基于改进共轭梯度法的前馈网络快速监督学习算法 被引量：7

1

作者 杨斌 聂在平 +1 位作者 夏耀先 蒋荣生 《电子学报》 EI CAS CSCD 北大核心 2002年第12期1845-1847,共3页

为了提高多层前馈神经网络的权参数的学习效率,通过引入改进的求解大规模线性方程组的共轭梯度法,提出一种新的基于LM的前馈网络学习算法.该算法不仅具有LM优化学习方法的快速收敛特性,而且降低了LM法的计算复杂度,可获得比其它标准算... 为了提高多层前馈神经网络的权参数的学习效率,通过引入改进的求解大规模线性方程组的共轭梯度法,提出一种新的基于LM的前馈网络学习算法.该算法不仅具有LM优化学习方法的快速收敛特性,而且降低了LM法的计算复杂度,可获得比其它标准算法更好的学习精度和推广预测能力.文中通过仿真结果证明了新算法在函数逼近和时间序列预测等问题环境下的有效性. 展开更多

关键词 共轭梯度法 前馈网络 快速监督学习算法 神经网络 LEVENBERG-MARQUARDT算法

在线阅读 下载PDF 职称材料

基于Hebbina监督学习算法的神经网络变距控制 被引量：1

2

作者 王湘明 梁晶晶 +2 位作者 邓英 孙磊 滕新强 《沈阳工业大学学报》 EI CAS 2007年第6期633-636,645,共5页

变距控制是变速恒频风力发电机组的核心技术之一,由于变距系统具有纯滞后非线性的特性,采用常规的PID算法已无法满足控制目标的要求.由1 MW变速恒频风力发电机组实际运行情况可知,其控制器PID参数需要不断在线整定,为此设计了基于Hebbin... 变距控制是变速恒频风力发电机组的核心技术之一,由于变距系统具有纯滞后非线性的特性,采用常规的PID算法已无法满足控制目标的要求.由1 MW变速恒频风力发电机组实际运行情况可知,其控制器PID参数需要不断在线整定,为此设计了基于Hebbina监督学习机理的神经网络变距控制算法.根据机组运行的实际数据进行离线学习,确定Hebbina监督学习算法的学习速率iη,然后进行在线整定,以保证风力发电机组处于最佳运行状态.给出了1 MW风力发电机组采用常规PID算法和神经网络变距控制算法的仿真对比结果,从中可以看出后者的动态特性和稳态特性明显优于前者,对于实际应用将起到指导作用. 展开更多

关键词 变距控制 神经网络 在线参数整定 PID控制 Hebbina监督学习算法

在线阅读 下载PDF 职称材料

一种基于受限约束范围标签传播的半监督学习算法

3

作者 马慧芳 袁媛 +1 位作者 张迪 鲁小勇 《计算机应用研究》 CSCD 北大核心 2016年第8期2303-2306,共4页

为了提高文本分类性能,提出一种基于受限约束范围标签传播的半监督学习算法。首先利用相似性矩阵计算得出概率转移矩阵,进而通过概率转移矩阵得出受限约束范围;然后在约束范围内利用半监督学习框架下的标签传播算法计算基于路径的相似性... 为了提高文本分类性能,提出一种基于受限约束范围标签传播的半监督学习算法。首先利用相似性矩阵计算得出概率转移矩阵,进而通过概率转移矩阵得出受限约束范围;然后在约束范围内利用半监督学习框架下的标签传播算法计算基于路径的相似性,路径相似性决定了标签传播的重要路径。由于只使用几条重要的传播路径,使得算法中省去计算每一条路径的相似度,计算复杂度大大减少。最终使得标签在带标签数据与未标签数据之间通过几条重要的路径之间传播。实验已经证明此算法的有效性。 展开更多

关键词 概率转移矩阵 受限约束范围 标签传播 半监督学习算法

在线阅读 下载PDF 职称材料

基于一种多分类半监督学习算法的驾驶风格分类模型 被引量：13

4

作者 李明俊 张正豪 +2 位作者 宋晓琳 曹昊天 易滨林 《湖南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第4期10-15,共6页

基于驾驶模拟平台设计实验方案,同步采集驾驶员的驾驶操作信息和车辆状态信息,选取6个表征驾驶风格的特征参数,采用主成分分析(Principal Component Analysis,PCA)算法对多元特征参数进行特征提取,将前3个主成分作为驾驶风格识别模型的... 基于驾驶模拟平台设计实验方案,同步采集驾驶员的驾驶操作信息和车辆状态信息,选取6个表征驾驶风格的特征参数,采用主成分分析(Principal Component Analysis,PCA)算法对多元特征参数进行特征提取,将前3个主成分作为驾驶风格识别模型的特征输入.利用K-means聚类完成样本标记工作.基于有监督支持向量机(Support Vector Machine,SVM)与多分类半监督学习算法(i MLCU)的原理,分别建立SVM与i MLCU驾驶风格识别模型,通过调节标记样本与未标记样本比例,对比使用不同样本比例训练的SVM和i MLCU模型的驾驶风格识别准确率.结果表明:相比于SVM,i MLCU表现出了更优异的驾驶风格识别能力,由此可知半监督i MLCU模型可以利用未标记样本提高模型对驾驶风格的识别能力. 展开更多

关键词 驾驶风格 主成分分析 K-MEANS聚类 支持向量机 多分类半监督学习算法

在线阅读 下载PDF 职称材料

多属性信息决策的改进无监督学习算法建模与应用

5

作者 王昱 朱家元 +1 位作者 冯惊雷 张恒喜 《计算机工程与应用》 CSCD 北大核心 2002年第21期12-13,253,共3页

针对SOM网络无监督学习算法的单样本序列学习方式内存占用多的特点,采用Voronoi矢量原理改进权矢量迭代方式,使改进算法具有所有样本同时学习的能力,同时给出了算法的矢量映射误差测度和拓扑误差测度。然后根据改进算法建立了多属性信... 针对SOM网络无监督学习算法的单样本序列学习方式内存占用多的特点,采用Voronoi矢量原理改进权矢量迭代方式,使改进算法具有所有样本同时学习的能力,同时给出了算法的矢量映射误差测度和拓扑误差测度。然后根据改进算法建立了多属性信息决策的可视二维拓扑映射图模型,并对R&D项目中止决策进行了研究。计算结果表明,改进的无监督学习算法收敛速度快,基于拓扑映射图模型的多属性决策有效。 展开更多

关键词 多属性信息决策 改进无监督学习算法 建模 人工神经网络 模式识别 拓扑映射图

在线阅读 下载PDF 职称材料

基于VMD和FCM聚类算法的海上风机支撑结构损伤识别方法

6

作者 任义建 刁延松 +1 位作者 吕建达 侯敬儒 《振动与冲击》 北大核心 2025年第8期184-191,286,共9页

利用响应和有监督学习算法对运行状态下海上风机支撑结构进行损伤识别时,会遇到响应中能量占比很高的谐波成分影响和有监督学习算法需人工定义标签等问题。为此,利用变分模态分解(variational modal decomposition,VMD)和模糊C均值(fuzz... 利用响应和有监督学习算法对运行状态下海上风机支撑结构进行损伤识别时,会遇到响应中能量占比很高的谐波成分影响和有监督学习算法需人工定义标签等问题。为此,利用变分模态分解(variational modal decomposition,VMD)和模糊C均值(fuzzy C-means,FCM)聚类算法进行海上风机支撑结构损伤识别。为剔除响应中的谐波成分,首先利用VMD对加速度响应进行分解,选取结构模态响应(仅含有结构自振频率)作为分析信号。然后计算模态响应的时域、能量和能量比值及样本熵特征构造特征矩阵,利用主成分分析对特征矩阵进行降维,得到损伤特征矩阵。将损伤特征矩阵输入FCM聚类算法,通过聚类分析得到结构的损伤状态。位移激励下海上风机支撑结构损伤识别模型试验数据验证了该方法的有效性。该方法属于无监督学习算法,无需标注标签且不受谐波成分的影响。 展开更多

关键词 海上风机支撑结构 损伤识别 变分模态分解(VMD) 模糊C均值(FCM)聚类算法 无监督学习算法

在线阅读 下载PDF 职称材料

基于主动学习的图半监督分类算法 被引量：1

7

作者 高成 陈秀新 +1 位作者 于重重 刘宇 《计算机工程与设计》 北大核心 2015年第7期1871-1875,共5页

为抑制噪声数据对分类结果的影响,将噪声处理算法与高斯随机域算法相结合,提出一种带噪声系数的高斯随机域学习算法;针对样本集不平衡性数据分类问题,考虑主动学习在样本不平衡问题中的应用,将主动学习与图半监督算法相结合,提出一种鲁... 为抑制噪声数据对分类结果的影响,将噪声处理算法与高斯随机域算法相结合,提出一种带噪声系数的高斯随机域学习算法;针对样本集不平衡性数据分类问题,考虑主动学习在样本不平衡问题中的应用,将主动学习与图半监督算法相结合,提出一种鲁棒性强的主动学习图半监督分类算法。利用基于样本划分的主动学习方法,对正类的近邻样本集中样本与特定类样本形成的新样本集做总体散度排序,筛选出能使新样本集中总体散度最小的样本,代替正类的近邻样本集中所有样本,形成平衡类。在UCI标准数据集上的实验结果表明,与标准的图半监督算法相比,该算法的分类精度更高、泛化能力更强。 展开更多

关键词 带噪声系数的高斯随机域学习算法 样本不平衡问题 主动学习 图半监督算法 主动学习图半监督分类算法

在线阅读 下载PDF 职称材料

一种改进的RBF神经网络学习算法 被引量：54

8

作者 王洪斌 杨香兰 王洪瑞 《系统工程与电子技术》 EI CSCD 北大核心 2002年第6期103-105,共3页

提出了一种改进的RBF神经网络学习算法 ,分别通过减聚类和监督学习算法对网络参数和权值进行训练 ,既可以根据样本合理地聚类、确定RBF径向基函数的个数和相应参数 ,又具有较强的网络映射能力 ,从而不仅使RBF神经网络结构得以优化 ,性... 提出了一种改进的RBF神经网络学习算法 ,分别通过减聚类和监督学习算法对网络参数和权值进行训练 ,既可以根据样本合理地聚类、确定RBF径向基函数的个数和相应参数 ,又具有较强的网络映射能力 ,从而不仅使RBF神经网络结构得以优化 ,性能也得到了提高。 展开更多

关键词 RBF神经网络 减聚类算法 监督学习算法

在线阅读 下载PDF 职称材料

一种权值预学习BP算法的研究

9

作者 朱明星 沈谦 张德龙 《安徽大学学报（自然科学版）》 CAS 1999年第1期71-76,共6页

采用无监督学习中的主元分析算法的０ｊａ规则对前馈网络的权值进行预学习，以此来加速前馈网络的学习速度。通过奇偶校验和非线性系统辨识两个应用，验证了该算法在学习速度与性能上都优于传统的ＢＰ算法。

关键词 权值预学习 BP算法 BP神经网络 无监督学习算法

在线阅读 下载PDF 职称材料

基于GPU的图像监督分类算法的研究 被引量：2

10

作者 李思瑶 周海芳 方民权 《计算机科学》 CSCD 北大核心 2018年第B06期143-145,170,共4页

文中介绍了3种经典的图像分类算法在GPU上的实现,分别是简单贝叶斯分类、KNN、SNN分类。GPU与CPU协同处理是目前使用得较多的结构模式。一般在GPU上执行计算量比较大的程序,CPU负责指挥协调。文中对这3种算法进行了测试,通过实验分析,3... 文中介绍了3种经典的图像分类算法在GPU上的实现,分别是简单贝叶斯分类、KNN、SNN分类。GPU与CPU协同处理是目前使用得较多的结构模式。一般在GPU上执行计算量比较大的程序,CPU负责指挥协调。文中对这3种算法进行了测试,通过实验分析,3种算法的GPU并行程序分别获得了平均72.472,149.536,125.39倍的加速效果。使用的GPU架构是Tesla k20c。贝叶斯、KNN和SNN算法是监督分类算法。实验给出了3种算法图像处理的结果和时间,其均符合要求。 展开更多

关键词 监督学习算法 KNN SNN 简单贝叶斯算法

在线阅读 下载PDF 职称材料

李群深层结构学习算法研究 被引量：3

11

作者 何文慧 李凡长 《计算机科学与探索》 CSCD 2010年第7期646-653,共8页

针对数据的复杂性和语义深层关系,提出一种李群深层结构学习算法。主要包括:基于流形的深层结构分析方法、基于参数的李群半监督学习算法和基于线性的李群半监督学习算法,以及这些算法相融合的李群深层结构学习算法。该算法对连续语义... 针对数据的复杂性和语义深层关系,提出一种李群深层结构学习算法。主要包括:基于流形的深层结构分析方法、基于参数的李群半监督学习算法和基于线性的李群半监督学习算法,以及这些算法相融合的李群深层结构学习算法。该算法对连续语义间的深层关系有着重要的作用。实验结果显示,深度越深,该算法的效果越好。 展开更多

关键词 李群深层结构学习 半监督学习算法 流形

在线阅读 下载PDF 职称材料

深度学习结构和算法比较分析 被引量：33

12

作者 李海峰 李纯果 《河北大学学报（自然科学版）》 CAS 北大核心 2012年第5期538-544,共7页

Hinton等人提出的深度机器学习,掀起了神经网络研究的又一个浪潮.介绍了深度机器学习的基本概念和基本思想.对于目前比较成熟的深度机器学习结构深度置信网DBNs和约束Boltzmann机(RBM)的结构和无监督贪婪学习算法作了比较详细的介绍和比... Hinton等人提出的深度机器学习,掀起了神经网络研究的又一个浪潮.介绍了深度机器学习的基本概念和基本思想.对于目前比较成熟的深度机器学习结构深度置信网DBNs和约束Boltzmann机(RBM)的结构和无监督贪婪学习算法作了比较详细的介绍和比较,并对算法的改进方向提出了有建设性的意见,对深度机器学习的未来发展方向和目前存在的问题进行了深刻的分析。 展开更多

关键词 深度机器学习 无监督贪婪学习算法 DBNs RBMs

在线阅读 下载PDF 职称材料

基于半监督机器学习法的光伏阵列故障诊断 被引量：24

13

作者 李光辉 段晨东 武珊 《电网技术》 EI CSCD 北大核心 2020年第5期1908-1913,共6页

由于光伏组件的非线性输出特性,传统故障保护装置难以检测到所有故障,从而导致光伏阵列出现安全问题和火灾危险。针对传统故障保护装置存在的缺陷问题,提出一种基于半监督机器学习(semi-supervised machine learning,SSML)算法的光伏阵... 由于光伏组件的非线性输出特性,传统故障保护装置难以检测到所有故障,从而导致光伏阵列出现安全问题和火灾危险。针对传统故障保护装置存在的缺陷问题,提出一种基于半监督机器学习(semi-supervised machine learning,SSML)算法的光伏阵列故障诊断模型,模型利用参考光伏组件将光伏阵列电压与电流归一化,通过半监督机器学习算法分析光伏阵列工作点状态,进而检测故障和识别故障类型。该故障诊断模型仅需要少量容易测量的标签数据,且对环境变化有较强适应能力。最后,通过仿真和实验,验证该故障诊断模型的有效性。 展开更多

关键词 光伏阵列 故障检测 故障分类 半监督机器学习算法

在线阅读 下载PDF 职称材料

机器学习算法可近似性的量化评估分析 被引量：1

14

作者 江树浩 鄢贵海 +2 位作者 李家军 卢文岩 李晓维 《计算机研究与发展》 EI CSCD 北大核心 2017年第6期1337-1347,共11页

近年来,以神经网络为代表的机器学习算法发展迅速并被广泛应用在图像识别、数据搜索乃至金融趋势分析等领域.而随着问题规模的扩大和数据维度的增长,算法能耗问题日益突出,由于机器学习算法自身拥有的近似特性,近似计算这种牺牲结果的... 近年来,以神经网络为代表的机器学习算法发展迅速并被广泛应用在图像识别、数据搜索乃至金融趋势分析等领域.而随着问题规模的扩大和数据维度的增长,算法能耗问题日益突出,由于机器学习算法自身拥有的近似特性,近似计算这种牺牲结果的少量精确度降低能耗的技术,被许多研究者用来解决学习算法的能耗问题.我们发现,目前的工作大多专注于利用特定算法的近似特性而忽视了不同算法近似特性的差别对能耗优化带来的影响,而为了分类任务使用近似计算时能够做出能耗最优的选择,了解算法"可近似性"上的差异对近似计算优化能耗至关重要.因此,选取了支持向量机(SVM)、随机森林(RF)和神经网络(NN)3类常用的监督型机器学习算法,评估了针对不同类型能耗时不同算法的可近似性,并建立了存储污染敏感度、访存污染敏感度和能耗差异度等指标来表征算法可近似性的差距,评估得到的结论将有助于机器学习算法在使用近似计算技术时达到最优化能耗的目的. 展开更多

关键词 监督机器学习算法 近似计算 可近似性 能耗优化

在线阅读 下载PDF 职称材料

基于核的学习机研究综述 被引量：1

15

作者 王涛 李艾华 +1 位作者 蔡艳平 王声才 《计算机应用研究》 CSCD 北大核心 2010年第6期2011-2015,共5页

近年来核学习机已经成为机器学习界的一个热点问题,并在许多领域中得到了成功应用;然而作为一种尚未成熟的新技术,核学习机仍然存在很多局限性。介绍了核方法的基本思想,从有监督和无监督学习算法两方面对基于核的学习机进行了梳理,着... 近年来核学习机已经成为机器学习界的一个热点问题,并在许多领域中得到了成功应用;然而作为一种尚未成熟的新技术,核学习机仍然存在很多局限性。介绍了核方法的基本思想,从有监督和无监督学习算法两方面对基于核的学习机进行了梳理,着重指出了核学习机研究中存在的问题和值得关注的研究方向,以期对核方法研究领域有较全面的把握。 展开更多

关键词 核方法 有监督学习算法 无监督学习算法 支持向量机

在线阅读 下载PDF 职称材料

一种有效的用于范例提取的改进聚类算法 被引量：7

16

作者 耿焕同 章曙光 +2 位作者 钱权 蔡庆生 王煦法 《小型微型计算机系统》 CSCD 北大核心 2004年第3期388-390,共3页

针对传统范例提取算法随范例数增加而效率下降快的缺点 ,结合基于选择的 CL ARA聚类方法和 NCL聚类算法的优点 ,给出了一种有效的无监督聚类学习算法 .通过实验表明 ,该算法能在无监督下对范例进行准确归类 ,将它用于 CBR的范例提取中 。

关键词 CBR 范例提取 相似度 最近邻检索 无监督聚类学习算法 CLARA聚类方法 NCL聚类算法 范例推理

在线阅读 下载PDF 职称材料

基于强化学习的软件定义网络安全 被引量：4

17

作者 万梅 曹琳 《计算机工程与设计》 北大核心 2020年第8期2128-2134,共7页

为加强软件定义网络的安全性,提出一种基于强化学习和统计分析的软件定义网络安全机制。采用离散小波变换将数据转化为小波系数,根据小波系数是否为正态分布,将网络流量划分为正常流量和异常流量;以预训练的数据集为强化学习的环境,并... 为加强软件定义网络的安全性,提出一种基于强化学习和统计分析的软件定义网络安全机制。采用离散小波变换将数据转化为小波系数,根据小波系数是否为正态分布,将网络流量划分为正常流量和异常流量;以预训练的数据集为强化学习的环境,并行地调节环境的行为和学习程序,学习神经网络分类器的最佳策略函数;设计软件定义网络的异常流量处理机制。仿真结果表明,强化学习机制增强了软件定义网络的安全性。 展开更多

关键词 软件定义网络 小波变换 监督学习算法 人工神经网络 网络安全 强化学习

在线阅读 下载PDF 职称材料

基于粒度识别的烧结智能配水技术研究与应用

18

作者 安秀伟 续飞飞 +2 位作者 孙宝芳 郑向国 何波 《烧结球团》 北大核心 2024年第3期48-52,共5页

针对烧结混合料水分难以精准测量的问题,本文将粒度识别技术与智能配水相结合,开发了烧结智能配水系统。该系统直接将水分的调整与混合料粒级组成建立关系,通过建立基于混合料粒度的有监督自学习优化控制算法对加水量进行实时调整,以达... 针对烧结混合料水分难以精准测量的问题,本文将粒度识别技术与智能配水相结合,开发了烧结智能配水系统。该系统直接将水分的调整与混合料粒级组成建立关系,通过建立基于混合料粒度的有监督自学习优化控制算法对加水量进行实时调整,以达到烧结混合料加水的自动闭环控制。经工业实践跟踪发现:应用该智能配水系统后,烧结利用系数由1.36 t/(m^(2)·h)增加到1.41 t/(m^(2)·h),烧结矿转鼓指数由78.10%增加到78.64%,烧结负压由12.71 kPa下降到12.14 kPa,烧结主抽频率由39.4 Hz下降到38 Hz。 展开更多

关键词 烧结 粒度识别 有监督学习算法 智能配水 闭环控制

在线阅读 下载PDF 职称材料

基于软件定义网络的DDoS攻击检测方法及其应用 被引量：17

19

作者 李鹤飞 黄新力 郑正奇 《计算机工程》 CAS CSCD 北大核心 2016年第2期118-123,共6页

根据分布式拒绝服务(DDoS)攻击特性与OpenFlow技术,提出一种基于软件定义网络(SDN)的DDoS攻击检测方法。获取OpenFlow交换机中安装的流表项,构建针对目的地址的流表特征值,并采用支持向量机对训练样本进行分类,实现DDoS攻击的检测。通... 根据分布式拒绝服务(DDoS)攻击特性与OpenFlow技术,提出一种基于软件定义网络(SDN)的DDoS攻击检测方法。获取OpenFlow交换机中安装的流表项,构建针对目的地址的流表特征值,并采用支持向量机对训练样本进行分类,实现DDoS攻击的检测。通过将该DDoS攻击检测方法进行原型系统实现并集成到SDN网络环境中,验证了该方法的正确性和有效性,并表明其能在提高DDoS攻击行为检测率的同时明显降低误报率,具有较好的综合检测性能。 展开更多

关键词 软件定义网络 OpenFlow技术 分布式拒绝服务 流表特征值 监督学习算法 攻击检测

在线阅读 下载PDF 职称材料

基于移动激光扫描的行道树树干提取 被引量：11

20

作者 李秋洁 袁鹏成 +1 位作者 刘旭 周宏平 《林业工程学报》 CSCD 北大核心 2020年第5期117-124,共8页

基于移动激光扫描技术的行道树资源调查是当前的研究热点及未来的发展趋势,树干提取是行道树定位与分割的核心步骤,已有方法由知识驱动,人工设计树干检测规则,难以跨越低层点云数据到高层地物目标的语义鸿沟。针对上述问题,基于移动2D L... 基于移动激光扫描技术的行道树资源调查是当前的研究热点及未来的发展趋势,树干提取是行道树定位与分割的核心步骤,已有方法由知识驱动,人工设计树干检测规则,难以跨越低层点云数据到高层地物目标的语义鸿沟。针对上述问题,基于移动2D LiDAR系统采集的城市街道点云数据,将行道树树干提取分为树干点云识别与树干点云分割2个步骤。首先,构建城市街道点云标注数据集,提取深度、高程、维度、密度、强度等14个局部点云特征,采用Boosting监督学习算法从标注数据集中自动学习树干点云与非树干点云的差异性,通过特征融合获取高精度树干点云检测器;然后,基于树干点云识别结果,采用帧投影方法分割标识出每一根树干。试验结果表明:基于监督学习的树干点云检测器有较好的分类性能,为树干分割提取提供了精准数据,对于0.10~0.40 m的球域半径,测试集查准率均高于93%,查全率均高于94%。此外,以Bayes错误率为评价指标衡量单个特征的鉴别力,得出鉴别力最强的3个特征为高程方差、强度范围及强度方差。 展开更多

关键词 树干提取 移动激光扫描 树干识别 树干分割 Boosting监督学习算法

在线阅读 下载PDF 职称材料