期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到10篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于学习参数梯度更新模型的农田水利灌溉管道灌水量预测方法
1
作者 周爱民 周钰 《上海农业学报》 2025年第1期118-123,共6页
常规的农田水利灌溉管道灌水量预测方法,参数缺少有效更新,导致预测误差较大。因此,提出基于学习参数梯度更新模型的农田水利灌溉管道灌水量预测方法。使用SVM算法,计算函数估计的最小二乘值,并按照最优超平面参数,对数据进行预处理并更... 常规的农田水利灌溉管道灌水量预测方法,参数缺少有效更新,导致预测误差较大。因此,提出基于学习参数梯度更新模型的农田水利灌溉管道灌水量预测方法。使用SVM算法,计算函数估计的最小二乘值,并按照最优超平面参数,对数据进行预处理并更新,导入预处理后的农田水利灌溉管道灌水数据,归一化处理后对核函数进行确定。基于学习参数梯度更新模型建立模型二层结构,利用学习参数梯度构建灌水量预测模型,设置模型神经元个数,对数据进行训练,并计算得到农田水利灌溉管道灌水量数据预测结果。通过试验验证了本研究设计的农田水利灌溉管道灌水量预测方法,其预测误差较小,具有较好的应用价值。 展开更多
关键词 学习参数梯度更新模型 SVM算法 管道灌水量预测 农田水利灌溉
在线阅读 下载PDF
基于深度强化学习的工业机器人数字孪生模型更新方法
2
作者 段现银 秦志强 +1 位作者 唐小卫 向峰 《航空制造技术》 CSCD 北大核心 2024年第11期48-55,共8页
工业机器人的数字孪生模型能够模拟真实世界中工业机器人的行为和性能,但其仿真精度会受场景更新和设备磨损等使役工况的影响而下降。对此,本文提出了一种基于深度强化学习的工业机器人数字孪生模型更新方法。该方法应用仿真工具Coppeli... 工业机器人的数字孪生模型能够模拟真实世界中工业机器人的行为和性能,但其仿真精度会受场景更新和设备磨损等使役工况的影响而下降。对此,本文提出了一种基于深度强化学习的工业机器人数字孪生模型更新方法。该方法应用仿真工具Coppeliasim建立了工业机器人数字孪生模型,同时基于深度确定性策略梯度(DDPG)算法对数字孪生模型的PID参数、关节阻尼等关键参数进行优化,实现模型的参数更新,提高模型精度。最后,通过ABB–IRB2400工业机器人仿真同步试验,验证了所提方法的有效性。 展开更多
关键词 深度强化学习 工业机器人 数字孪生 深度确定性策略梯度(DDPG) 模型更新
在线阅读 下载PDF
支持向量机增量学习中模型参数选择问题研究 被引量：5
3
作者 张鹏 倪世宏 谢川 《空军工程大学学报（自然科学版）》 CSCD 北大核心 2011年第5期5-9,共5页
支持向量机性能主要受模型参数的影响,而支持向量机增量学习中模型参数选择问题研究较少。针对这一问题,提出一种支持向量机增量学习中模型参数选择方法。将鲁棒度作为增量学习的性能估计准则,用拟合误差和比例系数调节解空间取值范围,... 支持向量机性能主要受模型参数的影响,而支持向量机增量学习中模型参数选择问题研究较少。针对这一问题,提出一种支持向量机增量学习中模型参数选择方法。将鲁棒度作为增量学习的性能估计准则,用拟合误差和比例系数调节解空间取值范围,采用梯度下降法搜索参数,用初始模型参数作为梯度下降法的初始值。用该方法对Logistic模型和航空发动机振动监控进行实验。结果表明:与基本遗传算法和梯度法进行比较,所提方法能充分利用历史学习的结果,缩小解空间的搜索范围,加快收敛速度。 展开更多
关键词 支持向量机 增量学习 模型参数选择 鲁棒度 拟合误差 梯度下降法
在线阅读 下载PDF
融合先验知识的深度学习模型快速训练方法 被引量：3
4
作者 王鹏鸣 何鸣 王红滨 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2021年第4期561-566,共6页
为了提高深度学习神经网络的训练效率,本文提出基于模型训练先验知识进行神经网络训练优化的方法。在深度学习中参数同构的思想指导下,利用神经网络多次迭代的卷积层参数训练回归模型,并指导神经网络参数变化。实验表明:本文提出的方法... 为了提高深度学习神经网络的训练效率,本文提出基于模型训练先验知识进行神经网络训练优化的方法。在深度学习中参数同构的思想指导下,利用神经网络多次迭代的卷积层参数训练回归模型,并指导神经网络参数变化。实验表明:本文提出的方法可以在不修改原网络模型结构的同时显著降低模型在训练过程中引发的震荡现象;在保持模型分类准确率的情况下可以有效降低模型训练时间达到10%以上;该方法应用在深度越深的神经网络中,时间上的优化效果会越明显。 展开更多
关键词 先验知识 深度学习 神经网络 参数同构 回归模型 梯度下降 训练优化 损失震荡
在线阅读 下载PDF
一种适应大数据处理要求的深层学习模型 被引量：6
5
作者 徐承俊 朱国宾 《计算机应用与软件》 北大核心 2021年第1期33-40,共8页
提出基于参数更新与结构更新的深层学习模型。将向量空间表示扩展到张量空间表示,解决数据结构表示的局限性,能很好地表示非结构化、半结构化等高维数据。改进后的模型具备保留原有训练参数、数据等信息能力,不需要再次训练原数据集,并... 提出基于参数更新与结构更新的深层学习模型。将向量空间表示扩展到张量空间表示,解决数据结构表示的局限性,能很好地表示非结构化、半结构化等高维数据。改进后的模型具备保留原有训练参数、数据等信息能力,不需要再次训练原数据集,并且能根据新进数据进行参数调整或结构调整更新,从而实现对新进数据的学习。实验结果表明,该模型具有很好的拓展适应性与保持性,能适应大数据背景下数据变化快、类型复杂等要求,具有很好的拓展实用性。 展开更多
关键词 张量 特征学习 深度学习模型 结构更新 参数更新 大数据
在线阅读 下载PDF
用于训练神经网络的自适应梯度下降优化算法 被引量：4
6
作者 阮乐笑 《哈尔滨商业大学学报（自然科学版）》 CAS 2024年第1期25-31,共7页
由于神经网络规模的扩大,模型训练变得越来越困难.为应对这一问题,提出了一种新的自适应优化算法——Adaboundinject.选取Adam的改进算法Adabound算法,引入动态学习率边界,实现了自适应算法向随机梯度下降(SGD)的平稳过渡.为了避免最小... 由于神经网络规模的扩大,模型训练变得越来越困难.为应对这一问题,提出了一种新的自适应优化算法——Adaboundinject.选取Adam的改进算法Adabound算法,引入动态学习率边界,实现了自适应算法向随机梯度下降(SGD)的平稳过渡.为了避免最小值的超调,减少在最小值附近的振荡,在Adabound的二阶矩中加入一阶矩,利用短期参数更新作为权重,以控制参数更新.为了验证算法性能,在凸环境下,通过理论证明了Adaboundinject具有收敛性.在非凸环境下,进行了多组实验,采用了不同的神经网络模型,通过与其他自适应算法对比,验证了该算法相比其他优化算法具有更好的性能.实验结果表明,Adaboundinject算法在深度学习优化领域具有重要的应用价值,能够有效提高模型训练的效率和精度. 展开更多
关键词 深度学习 自适应优化算法 神经网络模型 图像识别 动态学习率边界 短期参数更新
在线阅读 下载PDF
应用梯度提升决策树算法预测套损 被引量：12
7
作者 周相广 李大伟 《计算机应用》 CSCD 北大核心 2018年第A02期144-147,共4页
套管变形和损坏(简称为套损)的预测是油气田开发工程中的重要工作,是减少工程事故、降低操作成本、提升工作效率的基础。针对油气生产过程中的套损问题,提出了应用大数据思想构建相关算法模型解决油田现场实际问题的思路和方法。通过分... 套管变形和损坏(简称为套损)的预测是油气田开发工程中的重要工作,是减少工程事故、降低操作成本、提升工作效率的基础。针对油气生产过程中的套损问题,提出了应用大数据思想构建相关算法模型解决油田现场实际问题的思路和方法。通过分析油田现场正常井、套损井的实际数据,分析引起套损的若干参数,确定并提取了影响套损的最重要的10个特征参数;应用基于相关性检验、方差分析、互信息等方法分析套管特征参数与套损的关联度,并确定数据关系模式;以此为基础应用梯度提升决策树算法构建套损风险评估算法模型,完成对样本数据的分类预测,获得各特征参数对套损的影响程度及概率分布;然后,预测了214口正常井中潜在成为套损井的前10口井及概率分布,量化了潜在套损风险。 展开更多
关键词 套损 特征参数 机器学习 关系模式 梯度提升决策树 评估模型
在线阅读 下载PDF
联邦学习框架下的大数据隐私保护算法研究
8
作者 颜廷法 《新乡学院学报》 2025年第3期53-57,67,共6页
在当前大数据时代,数据隐私保护问题日益凸显,对信息安全构成了严峻挑战。针对大数据环境下的数据隐私泄露问题,提出了一种创新的联邦学习框架下的隐私保护算法。通过Shamir门限秘密共享方案,实现了模型参数的安全共享,同时结合横向与... 在当前大数据时代,数据隐私保护问题日益凸显,对信息安全构成了严峻挑战。针对大数据环境下的数据隐私泄露问题,提出了一种创新的联邦学习框架下的隐私保护算法。通过Shamir门限秘密共享方案,实现了模型参数的安全共享,同时结合横向与纵向联邦学习策略,构建了一个既灵活又高效的隐私保护模型。在模型训练过程中,采用随机梯度下降算法对本地模型参数进行更新,并通过加密协议对更新的梯度进行加密,以保障数据在传输过程中的安全性。为了进一步提升隐私保护的强度,该算法还集成了差分隐私技术,通过添加适量的随机噪声,有效防止了数据的敏感信息泄露。实验结果表明通过在MedMNIST2数据集上的验证,该算法在降低信息损失率方面表现出色,证明了其在大数据隐私保护方面的实际应用潜力和效果。 展开更多
关键词 大数据隐私 联邦学习 加密协议 差分隐私 模型参数更新
在线阅读 下载PDF
基于自适应神经模糊推理系统的船舶航向自抗扰控制 被引量：15
9
作者 秦贝贝 陈增强 +1 位作者 孙明玮 孙青林 《智能系统学报》 CSCD 北大核心 2020年第2期255-263,共9页
在实际的船舶航向控制中,航向系统在受到外界风浪干扰时表现出的模型非线性和参数不确定性,为航向控制器的设计带来了困难。针对该问题,设计了常规的线性自抗扰控制器和两种在线学习的自抗扰控制器。利用自适应神经模糊推理系统(ANFIS)... 在实际的船舶航向控制中,航向系统在受到外界风浪干扰时表现出的模型非线性和参数不确定性,为航向控制器的设计带来了困难。针对该问题,设计了常规的线性自抗扰控制器和两种在线学习的自抗扰控制器。利用自适应神经模糊推理系统(ANFIS)实现自抗扰控制器参数的在线调整,设计了自适应PD的自抗扰控制器和自适应扩张状态观测器(ESO)的自抗扰控制器;分别在船舶受到外界扰动和参数摄动的两种情况下进行了仿真,仿真表明自适应自抗扰控制器控制效果更好,抗扰能力更强,表现出较强的鲁棒性。 展开更多
关键词 航向控制 自适应神经模糊推理系统(ANFIS) 自适应自抗扰控制器 野本(Nomoto)模型 线性自抗扰控制(LADRC) 非线性系统 梯度下降法 参数学习
在线阅读 下载PDF
不确定受扰电液伺服系统智能自学习PID控制 被引量：6
10
作者 姚文龙 亓冠华 +1 位作者 池荣虎 邵巍 《控制与决策》 EI CSCD 北大核心 2023年第3期654-660,共7页
针对具有参数不确定和外负载扰动的不确定受扰电液伺服系统,提出一种智能自学习PID控制策略.该方法不依赖于系统的精确模型,是一种数据驱动的控制方法.首先,通过改进的动态线性化方法将非线性非仿射的电液伺服系统等效为含有时变参数项... 针对具有参数不确定和外负载扰动的不确定受扰电液伺服系统,提出一种智能自学习PID控制策略.该方法不依赖于系统的精确模型,是一种数据驱动的控制方法.首先,通过改进的动态线性化方法将非线性非仿射的电液伺服系统等效为含有时变参数项和非线性不确定项的线性仿射形式;然后,采用梯度估计算法和时间差分算法分别对时变参数项和非线性不确定项进行估计;接着,利用iPID控制引入附加误差信息对过度线性化丢失的信息进行补偿;最后,根据最优准则,设计不确定受扰电液伺服系统的参数更新律和学习控制律.通过理论分析和仿真实验验证所提出控制策略的收敛性,并通过对比实验,验证该控制方案应用于电液伺服系统的优越性和精确性.实验结果表明,所提出方法能够抑制非线性扰动对系统造成的不良影响,实现理想轨迹的精确跟踪. 展开更多
关键词 电液伺服系统 智能自学习PID控制 时间差分估计 梯度参数估计 不确定受扰系统 无模型自适应控制
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部