检索结果-南通市图书馆

基于S型生长曲线的混沌蝗虫优化算法求解机器人路径规划问题

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

计算机应用 2024年

作者：冉义李永胜蒋烨广西民族大学人工智能学院广西民族大学电子信息学院

针对启发式算法在求解机器人路径规划问题上存在收敛精度低，搜索能力较弱且容易陷入局部最优等问题，提出了一种新的基于S型生长曲线的混沌蝗虫优化算法(SGCIGOA)。首先，引入Logistic混沌映射初始化蝗虫个体种群位置，以减少蝗虫个体... 详细信息

针对启发式算法在求解机器人路径规划问题上存在收敛精度低，搜索能力较弱且容易陷入局部最优等问题，提出了一种新的基于S型生长曲线的混沌蝗虫优化算法(SGCIGOA)。首先，引入Logistic混沌映射初始化蝗虫个体种群位置，以减少蝗虫个体的重叠概率，增强种群迭代初期的多样性；其次，通过引入S型生长曲线特征的非线性惯性权重，对递减参数递减的方式进行了调整，提高了算法的收敛速度寻优精度；最后，在迭代过程中引入基于t分布的位置扰动机制，使算法能够充分利用当前种群的有效信息，更好的平衡全局搜索和局部开发，降低了算法陷入局部最优的概率。实验结果表明，所提算法相较于MOGOA(Multi-Objective Grasshopper Optimization Algorithm)、 IGOA(Improved Grasshopper Optimization Algorithm)IAACO(Improvement Adaptive Ant Colony Optimization)等10种对比算法，在简单环境下最优路径长度平均缩短4.32%，迭代次数平均减少82.59%；在复杂环境下最优路径长度平均缩短4.86%，迭代次数平均减少84.69%，是用于求解移动机器人路径规划的一种高效算法。

关键词：蝗虫优化算法 Logistic混沌映射 S型生长曲线 t分布机器人路径规划

t分布与螺旋黏菌搜索的混沌自适应秃鹰搜索算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

小型微型计算机系统 2023年

作者：张海玉贾润亮太原理工大学财经学院

针对秃鹰搜索算法搜索精度低、收敛速度慢及易于陷入局部最优的不足，提出t分布与螺旋黏菌搜索的混沌自适应秃鹰搜索算法。首先引入混沌Bernoulli映射进行种群初始化，丰富种群多样性；然后在搜索空间猎物阶段利用螺旋黏菌搜索策略依搜... 详细信息

针对秃鹰搜索算法搜索精度低、收敛速度慢及易于陷入局部最优的不足，提出t分布与螺旋黏菌搜索的混沌自适应秃鹰搜索算法。首先引入混沌Bernoulli映射进行种群初始化，丰富种群多样性；然后在搜索空间猎物阶段利用螺旋黏菌搜索策略依搜索进程动态修正位置更新方式，提高算法全局搜索能力和收敛精度；在俯冲捕获猎物阶段引入自适应惯性权重策略平衡算法全局搜索与局部开发，提高算法求解精度；最后利用t分布随机扰动策略依概率对种群个体变异，增加算法跳离局部最优、找到全局最优的概率。利用基准函数对算法寻优性能进行实验评估，并引入Wilcoxon秩和检验评估算法搜索性能。结果表明：改进秃鹰搜索算法在寻优精度和收敛速度上都得到了更大提升。

关键词：秃鹰搜索算法混沌映射黏菌算法惯性权重 t分布收敛性

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

光学法CEMS颗粒物监测仪表的相关校准

化工自动化及仪表 2024年第1期51卷 69-76页

作者：董慧来中海壳牌石油化工有限公司

烟气连续监测系统(CEMS)在检测烟气中颗粒物的质量浓度时,几乎没有可用的标准物质对颗粒物监测单元进行校准。因此,需要对光学原理颗粒物单元测得的原始参数进行回归计算,转换为环保要求的质量浓度数据。分析比较了国内外相关标准中颗... 详细信息

烟气连续监测系统(CEMS)在检测烟气中颗粒物的质量浓度时,几乎没有可用的标准物质对颗粒物监测单元进行校准。因此,需要对光学原理颗粒物单元测得的原始参数进行回归计算,转换为环保要求的质量浓度数据。分析比较了国内外相关标准中颗粒物测量仪表的校准计算方法,重点参照HJ 75/76标准要求,以Excel作为回归计算工具,实现了快速的相关校准计算,并自动绘制相关曲线。同时,对目前颗粒物校准中遇到的普遍问题也探索了解决方法。

关键词： CEMS 颗粒浓度+气态污染物相关校准 Excel 回归分析 t分布置信区间允许区间

基于K-L散度和深度聚类的自适应EEGNet-t分布解码算法研究

在线全文

学校读者我要写书评

暂无评论

信号处理 2023年第8期39卷 1465-1477页

作者：李梦凡宋智勇郭苗苗邓豪东张鹏飞徐桂芝河北工业大学生命科学与健康工程学院省部共建电工装备可靠性与智能化国家重点实验室天津300132 河北工业大学生命科学与健康工程学院河北省生物电磁与神经工程重点实验室天津300132 河北工业大学生命科学与健康工程学院天津市生物电工与智能健康重点实验室天津300132

脑机接口是脑与外界不通过神经或肌肉建立的交流通路,脑电解码通过归类脑电特征解读输出大脑意图,是影响性能的关键之一。由于脑电信号存在非平稳特性,即使在同一实验过程中脑电信号的特征也会随时间发生变化,导致事先训练好的解码模型... 详细信息

脑机接口是脑与外界不通过神经或肌肉建立的交流通路,脑电解码通过归类脑电特征解读输出大脑意图,是影响性能的关键之一。由于脑电信号存在非平稳特性,即使在同一实验过程中脑电信号的特征也会随时间发生变化,导致事先训练好的解码模型精度常常会随时间逐渐降低,不利于脑机接口的长期稳定运行。本研究提出基于K-L散度和深度聚类的自适应EEGNet-t分布解码算法,根据脑电特征变化前后t分布的K-L散度评估脑电的非平稳性并构建基于平稳性差值的目标函数,并以此目标函数调整EEGNet网络参数通过改变非线性映射的方式缩小平稳性差值,从而动态调整融合深度网络与聚类的EEGNet-t分布模型,实现对非平稳脑电的自适应解码。10名被试参与了视觉-听觉的脑机接口实验,并进行较长时间的脑电解码预测。与传统算法相比,本算法在连续128个试次组的任务中获得最高的平均准确率87.85%(p分布更好地适应脑电信号特征变化,具有更强的解码稳定性,能够保证脑机接口长时间工作的解码精度,为脑机接口实用化提供基础。

关键词：脑机接口脑电非平稳性自适应算法深度聚类 EEGNet t分布

在线全文

学校读者我要写书评

暂无评论

基于t分布的稳健半参数混合回归模型

基于t分布的稳健半参数混合回归模型

作者：葛艳浙江财经大学

学位级别：硕士

在实际问题中,我们通常会遇到来自异质总体的混合数据,传统的单一模型在利用样本信息对总体参数进行推断时,估计结果通常存在较大误差。而有限混合模型则可以解决该问题。它不仅可以用来处理数据聚类及数值分类问题,还能够在对数据分类... 详细信息

在实际问题中,我们通常会遇到来自异质总体的混合数据,传统的单一模型在利用样本信息对总体参数进行推断时,估计结果通常存在较大误差。而有限混合模型则可以解决该问题。它不仅可以用来处理数据聚类及数值分类问题,还能够在对数据分类后进行进一步分析,得到不同成分的性质以及变量间的关系。该模型自提出以来便得到了越来越多人的关注,并且已经被广泛应用于生物、天文学、医学和金融学等各种领域中。混合回归模型,又称基于模型的聚类,可对含有异构性的数据进行回归分析,可被用于研究糖尿病患者与健康人群的分类和密度估计问题,解决视频中动作识别问题,在市场划分、社会科学等学科中的也有十分广泛的应用。传统的混合回归模型假设各子成分的误差服从正态分布,即高斯混合回归模型。然而,现实生活中的大部分数据往往是重尾的、偏斜的,或带有异常值的,而高斯分布都无法准确地将这些特点描绘出来。因此,一些基于tLE、M估计以及惩罚函数的稳健混合回归模型应运而生。通过有效降低重尾数据和异常点的权重,稳健模型可获得比混合高斯模型更好的拟合效果,参数的估计、聚类结果的精度都更高。通常情况下,在考虑混合线性回归模型时,混合比例和误差项的方差均被预设为常数,但这样的条件在实践中很难被满足。这也导致在利用观测值建立数学模型时,由于不能全面考虑到影响观测值取值的因素,造成了模型误差较大,从而对参数估计产生较大的影响。非参数模型则在建模时不需要对模型的形式进行过多设定,能够较好地避免模型误设。但其也有解释能力较弱,对于数据提供的信息利用不充分等缺点。为此,本文采用结合了两类模型优点,且使用更为灵活的半参数混合回归模型,它相对于参数模型假设更为宽松,相对于非参数模型计算成本更低,既有效避免了由于模型设定而产生的误差,提高了模型的拟合效果,还能充分利用数据信息,具有更大的适用范围。本文的主要工作可概括为以下三个方面:第一,基于已有研究,本文提出一种新的半参数混合回归模型,其中响应变量是预测变量的线性回归函数,而混合比例是协变量的平滑函数,并假设误差项服从t分布。通过减少混合回归模型对数据中异常值及重尾数据的敏感性,从而提高模型的稳健性以及参数估计精度。第二,对于混合回归模型的参数估计问题,本文结合核回归提出了三步反拟合估计过程,并推导出相应的EM型算法。又在此基础上进行改进,得到了全局加速EM型算法。在保证参数估计准确性的同时,实现了回归参数和混合比例函数的最优收敛速度,并在此过程中对相关定理进行了证明。第三,本文对所提出模型进行相关的推导以及证明后,又进行了数值模拟。将本文方法与已有的混合模型参数估计方法进行对比,结果显示,在高斯分布假设下所有方法的参数估计结果无明显差异,说明本文方法具有可行性、是有效的。而在偏斜、有异常值的假设下,应用本文模型算法则得到了更好的参数估计结果,说明该方法更加稳健。最后,通过分析音调感知数据、空气质量数据和糖尿病数据,证明本文提出的模型算法具有实际可行性,并且能够有效降低异常值对回归的影响。

关键词：混合回归模型 EM算法半参数模型 t分布核回归

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

t分布起伏地表最小二乘逆时偏移

石油地球物理勘探 2019年第5期54卷 1075-1083,I0010,I0011页

作者：李庆洋中国石化中原油田物探研究院

在复杂构造、复杂岩性、复杂地表条件等地区进行油气地震勘探面临诸多难题,其中剧烈起伏的地表已成为制约上述地区地震勘探发展的瓶颈之一。最小二乘逆时偏移(Least-Squares Reverse time Migration,LSRtM)相对于常规偏移具有更高的成... 详细信息

在复杂构造、复杂岩性、复杂地表条件等地区进行油气地震勘探面临诸多难题,其中剧烈起伏的地表已成为制约上述地区地震勘探发展的瓶颈之一。最小二乘逆时偏移(Least-Squares Reverse time Migration,LSRtM)相对于常规偏移具有更高的成像分辨率、振幅保真性及均衡性等优势,但基于矩形网格的LSRtM在面对复杂地表时无法很好地适用山前带等剧烈起伏地形。此外,山前带地震资料中包含较多的噪声,t分布相比Huber范数和混合模,在缺失数据的条件下更稳健,且没有多余参数,因而简单实用,而Huber范数和混合模的结果严重依赖参数选取,需要大量的尝试。为此,将全交错网格引入贴体网格,将t分布推广到起伏地表LSRtM,进一步推导了贴体网格线性Born正演方程,在此基础上提出了基于贴体全交错网格的起伏地表LSRtM算法,较好地克服了起伏地形的影响。模型试算验证了算法的有效性和对复杂模型的适应性。

关键词：起伏地表全交错网格最小二乘逆时偏移 t分布目标泛函

机构投资者、股权分置改革与股市波动性——基于MCMC估计的t分布误差MS-GARCH模型

在线全文

学校读者我要写书评

暂无评论

系统工程理论与实践 2013年第3期33卷 545-556页

作者：魏立佳武汉大学经济与管理学院武汉430072

从2003年开始,中国机构投资者占股市流通市值中的比例迅速增长.论文以这段时期上证指数的日收益率序列为研究对象,改进了最新的t分布误差MS-GARCH模型,运用马尔科夫链蒙特卡罗模拟(MCMC)对该模型进行了估计,为研究股权分置改革、机构投... 详细信息

从2003年开始,中国机构投资者占股市流通市值中的比例迅速增长.论文以这段时期上证指数的日收益率序列为研究对象,改进了最新的t分布误差MS-GARCH模型,运用马尔科夫链蒙特卡罗模拟(MCMC)对该模型进行了估计,为研究股权分置改革、机构投资者对股市收益率波动的影响提供了新的证据.研究发现,股权分置改革使股市波动性发生了结构性改变,股市由低波动风险期转换为高波动风险期;各类基金的总净值和仓位给股市波动性带来的影响有显著差异,存款准备金率和利率的调整也会影响股市波动性.最后,MS-GARCH模型对股市数据的拟合度和预测效率等都优于单状态GARCH模型.

关键词：机构投资者股权分置改革 MS-GARCH模型波动 t分布

金融危机前后世界主要股票指数的金融风险:基于t分布的实证研究

在线全文

学校读者我要写书评

暂无评论

系统工程理论与实践 2011年第5期31卷 841-847页

作者：闫妍朱晓武熊爱民李权葆陈晓松中国科学院研究生院管理学院北京100190 国家信息中心博士后科研工作站北京100045 中国政法大学商学院北京100088 宁波大学商学院宁波315211 中国科学院理论物理研究所北京100190

选取2004-2006年(平稳区间)和2007-2009年(危机区间)全球28支股票指数作为样本,计算标准化后的日对数收益率,利用t分布和正态分布对概率密度分布函数进行拟合.K-S检验显示,t分布的拟合优度高于正态分布.计算股指对数收益率t分布的自由度... 详细信息

选取2004-2006年(平稳区间)和2007-2009年(危机区间)全球28支股票指数作为样本,计算标准化后的日对数收益率,利用t分布和正态分布对概率密度分布函数进行拟合.K-S检验显示,t分布的拟合优度高于正态分布.计算股指对数收益率t分布的自由度数v和标度参数b.研究表明:股票指数的风险在金融危机期间大幅升高;在平稳期,自由度v一般大于2,中位数为2.64,与"自由度近似等于3"的结论相符,但是金融危机期间,股票指数大幅波动,自由度v一般小于2,t分布曲线的性质发生改变.由于中国对股票交易设立了涨跌停板制度,上证综指和深圳成指的v值在金融危机前后没有显著变化,均在3附近.

关键词： t分布自由度风险金融危机

基于Student′s t分布的不依赖子波最小二乘逆时偏移

在线全文

学校读者我要写书评

暂无评论

地球物理学报 2017年第12期60卷 4790-4800页

作者：李庆洋黄建平李振春中国石油大学(华东)地球科学与技术学院青岛266580

最小二乘逆时偏移(Least-Squares Reverse time Migration,LSRtM)与常规偏移相比具有更高的成像分辨率、振幅保真性及均衡性等优势,是当前研究的热点之一.震源子波的估计直接影响LSRtM结果的好坏,在实际情况下考虑到震源子波的空变特性... 详细信息

最小二乘逆时偏移(Least-Squares Reverse time Migration,LSRtM)与常规偏移相比具有更高的成像分辨率、振幅保真性及均衡性等优势,是当前研究的热点之一.震源子波的估计直接影响LSRtM结果的好坏,在实际情况下考虑到震源子波的空变特性,其估计十分困难.为了消除子波对LSRtM结果的影响,本文发展了基于卷积目标泛函的不依赖子波LSRtM算法.目标泛函由观测记录卷积模拟记录的参考道以及模拟记录卷积观测记录的参考道组成,由于观测子波和模拟子波在目标泛函的两项中同时存在,从而消除了子波的影响.此外,常用的基于L2范数拟合的LSRtM算法对噪声非常敏感,尤其是当地震数据中含有异常值时,常规LSRtM无法得到满意的结果.Student′s t分布相比L2范数具有更好的稳健性,本文将其推广到不依赖子波LSRtM中,提升了算法的稳健性,最后通过理论模型及实际资料试算验证了算法的有效性和对复杂模型的适应性.

关键词：最小二乘逆时偏移不依赖子波 Student's t分布目标泛函卷积