DRAMA:更新分布感知的学习型索引

1

作者 郭娜 王雅琪 +2 位作者 姜皓南 谷峪 夏秀峰 《软件学报》 北大核心 2025年第8期3769-3786,共18页

学习型索引因其低内存占用和高查询性能的特点,正辅助或逐步取代传统的索引结构.然而,数据更新导致的在线重新训练使其无法适应数据频繁更新的场景.为了在不过多消耗内存的前提下尽量避免由于数据频繁更新导致的索引重构,提出了一种自... 学习型索引因其低内存占用和高查询性能的特点,正辅助或逐步取代传统的索引结构.然而,数据更新导致的在线重新训练使其无法适应数据频繁更新的场景.为了在不过多消耗内存的前提下尽量避免由于数据频繁更新导致的索引重构,提出了一种自适应的感知更新分布学习型索引结构DRAMA.使用类LSM-Tree的延迟学习方式主动学习数据更新的分布特征;利用近似拟合技术快速建立更新分布模型;采用模型合并策略代替频繁的重训练过程;采用一种混合压缩技术降低索引中模型参数的内存占用率.在真实和合成的数据集上构建了索引并进行验证.结果表明,相比于传统索引和最先进的学习型索引,该索引可以在不额外消耗过多内存的情况下,有效降低数据更新环境下的查询延迟. 展开更多

关键词 学习型索引 更新分布 压缩策略 延迟学习 近似拟合 模型合并

在线阅读 下载PDF 职称材料

城市街区碳代谢模式识别及适应性更新策略——以福建省长汀县历史文化街区为例 被引量：2

2

作者 陈美伊 胡宏 《城市规划》 北大核心 2025年第2期94-109,共16页

我国当前历史文化街区更新多以历史风貌、遗存身份、产权归属等为依据划分更新单元、采取老旧建筑翻新、用地功能置换等更新策略,较少针对历史文化街区内地块的碳代谢差异,对地块尺度碳排放进行大规模精细核算,以“双碳目标”为导向探... 我国当前历史文化街区更新多以历史风貌、遗存身份、产权归属等为依据划分更新单元、采取老旧建筑翻新、用地功能置换等更新策略,较少针对历史文化街区内地块的碳代谢差异,对地块尺度碳排放进行大规模精细核算,以“双碳目标”为导向探索历史文化街区适应性更新策略。本文引入机器学习方法精准识别地块碳代谢分异类型,以国家历史文化名城福建省长汀县的4个历史文化街区为研究区,详细核算449个地块含9624栋建筑的居民生活碳排放、公共活动碳排放、交通出行碳排放和绿地碳汇特征,针对识别出的8类地块碳代谢模式分别提出低碳导向的适应性更新策略,并评估相应的地块低碳更新绩效,以期为我国历史文化街区低碳更新转型提供方法和技术支撑。 展开更多

关键词 低碳导向 历史文化街区 机器学习 适应性更新 碳代谢

在线阅读 下载PDF 职称材料

自适应迭代学习的调度自动化系统运行指标预测方法 被引量：1

3

作者 沈嘉灵 季学纯 +3 位作者 高尚 王宇冬 陈子韵 李昊 《计算机工程与应用》 北大核心 2025年第4期368-376,共9页

在调度自动化系统运行智能风险预警场景下,针对海量指标使用单一算法存在准确率不高以及未根据实时数据特征变化迭代更新等问题,提出一种自适应迭代学习的调度自动化系统运行指标预测方法。基于电力系统业务应用不同行为模式下运行指标... 在调度自动化系统运行智能风险预警场景下,针对海量指标使用单一算法存在准确率不高以及未根据实时数据特征变化迭代更新等问题,提出一种自适应迭代学习的调度自动化系统运行指标预测方法。基于电力系统业务应用不同行为模式下运行指标时序数据特征,提出基于傅里叶变换和自相关系数的运行指标分类方法。根据分类结果采用自适应选择策略构建运行指标时序预测模型。动态捕捉实时运行指标数据变化,自适应迭代更新模型和预测结果。选取某系统部分运行指标数据进行算例分析,验证了所提方法在精确性与时效性方面均显著优于单一算法,消除了实时数据特征变化对系统运行指标趋势预测的影响。 展开更多

关键词 调度自动化系统 自适应选择 迭代学习 自适应更新 运行指标时序预测

在线阅读 下载PDF 职称材料

基于birch聚类的可更新机器学习索引模型 被引量：1

4

作者 曹卫东 金超 《计算机工程与设计》 北大核心 2023年第11期3328-3334,共7页

为满足大数据时代下数据库系统高吞吐、低内存占用的索引设计需求,提出一种面向海量数据的基于birch聚类可更新机器学习索引模型。将数据集使用birch聚类进行划分,对分段数据分别使用前馈神经网络进行训练拟合,采用基于日志结构合并树... 为满足大数据时代下数据库系统高吞吐、低内存占用的索引设计需求,提出一种面向海量数据的基于birch聚类可更新机器学习索引模型。将数据集使用birch聚类进行划分,对分段数据分别使用前馈神经网络进行训练拟合,采用基于日志结构合并树延迟更新思路的异地插入策略,实现索引更新操作。使用真实数据集进行实验,其结果表明,相比传统索引和当前先进机器学习索引结构,该模型在检索速度上有一定提升,在插入性能、内存占用和训练时间上有较大优化。 展开更多

关键词 海量数据 机器学习 索引设计 聚类 日志结构合并树 数据访问热度 动态更新

在线阅读 下载PDF 职称材料

基于分配空间自学习的在线动态索引混合更新机制

5

作者 刘小珠 彭智勇 《计算机研究与发展》 EI CSCD 北大核心 2012年第10期2118-2130,共13页

针对索引维护时间和空间效率低的问题,提出了一种基于分配空间自学习的在线动态索引混合更新机制(on-line dynamic index hybrid update,ODIHU).ODIHU根据Zipf分布原理对长短列表数量分布进行估计,并采用基于历史分配空间的自适应学习... 针对索引维护时间和空间效率低的问题,提出了一种基于分配空间自学习的在线动态索引混合更新机制(on-line dynamic index hybrid update,ODIHU).ODIHU根据Zipf分布原理对长短列表数量分布进行估计,并采用基于历史分配空间的自适应学习机制对长短列表空间进行有效管理,然后对短列表采用立即合并更新方式,长列表采用上限Y相邻多路合并的更新方式维护,实现索引更新与查询性能的有效折中.理论分析及实验结果表明,ODIHU能有效地提高索引维护与更新过程中的空间效率、索引合并与查询时间效率. 展开更多

关键词 索引 在线更新 自学习 分配空间 索引合并

在线阅读 下载PDF 职称材料

基于强化学习的自适应中间件在线更新机制研究

6

作者 王建军 刘玉林 《计算机工程与科学》 CSCD 北大核心 2014年第8期1462-1468,共7页

自适应中间件框架一般根据预先定义的策略、按照监控、分析、决策、执行的流程实现对开放可变系统的闭环控制。但是,传统的自适应框架基于离线的闭环控制,即在提供自适应服务的同时,自身的决策模型不能随实时的环境变化而更新。针对该... 自适应中间件框架一般根据预先定义的策略、按照监控、分析、决策、执行的流程实现对开放可变系统的闭环控制。但是,传统的自适应框架基于离线的闭环控制,即在提供自适应服务的同时,自身的决策模型不能随实时的环境变化而更新。针对该问题提出一种基于强化学习的自适应中间件的在线更新方案,解决自适应策略的冲突消解、系统实时效用评估问题,并设计一种基于强化学习的自适应策略在线学习更新方法,增强了自适应中间件的智能性、灵活性和应变能力。最后实现了相应的支撑系统OUSAM并在其上验证了该机制的有效性和可行性。 展开更多

关键词 自适应中间件 在线更新 智能决策 强化学习

在线阅读 下载PDF 职称材料

ALERT:基于Radix Tree的工作负载自适应学习型索引 被引量：2

7

作者 陈井爽 陈珂 +2 位作者 寿黎但 江大伟 陈刚 《软件学报》 EI CSCD 北大核心 2022年第12期4688-4703,共16页

学习型索引通过学习数据分布可以准确地预测数据存取的位置,在保持高效稳定的查询下,显著降低索引的内存占用.现有的学习型索引主要针对只读查询进行优化,而对插入和更新支持不足.针对上述挑战,设计了一种基于Radix Tree的工作负载自适... 学习型索引通过学习数据分布可以准确地预测数据存取的位置,在保持高效稳定的查询下,显著降低索引的内存占用.现有的学习型索引主要针对只读查询进行优化,而对插入和更新支持不足.针对上述挑战,设计了一种基于Radix Tree的工作负载自适应学习型索引ALERT.ALERT使用Radix Tree来管理不定长的分段,段内采用具有最大误差界的线性插值模型进行预测.同时,ALERT使用一种高效的插入缓冲来降低数据插入更新的代价.针对点查询和范围查询提出两种自适应重组优化方法,通过对工作负载进行感知,动态地调整插入缓冲的组织结构.经实验验证,ALERT与业界流行的学习型索引相比,构建时间平均降低了81%,内存占用平均降低了75%,在保持了优秀读性能的同时,使插入延迟平均降低了50%;此外,ALERT使用自适应重组优化能有效感知查询工作负载特征,与不使用自适应重组优化相比,查询延迟平均降低了15%. 展开更多

关键词 学习型索引 自适应索引 机器学习 数据库

在线阅读 下载PDF 职称材料

基于集成学习和双并行自适应机制的击键动力学认证方法

8

作者 崔立军 于宝华 荣江 《石河子大学学报（自然科学版）》 CAS 北大核心 2024年第4期495-504,共10页

身份认证是指在计算机系统中确认操作者身份的过程,击键动力学作为一种成本低廉、难以模仿的身份认证方式得到许多学者的广泛关注。然而,现有的方法往往存在误判率和漏判率偏高、泛化能力差等弊端。针对以上问题,本文提出一种将集成学... 身份认证是指在计算机系统中确认操作者身份的过程,击键动力学作为一种成本低廉、难以模仿的身份认证方式得到许多学者的广泛关注。然而,现有的方法往往存在误判率和漏判率偏高、泛化能力差等弊端。针对以上问题,本文提出一种将集成学习和自适应更新机制结合的方式,在提高模型分类性能的同时适应新数据中的特征变化。通过使用公开的CMU数据集和通用的评估指标(EER)将本文的方法与其他先进的技术进行比较,实验表明本文所提出的二次集成学习方法性能优异,使用双并行自适应更新机制后表现出可靠的泛化能力,在CMU数据集上得到了3.22%的EER,模型性能优于相同实验条件下的同类研究。 展开更多

关键词 身份认证 击键动力学 集成学习 自适应更新

在线阅读 下载PDF 职称材料

一种具有自适应机制的闪存数据库索引结构 被引量：2

9

作者 房俊华 王翰虎 +1 位作者 陈梅 马丹 《计算机应用》 CSCD 北大核心 2013年第2期563-566,共4页

针对闪存数据库系统索引技术中基于日志更新策略存在的检索效率低、日志空间分配不合理及合并带来的高昂更新代价等问题,提出一种具有自适应机制的索引结构LM-B+TREE。LM-B+TREE将索引的更新缓冲页映射于传统B+TREE的相应节点,并根据闪... 针对闪存数据库系统索引技术中基于日志更新策略存在的检索效率低、日志空间分配不合理及合并带来的高昂更新代价等问题,提出一种具有自适应机制的索引结构LM-B+TREE。LM-B+TREE将索引的更新缓冲页映射于传统B+TREE的相应节点,并根据闪存索引的读写负载及读写代价差异,动态地分配缓冲更新区,自适应地调整索引架构。实验证明LM-B+TREE能够动态地调整索引架构来适应索引的读写负载代价,在减少索引更新代价的同时,有效地提高了索引的查询性能。 展开更多

关键词 闪存数据库 索引结构 缓冲更新 自适应机制 代价评估

在线阅读 下载PDF 职称材料

基于错误学习的自适应等级可搜索加密方案 被引量：4

10

作者 张恩 侯缨盈 +2 位作者 李功丽 李会敏 李钰 《计算机应用》 CSCD 北大核心 2020年第1期148-156,共9页

针对现有分等级可搜索加密方案存在不能有效抵抗量子攻击以及不能灵活添加与删除等级的问题,提出一种基于错误学习的自适应等级可搜索加密(AHSE)方案。首先,利用格的多维特点并基于格上错误学习(LWE)问题,使该方案能有效抵抗量子攻击;其... 针对现有分等级可搜索加密方案存在不能有效抵抗量子攻击以及不能灵活添加与删除等级的问题,提出一种基于错误学习的自适应等级可搜索加密(AHSE)方案。首先,利用格的多维特点并基于格上错误学习(LWE)问题,使该方案能有效抵抗量子攻击;其次,构造条件键对用户进行明确的等级划分,使用户只能搜索其所属等级下的文件,实现有效的等级访问控制;同时,设计一种分段式索引结构,其等级能够灵活添加与删除,具有良好的自适应性,可以满足不同粒度访问控制的需求,并且,该方案中所有用户仅共享一张分段式索引表即可实现搜索,从而有效提高搜索效率;最后,理论分析表明,该方案中用户和文件的更新、删除以及等级变动简单、易于操作,适用于动态的加密数据库、云医疗系统等环境。 展开更多

关键词 可搜索加密 错误学习 分段式索引结构 条件键控制 自适应等级

在线阅读 下载PDF 职称材料

基于自适应模板更新的改进孪生卷积网络目标跟踪算法 被引量：4

11

作者 柳赟 孙淑艳 《计算机应用与软件》 北大核心 2021年第4期145-151,230,共8页

现有的孪生网络目标跟踪算法采用边界框模板进行跟踪,在目标形变、遮挡等干扰下很容易导致跟踪漂移。在轮廓检测网络和孪生卷积网络(Siamese)跟踪网络的基础上,提出一种基于深度轮廓模板更新的改进孪生卷积网络目标跟踪算法。利用轮廓... 现有的孪生网络目标跟踪算法采用边界框模板进行跟踪,在目标形变、遮挡等干扰下很容易导致跟踪漂移。在轮廓检测网络和孪生卷积网络(Siamese)跟踪网络的基础上,提出一种基于深度轮廓模板更新的改进孪生卷积网络目标跟踪算法。利用轮廓检测网络获取目标边缘轮廓,降低背景杂波干扰;利用改进的Siamese网络获得轮廓模板和搜索区域的深度特征;通过相似性匹配获得最优跟踪目标。仿真实验结果表明,所提出的改进模型能够提高目标形变、遮挡等干扰下目标跟踪性能,具有较高的工程应用价值。 展开更多

关键词 目标跟踪 深度学习 孪生网络 轮廓检测网络 轮廓模板 自适应模板更新

在线阅读 下载PDF 职称材料

基于中间层的可扩展学习索引技术 被引量：15

12

作者 高远宁 叶金标 +2 位作者 杨念祖 高晓沨 陈贵海 《软件学报》 EI CSCD 北大核心 2020年第3期620-633,共14页

在大数据与云计算时代,数据访问速度是衡量大规模存储系统性能的一个重要指标.因此,如何设计一种轻量、高效的数据索引结构,从而满足系统高吞吐率、低内存占用的需求,是当前数据库领域的研究热点之一.Kraska等人提出使用机器学习模型代... 在大数据与云计算时代,数据访问速度是衡量大规模存储系统性能的一个重要指标.因此,如何设计一种轻量、高效的数据索引结构,从而满足系统高吞吐率、低内存占用的需求,是当前数据库领域的研究热点之一.Kraska等人提出使用机器学习模型代替传统的B树索引,并在真实数据集上取得了不错的效果,但其提出的模型假设工作负载是静态的、只读的,对于索引更新问题没有提出很好的解决办法.提出了基于中间层的可扩展的学习索引模型Dabble,用来解决索引更新引发的模型重训练问题.首先,Dabble模型利用K-Means聚类算法将数据集划分为K个区域,并训练K个神经网络分别学习不同区域的数据分布.在模型训练阶段,创新性地把数据的访问热点信息融入到神经网络中,从而提高模型对热点数据的预测精度.在数据插入时,借鉴了LSM树延迟更新的思想,提高了数据写入速度.在索引更新阶段,提出一种基于中间层的机制将模型解耦,从而缓解由于数据插入带来的模型更新问题.分别在Lognormal数据集以及Weblogs数据集上进行实验验证,结果表明,与当前先进的方法相比,Dabble模型在查询以及索引更新方面都取得了非常好的效果. 展开更多

关键词 学习索引 聚类 神经网络 动态更新

在线阅读 下载PDF 职称材料

基于差异颜色特性的自适应互补学习目标跟踪 被引量：5

13

作者 景星烁 邹卫军 +1 位作者 夏婷 李超 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2018年第12期2253-2261,共9页

针对模板与像素互补学习(Staple)算法中梯度直方图(HOG)特征对目标形状与尺度变化表达能力较弱,以及不能自适应地进行模型融合与模型更新的问题,提出一种基于差异颜色特性的自适应互补学习目标跟踪算法.首先在HOG特征基础上,增加具有良... 针对模板与像素互补学习(Staple)算法中梯度直方图(HOG)特征对目标形状与尺度变化表达能力较弱,以及不能自适应地进行模型融合与模型更新的问题,提出一种基于差异颜色特性的自适应互补学习目标跟踪算法.首先在HOG特征基础上,增加具有良好形状与尺度不变性的颜色名特征,使用此多通道特征计算位置滤波器的响应图;其次计算颜色直方图特征的特征响应图,依据2种响应图的峰值和平均峰相关能量(APCE)指标自适应地分配权重,得到最终融合响应图;最后根据融合响应图的峰值和APCE指标实现高置信度的模型更新.在OTB-13和OTB-15标准测试集上与5种主流的跟踪算法进行实验的结果表明,该算法在目标形变、尺度变化、光照变化、遮挡等情况下均具有较高的鲁棒性,其跟踪精度和成功率指标都优于Staple及其他主流的跟踪算法. 展开更多

关键词 目标跟踪 差异颜色特性 自适应互补学习 模型更新

在线阅读 下载PDF 职称材料

一种适用于非稳态浅海信道的强化学习自适应调制方案

14

作者 邱逸凡 张小康 +1 位作者 陈东升 童峰 《厦门大学学报（自然科学版）》 CAS CSCD 北大核心 2022年第6期1072-1081,共10页

在时-空-频随机变化的浅海水声信道条件下,采用单一调制方式的水声通信系统难以权衡稳定性和通信速率,无法适应海洋信息可靠、高效传输的应用需求,因此自适应调制成为提高水声通信环境适应性的重要技术手段之一.但是,由于水声信道下传... 在时-空-频随机变化的浅海水声信道条件下,采用单一调制方式的水声通信系统难以权衡稳定性和通信速率,无法适应海洋信息可靠、高效传输的应用需求,因此自适应调制成为提高水声通信环境适应性的重要技术手段之一.但是,由于水声信道下传输时延增长,传统基于阈值判断和反馈的自适应调制方案存在反馈信息过时的问题,导致系统性能下降.本文将强化学习中的重复更新Q学习(RUQL)算法引入浅海信道自适应调制,用信噪比和多普勒频偏表征信道的状态变化,通过与环境交互学习信道的变化,经过多次迭代学习最优策略,实现多通信制式的自优化调整.实验结果表明,相对传统的基于门限阈值判断调整调制参数的自适应调制方案,本文设计的强化学习自适应浅海水声调制方案在系统吞吐量和误码率上均有明显提升,且相较于传统的Q学习算法有更快的收敛速度. 展开更多

关键词 重复更新Q学习 自适应调制 浅海信道 非稳态

在线阅读 下载PDF 职称材料

基于内容的自主学习式MP3搜索引擎的设计

15

作者 吴云鹏 董守斌 宋丙林 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2004年第z1期121-124,共4页

分析了目前MP3搜索引擎的现状,针对现有MP3搜索引擎的不足,构建了基于内容的自主学习式MP3搜索引擎设计模型.提出了搜索引擎的自主学习式信息采集思想、内容信息提取模式和两级数据更新机制,并在华南木棉检索系统中予以实现,为用户提供... 分析了目前MP3搜索引擎的现状,针对现有MP3搜索引擎的不足,构建了基于内容的自主学习式MP3搜索引擎设计模型.提出了搜索引擎的自主学习式信息采集思想、内容信息提取模式和两级数据更新机制,并在华南木棉检索系统中予以实现,为用户提供更加准确有效的MP3搜索结果.最后分析比较了该设计模型相对于其他MP3搜索引擎的优势和局限性,并提出了改进方向. 展开更多

关键词 自主学习 搜索引擎 MP3 两级数据更新

在线阅读 下载PDF 职称材料

基于增量子空间自适应决策的目标跟踪 被引量：14

16

作者 仝小敏 张艳宁 杨涛 《自动化学报》 EI CSCD 北大核心 2011年第12期1483-1494,共12页

基于增量子空间的目标跟踪算法多数不加选择地将检测到的目标作为模板训练的样本,并以固定频率更新模板,这种无反馈闭环机制使得算法在目标外观模型发生变化、光照变化等复杂条件下难以鲁棒跟踪目标,一旦跟踪失败很难从错误中恢复.为此... 基于增量子空间的目标跟踪算法多数不加选择地将检测到的目标作为模板训练的样本,并以固定频率更新模板,这种无反馈闭环机制使得算法在目标外观模型发生变化、光照变化等复杂条件下难以鲁棒跟踪目标,一旦跟踪失败很难从错误中恢复.为此,我们提出一种反馈闭环跟踪算法,在增量子空间粒子滤波跟踪框架下,引入跟踪状态判决作为后续模板更新依据.通过判决反馈信息选择合适的样本适时更新模板,有效克服目标外观模型的变化,持续跟踪目标.实验结果表明,由于引入跟踪状态判决,在目标外观变化、光照变化等情况下,本算法能够以与环境相适应的频率及时更新模板,提高跟踪精度,实验结果验证了本文算法的鲁棒性和有效性. 展开更多

关键词 自适应更新 跟踪状态判决 子空间增量学习 目标跟踪

在线阅读 下载PDF 职称材料

一种自适应惯性权重的混合蛙跳算法 被引量：8

17

作者 刘悦婷 赵小强 《计算机工程》 CAS CSCD 2012年第12期132-135,共4页

针对混合蛙跳算法(SFLA)易陷入局部最优、收敛速度慢的问题,提出一种改进的混合蛙跳算法。该算法用相对基学习法初始化青蛙群体,从而提高初始解的质量。通过引入自适应惯性权重修正青蛙的更新策略,可以平衡算法的全局搜索和局部搜索。对... 针对混合蛙跳算法(SFLA)易陷入局部最优、收敛速度慢的问题,提出一种改进的混合蛙跳算法。该算法用相对基学习法初始化青蛙群体,从而提高初始解的质量。通过引入自适应惯性权重修正青蛙的更新策略,可以平衡算法的全局搜索和局部搜索。对6个经典函数的仿真测试结果表明,该算法与SFLA和ISFLA1算法相比寻优能力强、迭代次数少、解的精度高,更适合高维复杂函数的优化。 展开更多

关键词 混合蛙跳算法 相对基学习法 惯性权重 自适应 更新策略 全局最优

在线阅读 下载PDF 职称材料

基于粒球原型网络的小样本图像分类方法

18

作者 白瑞峰 苟光磊 +1 位作者 文浪 缪宛谕 《计算机应用》 北大核心 2025年第7期2269-2277,共9页

针对小样本学习中训练数据稀少以及单一距离度量无法全面衡量样本之间关系的问题,提出一种基于粒球原型网络(GBProtoNet)的小样本图像分类方法。首先,将粒球算法(Ball k-means)应用于查询集,并通过自适应更新迭代得到查询集类别信息,之... 针对小样本学习中训练数据稀少以及单一距离度量无法全面衡量样本之间关系的问题,提出一种基于粒球原型网络(GBProtoNet)的小样本图像分类方法。首先,将粒球算法(Ball k-means)应用于查询集,并通过自适应更新迭代得到查询集类别信息,之后将这些信息与原型网络(ProtoNet)结合,构造具有查询集与支持集信息的粒球原型,从而缓解训练数据量少的问题;其次,在GBProtoNet特征提取后,设计一个特征筛选模块用于提取样本的重要信息,利用Ball k-means算法得到查询集各类的簇心,并把它们与初始原型进行加权融合,以构造更具代表性的粒球原型;再次,计算初始查询集样本与粒球原型的欧氏距离与余弦距离,并将二者相乘得到综合考量的距离,从而使样本间距离的度量更全面;最后,按照最邻近分配原则,将查询集样本分配给所属类别。实验结果表明,在MiniImageNet和TieredImageNet数据集的5-way 1-shot和5-way 5-shot的图像分类任务中,相较于基线模型ProtoNet,所提方法在MiniImageNet数据集上分类准确率分别提升了6.18%和3.85%,而在TieredImageNet数据集上分别提升了6.89%和3.57%。并且,所提方法在MiniImageNet数据集5-shot图像分类任务上所需时间成本比SSL-ProtoNet(Self-Supervised Learning Prototypical Network)减少了72.6%。可见,所提方法在有效提高小样本图像分类准确度的同时具有高效性。 展开更多

关键词 Ball k-means算法 粒球原型 综合度量 小样本学习 自适应 迭代更新

在线阅读 下载PDF 职称材料

大学应创建成为“学习型高校” 被引量：7

19

作者 邹长城 王莉芬 刘慧玲 《当代教育论坛（宏观教育研究）》 2005年第07S期117-118,共2页

关键词 高校 知识经济时代 大学 农业经济时代 工业经济时代 时代发展 学习型学校 高速发展 科学技术 21世纪 接受教育 工作生涯 学习方法 学习机制 学习效率 终身学习 不适应 高效率 更新

在线阅读 下载PDF 职称材料

基于改进粒子群优化极限学习机的弹丸参数辨识 被引量：8

20

作者 夏悠然 管军 易文俊 《系统工程与电子技术》 EI CSCD 北大核心 2023年第2期521-529,共9页

针对随机产生输入权重和隐含层神经元阈值导致利用极限学习机辨识弹丸气动参数时会出现辨识结果发散问题,本文将粒子群算法与极限学习机结合,并且引入自适应更新策略以及粒子变异策略,提出了一种自适应变异粒子群优化极限学习机算法。... 针对随机产生输入权重和隐含层神经元阈值导致利用极限学习机辨识弹丸气动参数时会出现辨识结果发散问题,本文将粒子群算法与极限学习机结合,并且引入自适应更新策略以及粒子变异策略,提出了一种自适应变异粒子群优化极限学习机算法。该算法利用自适应变异粒子群算法寻优产生极限学习机的输入权重和隐含层阈值,有效改善算法性能。仿真实验表明,利用自适应变异粒子群优化极限学习机算法辨识弹丸气动参数,精度高、收敛速度快,能够充分满足实际工程需要。 展开更多

关键词 弹丸 气动参数辨识 极限学习机 粒子群优化算法 自适应更新策略 粒子变异策略

在线阅读 下载PDF 职称材料