期刊文献+
共找到68篇文章
< 1 2 4 >
每页显示 20 50 100
基于动量梯度下降的回声消除算法 被引量:2
1
作者 陈张良 卢敏 曾桂根 《现代电子技术》 北大核心 2024年第9期71-77,共7页
针对极端环境话音系统下声学回波影响工作人员正常施工,且常规声学回声消除算法收敛速度慢的问题,提出一种基于动量梯度下降的基于l0范数的改进系数成比例归一化最小均方误差算法(L0⁃IPNLMS)。该算法将动量因子引入L0⁃IPNLMS算法中,解... 针对极端环境话音系统下声学回波影响工作人员正常施工,且常规声学回声消除算法收敛速度慢的问题,提出一种基于动量梯度下降的基于l0范数的改进系数成比例归一化最小均方误差算法(L0⁃IPNLMS)。该算法将动量因子引入L0⁃IPNLMS算法中,解决在算法运行过程中梯度下降时梯度摆动幅度可能过大的问题,也提高了自适应滤波器的收敛速度,且残余回声下降明显,声学回波抑制效果更好。仿真实验表明,与L0⁃IPNLMS算法相比,新算法在模拟随机多音信号与真实语音信号输入时,均方误差(MSE)可以降低3.47 dB和3.69 dB,回波抑制比(ERLE)提高了3.46 dB和3.68 dB,在低信噪比情况下,使用新算法对真实语音信号进行回声消除,收敛速度高于L0⁃IPNLMS等算法,且收敛效果有明显改进。 展开更多
关键词 回声消除算法 动量梯度下降 极端环境话音通信系统 归一化 最小均方算法 收敛速度
在线阅读 下载PDF
一类自适应梯度裁剪的差分隐私随机梯度下降算法 被引量:1
2
作者 张家棋 李觉友 《运筹学学报(中英文)》 CSCD 北大核心 2024年第2期47-57,共11页
梯度裁剪是一种防止梯度爆炸的有效方法,但梯度裁剪参数的选取通常对训练模型的性能有较大的影响。为此,本文针对标准的差分隐私随机梯度下降算法进行改进。首先,提出一种自适应的梯度裁剪方法,即在传统裁剪方法基础上利用分位数和指数... 梯度裁剪是一种防止梯度爆炸的有效方法,但梯度裁剪参数的选取通常对训练模型的性能有较大的影响。为此,本文针对标准的差分隐私随机梯度下降算法进行改进。首先,提出一种自适应的梯度裁剪方法,即在传统裁剪方法基础上利用分位数和指数平均策略对梯度裁剪参数进行自适应动态调整,进而提出一类自适应梯度裁剪的差分隐私随机梯度下降算法。其次,在非凸目标函数的情况下对提出的自适应算法给出收敛性分析和隐私性分析。最后,在MNIST、Fasion-MNIST和IMDB数据集上进行数值仿真。其结果表明,与传统梯度裁剪算法相比,本文提出的自适应梯度裁剪算法显著提高了模型精度。 展开更多
关键词 随机梯度下降算法 差分隐私 梯度裁剪 自适应性
在线阅读 下载PDF
自适应光学系统随机并行梯度下降算法 被引量:5
3
作者 马慧敏 张鹏飞 +2 位作者 张京会 范承玉 王英俭 《强激光与粒子束》 EI CAS CSCD 北大核心 2010年第6期1206-1210,共5页
随机并行梯度下降(SPGD)算法可以对系统性能指标直接优化来校正畸变波前。对基于SPGD算法的61单元自适应光学系统进行仿真模拟,分析了对不同初始静态畸变波前的校正能力,并比较了不同性能指标情况下的算法增益系数、扰动幅度值的选取... 随机并行梯度下降(SPGD)算法可以对系统性能指标直接优化来校正畸变波前。对基于SPGD算法的61单元自适应光学系统进行仿真模拟,分析了对不同初始静态畸变波前的校正能力,并比较了不同性能指标情况下的算法增益系数、扰动幅度值的选取及校正情况。仿真结果表明:算法收敛速度很大程度上依赖于增益系数和扰动幅度值,对畸变较大的波前,随机扰动幅度在0.50~0.85范围内,性能指标采用焦斑平均半径比采用斯特列尔比取得的校正效果好。 展开更多
关键词 自适应光学 随机并行梯度下降算法 数值仿真 波前畸变
在线阅读 下载PDF
基于Zernike模式的随机并行梯度下降算法的收敛速率 被引量:6
4
作者 王卫兵 赵帅 +1 位作者 郭劲 王挺峰 《中国光学》 EI CAS 2012年第4期407-415,共9页
为了加快控制变形镜进行波前整形的随机并行梯度下降(SPGD)算法的收敛速率,提高实时波前整形能力,本文利用由12阶Zernike多项式构成的畸变波前和32单元变形镜建立了仿真模型。基于Zernike多项式的单位正交性,得到了两个常数矩阵,当斯特... 为了加快控制变形镜进行波前整形的随机并行梯度下降(SPGD)算法的收敛速率,提高实时波前整形能力,本文利用由12阶Zernike多项式构成的畸变波前和32单元变形镜建立了仿真模型。基于Zernike多项式的单位正交性,得到了两个常数矩阵,当斯特列尔比(SR)达到0.8时,需要算法迭代660次,简化了算法的运算过程,加快了算法运行时间。通过Matlab7.8.0对6种SPGD算法进行仿真对比,结果显示:当SR要求不高时,可使用间接固定双边SPGD算法来提高收敛速度;当SR要求较高时,则应当使用间接自动双边SPGD算法。提出的算法为实际的激光整形提供了理论指导。 展开更多
关键词 波前整形系统 随机并行梯度下降算法 仿真 ZERNIKE多项式 变形镜
在线阅读 下载PDF
随机并行梯度下降算法在激光束整形中的应用 被引量:7
5
作者 刘磊 郭劲 +3 位作者 赵帅 姜振华 孙涛 王挺峰 《中国光学》 EI CAS 2014年第2期260-266,共7页
为了满足高光束质量要求,校正激光束在传输过程中产生的波前畸变,改善激光位相分布,进而提高聚焦光斑的能量集中度,基于79单元微机械薄膜变形镜(MMDM)搭建了一套激光束整形实验系统。利用随机并行梯度下降(SPGD)算法,分别选择聚焦光斑... 为了满足高光束质量要求,校正激光束在传输过程中产生的波前畸变,改善激光位相分布,进而提高聚焦光斑的能量集中度,基于79单元微机械薄膜变形镜(MMDM)搭建了一套激光束整形实验系统。利用随机并行梯度下降(SPGD)算法,分别选择聚焦光斑半径、形心为中心的环围能量比和质心为中心的环围能量比作为算法性能指标,开展了激光束整形实验研究。3种情况下,分别经过58次、197次、133次迭代趋于收敛,但光斑半径作为性能指标时振荡严重;环围能量比从整形前的0.200 5、0.127 7、0.200 5分别增加到整形后的0.669 9、0.733 9、0.864 0。实验结果表明:MMDM用于激光束整形具有良好的效果,光斑半径作为性能指标整形速度最快,其次为质心环围能量比,形心环围能量比最慢;质心环围能量比作为性能指标整形效果最好,其次为形心环围能量比,光斑半径最差。综合比较,质心环围能量比作为性能指标时综合效果最好。 展开更多
关键词 随机并行梯度下降算法 激光束整形 微机械薄膜变形镜 性能指标
在线阅读 下载PDF
基于随机并行梯度下降算法的湍流像差校正仿真 被引量:5
6
作者 马慧敏 张京会 +1 位作者 张鹏飞 范承玉 《红外与激光工程》 EI CSCD 北大核心 2011年第9期1738-1742,共5页
随机并行梯度下降(SPGD)算法可不依赖波前探测直接优化系统性能指标来校正畸变波前。建立了基于随机并行梯度下降算法控制的61单元湍流校正仿真模型,实现了通过该算法控制倾斜镜和变形镜对湍流引起的像差的校正。结果发现,该算法能够找... 随机并行梯度下降(SPGD)算法可不依赖波前探测直接优化系统性能指标来校正畸变波前。建立了基于随机并行梯度下降算法控制的61单元湍流校正仿真模型,实现了通过该算法控制倾斜镜和变形镜对湍流引起的像差的校正。结果发现,该算法能够找到补偿湍流像差所需的倾斜镜和变形镜的最优面形。采用SPGD算法控制,倾斜镜校正后,远场光斑质心更靠近轴心而且轴上斯特列尔比有所提高;倾斜镜和变形镜共同校正比变形镜单独校正的效果好,这也说明倾斜镜的校正是有效的。 展开更多
关键词 自适应光学 随机并行梯度下降算法 湍流
在线阅读 下载PDF
自适应光学随机并行梯度下降算法波前整形规律仿真(英文) 被引量:7
7
作者 王卫兵 王挺峰 郭劲 《中国光学》 EI CAS 2014年第3期411-420,共10页
本文首先介绍了基于Zernike模式的SPGD算法对大气湍流畸变波前的整形原理,通过推导得到了关于性能指标的简明表达式,使SPGD算法收敛速率得到明显提升。然后建立了自适应光学随机并行梯度下降算法波前整形系统模型,主要对SPGD算法收敛速... 本文首先介绍了基于Zernike模式的SPGD算法对大气湍流畸变波前的整形原理,通过推导得到了关于性能指标的简明表达式,使SPGD算法收敛速率得到明显提升。然后建立了自适应光学随机并行梯度下降算法波前整形系统模型,主要对SPGD算法收敛速率、整形能力和整形效果随波前畸变量和变形镜模型的变化规律作了较为详细的仿真研究,整体定性结果表明:三者的变化规律有一定的相似性,同时利用最小二乘法得到了关于整形能力和整形效果变化规律的定量表达式,若从自适应光学波前整形系统的实时性和简单性考虑,在保证一定整形效果的情况下,选择37单元变形镜对畸变波前的3~27(25)阶Zernike像差进行整形即可。 展开更多
关键词 自适应光学波前整形 随机并行梯度下降算法 收敛速率 整形能力 整形效果
在线阅读 下载PDF
随机梯度下降算法研究进展 被引量:92
8
作者 史加荣 王丹 +1 位作者 尚凡华 张鹤于 《自动化学报》 EI CAS CSCD 北大核心 2021年第9期2103-2119,共17页
在机器学习领域中,梯度下降算法是求解最优化问题最重要、最基础的方法.随着数据规模的不断扩大,传统的梯度下降算法已不能有效地解决大规模机器学习问题.随机梯度下降算法在迭代过程中随机选择一个或几个样本的梯度来替代总体梯度,以... 在机器学习领域中,梯度下降算法是求解最优化问题最重要、最基础的方法.随着数据规模的不断扩大,传统的梯度下降算法已不能有效地解决大规模机器学习问题.随机梯度下降算法在迭代过程中随机选择一个或几个样本的梯度来替代总体梯度,以达到降低计算复杂度的目的.近年来,随机梯度下降算法已成为机器学习特别是深度学习研究的焦点.随着对搜索方向和步长的不断探索,涌现出随机梯度下降算法的众多改进版本,本文对这些算法的主要研究进展进行了综述.将随机梯度下降算法的改进策略大致分为动量、方差缩减、增量梯度和自适应学习率等四种.其中,前三种主要是校正梯度或搜索方向,第四种对参数变量的不同分量自适应地设计步长.着重介绍了各种策略下随机梯度下降算法的核心思想、原理,探讨了不同算法之间的区别与联系.将主要的随机梯度下降算法应用到逻辑回归和深度卷积神经网络等机器学习任务中,并定量地比较了这些算法的实际性能.文末总结了本文的主要研究工作,并展望了随机梯度下降算法的未来发展方向. 展开更多
关键词 随机梯度下降算法 机器学习 深度学习 梯度下降算法 大规模学习 逻辑回归 卷积神经网络
在线阅读 下载PDF
基于随机并行梯度下降算法的光束相干合成技术 被引量:2
9
作者 潘旭东 贺喜 +2 位作者 雍松林 张生帅 田俊林 《强激光与粒子束》 EI CAS CSCD 北大核心 2013年第10期2521-2526,共6页
介绍了随机并行梯度下降算法的基本原理,对算法流程进行了仿真验证,并对其中随机扰动幅度和增益系数两个关键参数进行了仿真分析。分析结果表明,这两个参数存在一个最适区间,只有在此区间内取值时算法才能有效收敛。以仿真分析为依据开... 介绍了随机并行梯度下降算法的基本原理,对算法流程进行了仿真验证,并对其中随机扰动幅度和增益系数两个关键参数进行了仿真分析。分析结果表明,这两个参数存在一个最适区间,只有在此区间内取值时算法才能有效收敛。以仿真分析为依据开展了光纤激光的相干合成实验,结果表明光束相干合成效果显著,有效地验证了仿真分析的结果。 展开更多
关键词 随机并行梯度下降算法 光纤激光 相干合成 高功率激光
在线阅读 下载PDF
基于Zernike模式的自适应光学系统随机并行梯度下降算法 被引量:9
10
作者 杨慧珍 李新阳 《强激光与粒子束》 EI CAS CSCD 北大核心 2009年第5期645-648,共4页
控制算法的收敛速度一定程度上限制了无波前探测自适应光学技术在实时波前畸变校正中的应用。从理论分析角度提出将模式法和区域法结合起来以提高算法收敛速度,并以61单元变形镜为校正器,建立基于随机并行梯度下降算法自适应光学系统仿... 控制算法的收敛速度一定程度上限制了无波前探测自适应光学技术在实时波前畸变校正中的应用。从理论分析角度提出将模式法和区域法结合起来以提高算法收敛速度,并以61单元变形镜为校正器,建立基于随机并行梯度下降算法自适应光学系统仿真模型。结果表明:达到同样的校正效果时,采用组合优化的算法收敛速度要明显优于基于区域法的收敛速度,从而验证了理论分析的合理性。 展开更多
关键词 自适应光学系统 随机并行梯度下降算法 Zernike模式
在线阅读 下载PDF
随机并行梯度下降算法性能与变形镜排布规律的关系研究 被引量:2
11
作者 陈惠颖 王卫兵 +1 位作者 王挺峰 郭劲 《中国光学》 EI CAS CSCD 2016年第4期432-438,共7页
对随机并行梯度下降算法(SPGD)性能与不同变形镜排布规律的关系进行了研究。以采用Roddier方法生成的由52项Zernike像差构成的畸变波前为整形对象,对SPGD算法的收敛速率和整形效果与变形镜排布规律(单元数分别为19、21、32、37、45、60... 对随机并行梯度下降算法(SPGD)性能与不同变形镜排布规律的关系进行了研究。以采用Roddier方法生成的由52项Zernike像差构成的畸变波前为整形对象,对SPGD算法的收敛速率和整形效果与变形镜排布规律(单元数分别为19、21、32、37、45、60、61、77、91)之间的关系进行了仿真研究。结果表明:从整体分析,随着变形镜单元数逐渐增多,SPGD算法的收敛速率和整形效果均逐渐变差;从局部分析,由于变形镜元胞类型变化和边缘占空比的影响,在渐变规律中产生了局部差异。 展开更多
关键词 波前整形 随机并行梯度下降算法 变形镜
在线阅读 下载PDF
基于卷积神经网络的随机梯度下降算法 被引量:75
12
作者 王功鹏 段萌 牛常勇 《计算机工程与设计》 北大核心 2018年第2期441-445,462,共6页
为解决卷积神经网络(CNN)中随机梯度下降算法(SGD)的学习率设置不当对SGD算法的影响,提出一种学习率自适应SGD的更新算法,随着迭代的进行该算法使学习率呈现周期性的改变。针对CNN中Relu激活函数将CNN中的阈值为负的神经元丢弃的缺陷,... 为解决卷积神经网络(CNN)中随机梯度下降算法(SGD)的学习率设置不当对SGD算法的影响,提出一种学习率自适应SGD的更新算法,随着迭代的进行该算法使学习率呈现周期性的改变。针对CNN中Relu激活函数将CNN中的阈值为负的神经元丢弃的缺陷,设计选择Leaky Relu作为激活函数的CNN。实验验证了使用该激活函数的有效性,实验结果表明,采用上述学习率更新算法的SGD可以使网络快速收敛,提高了学习正确率;通过将Leaky Relu激活函数和采用上述学习率更新算法的SGD相结合,进一步提高CNN的学习正确率。 展开更多
关键词 卷积神经网络 随机梯度下降算法 自适应学习率更新算法 LeakyRelu激活函数 快速收敛
在线阅读 下载PDF
卷积神经网络中基于差分隐私的动量梯度下降算法 被引量:3
13
作者 张宇 蔡英 +2 位作者 崔剑阳 张猛 范艳芳 《计算机应用》 CSCD 北大核心 2023年第12期3647-3653,共7页
针对卷积神经网络(CNN)模型的训练过程中,模型参数记忆数据部分特征导致的隐私泄露问题,提出一种CNN中基于差分隐私的动量梯度下降算法(DPGDM)。首先,在模型优化的反向传播过程中对梯度添加满足差分隐私的高斯噪声,并用加噪后的梯度值... 针对卷积神经网络(CNN)模型的训练过程中,模型参数记忆数据部分特征导致的隐私泄露问题,提出一种CNN中基于差分隐私的动量梯度下降算法(DPGDM)。首先,在模型优化的反向传播过程中对梯度添加满足差分隐私的高斯噪声,并用加噪后的梯度值参与模型参数的更新过程,从而实现对模型整体的差分隐私保护;其次,为了减少引入差分隐私噪声对模型收敛速度的影响,设计学习率衰减策略,改进动量梯度下降算法;最后,为了降低噪声对模型准确率的影响,在模型优化过程中动态地调整噪声尺度的值,从而改变在每一轮迭代中需要对梯度加入的噪声量。实验结果表明,与DP-SGD(Differentially Private Stochastic Gradient Descent)相比,所提算法可以在隐私预算为0.3和0.5时,模型准确率分别提高约5和4个百分点。可见,所提算法提高了模型的可用性,并实现了对模型的隐私保护。 展开更多
关键词 卷积神经网络 差分隐私 动量梯度下降算法 深度学习 隐私保护
在线阅读 下载PDF
随机并行梯度下降自适应光学系统中算法收敛速度的仿真研究 被引量:2
14
作者 孙穗 梁永辉 王三宏 《光电工程》 CAS CSCD 北大核心 2011年第12期6-12,共7页
在随机并行梯度下降(SPGD)自适应光学(AO)中,SPGD算法通过直接对系统的性能评价函数进行优化从而校正波前像差,有可能实现实时校正,具有很强的应用潜力。SPGD算法的收敛速度与控制单元的数目、性能评价函数的选取、增益系数及扰动幅度... 在随机并行梯度下降(SPGD)自适应光学(AO)中,SPGD算法通过直接对系统的性能评价函数进行优化从而校正波前像差,有可能实现实时校正,具有很强的应用潜力。SPGD算法的收敛速度与控制单元的数目、性能评价函数的选取、增益系数及扰动幅度的取值等密切相关。通过仿真的方法,研究了控制单元数对SPGDAO系统在静态波前校正中收敛速度的影响,得出了收敛所需迭代步数与控制单元数成线性关系的结论;仿真了SPGDAO系统在不同迭代速率或不同风速下的动态波前校正,为系统控制单元数的选取提供了参考。 展开更多
关键词 自适应光学 随机并行梯度下降算法 控制变量
在线阅读 下载PDF
基于图片问答的静态重启随机梯度下降算法 被引量:5
15
作者 李胜东 吕学强 《计算机研究与发展》 EI CSCD 北大核心 2019年第5期1092-1100,共9页
图片问答是计算机视觉与自然语言处理交叉的多模态学习任务.为了解决该任务,研究人员提出堆叠注意力网络(stacked attention networks, SANs).研究发现该模型易陷入不好的局部最优解,引发较高的问答错误率.为了解决该问题,提出基于图片... 图片问答是计算机视觉与自然语言处理交叉的多模态学习任务.为了解决该任务,研究人员提出堆叠注意力网络(stacked attention networks, SANs).研究发现该模型易陷入不好的局部最优解,引发较高的问答错误率.为了解决该问题,提出基于图片问答的静态重启随机梯度下降算法.实验结果和分析表明:它的准确率比基准算法提高0.29%,但其收敛速度慢于基准算法.为了验证改善性能的显著性,对实验结果进行统计假设检验.T检验结果证明它的改善性能是极其显著的.为了验证它在同类算法中的有效性,将该算法和当前最好的一阶优化算法进行有效性实验,实验结果和分析证明它更有效.为了验证它的泛化性能和推广价值,在经典的Cifar-10数据集上进行图像识别实验.实验结果和T检验结果证明:它具有良好的泛化性能和较好的推广价值. 展开更多
关键词 图片问答 堆叠的注意力网络 动量 静态重启 随机梯度下降
在线阅读 下载PDF
基于随机梯度下降算法的公安视频侦查图像修复 被引量:2
16
作者 孟钰潇 周西平 《太原理工大学学报》 CAS 北大核心 2022年第6期1152-1159,共8页
在公安业务中,图像情报分析对于还原犯罪现场至关重要,在实际视频图像的收集过程中,图像的缺损和破坏难以避免。在研究视频侦查的基础上,引入基于随机梯度下降的张量链分解算法对受损图像进行修复,研究表明,这一方法能有效地修复受损的... 在公安业务中,图像情报分析对于还原犯罪现场至关重要,在实际视频图像的收集过程中,图像的缺损和破坏难以避免。在研究视频侦查的基础上,引入基于随机梯度下降的张量链分解算法对受损图像进行修复,研究表明,这一方法能有效地修复受损的视频图像信息,去除噪音,找回丢失的数据,为后续的分析工作提供良好的条件,减少情报失误,提高警务工作效率。 展开更多
关键词 视频侦查 图像情报 随机梯度下降 修复算法
在线阅读 下载PDF
基于隐式随机梯度下降优化的联邦学习 被引量:12
17
作者 窦勇敢 袁晓彤 《智能系统学报》 CSCD 北大核心 2022年第3期488-495,共8页
联邦学习是一种分布式机器学习范式,中央服务器通过协作大量远程设备训练一个最优的全局模型。目前联邦学习主要存在系统异构性和数据异构性这两个关键挑战。本文主要针对异构性导致的全局模型收敛慢甚至无法收敛的问题,提出基于隐式随... 联邦学习是一种分布式机器学习范式,中央服务器通过协作大量远程设备训练一个最优的全局模型。目前联邦学习主要存在系统异构性和数据异构性这两个关键挑战。本文主要针对异构性导致的全局模型收敛慢甚至无法收敛的问题,提出基于隐式随机梯度下降优化的联邦学习算法。与传统联邦学习更新方式不同,本文利用本地上传的模型参数近似求出平均全局梯度,同时避免求解一阶导数,通过梯度下降来更新全局模型参数,使全局模型能够在较少的通信轮数下达到更快更稳定的收敛结果。在实验中,模拟了不同等级的异构环境,本文提出的算法比FedProx和FedAvg均表现出更快更稳定的收敛结果。在相同收敛结果的前提下,本文的方法在高度异构的合成数据集上比FedProx通信轮数减少近50%,显著提升了联邦学习的稳定性和鲁棒性。 展开更多
关键词 联邦学习 分布式机器学习 中央服务器 全局模型 隐式随机梯度下降 数据异构 系统异构 优化算法 快速收敛
在线阅读 下载PDF
自适应光学系统几种随机并行优化控制算法比较 被引量:35
18
作者 杨慧珍 李新阳 姜文汉 《强激光与粒子束》 EI CAS CSCD 北大核心 2008年第1期11-16,共6页
直接对系统性能指标进行优化是自适应光学系统中一种重要的波前畸变校正方法,选择合适的随机并行优化控制算法是该技术成功实现的关键。以32单元变形镜为校正器,基于多种随机并行优化算法建立自适应光学系统仿真模型。从算法的收敛速度... 直接对系统性能指标进行优化是自适应光学系统中一种重要的波前畸变校正方法,选择合适的随机并行优化控制算法是该技术成功实现的关键。以32单元变形镜为校正器,基于多种随机并行优化算法建立自适应光学系统仿真模型。从算法的收敛速度、校正效果、局部极值3个方面对遗传算法、单向扰动随机并行梯度下降、双向扰动随机并行梯度下降及模拟退火算法进行了比较。仿真结果表明,遗传算法收敛速度太慢,不适用于需要实时控制的自适应光学系统;双向扰动随机并行梯度下降算法收敛速度、校正效果要优于单向扰动随机并行梯度下降,且能够适应各种情况下的扰动电压;模拟退火几乎以概率1收敛到全局极值附近,且收敛速度是上述算法中最快的。 展开更多
关键词 自适应光学系统 随机并行梯度下降算法 模拟退火 遗传算法 数值仿真
在线阅读 下载PDF
一种BP网的学习速率与动量项自适应算法 被引量:8
19
作者 宫宁生 钱春阳 张媛 《小型微型计算机系统》 CSCD 北大核心 2013年第8期1872-1876,共5页
针对BP网络学习速率和动量项参数较难选取以及学习过程中学习效率较为低下的问题,提出BP网络的改进算法模型—AB网络模型,来选取学习速率和动量项的参数值,即通过一个为给定先验知识的A网,动态调节另一个执行实际应用的B网中的学习速率... 针对BP网络学习速率和动量项参数较难选取以及学习过程中学习效率较为低下的问题,提出BP网络的改进算法模型—AB网络模型,来选取学习速率和动量项的参数值,即通过一个为给定先验知识的A网,动态调节另一个执行实际应用的B网中的学习速率和动量项的参数值,并以此提高整个网络的学习效率.实验结果表明,通过AB网络自适应调整参数的算法比普通BP算法的学习效率大大提高.在实际应用中,我们可以通过AB网络自适应调节的方法,对学习速率参数和动量项参数进行合适的选取. 展开更多
关键词 AB网络 BP算法 动量 学习速率 梯度下降
在线阅读 下载PDF
基于组合类别空间的随机游走推荐算法 被引量:2
20
作者 樊玮 谢聪 +1 位作者 肖春景 曹淑燕 《计算机应用》 CSCD 北大核心 2019年第4期984-988,共5页
传统的类别驱动方法只考虑类别间的关联或是将其组织成扁平或层次结构,而项目和类别对应关系复杂,其他信息容易被忽略。针对这个问题提出基于组合类别空间的随机游走推荐算法,更好地组织了项目类别信息、缓解了数据稀疏。首先,建立一个... 传统的类别驱动方法只考虑类别间的关联或是将其组织成扁平或层次结构,而项目和类别对应关系复杂,其他信息容易被忽略。针对这个问题提出基于组合类别空间的随机游走推荐算法,更好地组织了项目类别信息、缓解了数据稀疏。首先,建立一个用哈斯图表示的项目组合类别空间,将项目和类别复杂的一对多关系映射成一对一的简单关系,并表示用户上下层次、同层次及跨层次的项目类别间的跳转;接着,定义组合类别空间的语义关系及链接、偏好两种语义距离,更好地定性、定量描述用户动态偏好的变化;然后,结合组合类别空间上用户浏览图的语义关系、语义距离、用户行为跳转、跳转次数、时序、评分等各种信息,利用随机游走建立用户个性化类别偏好模型;最后,根据用户个性化偏好完成基于用户的协同过滤项目推荐。在MovieLens数据集上的实验显示,与基于用户的协同过滤(UCF)、基于类别关联的推荐模型(UBGC和GENC)相比,所提算法推荐的F1-score提高了6~9个百分点,平均绝对误差(MAE)减小了20%~30%;与基于类别层次潜在因子模型(CHLF)相比,所提算法推荐的F1-score提高了10%。实验结果表明,所提算法在排序推荐上优于传统基于类别的推荐算法。 展开更多
关键词 偏好相似度 梯度下降 随机游走 协同过滤 推荐算法
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部