基于马氏距离的密度加权最小二乘孪生支持向量机

1

作者 吕莉 贺智鹏 +3 位作者 张法滢 张莹莹 康平 李院民 《江西师范大学学报(自然科学版)》 北大核心 2025年第1期37-48,共12页

最小二乘孪生支持向量机基于欧氏距离判断样本相似性并搭建模型的方法未考虑样本不同维度的方差差异对决策超平面位置的影响,导致模型处理此类样本精度不高且对噪声样本敏感.鉴于此,该文提出一种基于马氏距离的密度加权最小二乘孪生支... 最小二乘孪生支持向量机基于欧氏距离判断样本相似性并搭建模型的方法未考虑样本不同维度的方差差异对决策超平面位置的影响,导致模型处理此类样本精度不高且对噪声样本敏感.鉴于此,该文提出一种基于马氏距离的密度加权最小二乘孪生支持向量机.该算法利用马氏距离替换欧氏距离构造密度加权策略,充分考虑点与分布的关系,给予噪声数据较低的权重,降低算法对噪声的敏感性;同时结合马氏距离核函数计算样本内协方差矩阵,消除样本特征值之间方差的差异,更准确地体现样本间的相关性,从而优化决策超平面.实验采用人工数据集和UCI数据集,实验结果表明:该算法比同类型分类算法具有更高的分类精确度和泛化能力,能够有效区分在样本中的噪声数据并赋予合适的权重值,提升分类器的鲁棒性. 展开更多

关键词 支持向量机 马氏距离 核函数 密度加权 最小二乘损失函数

在线阅读 下载PDF 职称材料

基于损失函数权重自适应的路径规划优化算法研究 被引量：1

2

作者 孙玉春 王思山 +2 位作者 童乐言 陈少辉 曹举阳 《计算机工程与应用》 CSCD 北大核心 2024年第16期85-93,共9页

针对自主换道时车速对于安全性与舒适性的影响,提出了一种基于权重自适应的路径规划优化算法,即采用基于实时车速和递归最小二乘算法的损失函数权重自适应方法生成与选择最优轨迹。为了验证该方法的效果,采用基于PhysX动力学引擎的Unit... 针对自主换道时车速对于安全性与舒适性的影响,提出了一种基于权重自适应的路径规划优化算法,即采用基于实时车速和递归最小二乘算法的损失函数权重自适应方法生成与选择最优轨迹。为了验证该方法的效果,采用基于PhysX动力学引擎的Unity3D仿真环境,构建基于3D场景的仿真环境,在仿真系统中保证控制模块与规划算法参数一致,用于多种场景下评价权重自适应算法相对于原始算法的效果。实验结果表明,自动驾驶汽车通过损失函数权重的自适应更新方法,可以实现满足安全性、平滑性和舒适性指标要求的轨迹规划,且自适应算法生成的轨迹相较于原始算法更加平滑舒适。该研究有助于提升自主换道的安全性、平滑性和舒适性,为高速场景下自动驾驶的落地提供了研究基础。 展开更多

关键词 路径规划 损失函数 自适应 递归最小二乘法

在线阅读 下载PDF 职称材料

用于SCR喷氨量模型参数辨识的辅助变量递推最小二乘法 被引量：13

3

作者 侯玉婷 薛建中 +1 位作者 王林 王喆 《热力发电》 CAS 北大核心 2015年第11期75-80,共6页

为了对火电厂选择性催化还原(SCR)烟气脱硝系统中喷氨量-出口NOx质量浓度控制对象模型参数进行在线辨识,针对现场有色噪声数据,采用辅助变量对递推最小二乘法进行了改进,构成辅助变量递推最小二乘法,并对含噪声二阶惯性加纯延迟模型参... 为了对火电厂选择性催化还原(SCR)烟气脱硝系统中喷氨量-出口NOx质量浓度控制对象模型参数进行在线辨识,针对现场有色噪声数据,采用辅助变量对递推最小二乘法进行了改进,构成辅助变量递推最小二乘法,并对含噪声二阶惯性加纯延迟模型参数进行辨识。同时,结合变回归估计(FMVRE)方法得到最小化损失函数,通过两步辨识得到系统的惯性时间、比例系数及迟延时间。以某350MW机组SCR烟气脱硝系统为对象,采用标准递推最小二乘法和辅助变量递推最小二乘法进行参数辨识。结果表明,辅助变量递推最小二乘法的辨识参数收敛更快,辨识精确度更高,所得模型能够较好地表征实际系统的动态和静态特性。因此,基于辅助变量递推最小二乘法的参数辨识方法可用于SCR烟气脱硝系统控制对象的一类二阶惯性加纯延迟模型参数的在线辨识。 展开更多

关键词 SCR脱硝系统 喷氨量 NOx质量浓度 辅助变量 递推最小二乘法 FMVRE方法 损失函数 模型参数辨识

在线阅读 下载PDF 职称材料

鲁棒最小二乘孪生支持向量机及其稀疏算法

4

作者 靳启帆 陈丽 +1 位作者 徐明亮 姜晓恒 《计算机工程与应用》 CSCD 北大核心 2022年第18期78-89,共12页

最小二乘孪生支持向量机通过求解两个线性规划问题来代替求解复杂的二次规划问题,具有计算简单和训练速度快的优势。然而,最小二乘孪生支持向量机得到的超平面易受异常点影响且解缺乏稀疏性。针对这一问题,基于截断最小二乘损失提出了... 最小二乘孪生支持向量机通过求解两个线性规划问题来代替求解复杂的二次规划问题,具有计算简单和训练速度快的优势。然而,最小二乘孪生支持向量机得到的超平面易受异常点影响且解缺乏稀疏性。针对这一问题,基于截断最小二乘损失提出了一种鲁棒最小二乘孪生支持向量机模型,并从理论上验证了模型对异常点具有鲁棒性。为使模型可处理大规模数据,基于表示定理和不完全Cholesky分解得到了新模型的稀疏解,并提出了适合处理带异常点的大规模数据的稀疏鲁棒最小二乘孪生支持向量机算法。数值实验表明,新算法比已有算法分类准确率、稀疏性、收敛速度分别提高了1.97%~37.7%、26~199倍和6.6~2 027.4倍。 展开更多

关键词 鲁棒最小二乘孪生支持向量机 截断最小二乘损失函数 不完全Cholesky分解 表示定理 稀疏解

在线阅读 下载PDF 职称材料

平衡损失下Bayes线性无偏最小方差估计的优良性 被引量：5

5

作者 刘谢进 缪柏其 《中国科学技术大学学报》 CAS CSCD 北大核心 2011年第6期525-530,共6页

在平衡损失风险函数准则下研究了未知参数的Bayes线性无偏最小方差(BLUMV)估计相对于最小二乘(LS)估计的优良性.在predictive Pitman closeness(PRPC)准则下研究了BLUMV估计相对于LS估计的优良性.

关键词 Bayes线性无偏最小方差估计 最小二乘估计 平衡损失风险函数准则 PRPC准则

在线阅读 下载PDF 职称材料

鲁棒最小二乘支持向量回归机 被引量：2

6

作者 王快妮 马金凤 丁小帅 《计算机应用》 CSCD 北大核心 2011年第8期2111-2114,共4页

针对最小二乘支持向量回归机(LS-SVR)对异常值较敏感的问题,通过设置异常值所造成的损失上界,提出一种非凸的Ramp损失函数。该损失函数导致相应的优化问题的非凸性,利用凹凸过程(CCCP)将非凸优化问题转化为凸优化问题。给出Newton算法... 针对最小二乘支持向量回归机(LS-SVR)对异常值较敏感的问题,通过设置异常值所造成的损失上界,提出一种非凸的Ramp损失函数。该损失函数导致相应的优化问题的非凸性,利用凹凸过程(CCCP)将非凸优化问题转化为凸优化问题。给出Newton算法进行求解并分析了算法的计算复杂度。数据集测试的结果表明,与最小二乘支持向量回归机相比,该算法对异常值具有较强的鲁棒性,获得了更优的泛化能力,同时在运行时间上也具有明显优势。 展开更多

关键词 最小二乘支持向量回归机 鲁棒 异常值 损失函数 凹凸过程

在线阅读 下载PDF 职称材料

一种全最小二乘算法及其在非线性滤波器中的应用 被引量：3

7

作者 孔祥玉 韩崇昭 +1 位作者 魏瑞轩 赵烨 《信号处理》 CSCD 北大核心 2005年第2期140-143,共4页

针对输入输出观测数据均含有噪声的滤波问题,提出了一种稳定的总体最小二乘自适应算法。该算法以系统的增广权向量的瑞利商(RQ)与对增广权向量的最后元素的约束的和作为总损失函数,利用梯度最陡下降原理导出权向量的自适应迭代算法,并... 针对输入输出观测数据均含有噪声的滤波问题,提出了一种稳定的总体最小二乘自适应算法。该算法以系统的增广权向量的瑞利商(RQ)与对增广权向量的最后元素的约束的和作为总损失函数,利用梯度最陡下降原理导出权向量的自适应迭代算法,并将该算法应用于非线性Volterra滤波器。研究了算法的稳定性能,提出的算法不仅有良好的收敛性能,而且在权向量的自适应迭代时不需要标准化处理,使得算法的实施更为简单。仿真实验表明,无论在线性系统或非线性系统,本文算法的收敛性能,鲁棒抗噪性能和稳态收敛精度明显高于其它同类总体最小二乘算法。 展开更多

关键词 最小二乘算法 非线性滤波器 VOLTERRA滤波器 应用 自适应迭代算法 总体最小二乘 收敛性能 自适应算法 标准化处理 非线性系统 权向量 观测数据 输入输出 损失函数 稳定性能 仿真实验 收敛精度 抗噪性能 瑞利商

在线阅读 下载PDF 职称材料

最小二乘迁移生成对抗网络 被引量：3

8

作者 王孝顺 陈丹 丘海斌 《计算机工程与应用》 CSCD 北大核心 2019年第14期24-31,共8页

现有的生成对抗网络(Generative Adversarial Networks,GAN)损失函数已经被成功地应用在迁移学习方法中。然而,发现这种损失函数在学习过程中可能会出现梯度消失的问题。为了克服该问题,提出了一种学习领域不变特征的新方法,即最小二乘... 现有的生成对抗网络(Generative Adversarial Networks,GAN)损失函数已经被成功地应用在迁移学习方法中。然而,发现这种损失函数在学习过程中可能会出现梯度消失的问题。为了克服该问题,提出了一种学习领域不变特征的新方法,即最小二乘迁移生成对抗网络(Least Squares Transfer Generative Adversarial Networks,LSTGAN)。LSTGAN采用最小二乘生成对抗网络(Least Squares Generative Adversarial Networks,LSGAN)损失函数,通过单领域判别的训练方式来减少领域分布之间的差异。通过研究表明,所提方法与其他有竞争力的算法相比较具有一定的优越性。 展开更多

关键词 生成对抗网络 迁移学习 梯度消失 领域不变特征 最小二乘生成对抗网络损失函数

在线阅读 下载PDF 职称材料

Bayes线性无偏最小方差估计相对于岭估计的优良性 被引量：1

9

作者 刘谢进 缪柏其 《华中师范大学学报（自然科学版）》 CAS 北大核心 2013年第5期605-609,共5页

在均方误差矩阵准则下研究了未知参数的Bayes线性无偏最小方差(BLUMV)估计相对于岭估计的优良性,在平衡损失风险函数准则下研究了未知参数的BLUMV估计相对于岭估计的优良性,并导出了在一定条件下BLUMV估计与最小二乘估计趋于一致.

关键词 Bayes线性无偏最小方差估计 最小二乘估计 岭估计 均方误差矩阵准则 平衡损失风险函数准则

在线阅读 下载PDF 职称材料

线性映射函数对无损颅内压估计的影响

10

作者 吴少智 吴跃 +1 位作者 徐鹏 胡晓 《电子测量与仪器学报》 CSCD 2010年第8期716-721,共6页

提出了一种基于截断奇异值分解的线性映射函数颅内压无损估计方法。在基于时间序列的数据挖掘框架基础上,分别推导了基于总体最小二乘法的线性映射函数和基于截断奇异值分解法的线性映射函数,通过实验仿真比较证明:不同的线性映射函数... 提出了一种基于截断奇异值分解的线性映射函数颅内压无损估计方法。在基于时间序列的数据挖掘框架基础上,分别推导了基于总体最小二乘法的线性映射函数和基于截断奇异值分解法的线性映射函数,通过实验仿真比较证明:不同的线性映射函数对颅内压的预测确实有较为明显的影响,在所采用的方法中,基于截断奇异值分解法的线性映射函数效果明显优于基于总体最小二乘法的线性映射函数。因此,在该数据挖掘框架中,选择合适的线性映射函数对无损颅内压预测精确性的提高有着非常重要的意义。 展开更多

关键词 数据挖掘框架 线性映射函数 总体最小二乘法 截断奇异值分解法

在线阅读 下载PDF 职称材料

低阶谱模式的一种新方案及其应用 被引量：5

11

作者 曹杰 尤亚磊 《应用数学和力学》 CSCD 北大核心 2006年第4期424-430,共7页

针对经典低阶谱模式存在的不足,提出了在最小二乘准则下通过计算不同函数组合与实测资料间的复相关系数,从实际观测资料中客观提取能反映具体物理现象的截断函数的新方案.克服了应用低阶谱模式研究物理现象时选取截断函数时的主观任意性... 针对经典低阶谱模式存在的不足,提出了在最小二乘准则下通过计算不同函数组合与实测资料间的复相关系数,从实际观测资料中客观提取能反映具体物理现象的截断函数的新方案.克服了应用低阶谱模式研究物理现象时选取截断函数时的主观任意性.将此方法用于研究北半球夏季大气环流年际变化,利用1994年和1998年6月大气环流资料客观确定相应的函数组合,从描述大尺度大气运动的准地转两层斜压方程出发,揭示了造成这两年夏季大气环流演变存在差异的物理机制. 展开更多

关键词 低阶谱模式 最小二乘准则 截断函数基 夏季大气环流 物理机制

在线阅读 下载PDF 职称材料

热工模型中纯迟延时间的递归估计算法 被引量：10

12

作者 王印松 张彩 《电力系统及其自动化学报》 CSCD 北大核心 2007年第1期112-116,共5页

为了对典型的热工模型——二阶惯性加纯迟延模型的参数进行在线辨识,介绍并推导了基于递推最小二乘在线辨识算法,对带有纯迟延时间系统进行参数估计。连续系统小于采样周期的纯迟延时间,在相应的采样系统中就会产生一个副实零点,利用这... 为了对典型的热工模型——二阶惯性加纯迟延模型的参数进行在线辨识,介绍并推导了基于递推最小二乘在线辨识算法,对带有纯迟延时间系统进行参数估计。连续系统小于采样周期的纯迟延时间,在相应的采样系统中就会产生一个副实零点,利用这个零点引起的相位变化来对小于采样周期的迟延进行估计。采用最小化损失函数的两步辨识法,对系统的其它参数和采样周期整数倍的迟延进行估计。利用这种递推辨识算法对热工模型进行参数辨识,得到模型的离散传递函数,进而求得其对应的连续传递函数。结果表明,这种算法收敛性好,能够用来对热工对象进行在线参数估计。 展开更多

关键词 纯迟延 损失函数 固定模型的变回归估计 递归最小二乘 热工对象

在线阅读 下载PDF 职称材料