面向大数据分析的在线学习算法综述 被引量：42

1

作者 李志杰 李元香 +2 位作者 王峰 何国良 匡立 《计算机研究与发展》 EI CSCD 北大核心 2015年第8期1707-1721,共15页

大数据时代,越来越多的领域出现了对海量、高速数据进行实时处理的需求.如何对大数据流进行抽取转化成有用的信息并应用于各行各业变得越来越重要.传统的批量机器学习技术在大数据分析的应用中存在许多限制.在线学习技术采用流式计算模... 大数据时代,越来越多的领域出现了对海量、高速数据进行实时处理的需求.如何对大数据流进行抽取转化成有用的信息并应用于各行各业变得越来越重要.传统的批量机器学习技术在大数据分析的应用中存在许多限制.在线学习技术采用流式计算模式,在内存中直接进行数据的实时计算,为流数据的学习提供了有利的工具.介绍了大数据分析的动机与背景,集中展示经典和最新的在线学习方法与算法,这种在线学习体系很有希望解决各种大数据挖掘任务面临的困难与挑战.主要技术内容包括3方面:1)线性模型在线学习;2)基于核的非线性模型在线学习;3)非传统的在线学习方法.各类方法尽量给出详细的模型和伪代码,讨论面向大数据分析的大规模机器学习研究与应用中的关键问题;给出大数据在线学习的3种典型应用场景,并探讨现今或将来在线学习领域进一步的研究方向. 展开更多

关键词 在线学习算法 流数据 大数据分析 监督学习 核 多任务

在线阅读 下载PDF 职称材料

城轨列车在车站停车误差估计模型与在线学习算法的研究 被引量：11

2

作者 陈德旺 唐涛 +1 位作者 郜春海 穆瑞琦 《中国铁道科学》 EI CAS CSCD 北大核心 2010年第6期122-127,共6页

根据城轨列车制动特性,对列车运动方程做2项简化。一是忽略空气阻力和坡度的影响;二是分别假设制动力传递有延时及减速度不变或减速度是初始速度的线性函数。由此推导出2个简化的列车停车误差估计模型和模型参数之间的线性关系函数式,... 根据城轨列车制动特性,对列车运动方程做2项简化。一是忽略空气阻力和坡度的影响;二是分别假设制动力传递有延时及减速度不变或减速度是初始速度的线性函数。由此推导出2个简化的列车停车误差估计模型和模型参数之间的线性关系函数式,并给出模型参数在线学习算法,以克服停车过程中的各种非线性因素的影响,提高停车精度。根据统计学原理,采用5个评价指标对模型的性能进行评价,采用停车误差估计判断停车精度是否满足停车可靠性的要求。利用实测停车数据对模型和在线学习算法进行验证和比较。结果表明:提出的简化模型和在线学习算法,能有效降低停车误差,并纠正误差分布的有偏性;停车误差在大于99.5%的情况下满足30cm停车精度的可靠性要求;模型1的效果比模型2略好。 展开更多

关键词 城市轨道交通 车站停车 停车精度 误差估计模型 在线学习算法

在线阅读 下载PDF 职称材料

信度网结构在线学习算法 被引量：6

3

作者 刘启元 张聪 +1 位作者 沈一栋 汪成亮 《软件学报》 EI CSCD 北大核心 2002年第12期2297-2304,共8页

提出一种新的信度网结构在线学习算法.其核心思想是,利用新样本对信度网结构和参数不断进行增量式修改,以逐步逼近真实模型.本算法分为两个步骤:首先分别利用参数增量修改律和添加边、删除边、边反向3种结构增量修改律,并结合新采集的样... 提出一种新的信度网结构在线学习算法.其核心思想是,利用新样本对信度网结构和参数不断进行增量式修改,以逐步逼近真实模型.本算法分为两个步骤:首先分别利用参数增量修改律和添加边、删除边、边反向3种结构增量修改律,并结合新采集的样本,对当前信度网模型进行增量式修改;然后利用结果选择判定准则。从增量式修改所得的后代信度网集合中选择一个合适的信度网作为本次迭代结果.该结果在与当前样本的一致性和与上一代模型的距离之间达到一个合理的折衷.实验结果表明,本算法能有效地实现信度网结构的在线学习.由于在线学习不需要历史样本,且能够不断适应问题域的变化,适合于对具有时变性的领域进行信度网建模. 展开更多

关键词 人工智能 信度网 机器学习 在线学习算法

在线阅读 下载PDF 职称材料

基于信号流图的动态神经网络在线学习算法 被引量：2

4

作者 李明 杨承 +1 位作者 舒宇 杨成梧 《系统仿真学报》 CAS CSCD 北大核心 2009年第12期3738-3742,3747,共6页

复杂的链式规则求导计算是动态神经网络在线学习算法中梯度向量计算的主要瓶颈,针对这一问题,根据P.Campolucci等人提出的动态系统梯度信息信号流图分析方法,设计了动态神经网络的在线学习算法,该算法可以直接从网络的信号流图及其伴随... 复杂的链式规则求导计算是动态神经网络在线学习算法中梯度向量计算的主要瓶颈,针对这一问题,根据P.Campolucci等人提出的动态系统梯度信息信号流图分析方法,设计了动态神经网络的在线学习算法,该算法可以直接从网络的信号流图及其伴随流图中获取目标函数关于网络参数的梯度信息,从而简化了算法梯度向量的计算。为了确保算法的稳定,根据Lyapunov稳定性定理,提出并证明了可以保证算法收敛的自适应学习速率,并且学习速率容易获得。利用NARX神经网络对非线性动态系统在线辨识的仿真实例也表明了本算法的有效性。 展开更多

关键词 动态神经网络 信号流图 在线学习算法 NARX神经网络

在线阅读 下载PDF 职称材料

基于互相关函数的神经网络解耦器在线学习算法 被引量：1

5

作者 李新利 白焰 《华北电力大学学报（自然科学版）》 CAS 北大核心 2002年第2期63-67,共5页

在分散解耦的系统框架上，提出了基于ＭＩＭＯ过程互相关函数的神经网络解耦器在线学习算法。该算法定义了一组ＭＩＭＯ过程的互相关函数作为神经网络解耦器的指标函数，采用了混合遗传算法在线训练神经网络。结合实际工业对象的仿真结... 在分散解耦的系统框架上，提出了基于ＭＩＭＯ过程互相关函数的神经网络解耦器在线学习算法。该算法定义了一组ＭＩＭＯ过程的互相关函数作为神经网络解耦器的指标函数，采用了混合遗传算法在线训练神经网络。结合实际工业对象的仿真结果，表明了该算法的有效性。 展开更多

关键词 互相关函数 神经网络 解耦器 在线学习算法

在线阅读 下载PDF 职称材料

基于CNN和在线学习的UWB室内定位算法 被引量：11

6

作者 张宝军 田奇 +1 位作者 王珩 陈曦 《传感技术学报》 CAS CSCD 北大核心 2020年第4期511-516,共6页

为了减小非视距(NLOS)误差对超宽带(UWB)室内定位系统定位精度的影响,提出了一种基于卷积神经网络(CNN)的超宽带室内定位算法。利用超宽带系统采集非视距环境下的室内定位数据,根据信号在非视距环境下传播时的误差特性建立CNN模型,将定... 为了减小非视距(NLOS)误差对超宽带(UWB)室内定位系统定位精度的影响,提出了一种基于卷积神经网络(CNN)的超宽带室内定位算法。利用超宽带系统采集非视距环境下的室内定位数据,根据信号在非视距环境下传播时的误差特性建立CNN模型,将定位数据输入网络进行训练,以减小NLOS误差对定位精度的影响,然后用扩展卡尔曼滤波(EKF)进行位置估计;当系统处于不同室内环境时,使用在线学习算法调整CNN参数,提高系统的兼容性。实验结果表明,该算法可以在不同室内环境下有效减小NLOS误差的影响,保持厘米级的定位精度,具有一定的实用价值。 展开更多

关键词 超宽带室内定位 卷积神经网络 在线学习算法 非视距误差 扩展卡尔曼滤波

在线阅读 下载PDF 职称材料

径向基函数神经网络的一种有效的在线学习方法 被引量：3

7

作者 邓超 熊范纶 《电子与信息学报》 EI CSCD 北大核心 2001年第5期472-478,共7页

本文提出了一种径向基函数神经网络的有效在线学习方法。该学习方法不仅能根据输入信息的增加而动态地分配网络资源,而且能有效回收网络的冗余资源。在学习过程中网络的参数可以自适应地序贯进行调整。文中详细论述了这种神经网络的学... 本文提出了一种径向基函数神经网络的有效在线学习方法。该学习方法不仅能根据输入信息的增加而动态地分配网络资源,而且能有效回收网络的冗余资源。在学习过程中网络的参数可以自适应地序贯进行调整。文中详细论述了这种神经网络的学习准则、动态增减隐节点算法和参数调整算法。同时通过分析和实验说明网络具有较强的映射能力和预测性能。 展开更多

关键词 径向基函数 神经网络 在线学习算法

在线阅读 下载PDF 职称材料

基于在线学习RBF神经网络的故障预报 被引量：1

8

作者 黄红梅 胡寿松 《南京航空航天大学学报》 EI CAS CSCD 北大核心 2007年第2期249-252,共4页

提出了一种基于在线学习神经网络的故障预报方法。该方法在网络设计过程中结合了“添加”准则和基于对网络输出贡献相对较小的“剪枝”准则。“添加”过程中利用隐层的最大输出判断神经元的活跃性;“剪枝”过程中加入了滑动窗口,避免了... 提出了一种基于在线学习神经网络的故障预报方法。该方法在网络设计过程中结合了“添加”准则和基于对网络输出贡献相对较小的“剪枝”准则。“添加”过程中利用隐层的最大输出判断神经元的活跃性;“剪枝”过程中加入了滑动窗口,避免了误“剪枝”。同时,调整过程只对输出响应比较大的神经元进行,大大减少了计算量,提高了实时性。仿真结果表明,利用该算法能够对一类带时变参数的非线性系统进行故障预报。 展开更多

关键词 故障预报 RBF神经网络 在线学习算法 时变参数 非线性系统

在线阅读 下载PDF 职称材料

基于竞争融合区域建议网络的在线行人跟踪算法研究 被引量：3

9

作者 王兵兵 王莹 +3 位作者 陈治昌 杨邦杰 高万林 王敏娟 《农业机械学报》 EI CAS CSCD 北大核心 2019年第B07期331-338,379,共9页

针对复杂背景下行人跟踪任务的深度学习网络模型和在线行人跟踪算法问题,在多层竞争融合模型目标检测预训练区域建议网络基础上,结合长期和短期并存的在线学习更新策略,实现行人跟踪任务。预训练网络的特征提取过程以VGG16为主干网络,... 针对复杂背景下行人跟踪任务的深度学习网络模型和在线行人跟踪算法问题,在多层竞争融合模型目标检测预训练区域建议网络基础上,结合长期和短期并存的在线学习更新策略,实现行人跟踪任务。预训练网络的特征提取过程以VGG16为主干网络,将提取的特征投入多层竞争融合区域建议网络中,进而生成定位更准确的候选目标。在线跟踪算法使用预训练过的区域建议网络初始化参数值,选取第1帧500个正样本和5000个负样本对区域建议网络进行微调,建立长期和短期更新的帧索引集,通过正负样本对区域建议网络进行更新,最终实现在线行人跟踪算法。在公开数据集Caltech、ETH、PETS2009和Venice上对本文模型进行实验验证,结果表明,竞争融合区域建议网络在行人跟踪任务中性能优越,在几个环境背景较复杂的行人数据集中改进的方法均取得了很好的效果。 展开更多

关键词 行人跟踪 区域建议网络 在线学习算法 竞争融合模型

在线阅读 下载PDF 职称材料

关于BP网络批学习算法的讨论 被引量：5

10

作者 欧王景 李海青 《浙江大学学报（自然科学版）》 EI CSCD 1997年第3期395-398,共4页

本文仿真结果和理论分析表明，与在线学习算法相比，批学习算法并不是一种更为有效的方法．相反。

关键词 BP网络 在线学习算法 批学习算法 误差函数

在线阅读 下载PDF 职称材料

基于在线字典学习的医学图像特征提取与融合 被引量：3

11

作者 吴双 邱天爽 高珊 《中国生物医学工程学报》 CAS CSCD 北大核心 2014年第3期283-288,共6页

提出一种基于在线字典学习(ODL)的医学图像特征提取与融合的新算法。首先,采用大小为8像素×8像素的滑动窗处理源图像,得到联合矩阵;通过ODL算法得到该联合矩阵的冗余字典,并利用最小角回归算法(LARS)计算该联合矩阵的稀疏编码;将... 提出一种基于在线字典学习(ODL)的医学图像特征提取与融合的新算法。首先,采用大小为8像素×8像素的滑动窗处理源图像,得到联合矩阵;通过ODL算法得到该联合矩阵的冗余字典,并利用最小角回归算法(LARS)计算该联合矩阵的稀疏编码;将稀疏编码列向量的1范数作为稀疏编码的活动级测量准则,然后根据活动级最大准则融合稀疏编码;最后根据融合后的稀疏编码和冗余字典重构融合图像。实验图像为20位患者的已配准脑部CT和MR图像,采用5种性能指标评价融合图像的质量,同两种流行的融合算法比较。结果显示,所提出算法的各项客观指标均值最优,Piella指数、QAB/F指数、MIAB/F指数、BSSIM指数和空间频率的均值分别为0.800 4、0.552 4、3.630 2、0.726 9和31.941 3,融合图像对比度、清晰度高,病灶的边缘清晰,运行速度较快,可以辅助医生诊断和临床治疗。 展开更多

关键词 图像融合 在线字典学习算法(ODL) 最小角回归算法(LARS)

在线阅读 下载PDF 职称材料

在线影响力最大化研究综述 被引量：10

12

作者 孔芳 李奇之 李帅 《计算机科学》 CSCD 北大核心 2020年第5期7-13,共7页

影响力最大化是指在给定的影响力传播模型下选取种子节点使其传播信息范围最广。此问题的应用场景十分广泛,包括推荐系统、病毒营销、信息扩散和链接预测等。在实际应用中,信息传播模型中的点对点传播概率通常是未知的,而在线学习算法... 影响力最大化是指在给定的影响力传播模型下选取种子节点使其传播信息范围最广。此问题的应用场景十分广泛,包括推荐系统、病毒营销、信息扩散和链接预测等。在实际应用中,信息传播模型中的点对点传播概率通常是未知的,而在线学习算法可以在交互过程中自主学习未知参数,逐步逼近最优解。文中首先讨论了影响力最大化问题的定义,介绍了常用的影响力传播模型,归纳了常见的离线影响力最大化算法;随后介绍了经典的在线学习框架——多臂老虎机问题,分析了在线影响力最大化问题的研究现状,并通过实验对常见的在线影响力最大化算法在真实社交网络中的性能表现进行对比;最后总结了该课题面临的挑战并展望了未来的研究方向。 展开更多

关键词 影响力传播模型 影响力最大化 社交网络 在线学习算法 多臂老虎机

在线阅读 下载PDF 职称材料

一种LS-SVM在线式短时交通流预测方法 被引量：14

13

作者 康军 段宗涛 +1 位作者 唐蕾 温兴超 《计算机应用研究》 CSCD 北大核心 2018年第10期2965-2968,共4页

针对短时交通流在线预测时存在的计算复杂性问题,提出了一种最小二乘支持向量机在线式短时交通流预测方法。该方法简化了在线学习过程中Lagrange乘子的求解过程,利用训练数据集滑动时间窗口的移动来控制新样本的加入和旧样本的移除,通... 针对短时交通流在线预测时存在的计算复杂性问题,提出了一种最小二乘支持向量机在线式短时交通流预测方法。该方法简化了在线学习过程中Lagrange乘子的求解过程,利用训练数据集滑动时间窗口的移动来控制新样本的加入和旧样本的移除,通过线性运算完成Lagrange乘子的更新,进而完成预测模型的在线更新。测试结果表明,相对已有方法,所提方法在保证预测精度的条件下,能够将在线模型更新时间平均降低约62.64%,是一种有效的在线式短时交通流预测方法。 展开更多

关键词 短时交通流预测 统计学习 最小二乘支持向量机 在线式学习算法 滑动时间窗口

在线阅读 下载PDF 职称材料

智能变结构状态观测器的研究 被引量：5

14

作者 张昌凡 王耀南 何静 《电工技术学报》 EI CSCD 北大核心 2002年第6期29-32,24,共5页

针对一类非线性系统 ,研究了智能变结构状态观测器的设计问题。文中首先提出采用B样条模糊神经网络对系统不确性进行补偿并减少观测器抖动的方法 ,然后给出网络的在线自学习算法 ,最后将所提出的方法应用到感应电动机的转子磁通观测器... 针对一类非线性系统 ,研究了智能变结构状态观测器的设计问题。文中首先提出采用B样条模糊神经网络对系统不确性进行补偿并减少观测器抖动的方法 ,然后给出网络的在线自学习算法 ,最后将所提出的方法应用到感应电动机的转子磁通观测器设计中。 展开更多

关键词 智能变结构 状态观测器 感应电动机 B样条 模糊神经网络 在线学习算法

在线阅读 下载PDF 职称材料

基于模糊神经网络控制的混合式步进电动机伺服系统研究 被引量：4

15

作者 王泮海 徐殿国 史敬灼 《高技术通讯》 EI CAS CSCD 2004年第5期60-63,共4页

在对二相混合式步进电动机实行最大转矩／电流矢量控制和IP位置控制的基础上，为克服参数时变和外界扰动对系统性能的影响，设计了一种新型高性能的参考模型自适应模糊神经网络控制器。实验结果表明所设计的位置伺服系统具有良好的性能。

关键词 模糊神经网络控制 混合式步进电动机 伺服系统 最大转矩 电流控制 IP位置控制 矢量控制 在线学习算法

在线阅读 下载PDF 职称材料

基于小波神经网络的自适应控制器设计 被引量：3

16

作者 蔡吉刚 李树荣 王平 《中国石油大学学报（自然科学版）》 EI CAS CSCD 北大核心 2007年第5期141-143,147,共4页

针对一类未知非线性系统,设计了一种基于小波神经网络的自适应控制器,并提出了一种适合在线学习的参数混合训练算法。根据离线和在线学习系统的特性,得到小波神经网络控制器的初始参数,使用混合训练算法在线修正控制律,实现了自适应控... 针对一类未知非线性系统,设计了一种基于小波神经网络的自适应控制器,并提出了一种适合在线学习的参数混合训练算法。根据离线和在线学习系统的特性,得到小波神经网络控制器的初始参数,使用混合训练算法在线修正控制律,实现了自适应控制。仿真结果验证了该控制方案的有效性。 展开更多

关键词 小波神经网络 自适应控制器 在线学习算法

在线阅读 下载PDF 职称材料

基于稀疏高斯过程的热力参数软仪表 被引量：1

17

作者 熊志化 杨海滨 +1 位作者 吴云峰 邵惠鹤 《中国电机工程学报》 EI CSCD 北大核心 2005年第8期130-133,共4页

高斯过程一种具有概率意义的核学习机,在不损失性能的条件下,与其它核方法相比,有着其容易实现的优点。针对火电厂热力参数失效、优化运行的问题,提出了基于稀疏高斯过程的软仪表,它基于Bayes 在线学习算法,通过构造序列的相关子样本来... 高斯过程一种具有概率意义的核学习机,在不损失性能的条件下,与其它核方法相比,有着其容易实现的优点。针对火电厂热力参数失效、优化运行的问题,提出了基于稀疏高斯过程的软仪表,它基于Bayes 在线学习算法,通过构造序列的相关子样本来给出高斯过程的预测输出。通过利用参数化和再生核Hilbert 空间范数的投影技巧,可以得到优化后的参数和后验过程的稀疏高斯逼近。建立这样的热力参数软仪表对于电厂的经济性监测和优化运行有着重大意义。 展开更多

关键词 高斯过程 热力参数 软仪表 稀疏 Hilbert空间 在线学习算法 优化运行 Bayes 预测输出 构造序列 学习机 核方法 火电厂 再生核 参数化 经济性 投影

在线阅读 下载PDF 职称材料

基于单一传感器的可燃混合气体RBF网络分析 被引量：2

18

作者 张愉 童敏明 《传感器与微系统》 CSCD 北大核心 2008年第5期15-17,共3页

催化传感器对不同可燃气体或在不同的工作温度下有不同的输出灵敏度,根据这一特点控制单一催化传感器工作在不同的温度,检测可燃混合气体时可以得到不同的输出信号,采用RBF神经网络和动态学习算法,建立了多种可燃气体分析的数学模型。... 催化传感器对不同可燃气体或在不同的工作温度下有不同的输出灵敏度,根据这一特点控制单一催化传感器工作在不同的温度,检测可燃混合气体时可以得到不同的输出信号,采用RBF神经网络和动态学习算法,建立了多种可燃气体分析的数学模型。通过对CH4,CO,H23种气体混合的样本进行实验,结果表明:所研究的方法可以较好地实现单一催化传感器对多种可燃混合气体的分析。 展开更多

关键词 RBF神经网络 气体分析 催化传感器 在线学习算法

在线阅读 下载PDF 职称材料

模糊神经网络在超声马达位置控制中的应用 被引量：20

19

作者 齐震 朱邦太 +1 位作者 岳强 赵显红 《洛阳工学院学报》 2002年第4期64-66,78,共4页

提出了利用模糊神经网络控制器 (FNN)实现对超声马达位置进行控制的方法 ,并提出适应法则进行在线训练 ,以减小由于参数的不确定性和外部干扰对超声马达所产生的影响 ,提供了FNN控制器的结构图。仿真与实验研究表明 。

关键词 模糊神经网络 超声马达 位置控制 应用 FNN控制器 在线学习算法 系统结构 仿真

在线阅读 下载PDF 职称材料