期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
前馈神经网络的梯度-牛顿耦合学习算法 被引量:1
1
作者 孙开盛 梁久祯 +1 位作者 黄德双 黄晓萍 《大庆石油学院学报》 CAS 北大核心 2000年第2期42-46,共5页
针对前馈神经网络所使用的学习算法应具有收敛速度快、计算复杂度小、稳定性好的特点 ,利用梯度算法在网络学习初始阶段可使误差函数下降速度快 ,而牛顿法在学习后期可使收敛率提高 ,且具有二阶收敛速度 ,提出了一种梯度 -牛顿耦合学习... 针对前馈神经网络所使用的学习算法应具有收敛速度快、计算复杂度小、稳定性好的特点 ,利用梯度算法在网络学习初始阶段可使误差函数下降速度快 ,而牛顿法在学习后期可使收敛率提高 ,且具有二阶收敛速度 ,提出了一种梯度 -牛顿耦合学习算法 ;该方法充分发挥了两种算法各自的特长 ,能弥补牛顿法在网络学习初始阶段对学习初值的敏感性和梯度算法在学习后期的震荡现象等不足 ;给出了学习速度参数在线优化、带保护的拟牛顿法、梯度 -牛顿竞争法以及梯度 -牛顿分段等 展开更多
关键词 前馈神经网络 梯度-牛顿耦合学习算法 收敛性
在线阅读 下载PDF
前馈网络的混沌梯度搜索耦合学习算法及应用 被引量:4
2
作者 桂卫华 胡志坤 彭小奇 《中南工业大学学报》 CSCD 北大核心 2002年第6期629-631,共3页
针对BP神经网络易陷入局部极小的问题,提出了混沌梯度优化的神经网络的学习算法,其原理是:采用梯度下降进行"粗搜索",混沌搜索进行"细搜索",并建立规则将两者结合起来,以构成BP神经网络的基于规则的混沌梯度耦合学... 针对BP神经网络易陷入局部极小的问题,提出了混沌梯度优化的神经网络的学习算法,其原理是:采用梯度下降进行"粗搜索",混沌搜索进行"细搜索",并建立规则将两者结合起来,以构成BP神经网络的基于规则的混沌梯度耦合学习算法.它有效地利用了梯度下降算法的快速性和混沌寻优的全局性,将该算法应用于某智能决策支持系统模型库中的模型学习,有效地提高了前馈神经网络的学习效率. 展开更多
关键词 前馈网络 耦合 学习算法 混沌优化 神经网络 梯度搜索 PS转炉
在线阅读 下载PDF
基于遗传-拟牛顿混合算法的地下震源定位
3
作者 宋运忠 王仁辉 《河南理工大学学报(自然科学版)》 CAS 北大核心 2020年第4期88-93,共6页
为了用多传感器网络解决震源的定位问题,采用脉冲耦合时钟同步算法,同步所有传感器网络节点时钟,在此基础上,测出震源发出的脉冲信号到达各个节点的时间差。结合遗传算法的全局寻优能力和拟牛顿算法的快速局部搜索能力,提出遗传-拟牛顿... 为了用多传感器网络解决震源的定位问题,采用脉冲耦合时钟同步算法,同步所有传感器网络节点时钟,在此基础上,测出震源发出的脉冲信号到达各个节点的时间差。结合遗传算法的全局寻优能力和拟牛顿算法的快速局部搜索能力,提出遗传-拟牛顿混合算法的到达时间差定位方法。为了验证该混合算法的精确性,使用MATLAB分别对拟牛顿算法与遗传-拟牛顿混合算法的横轴和纵轴进行仿真,通过对比,证明了遗传-拟牛顿混合算法收敛速度快、精确度高、稳定性好。 展开更多
关键词 震源定位 脉冲耦合时钟同步 到达时间差 遗传-牛顿混合算法
在线阅读 下载PDF
考虑主、散索鞍耦合效应的索鞍预偏量改进算法 被引量:2
4
作者 邓小康 张其 《铁道学报》 EI CAS CSCD 北大核心 2022年第1期128-133,共6页
基于对主缆和主、散索鞍的力学以及几何关系分析,考虑主、散索鞍的耦合效应,提出一种悬索桥索鞍预偏量的改进算法。算法根据索鞍平衡关系和变形相容条件以及主缆线形基本方程推导出一个十元非线性方程组,采用牛顿-拉斐森法求解方程组,... 基于对主缆和主、散索鞍的力学以及几何关系分析,考虑主、散索鞍的耦合效应,提出一种悬索桥索鞍预偏量的改进算法。算法根据索鞍平衡关系和变形相容条件以及主缆线形基本方程推导出一个十元非线性方程组,采用牛顿-拉斐森法求解方程组,即可同时得到主、散索鞍的预偏量。方法给出的初值选取原则和约束条件对平面缆索悬索桥的索鞍预偏量均能求解收敛。经算例分析,与既有方法相比,方法迭代收敛速度较快,计算精度能够满足要求。 展开更多
关键词 耦合 索鞍 牛顿-拉斐森算法 预偏量 悬索桥
在线阅读 下载PDF
基于改进DDPG-PID的芯片共晶键合温度控制
5
作者 刘家池 陈秀梅 邓娅莉 《半导体技术》 CAS 北大核心 2024年第11期973-980,共8页
芯片共晶键合对加热过程中的升温速率、保温时间和温度精度要求较高,在使用传统的比例-积分-微分(PID)温度控制方法时,存在响应时间过长、超调量过大、控制温度不够准确等问题。针对共晶加热台的温度控制问题,提出了一种基于改进的深度... 芯片共晶键合对加热过程中的升温速率、保温时间和温度精度要求较高,在使用传统的比例-积分-微分(PID)温度控制方法时,存在响应时间过长、超调量过大、控制温度不够准确等问题。针对共晶加热台的温度控制问题,提出了一种基于改进的深度确定性策略梯度(DDPG)强化学习算法优化PID参数的控制方法,采用分类经验回放的思想,以奖励值大小为标准对经验进行分类存放,根据智能体当前的状态和下一步动作,从相应的经验池中进行采样并训练,并根据PID控制算法的特性设计了合理的奖励函数,改善了强化学习中奖励稀疏的问题,提高了算法的收敛速度与性能。仿真结果表明,与传统PID控制、常规DDPG-PID控制相比,改进DDPG-PID控制缩短了响应时间,降低了超调量,近乎消除了稳态误差,提高了控制性能和系统稳定性。 展开更多
关键词 芯片共晶键合 深度确定性策略梯度(DDPG)算法 强化学习 温度控制 比例-积分-微分(PID)控制
在线阅读 下载PDF
数字图像相关中亚像素位移测量算法的研究 被引量:92
6
作者 潘兵 谢惠民 戴福隆 《力学学报》 EI CSCD 北大核心 2007年第2期245-252,共8页
为提高位移测量精度而提出的各种亚像素位移测量算法被认为是数字图像相关方法中的关键技术之一,详细了解已有各算法的性能无疑具有实际意义.总结文献中3种最常用的亚像素位移测量算法,首先用无噪声的计算机仿真散斑图对各算法的性能... 为提高位移测量精度而提出的各种亚像素位移测量算法被认为是数字图像相关方法中的关键技术之一,详细了解已有各算法的性能无疑具有实际意义.总结文献中3种最常用的亚像素位移测量算法,首先用无噪声的计算机仿真散斑图对各算法的性能从计算精度和计算效率两个方面进行了比较研究,并用实际实验图片对其性能做进一步的研究,结果显示在图像子区大小相同的情况下,基于空域相关函数迭代的牛顿-拉普森方法计算结果最为精确、稳定. 展开更多
关键词 数字图像相关 亚像素 曲面拟合 梯度算法 牛顿-拉普森方法
在线阅读 下载PDF
基于磁梯度模型的水下弹丸运动参数测试与解算方法
7
作者 韩晶 焦国太 +1 位作者 张艳军 翟助群 《中北大学学报(自然科学版)》 CAS 北大核心 2015年第3期289-294,299,共7页
为适应恶劣水质环境下对弹丸外弹道参数测量需要,根据磁偶极子理论提出了基于磁梯度靶的水下弹丸弹道参数测试方法,推导获得了弹丸磁梯度非线性方程组.根据磁梯度数学模型中的几何变换参数优化问题,结合粒子群优化算法及牛顿法的各自优... 为适应恶劣水质环境下对弹丸外弹道参数测量需要,根据磁偶极子理论提出了基于磁梯度靶的水下弹丸弹道参数测试方法,推导获得了弹丸磁梯度非线性方程组.根据磁梯度数学模型中的几何变换参数优化问题,结合粒子群优化算法及牛顿法的各自优势设计了一种粒子群-牛顿混合解算算法,通过仿真射击试验对弹道测量误差的关键影响因素进行了讨论.结果表明,测试靶面上应布置4个磁梯度测试点,为提高测量精度,尽量减小磁梯度检测装置的基线距离,而着靶位置对测量误差的影响较小. 展开更多
关键词 梯度 水下枪弹 运动测试 粒子群-牛顿混合算法
在线阅读 下载PDF
基于最大似然估计和混合梯度优化的射手模型辨识 被引量:4
8
作者 吴骏雄 林德福 +1 位作者 王辉 袁亦方 《兵工学报》 EI CAS CSCD 北大核心 2018年第12期2399-2409,共11页
光纤制导过程中射手对于光电显示的响应及其控制行为将直接影响弹药的制导控制性能。针对此问题,将最大似然估计法应用于射手模型辨识研究中。为解决辨识过程中遇到的非线性优化问题,采用遗传算法和高斯-牛顿优化算法混合策略提高寻找... 光纤制导过程中射手对于光电显示的响应及其控制行为将直接影响弹药的制导控制性能。针对此问题,将最大似然估计法应用于射手模型辨识研究中。为解决辨识过程中遇到的非线性优化问题,采用遗传算法和高斯-牛顿优化算法混合策略提高寻找全局最优解的概率,并使用单纯形法提高算法鲁棒性。基于交叉原理提出适用于导引头回路的精确模型,设计仿真实验平台并进行了多轮次人在回路实验,将输出误差框架下的最大似然估计方法成功应用于实验数据中。结果表明:混合梯度优化算法能够找到全局最优值,辨识模型能够准确反映射手本身的动态特性,辨识方法和辨识的射手模型对于光纤寻的弹药制导控制系统设计具有一定的实际意义。 展开更多
关键词 光纤图像制导武器 射手模型 交叉模型 最大似然估计 混合梯度优化 输出误差法 遗传算法 高斯-牛顿优化
在线阅读 下载PDF
神经网络在交通图像压缩中的应用 被引量:2
9
作者 罗山 《山西电子技术》 2019年第6期31-33,共3页
利用神经网络的结构特征及良好的数据处理能力、在数据压缩领域拥有的先天优势,采用性能优良的BP算法构建网络模型。分析BP网络压缩的原理,搭建压缩系统模型,分别使用自适应学习率梯度下降法和BFGS拟牛顿法训练网络,从而实现交通图像的... 利用神经网络的结构特征及良好的数据处理能力、在数据压缩领域拥有的先天优势,采用性能优良的BP算法构建网络模型。分析BP网络压缩的原理,搭建压缩系统模型,分别使用自适应学习率梯度下降法和BFGS拟牛顿法训练网络,从而实现交通图像的压缩与重建。实验结果表明,基于BFGS拟牛顿法的BP神经网络收敛速度快,压缩性能优良,获得低压缩率的同时重建图像视觉效果良好。 展开更多
关键词 神经网络 交通图像压缩 BP算法 自适应学习梯度下降法 BFGS拟牛顿
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部