检索结果-维普期刊中文期刊服务平台

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... 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 职称材料

基于深度强化学习的工业机器人数字孪生模型更新方法被引量：2: 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... 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 职称材料

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,... 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 职称材料

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... 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 职称材料

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... 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 职称材料

应用梯度提升决策树算法预测套损被引量：12: 6; 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... 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 职称材料

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：17: 7; 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)... 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 职称材料

题名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; 机构巨野县农业农村局巨野县自然资源和规划局; 出处《上海农业学报》 2025年第1期118-123,共6页; 文摘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。; 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; Keywords Learning parameter gradient updating model SVM algorithm Prediction of pipeline irrigation volume Agricultural irrigation; 分类号 S126 [农业科学—农业基础科学] S607 [农业科学—园艺学]; 在线阅读下载PDF 职称材料

题名基于深度强化学习的工业机器人数字孪生模型更新方法被引量：2: 2; 作者段现银秦志强唐小卫向峰; 机构武汉科技大学冶金装备及其控制教育部重点实验室华中科技大学; 出处《航空制造技术》 CSCD 北大核心 2024年第11期48-55,共8页; 基金国家自然科学基金(51975431,51605346) 湖北省重点研发计划(2022BAA059)。; 文摘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。; 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; Keywords Deep reinforcement learning Industrial robot Digital twin Depth deterministic strategy gradient(DDPG) Model updating; 分类号 TP242.2 [自动化与计算机技术—检测技术与自动化装置] TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名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; 机构空军工程大学工程学院; 出处《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; 基金国家"863"计划资助项目(2010AA8090514-C); 文摘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。; 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; Keywords support vector machine incremental learning gradient descent algorithmmodel parameter selection robustness fitting error; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名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; 机构哈尔滨工程大学计算机科学与技术学院黑龙江科技大学计算机与信息工程学院; 出处《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; 基金国家自然科学基金项目(61772152) 国家重点研发计划(2018YFC0806800) +1 种基金基础科研项目(JCKY2019604C004).; 文摘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。; 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; Keywords prior knowledge deep learning neural network parameter isomorphism regression model gradient descent training optimization loss shock; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名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; 机构武汉大学遥感信息工程学院; 出处《计算机应用与软件》北大核心 2021年第1期33-40,共8页; 基金江西省教育厅科学技术研究项目(GJJ171224)。; 文摘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。; 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; Keywords Tensor Feature learning Deep learning model Structure update Parameter update Big data; 分类号 TP3-05 [自动化与计算机技术—计算机科学与技术]; 在线阅读下载PDF 职称材料

题名应用梯度提升决策树算法预测套损被引量：12: 6; 作者周相广李大伟; 机构中国石油勘探开发研究院; 出处《计算机应用》 CSCD 北大核心 2018年第A02期144-147,共4页; 基金国家重大科技专项(2016ZX05029) 中国石油集团公司信息项目(101016jf3009001b33); 文摘套管变形和损坏(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。; 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; Keywords casing failure characteristic parameter machine learning relation pattern Gradient Boosting Decision Tree(GBDT) evaluation model; 分类号 TE318 [石油与天然气工程—油气田开发工程]; 在线阅读下载PDF 职称材料

题名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：17: 7; 作者秦贝贝陈增强孙明玮孙青林; 机构南开大学人工智能学院天津市智能机器人重点实验室; 出处《智能系统学报》 CSCD 北大核心 2020年第2期255-263,共9页; 基金国家自然科学基金项目(61973175,61973172).; 文摘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。; 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; Keywords course control adaptive-network-based fuzzy inference system(ANFIS) adaptive active disturbance rejection controller Nomoto model linear active disturbance rejection control(LADRC) nonlinear system gradient descent method parameter learning; 分类号 TP272 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	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	周爱民周钰	《上海农业学报》	2025	0	在线阅读下载PDF 职称材料
2	基于深度强化学习的工业机器人数字孪生模型更新方法	段现银秦志强唐小卫向峰	《航空制造技术》 CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料
3	支持向量机增量学习中模型参数选择问题研究	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	5	在线阅读下载PDF 职称材料
4	融合先验知识的深度学习模型快速训练方法	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	3	在线阅读下载PDF 职称材料
5	一种适应大数据处理要求的深层学习模型	徐承俊朱国宾	《计算机应用与软件》北大核心	2021	6	在线阅读下载PDF 职称材料
6	应用梯度提升决策树算法预测套损	周相广李大伟	《计算机应用》 CSCD 北大核心	2018	12	在线阅读下载PDF 职称材料
7	基于自适应神经模糊推理系统的船舶航向自抗扰控制	秦贝贝陈增强孙明玮孙青林	《智能系统学报》 CSCD 北大核心	2020	17	在线阅读下载PDF 职称材料