期刊文献+
共找到20篇文章
< 1 >
每页显示 20 50 100
基于压缩感知稀疏域模型并行坐标下降算法的DOA估计方法
1
作者 王宏妍 白艳萍 +2 位作者 郑文康 王立府 续婷 《吉林大学学报(理学版)》 北大核心 2025年第3期924-933,共10页
针对现有的波达方向(direction of arrival,DOA)估计方法在低信噪比、小快拍、多信源条件下估计精度较低的问题,提出一种基于并行坐标下降算法的DOA估计方法.首先,对空域等角度均匀划分,构造超完备冗余字典;其次,采用并行坐标下降算法... 针对现有的波达方向(direction of arrival,DOA)估计方法在低信噪比、小快拍、多信源条件下估计精度较低的问题,提出一种基于并行坐标下降算法的DOA估计方法.首先,对空域等角度均匀划分,构造超完备冗余字典;其次,采用并行坐标下降算法的思想对稀疏信号进行重构,得到信号在空域的稀疏系数矩阵;最后,将稀疏矩阵行向量的l2-范数映射到空域网格上,得到准确的DOA估计值.仿真实验结果表明:在低信噪比、小快拍、多信源条件下,该方法优于子空间类算法、贪婪类算法以及凸优化类算法,具有更低的均方根误差(RMSE)、更高的DOA估计精度和运行效率. 展开更多
关键词 波达方向估计 压缩感知 并行坐标下降算法 矢量水听器阵列信号
在线阅读 下载PDF
弱分层交互Lasso罚logistic回归模型和改进坐标下降算法 被引量:1
2
作者 李静 于辉 王金甲 《高技术通讯》 EI CAS 北大核心 2020年第4期348-357,共10页
基于变量交互和分层思想,提出了一种弱分层交互Lasso罚logistic回归模型。首先给出了交互模型定义和弱分层约束条件,然后给出了凸松弛条件和基于坐标下降法的系数求解算法。在4个UCI机器学习数据集和1个日常生活活动识别数据集上进行实... 基于变量交互和分层思想,提出了一种弱分层交互Lasso罚logistic回归模型。首先给出了交互模型定义和弱分层约束条件,然后给出了凸松弛条件和基于坐标下降法的系数求解算法。在4个UCI机器学习数据集和1个日常生活活动识别数据集上进行实验,实验结果证明了变量交互对分类也有贡献,分层对分类也有贡献。分层交互Lasso兼具Lasso和交互Lasso的优点。 展开更多
关键词 变量交互 分层 Lasso LOGISTIC回归 坐标下降算法
在线阅读 下载PDF
多用户检测问题的半定规划坐标下降算法
3
作者 刘红卫 王新辉 刘三阳 《计算机科学》 CSCD 北大核心 2003年第5期134-135,149,共3页
In this paper, a detection strategy based on a semidefinite relaxation of the CDMA maximum-likelihoodmultiuser detection is investigated. Coordinate descent algorithm is used to strengthen the approximation. The simu-... In this paper, a detection strategy based on a semidefinite relaxation of the CDMA maximum-likelihoodmultiuser detection is investigated. Coordinate descent algorithm is used to strengthen the approximation. The simu-lated bit-error-rate performance demonstrates that this approach provides a good approximation to the maximum-like-lihood multiuser detection. 展开更多
关键词 半定规划坐标下降算法 多用户检测问题 信号处理 MLSD
在线阅读 下载PDF
一种基于加速坐标下降的大规模图像分类算法研究
4
作者 王智勇 《计算机应用与软件》 CSCD 北大核心 2014年第4期208-213,共6页
随着大规模图像分类数据集的出现,设计一种可扩展的、高效的多类分类算法成为目前一个重要的挑战。基于迹范数正则惩罚函数,提出一种新的大规模多类图像分类的可扩展学习算法。把具有挑战性的非光滑优化问题重构为一个带l1正则惩罚的无... 随着大规模图像分类数据集的出现,设计一种可扩展的、高效的多类分类算法成为目前一个重要的挑战。基于迹范数正则惩罚函数,提出一种新的大规模多类图像分类的可扩展学习算法。把具有挑战性的非光滑优化问题重构为一个带l1正则惩罚的无穷维优化问题,进而设计一个简单而有效的加速坐标下降算法。此外,展示了如何在量化的密集视觉特征的压缩域中进行高效的矩阵计算,该压缩域有100 000个例子,1 000多维特征和100多类图片。最后在图像网的子集"Fungeus"、"Ungulate"和"Vehicles"上的实验结果表明,所提出方法的性能明显优于目前最先进的16高斯Fisher向量方法。 展开更多
关键词 大规模图像 多类分类算法 L1范数 压缩域 坐标下降算法 Fisher向量
在线阅读 下载PDF
人体运动建模的实时逆运动学算法 被引量:13
5
作者 张鑫 王章野 +1 位作者 王作省 彭群生 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2009年第6期853-860,共8页
人体运动的虚拟仿真及建模是当今计算机图形学研究的一个热点,而逆向运动学方法则是求解人体运动的一项关键技术.为了实现人体运动建模,提出一种新颖的基于人体关节约束的实时逆向运动学算法.首先基于骨骼长度改进了传统的循环坐标下降(... 人体运动的虚拟仿真及建模是当今计算机图形学研究的一个热点,而逆向运动学方法则是求解人体运动的一项关键技术.为了实现人体运动建模,提出一种新颖的基于人体关节约束的实时逆向运动学算法.首先基于骨骼长度改进了传统的循环坐标下降(CCD)算法,使其生成的运动效果更加流畅自然;然后引入生物分子运动模拟中的SHAKE算法,使短距离运动建模效果更加高效、鲁棒.在此基础上,提出了模拟多个节点同时运动的解析算法,以获得在多个关节点共同作用下的人体运动仿真效果.同运动捕捉的实测数据相比,采用文中算法所得的结果与在视觉效果上非常接近,并通过实验证实了其应用价值. 展开更多
关键词 人体运动建模 关节约束 逆向运动学算法 循环坐标下降算法 SHAKE算法
在线阅读 下载PDF
基于Mahalanobis矩阵学习的本体算法 被引量:6
6
作者 吴剑章 余晓 高炜 《西南大学学报(自然科学版)》 CAS CSCD 北大核心 2015年第2期117-122,共6页
提出基于Mahalanobis矩阵学习的本体相似度计算和本体映射算法.利用矩阵分解和坐标下降迭代算法得到Mahalanobis矩阵,进而得到本体图距离矩阵,并由此来判定本体图中2顶点之间的相似程度.最后,将算法应用于生物GO本体和计算机软件本体,... 提出基于Mahalanobis矩阵学习的本体相似度计算和本体映射算法.利用矩阵分解和坐标下降迭代算法得到Mahalanobis矩阵,进而得到本体图距离矩阵,并由此来判定本体图中2顶点之间的相似程度.最后,将算法应用于生物GO本体和计算机软件本体,通过实验数据验证了算法的有效性. 展开更多
关键词 本体 相似度 本体映射 Mahalanobis矩阵 降维 坐标下降算法
在线阅读 下载PDF
快速稀疏表示分类的人脸识别算法 被引量:4
7
作者 范自柱 《计算机工程与应用》 CSCD 北大核心 2017年第9期1-4,共4页
经典的稀疏表示分类(Sparse Representation for Classification,SRC)算法是一种基于L_1范数最小化问题,它在很多应用场合都能取得很好的分类效果,是目前备受关注的一类识别算法。然而,传统的SRC算法在求解L_1范数最小化问题时,往往计... 经典的稀疏表示分类(Sparse Representation for Classification,SRC)算法是一种基于L_1范数最小化问题,它在很多应用场合都能取得很好的分类效果,是目前备受关注的一类识别算法。然而,传统的SRC算法在求解L_1范数最小化问题时,往往计算效率比较低。为有效解决这个问题,提出了一种快速有效的分类算法,它利用坐标下降方法来实现SRC算法。该方法既可以显著地提高计算效率,又可取得较好的分类结果。在不同人脸库上的实验表明,所提的算法具有良好的应用前景。 展开更多
关键词 稀疏表示 坐标下降算法 分类 人脸识别
在线阅读 下载PDF
改进孪生支持向量机的一种快速分类算法 被引量:1
8
作者 高斌斌 刘霞 李秋林 《重庆理工大学学报(自然科学)》 CAS 2012年第11期98-103,108,共7页
为了提高孪生支持向量机(TSVM)的泛化性能,基于结构风险最小化的原则重构TSVM的原始优化问题,提出改进的TSVM(ITSVM)分类模型。为了加快ITSVM的训练进程,将坐标下降算法和收缩技术相结合求解该模型。仿真实验和真实数据实验表明,该方法... 为了提高孪生支持向量机(TSVM)的泛化性能,基于结构风险最小化的原则重构TSVM的原始优化问题,提出改进的TSVM(ITSVM)分类模型。为了加快ITSVM的训练进程,将坐标下降算法和收缩技术相结合求解该模型。仿真实验和真实数据实验表明,该方法不仅具有良好的分类性能,而且具有很快的学习速度。 展开更多
关键词 支持向量机 孪生支持向量机 坐标下降算法 分类算法 结构风险最小化原则
在线阅读 下载PDF
基于稀疏约束的DCD滑动窗RLS水声信道估计算法研究 被引量:2
9
作者 梁仕杰 王彪 张岑 《声学技术》 CSCD 北大核心 2021年第1期123-127,共5页
水声信道具有稀疏性的特点,因此高精度低复杂度的稀疏信道估计算法对水声通信具有重要意义。基于自适应滤波算法的信道估计问题本质上是线性回归模型参数的求解问题,传统的最小二乘(Least Square,LS)、最小均方(Least Mean Square,LMS)... 水声信道具有稀疏性的特点,因此高精度低复杂度的稀疏信道估计算法对水声通信具有重要意义。基于自适应滤波算法的信道估计问题本质上是线性回归模型参数的求解问题,传统的最小二乘(Least Square,LS)、最小均方(Least Mean Square,LMS)及递归最小二乘(Recursive Least Squares,RLS)算法在估计稀疏信道时不仅复杂度较高,而且在求解线性回归模型时,因忽略自变量的多重共线性而使稀疏信道估计精度降低。针对上述问题,首先,在经典RLS算法的代价函数中加入信道系数的范数对其进行约束,从而提高了稀疏信道估计的精度,然后,采用滑动窗的方式对其代价函数进行处理以减少算法的计算量。在此基础上又引入二分坐标下降(Dichotomous Coordinate Descent,DCD)算法搜索单次迭代中使代价函数最小的解,进一步降低了算法的复杂度。仿真结果表明,文中所提的算法相较于经典算法在估计精度和复杂度方面具有一定的优越性。 展开更多
关键词 二分坐标下降算法 递归最小二乘算法 范数约束 滑动窗 信道估计
在线阅读 下载PDF
一种用于大规模图像分类的可扩展学习算法
10
作者 李利正 《计算机工程与应用》 CSCD 2014年第8期136-142,共7页
随着大规模图像分类数据集的出现,设计一种可扩展的、高效的多类分类算法成为目前一个重要的挑战。基于迹范数正则惩罚函数,提出了一种新的大规模多类图像分类的可扩展学习算法。把具有挑战性的非光滑优化问题重构为一个带l1正则惩罚... 随着大规模图像分类数据集的出现,设计一种可扩展的、高效的多类分类算法成为目前一个重要的挑战。基于迹范数正则惩罚函数,提出了一种新的大规模多类图像分类的可扩展学习算法。把具有挑战性的非光滑优化问题重构为一个带l1正则惩罚的无穷维优化问题,进而设计了一个简单而有效的加速坐标下降算法。展示了如何在量化的密集视觉特征的压缩域中进行高效的矩阵计算,该压缩域有100000个例子,1000多维特征和100多类图片。在图像网的子集“Fungeus”,“Ungulate”和“Vehicles”上的实验结果表明,提出方法的性能明显优于目前最先进的16高斯Fisher向量方法。 展开更多
关键词 大规模图像 多类分类算法 L1范数 压缩域 坐标下降算法 Fisher向量
在线阅读 下载PDF
L2损失大规模线性非平行支持向量顺序回归模型 被引量:5
11
作者 石勇 李佩佳 汪华东 《自动化学报》 EI CSCD 北大核心 2019年第3期505-517,共13页
顺序回归是一种标签具有序信息的多分类问题,广泛存在于信息检索、推荐系统、情感分析等领域.随着互联网、移动通信等技术的发展,面对大量具有大规模、高维、稀疏等特征的数据,传统的顺序回归算法往往表现不足.非平行支持向量顺序回归... 顺序回归是一种标签具有序信息的多分类问题,广泛存在于信息检索、推荐系统、情感分析等领域.随着互联网、移动通信等技术的发展,面对大量具有大规模、高维、稀疏等特征的数据,传统的顺序回归算法往往表现不足.非平行支持向量顺序回归模型具有适应性强,在性能上优于其他基于SVM的方法等优点,该文在此模型基础上提出基于L2损失的大规模线性非平行支持向量顺序回归模型,其中线性模型的设计可处理大规模数据,基于L2的损失可使标签偏离较大的样本得到更大惩罚.此外,该文从模型的两种不同角度分别设计了信赖域牛顿算法和坐标下降算法求解该线性模型,并比较了两种算法在性能上的差异.为验证模型的有效性,该文在大量数据集上对提出的模型及算法进行了分析,结果表明,该文提出的模型表现最优,尤其采用坐标下降算法求解的该模型在数据集上获得了最好的测试性能. 展开更多
关键词 顺序回归 支持向量机 信赖域牛顿算法 对偶坐标下降算法
在线阅读 下载PDF
rLasso正则化Logistic回归模型的估计 被引量:2
12
作者 周生彬 高妍南 黄叶金 《统计与决策》 CSSCI 北大核心 2019年第12期22-26,共5页
文章将rLasso惩罚函数推广到Logistic回归模型,并给出单坐标rLasso惩罚估计问题的解析解,结合坐标下降算法思想,给出线性模型rLasso以及Logistic-rLasso惩罚估计问题的坐标下降求解方法。数值模拟验证所提坐标下降算法的有效性,并说明rL... 文章将rLasso惩罚函数推广到Logistic回归模型,并给出单坐标rLasso惩罚估计问题的解析解,结合坐标下降算法思想,给出线性模型rLasso以及Logistic-rLasso惩罚估计问题的坐标下降求解方法。数值模拟验证所提坐标下降算法的有效性,并说明rLasso惩罚比LASSO类惩罚能选择更为稀疏的模型。 展开更多
关键词 rLasso 坐标下降算法 LOGISTIC回归 广义线性模型 Oracle性质
在线阅读 下载PDF
基于LASSO方法的结构突变理论研究综述 被引量:1
13
作者 李强 王黎明 《江西师范大学学报(自然科学版)》 CAS 北大核心 2015年第2期189-193,共5页
结构突变是统计学、经济学、信号处理和生物信息学等学科领域中的研究热点之一.Z.Harchaoui等提出了基于LASSO的结构突变点检测方法,是近几年结构突变问题的最新研究方法.为了在国内推行该方法,系统介绍了国外基于LASSO方法的几种变点... 结构突变是统计学、经济学、信号处理和生物信息学等学科领域中的研究热点之一.Z.Harchaoui等提出了基于LASSO的结构突变点检测方法,是近几年结构突变问题的最新研究方法.为了在国内推行该方法,系统介绍了国外基于LASSO方法的几种变点模型中的变点检测问题,其核心是把变点检测问题转化成模型选择问题来解决,并阐述了相应的算法.最后探讨该方法在不同学科领域的应用和前景展望. 展开更多
关键词 结构突变 LASSO 模型选择 坐标下降算法
在线阅读 下载PDF
考虑硬件损耗的智能反射面辅助无线携能通信系统
14
作者 何春龙 王新龙 +1 位作者 李兴泉 钱恭斌 《深圳大学学报(理工版)》 CAS CSCD 北大核心 2023年第1期22-32,共11页
为验证收发器硬件损耗对通信系统性能的影响,在考虑收发器硬件损耗的情况下,对智能反射面(intelligent reflecting surface,IRS)辅助的携能通信(simultaneous wireless information and power transfer,SWIPT)系统的鲁棒性传输设计进行... 为验证收发器硬件损耗对通信系统性能的影响,在考虑收发器硬件损耗的情况下,对智能反射面(intelligent reflecting surface,IRS)辅助的携能通信(simultaneous wireless information and power transfer,SWIPT)系统的鲁棒性传输设计进行研究.在考虑基站的最大发射功率、能量收集器的最小接收能量和IRS无源波束成形的约束下,将优化目标设为最大化所有信息接收者的加权和速率,并使用块坐标下降(block coordinate descent,BCD)算法将优化问题分解成多个优化子问题,交替优化.对于基站有源波束成形和IRS无源波束成形的优化问题,分别采用拉格朗日对偶方法和最优化最大化(majorization minimization,MM)算法来解决.仿真结果验证了收发器硬件损耗对系统性能的影响,也证实了信息接收端的硬件损耗要比基站发射端的硬件损耗对系统造成的性能下降更明显. 展开更多
关键词 无线通信技术 携能通信 硬件损耗 智能反射面 多输入多输出 坐标下降算法
在线阅读 下载PDF
PCD型自适应弹性网络在微阵列分类中的应用
15
作者 李钧涛 贾英民 《智能系统学报》 2010年第3期227-232,共6页
针对癌症分类中的重要基因选择问题,提出了一种基于顺向坐标下降算法的自适应弹性网络.该自适应弹性网络通过引入数据驱动权重,在构建分类器的同时能自适应地成群选择基因,从而产生了一个稀疏的学习模型,增强了可解释性.此外,通过引入... 针对癌症分类中的重要基因选择问题,提出了一种基于顺向坐标下降算法的自适应弹性网络.该自适应弹性网络通过引入数据驱动权重,在构建分类器的同时能自适应地成群选择基因,从而产生了一个稀疏的学习模型,增强了可解释性.此外,通过引入惩罚因子,顺向坐标下降算法被改进并有效地用于求解该自适应弹性网络.急性白血病分类实验结果验证了所提方法的有效性. 展开更多
关键词 癌症分类 基因选择 弹性网络 顺向坐标下降算法(PCD算法) 微阵列分类
在线阅读 下载PDF
水声变换域通信技术中的MMP-DCD稀疏信道估计方法 被引量:5
16
作者 王永刚 孙大军 +2 位作者 吴腾飞 张友文 张晓亮 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2017年第5期727-732,共6页
针对带限的水声通信系统在干扰严重的水下环境中性能严重恶化问题,本文将变换域通信系统(TDCS)技术引入水声通信领域,利用水声信道的稀疏特性,提出了一种基于对分坐标下降(DCD)技术的多路径匹配追踪(MMP)稀疏水声信道估计方法,该方法满... 针对带限的水声通信系统在干扰严重的水下环境中性能严重恶化问题,本文将变换域通信系统(TDCS)技术引入水声通信领域,利用水声信道的稀疏特性,提出了一种基于对分坐标下降(DCD)技术的多路径匹配追踪(MMP)稀疏水声信道估计方法,该方法满足约束等距限制(RIP),每次搜索出与残差向量最相关的多个可能的支撑集,而DCD技术可以解决MMP信道估计算法中矩阵求逆带来的运算量大以及数值不稳定问题,特别适用于FPGA等定点硬件平台。研究结果表明:MMP-DCD算法估计所得的水声信道均方误差、误码率性能比最小二乘法好;卷积码编码可以降低该通信系统误码率。 展开更多
关键词 变换域通信系统 压缩感知 水声信道估计 最小二乘法 多路径匹配追踪 对分坐标下降算法 约束等距限制 MMP-DCD
在线阅读 下载PDF
半参变系数可加风险模型的变量选择与估计 被引量:2
17
作者 肖东莹 郑少智 《统计与决策》 CSSCI 北大核心 2015年第16期8-12,共5页
当生存数据类型较为复杂(如删失数据)时,基于普通最小二乘或者似然函数的半参数模型估计及变量选择方法稳健性将大大降低。文章首先对半参可加风险模型进行了变系数推广,然后对系数函数进行B样条逼近,并采用Lasso方法对半参变系数可加... 当生存数据类型较为复杂(如删失数据)时,基于普通最小二乘或者似然函数的半参数模型估计及变量选择方法稳健性将大大降低。文章首先对半参可加风险模型进行了变系数推广,然后对系数函数进行B样条逼近,并采用Lasso方法对半参变系数可加风险模型进行变量选择和模型拟合;同时还介绍了循环坐标下降算法来处理高维数据下生存数据的变量选择与估计,对可加风险模型进行了一定的推广。 展开更多
关键词 变量选择 变系数模型 B样条 循环坐标下降算法
在线阅读 下载PDF
带环境效应的基因组选择方法研究 被引量:1
18
作者 袁志凯 熊思灿 《应用数学》 CSCD 北大核心 2016年第1期225-232,共8页
本文主要研究带环境效应的基因组选择问题,通过把环境效应处理成固定效应,而标记效应处理成随机效应,建立混合线性模型,并首先采用极大似然法给出环境效应和模型方差的估计,然后利用基于改进的单变量惩罚解的坐标下降算法求解基于残差... 本文主要研究带环境效应的基因组选择问题,通过把环境效应处理成固定效应,而标记效应处理成随机效应,建立混合线性模型,并首先采用极大似然法给出环境效应和模型方差的估计,然后利用基于改进的单变量惩罚解的坐标下降算法求解基于残差的惩罚目标函数,实现标记效应的变量选择.模拟结果表明,本文所提的两步估计法在带环境效应的基因组选择中快速高效,且MCP惩罚函数表现最好,SCAD次之,而LASSO和EN表现最差. 展开更多
关键词 基因组选择 混合线性模型 惩罚函数法 坐标下降算法
在线阅读 下载PDF
基于SCAD惩罚回归的异常值检测方法 被引量:9
19
作者 潘莹丽 刘展 宋广雨 《统计与决策》 CSSCI 北大核心 2022年第4期38-42,共5页
异常值检测方法研究是当今数据分析领域的一个热门问题。传统的基于模型的异常值检测方法,往往是先对模型中的参数进行估计,再检测异常值,但是异常值的存在会影响参数估计值,从而使得异常值检测结果不可靠。文章基于线性回归模型,引入... 异常值检测方法研究是当今数据分析领域的一个热门问题。传统的基于模型的异常值检测方法,往往是先对模型中的参数进行估计,再检测异常值,但是异常值的存在会影响参数估计值,从而使得异常值检测结果不可靠。文章基于线性回归模型,引入异常值识别变量,提出线性均值漂移模型。在进行低维数据异常值检测时,对漂移项施加SCAD惩罚,利用坐标下降算法同时进行参数估计和异常值检测;在进行高维数据异常值检测时,对模型参数和异常值识别变量分别施加SCAD惩罚,利用坐标下降算法同时进行参数估计、变量选择和异常值检测。基于线性均值漂移模型,采用SCAD惩罚回归的思想设计坐标下降算法,消除了低维和高维数据中异常值的存在对参数估计带来的不利影响。 展开更多
关键词 异常值检测 线性均值漂移模型 SCAD惩罚 坐标下降算法
在线阅读 下载PDF
用于储量渗透率预测的高效梯度提升决策模型 被引量:3
20
作者 谷宇峰 张道勇 +3 位作者 阮金凤 王琴 张晨朔 张臣 《科学技术与工程》 北大核心 2021年第26期11064-11074,共11页
渗透率预测本质上属于拟合问题,因此可用拟合模型进行解决。机器学习模型是解决拟合问题的利器,其中LightGBM(light gradient boosting machine)表现出色,为此选用该模型进行预测。然而,LightGBM预测性能受自变量的数量和性质影响较大,... 渗透率预测本质上属于拟合问题,因此可用拟合模型进行解决。机器学习模型是解决拟合问题的利器,其中LightGBM(light gradient boosting machine)表现出色,为此选用该模型进行预测。然而,LightGBM预测性能受自变量的数量和性质影响较大,同时较多超参数的使用使其预测状态难以最优,为此采用MIV(mean impact value)算法和CD(coordinate descent)算法对模型进行改进。为验证提出模型的预测性能,以姬塬油田西部长8段致密砂岩储层为例进行研究。设计了三个实验分别对提出模型进行性能分析。根据实验结果发现MIV和CD的使用能提高LightGBM的预测性能,同时提出模型在预测上较常规混合机器学习模型表现更为高效。实验结果证明提出模型可在纯数据驱动下高效地预测渗透率,较经典物理模型更具有适用性和推广性。 展开更多
关键词 渗透率预测 机器学习模型 拟合分析 高效梯度提升决策模型 均值权重筛选算法 坐标下降算法 前馈神经网络模型 支持向量拟合模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部