基于小批量梯度下降的神经网络模型估算针叶林生物量 被引量：3

1

作者 曾小强 徐翔 张化永 《林业调查规划》 2017年第6期1-6,15,共7页

探讨了基于小批量梯度下降的B-P神经网络模型,利用MODIS遥感图像、地面调查数据、地形数据以及森林覆盖率,估算天然针叶林地上生物量。在对针叶林地上生物量和遥感数据、地形数据、植被指数以及森林覆盖率进行单因素相关性分析的基础上... 探讨了基于小批量梯度下降的B-P神经网络模型,利用MODIS遥感图像、地面调查数据、地形数据以及森林覆盖率,估算天然针叶林地上生物量。在对针叶林地上生物量和遥感数据、地形数据、植被指数以及森林覆盖率进行单因素相关性分析的基础上,采用基于小批量梯度下降的B-P神经网络建立一组不同网络结构的天然针叶林生物量模型,在测试集上筛选出均方误差最小的网络结构,在验证集上用实测地上生物量值对筛选出的模型进行验证,并与多元回归模型比较。结果表明:小批量梯度下降训练算法收敛速度很快,最多不超过100 s,比较适合做大范围的生物量实时反演监测;模型很好地反应了针叶林地上生物量与MODIS遥感图像、地面调查数据、地形数据以及森林覆盖率的定量关系(相关系数R2=0.835),明显地优于传统的多元回归方法(相关系数R2=0.427)。由此可见,基于小批量梯度下降的B-P神经网络模型可以用于天然针叶林结构参数的定量研究,利用基于小批量梯度下降的B-P神经网络模型进行天然针叶林地上生物量实时监测具有一定的应用潜力。 展开更多

关键词 遥感估算 天然针叶林 地上生物量 小批量梯度下降 B-P神经网络

在线阅读 下载PDF 职称材料

基于小批量梯度下降和Spark分布式方法的局部断层细化对齐 被引量：4

2

作者 吕永春 赵晓芳 +2 位作者 李华 曾祥睿 徐旻 《高技术通讯》 EI CAS 北大核心 2020年第3期213-222,共10页

生物样品在获取电子冷冻断层扫描(cryo-ET)图像时的辐射损伤,信息缺失和低信号噪声比(SNR),限制了从断层数据中恢复3维结构信息。仿照电子低温显微镜(cryo-EM)单颗粒3维重构技术,对局部断层数据进行对齐和平均,产生高精度大分子复合体的... 生物样品在获取电子冷冻断层扫描(cryo-ET)图像时的辐射损伤,信息缺失和低信号噪声比(SNR),限制了从断层数据中恢复3维结构信息。仿照电子低温显微镜(cryo-EM)单颗粒3维重构技术,对局部断层数据进行对齐和平均,产生高精度大分子复合体的3维结构。现有的局部断层对齐技术都会涉及6个自由度(3个旋转参数、3个平移参数),因此,它们在每次迭代对齐中处理整个3维体积图像来计算这6个自由度,这是计算密集型的。针对上述问题,本文提出一种基于小批量梯度下降(MBGD)方法实现局部断层3维数据细化对齐,并首次利用Spark分布式框架实现局部断层对齐全局择优。通过对仿真数据和实验数据的对齐,基于小批量梯度下降细化对齐算法与基线方法相比,实现了对齐精度和速度的提高。 展开更多

关键词 小批量梯度下降(MBGD) SPARK 局部断层细化对齐 电子冷冻断层扫描技术(cryo-ET)

在线阅读 下载PDF 职称材料

基于小批量梯度下降法的FIR滤波器 被引量：7

3

作者 武康康 周鹏 +4 位作者 陆叶 蒋丹 闫江鸿 钱正成 龚闯 《广西师范大学学报（自然科学版）》 CAS 北大核心 2021年第4期9-20,共12页

针对梯度下降算法收敛速度慢,每次更新梯度都使用全部的样本点数且计算量大、复杂度高等问题,提出一种新型的用于相干光接收机的色散补偿FIR(finite-length impulse response)滤波器。在Matlab中搭建基带多速率相干光通信系统传输模型,... 针对梯度下降算法收敛速度慢,每次更新梯度都使用全部的样本点数且计算量大、复杂度高等问题,提出一种新型的用于相干光接收机的色散补偿FIR(finite-length impulse response)滤波器。在Matlab中搭建基带多速率相干光通信系统传输模型,利用小批量梯度下降法(mini-batch gradient descent),每次使用百分之一的样本数更新梯度和抽头权值h(n),计算均方误差,使计算复杂度降低为原来的1%,且当学习效率为0.05时,收敛值达到0.0055,均方误差收敛值更小。均方误差收敛后得到滤波器抽头的权值,本方法得到的滤波器权值在全频带具有更好的滤波效果。通过基带脉冲成型限制基带信号有效带宽,滤波器的抽头数目为197,相对全频带抽头数减少37.5%,所以能在窄频带设计出抽头数目更少,滤波效果更佳的最优滤波器。 展开更多

关键词 相干光通信系统模型 均方误差 FIR滤波器 抽头权值 小批量梯度下降 最优滤波器

在线阅读 下载PDF 职称材料

基于小批量梯度下降的布谷鸟搜索算法 被引量：4

4

作者 田媛 梁永全 《山东科技大学学报（自然科学版）》 CAS 北大核心 2020年第5期56-67,共12页

布谷鸟搜索算法是一种解决函数目标优化问题的全局搜索算法,具有选用参数少、容易实现、搜索路径优、寻优能力强等特点。为了提高布谷鸟搜索算法的求精能力和收敛速度,改善后期收敛慢和搜索精度不稳定的问题,提出了一种基于小批量梯度... 布谷鸟搜索算法是一种解决函数目标优化问题的全局搜索算法,具有选用参数少、容易实现、搜索路径优、寻优能力强等特点。为了提高布谷鸟搜索算法的求精能力和收敛速度,改善后期收敛慢和搜索精度不稳定的问题,提出了一种基于小批量梯度下降的布谷鸟搜索算法。引入小批量梯度下降,优化寻找最优解的过程,加快局部最优的搜索,从而提高算法的求精能力和收敛速度。仿真实验结果表明,基于小批量梯度下降的布谷鸟搜索算法简单高效,在保持标准布谷鸟搜索算法优点的基础上提高了算法的收敛速度和寻优精度,具有较强的稳定性和鲁棒性。 展开更多

关键词 布谷鸟搜索算法 列维飞行 函数目标优化 小批量梯度下降 全局最优解

在线阅读 下载PDF 职称材料

基于小批量随机梯度下降法的SVM训练隐私保护方案 被引量：1

5

作者 王杰昌 刘玉岭 +2 位作者 张平 刘牧华 赵新辉 《信息安全研究》 CSCD 北大核心 2024年第10期967-974,共8页

使用支持向量机(support vector machine,SVM)处理敏感数据时,隐私保护很重要,已有SVM隐私保护方案基于批量梯度下降法(batch gradient descent,BGD)进行训练,计算开销巨大.针对该问题,提出基于小批量随机梯度下降法(mini-batch stochas... 使用支持向量机(support vector machine,SVM)处理敏感数据时,隐私保护很重要,已有SVM隐私保护方案基于批量梯度下降法(batch gradient descent,BGD)进行训练,计算开销巨大.针对该问题,提出基于小批量随机梯度下降法(mini-batch stochastic gradient descent,Mini-batch SGD)的SVM隐私保护方案.首先,设计基于Mini-batch SGD的SVM训练算法;然后在此基础上,对模型权重进行乘法扰动,利用大整数分解问题困难假设确保模型的隐私性,使用同态密码体制对数据加密后再执行SVM训练,之后运用同态哈希函数进行验证;最终构建了SVM隐私保护方案.针对安全威胁,论证了数据隐私性、模型隐私性、模型正确性.对方案进行仿真实验和分析,结果表明,该方案在分类性能接近已有方案的情况下,其计算时间开销平均节约了92.4%. 展开更多

关键词 小批量随机梯度下降法 支持向量机 同态加密 同态哈希函数 隐私保护

在线阅读 下载PDF 职称材料

联邦学习的社群化制造韧性能力预测建模

6

作者 张富强 王浩杰 +1 位作者 惠记庄 丁凯 《西安交通大学学报》 北大核心 2025年第8期11-19,共9页

针对社群化制造资源分散化布局的特点,以及传统集中式建模面临的数据隐私与信息孤岛等问题,提出了一种基于联邦学习的韧性能力预测框架,从多角度分析不同因素对产品生产加工工时的影响。首先,考虑不同工序中断情况,以订单交付周期为目... 针对社群化制造资源分散化布局的特点,以及传统集中式建模面临的数据隐私与信息孤岛等问题,提出了一种基于联邦学习的韧性能力预测框架,从多角度分析不同因素对产品生产加工工时的影响。首先,考虑不同工序中断情况,以订单交付周期为目标函数,搭建了工时扰动模型计算损失时间,进而基于分布式学习范式,搭建了联邦学习网络模型;其次,设计了联邦小批量梯度下降(FedMBGD)算法,明确算法流程并进行本地训练;最后,结合工时扰动模型和算法,对社群化制造的韧性能力进行预测,通过与其他算法的对比,验证了所提算法的可行性与有效性。研究结果表明:所提出的算法能够显著提升收敛性与寻优能力,可将预测精确度提高至90%以上,并且在不共享原始数据的前提下,实现了社群化制造韧性的动态精准预测,解决了数据隐私与协同建模之间的矛盾。该研究为社群化制造模式下韧性能力预测提供了理论参考,为隐私数据的算法训练、参数上传及信息共享提供了一定的指导意义。 展开更多

关键词 社群化制造 工时扰动 联邦小批量梯度下降算法 韧性能力预测

在线阅读 下载PDF 职称材料

基于动力学参数辨识的两轮机器人平衡控制

7

作者 董慧芬 姚勤燃 王俊峰 《控制工程》 北大核心 2025年第2期345-353,共9页

针对非同轴两轮机器人平衡控制算法设计过程中,机器人动力学建模不精准导致控制器设计困难的问题,提出一种基于小批量梯度下降法的极大似然估计参数辨识方法。首先,用欧拉-拉格朗日方法建立两轮机器人动力学模型;然后,根据激励轨迹用极... 针对非同轴两轮机器人平衡控制算法设计过程中,机器人动力学建模不精准导致控制器设计困难的问题,提出一种基于小批量梯度下降法的极大似然估计参数辨识方法。首先,用欧拉-拉格朗日方法建立两轮机器人动力学模型;然后,根据激励轨迹用极大似然估计方法进行动力学模型参数辨识;最后,用辨识参数和三维软件计算参数分别设计线性二次型调节器平衡控制算法,提升机器人倾角的控制精度。实验结果表明,该方法得到的动力学模型与真实模型的拟合度达到92.5%,基于此方法设计的控制器平衡控制效果显著,在静态和动态下均具有良好的平衡性能。 展开更多

关键词 参数辨识 两轮机器人 小批量梯度下降 极大似然估计 线性二次型调节器

在线阅读 下载PDF 职称材料

基于深度学习的理论线损率计算方法研究 被引量：3

8

作者 尚云飞 姜明军 +1 位作者 张东平 赵旻昱 《电测与仪表》 北大核心 2024年第10期33-38,81,共7页

线损率是综合反映电网规划、生产、管理等的重要经济技术指标,针对目前计算方法存在的计算速度慢和误差大等问题,提出了一种结合深层置信网络和深层神经网络的理论线损率计算模型。将计算过程转化为多特征提取过程,模型通过逐层贪婪法... 线损率是综合反映电网规划、生产、管理等的重要经济技术指标,针对目前计算方法存在的计算速度慢和误差大等问题,提出了一种结合深层置信网络和深层神经网络的理论线损率计算模型。将计算过程转化为多特征提取过程,模型通过逐层贪婪法和随机小批量梯度下降法等进行训练。通过算例与传统模型进行对比分析。结果表明,与传统的线损率计算方法相比,所提方法无论是精度还是效率都有一定的提升,表明了所提方法的优越性,具有一定的实用价值。 展开更多

关键词 线损率 深度置信网络 深层神经网络 逐层贪婪法 随机小批量梯度下降法

在线阅读 下载PDF 职称材料

满足本地差分隐私的分类变换扰动机制 被引量：6

9

作者 朱素霞 王蕾 孙广路 《计算机研究与发展》 EI CSCD 北大核心 2022年第2期430-439,共10页

本地差分隐私作为一种隐私保护技术,被广泛用于连续数值型数据的均值估计,使用的扰动机制将直接影响均值的准确度.为进一步提高均值估计的准确性,提出了一种满足差分隐私的分类变换扰动机制.该机制对连续数值型数据划分变换范围并进行分... 本地差分隐私作为一种隐私保护技术,被广泛用于连续数值型数据的均值估计,使用的扰动机制将直接影响均值的准确度.为进一步提高均值估计的准确性,提出了一种满足差分隐私的分类变换扰动机制.该机制对连续数值型数据划分变换范围并进行分段,根据分段将其变换为1维二元分类数据.转换后使用随机响应机制进行扰动,再根据扰动后的数据标识的数值段从中随机均匀抽取数值作为扰动值.在真实数据和合成数据中的均值估计实验结果表明该机制极大地提高了准确性.除此之外,将分类变换扰动机制用于构建满足本地差分隐私的小批量梯度下降算法,并完成线性回归学习任务,实验结果证明该方法同样优于其他已有机制,可得到更小的均方误差. 展开更多

关键词 本地差分隐私 数据转换 均值估计 小批量梯度下降 随机响应

在线阅读 下载PDF 职称材料

基于深度学习的帕金森患者声纹识别 被引量：3

10

作者 张颖 徐志京 《计算机工程与设计》 北大核心 2019年第7期2039-2045,共7页

90%的帕金森病(PD)患者存在声带紊乱,提出一种利用WMFCC提取患者的声纹特征、DNN识别并分类的方法用于区分PD患者和健康人。通过计算患者声纹中倒谱系数的加权和系数,解决高阶倒谱系数小、特征分量对音频的表征能力差等问题。DNN训练并... 90%的帕金森病(PD)患者存在声带紊乱,提出一种利用WMFCC提取患者的声纹特征、DNN识别并分类的方法用于区分PD患者和健康人。通过计算患者声纹中倒谱系数的加权和系数,解决高阶倒谱系数小、特征分量对音频的表征能力差等问题。DNN训练并分类识别有效地提高系统精度,使用MBGD优化算法降低损失函数的计算量,提高系统训练速度。针对PD database中样本测试分类,结果相较传统SVM等方法,该方法提高了判别PD准确率,可达87.5%,为PD患者早期快速辅助诊断提供了良好的解决方案。 展开更多

关键词 帕金森病 加权梅尔倒谱系数 深度神经网络 声纹特征 小批量梯度下降优化算法

在线阅读 下载PDF 职称材料

轧机轧制力的改进训练策略深度神经网络预测

11

作者 于飞 于博 《机械设计与制造》 北大核心 2023年第1期96-100,共5页

为了提高双机架炉卷轧机的轧制力预测精度,提出了具有快速而高效训练策略的深度神经网络预测方法。介绍了双机架炉卷轧机的工作原理,分析了轧制力影响参数。在深度神经网络基础上,使用随机小批量的样本选取法,提高深度神经网络训练速度... 为了提高双机架炉卷轧机的轧制力预测精度,提出了具有快速而高效训练策略的深度神经网络预测方法。介绍了双机架炉卷轧机的工作原理,分析了轧制力影响参数。在深度神经网络基础上,使用随机小批量的样本选取法,提高深度神经网络训练速度;提出自适应矩估计梯度优化算法,用于解决传统训练方法陷入局部极值的问题,从而给出了改进训练策略的深度神经网络轧制力预测方法。经轧制实验验证,改进深度神经网络的训练时间为226.15s,而传统网络的训练时间为862.93s;改进网络的预测误差绝大部分控制在3%以内,而传统网络的预测误差绝大部分控制在5%以内。以上数据表明,改进深度神经网络的训练速度和预测精度均远优于传统深度神经网络。 展开更多

关键词 深度神经网络 轧制力预测 自适应矩估计梯度优化 随机小批量梯度下降法

在线阅读 下载PDF 职称材料

用于图像分类的模糊策略学习率ResNet 被引量：3

12

作者 张睿权 覃华 《计算机工程与设计》 北大核心 2023年第8期2305-2311,共7页

ResNet深度神经网络用于图像分类时,全连接层训练算法收敛性差降低了分类效果。针对此不足,提出一种模糊策略梯度算法训练ResNet。推导出ResNet全连接层权重的迭代公式,用历史梯度信息修正当前一阶小批量梯度,用模糊策略学习率更新权重... ResNet深度神经网络用于图像分类时,全连接层训练算法收敛性差降低了分类效果。针对此不足,提出一种模糊策略梯度算法训练ResNet。推导出ResNet全连接层权重的迭代公式,用历史梯度信息修正当前一阶小批量梯度,用模糊策略学习率更新权重,通过上下边界函数处理学习率的过大或过小而引发的迭代振荡,改善训练算法收敛性。在CINIC-10和CIFAR-100数据集上的实验结果表明,所提算法训练的ResNet分类效果优于相比较算法。特别是在综合性分类指标Kappa系数上,所提算法训练的ResNet较最新的AdaBound算法平均提高了9.29%,改进效果显著。 展开更多

关键词 图像分类 全连接层 训练算法收敛性 深度神经网络 小批量梯度 模糊策略学习率 上下边界函数

在线阅读 下载PDF 职称材料

MapReduce框架下基于线性回归的短期负荷预测 被引量：2

13

作者 吴丽珍 孔纯 陈伟 《兰州理工大学学报》 CAS 北大核心 2021年第1期97-104,共8页

为解决负荷预测时因数据量大、数据种类繁多带来的计算速度慢、预测精度低等问题,在MapReduce并行编程框架下,提出基于小批量随机梯度下降法的线性回归模型.首先,为清理智能配电终端产生的重复数据和不良数据,提出利用自适应近邻排序算... 为解决负荷预测时因数据量大、数据种类繁多带来的计算速度慢、预测精度低等问题,在MapReduce并行编程框架下,提出基于小批量随机梯度下降法的线性回归模型.首先,为清理智能配电终端产生的重复数据和不良数据,提出利用自适应近邻排序算法清除重复记录的数据,并利用K均值聚类的方法剔除异常数据和记录不完整的数据,然后利用F检验法来检验该数据集能否线性表征负荷,再利用T检验法检验特性向量与负荷间线性关系的显著性,并剔除与负荷线性关系较弱的特性向量.根据以上方法建立短期负荷预测模型,并将其用在甘肃武威某区域配电网短期负荷预测中.结果表明,所提出的短期负荷预测模型的平均绝对百分误差为2.043%,均方根误差为3112.62.这些预测误差满足负荷预测的要求,极大地提高了负荷计算的速度,缩短了负荷预测时间. 展开更多

关键词 大数据分析 小批量随机梯度下降 短期负荷预测 分布式并行计算 MAPREDUCE框架

在线阅读 下载PDF 职称材料