目标的复杂结构特征,算法利用高阶方向全变分(High-order Total Direction Variation,HOTDV)正则算子表示,面向SAR成像目标的稀疏特征,算法用ℓ_(1)正则算子表示。算法利用交替方向多乘子法(Alternating Direction Method of Multipliers,ADMM)建立多正则约束优化框架,设计复杂结构分裂变量和稀疏分裂变量,并求出分裂变量解析更新解以实现SAR成像目标的复杂结构特征与稀疏特征的增强。多正则约束优化框架中的对偶分解保证多特征多任务处理能力,增广拉格朗日项的使用则保证了算法的收敛性和稳健性。最后,设计了仿真和实测SAR数据特征增强实验以验证算法的有效性,对比多种传统结构特征增强算法以验证所提复杂结构特征增强算法的优越性。

关键词：合成孔径雷达复杂结构特征增强高阶方向全变分交替方向多乘子法近端算子相位误差补偿

基于近端算子PHMC的机载雷达高度表参数估计

在线全文

学校读者我要写书评

暂无评论

太赫兹科学与电子信息学报 2024年第2期22卷 186-193页

作者：郭牧欣江舸黄博经文中国工程物理研究院电子工程研究所四川绵阳621999

传统雷达高度表参数估计算法在面对参数的高维特性时会出现过拟合情况,导致参数估计精确度降低。为此,提出一种新颖的基于近端算子修正的哈密顿蒙特卡洛(PHMC)算法,通过统计学的手段估计高程参数。首先假设高程参数具有稀疏特性,并使用... 详细信息

传统雷达高度表参数估计算法在面对参数的高维特性时会出现过拟合情况,导致参数估计精确度降低。为此,提出一种新颖的基于近端算子修正的哈密顿蒙特卡洛(PHMC)算法,通过统计学的手段估计高程参数。首先假设高程参数具有稀疏特性,并使用拉普拉斯分布对其进行表征,这种稀疏先验可表征高程突变的地形场景。稀疏先验与似然函数之间为非共轭关系,使用分层贝叶斯的方法获得后验分布函数的闭合解,采用哈密顿蒙特卡洛(HMC)方法通过采样的方式解决贝叶斯推论中的参数估计问题,引入近端算子提供次梯度完成参数估计。仿真数据验证了所提PHMC算法优于其他传统算法。

关键词：雷达高度表哈密顿蒙特卡洛方法分层贝叶斯近端算子

在线全文

学校读者我要写书评

暂无评论

面向多特征增强的雷达成像多任务学习技术

面向多特征增强的雷达成像多任务学习技术

作者：张苏中国民航大学

学位级别：硕士

合成孔径雷达(Synthetic Aperture Radar,SAR)作为一种全天时、全天候的高分辨微波遥感设备可进行目标探测识别,在SAR成像过程中,有效的目标特征增强可以显著提升SAR目标识别准确性。传统的SAR成像算法基本依赖于傅里叶变换,大致可分为... 详细信息

合成孔径雷达(Synthetic Aperture Radar,SAR)作为一种全天时、全天候的高分辨微波遥感设备可进行目标探测识别,在SAR成像过程中,有效的目标特征增强可以显著提升SAR目标识别准确性。传统的SAR成像算法基本依赖于傅里叶变换,大致可分为两类:多普勒处理和反向投影,二者都面临成像分辨率受带宽限制的问题、且目标中强散射点的旁瓣会淹没弱散射点的主瓣,难以实现指定特征增强的效果,造成目标检测与识别结果的准确性降低。压缩感知技术能完成稀疏驱动下的特征恢复,可实现目标的稀疏特征增强,但单一的稀疏特征增强面临着损失目标弱散射结构特征的问题,且无法并行解决SAR成像过程中无法避免的误差补偿问题。虽已有部分多特征增强算法,但其或计算量大,无法适用于SAR场景数据,或受算法本身影响,精度有限。因此,进行面向多特征增强的雷达成像多任务学习技术研究势在必行。本文针对高分辨SAR成像中的多特征协同增强优化问题,建立充分考虑方向性相位误差和非系统距离单元徙动的原始回波信号模型。从分类和聚类两个角度对成像目标的固有特征进行表征,充分利用交替方向乘子法的可分解性和保相性,建立多任务学习框架,以完成SAR成像目标的多特征协同增强。主要工作如下:1.充分考虑SAR成像过程中的非系统性运动误差,建立面向静止目标模式和地面移动目标成像(Ground Moving Target Imagery,GMTIm)模式的通用回波信号模型。机载SAR工作中受大气湍流等不确定因素影响会产生相对预期轨迹的运动偏移,这种相对目标的运动偏移以方位向相位误差(Azimuth Phase Error,APE)和非系统距离单元徙动(Non-system Range Cell Migration,Ns RCM)的形式体现在回波数据中。考虑到接收数据不完备的可能性,结合压缩感知利用降采样数据进行目标恢复的思想,立目标稀疏恢复问题模型。并以该模型为基础,建立高分辨SAR目标特征增强模型。2.建立基于交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)的ADMM多任务学习框架。挖掘ADMM的“分解-调和”思想,首先进行变量分裂,建立多特征分裂变量,依照各正则项性质与原理,利用不同的正则项进行特征表征。推导各个特征解的解析表达式,最后进行调和过程,实现目标的多特征协同增强。3.研究SAR目标的稀疏协同聚焦特征联合增强成像技术。利用l范数表征目标稀疏特征,稀疏特征的增强过程中,散射点之间相互独立,因此可以视为分类特征的增强。推导熵范数表征聚焦特征,并通过构建代价函数解决熵范数的非凸导致的难以求解最优值的问题。熵范数的更新可避免算法在迭代过程中对误差的敏感问题。在ADMM多任务学习框架下,进行l范数表征的稀疏特征与熵范数表征的聚焦特征的联合求解,实现SAR目标的稀疏和聚焦特征协同增强成像。用多组数据验证所提算法在协同增强稀疏特征和聚焦特征上的有效性。再与其他算法进行对比,通过绘制恢复数据图像特显点的二维等高线图等实验,从定量的角度验证所提算法的性能。4.研究SAR目标分类特征协同聚类特征增强技术。从SAR回波数据本身的信息出发,依靠其本身结构的聚类信息,针对不同的结构特征构建目标的结构表征正则子。利用结构张量全变分(Structure Tensor Total Variation,STV)的感知结构能力,表征目标整体结构特征,并利用韦达定理实现结构张量特征值与迹、行列式的等效转化,以简化计算量。面向目标方向性结构,利用方向广义全变分(Direction Total Generalized Variation,DTGV)进行表征,其依靠自适应尺度变换因子与方向旋转矩阵可贴合方向性分布明显的目标结构。利用高阶方向全变分(High-order Total Direction Variation,HOTDV)表征目标复杂结构特征,其依靠散射点周围的高阶梯度信息,可实现目标复杂结构的恢复。在ADMM多任务学习框架下,实现由目标梯度信息表征的结构特征,l范数表征的稀疏特征和熵范数表征的聚焦特征的协同增强。应用多组数据验证方法有效性,利用相变分析法对比其他算法,以验证所提算法在增强SAR目标分类协同聚类特征的优越性。

关键词：合成孔径雷达交替方向多乘子高分辨SAR成像多特征增强近端算子

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

无线网络资源可信大数据分析方法研究

信息与电脑 2021年第6期33卷 225-227页

作者：龙瑞郑州商学院信息与机电工程学院河南巩义451200

在传统无线网络资源的可信大数据分析中,存在运算精度不高的问题。基于此,笔者首先运用关联规则对大数据中需要分析的数据进行挖掘,然后对挖掘出的数据集采用并行计算来确定并行关系,确定其中存在的并行关系后,对分析数据集进行空间划分... 详细信息

在传统无线网络资源的可信大数据分析中,存在运算精度不高的问题。基于此,笔者首先运用关联规则对大数据中需要分析的数据进行挖掘,然后对挖掘出的数据集采用并行计算来确定并行关系,确定其中存在的并行关系后,对分析数据集进行空间划分,生成数据集网格,最后对生成的数据集网格进行近端算子分析,完成对大数据的分析。实验结果表明,设计方法在收敛系数和运算时间上均优于传统方法,证明该方法具有可行性。

关键词：大数据分析无线网络资源关联规则近端算子

在线全文

学校读者我要写书评

暂无评论

一种基于蒙特卡洛的机载测高算法

信息技术与信息化 2024年第4期 97-100页

作者：郭牧欣孟悦李正军李凤航空工业西安航空计算技术研究所陕西西安710065

雷达高度表作为重要的微波遥感器件,由于其全天候、全时段特性,在地形探测等方面备受关注。机载雷达高度表具有较高的机动性,在实际探测中使用广泛。随着探测场景复杂度的提升,对雷达高度表测量精度也有较高的要求。现阶段提升测量精度... 详细信息

雷达高度表作为重要的微波遥感器件,由于其全天候、全时段特性,在地形探测等方面备受关注。机载雷达高度表具有较高的机动性,在实际探测中使用广泛。随着探测场景复杂度的提升,对雷达高度表测量精度也有较高的要求。现阶段提升测量精度的主要方法有对场景进行精准建模、使用参数估计算法。对传统参数估计算法而言,受步长影响,在估计过程中容易陷入局部最优,且随着参数维度的增高,只能求解低维参数的传统算法,难以获得较为精确的估计结果。因此,为了满足现阶段测量精度的需求,需要使用一种高精度参数估计算法。针对雷达高度表传统参数估计算法在面对参数的高维特性时会出现过拟合的情况,提出一种新颖的基于近端算子的哈密顿蒙特卡洛算法(proximal hamiltonian monte carlo,PHMC)。通过面元仿真数据进行测试,并使用了提出的算法与多种传统算法进行比对,证明了所提出算法的参数估计能力优于传统参数估计算法。

关键词：参数估计算法 Brown模型机载雷达高度表哈密顿蒙特卡罗(hamiltonian monte carlo,HMC) 近端算子