期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
一种带自适应学习率的综合随机梯度下降Q-学习方法 被引量:15
1
作者 金海东 刘全 陈冬火 《计算机学报》 EI CSCD 北大核心 2019年第10期2203-2215,共13页
在线强化学习中,值函数的逼近通常采用随机梯度下降(Stochastic Gradient Descent,SGD)方法.在每个时间步,SGD方法使用强化学习算法获取随机样本,计算损失函数的局部梯度,单次模型参数更新的计算量小,适合在线学习.但是,由于目标函数不... 在线强化学习中,值函数的逼近通常采用随机梯度下降(Stochastic Gradient Descent,SGD)方法.在每个时间步,SGD方法使用强化学习算法获取随机样本,计算损失函数的局部梯度,单次模型参数更新的计算量小,适合在线学习.但是,由于目标函数不同维度存在梯度差异,SGD方法会产生优化震荡,导致迭代次数增多,收敛速度变慢甚至不能收敛.本文提出一种带自适应学习率的综合随机梯度下降方法(Adaptive Learning Rate on Integrated Stochastic Gradient Descent,ALRI-SGD),对SGD做了两方面改进:(1)在基于参数预测的基础上,利用历史随机梯度信息综合计算当前时间步的更新梯度;(2)根据不同维度的历史梯度信息,动态计算每个维度的学习率.在一定的数学约束条件下,证明了ALRI-SGD方法的收敛性.把ALRI-SGD方法与基于线性函数逼近的离策略Q-学习算法结合,用于求解强化学习中经典的Mountain Car问题和平衡杆问题,并与基于SGD的Q-学习算法进行实验比较.实验结果表明,ALRI-SGD方法能动态匹配模型参数在不同维度上的梯度差异,并使学习率自动更新以适应不同维度的数据特征.ALRI-SGD方法在收敛效率和收敛稳定性两个方面都有提升. 展开更多
关键词 强化学习 综合随机梯度下降 自适应学习率 参数预测 Q-学习
在线阅读 下载PDF
基于CNN公交客流检测系统的设计 被引量:3
2
作者 张开生 刘泽新 +1 位作者 郭碧筱 杨帆 《石河子大学学报(自然科学版)》 CAS 北大核心 2019年第5期654-660,共7页
针对公交客流数据获取现状不稳定、处理方法陈旧及无法实时调度等问题,本文结合图像处理和深度学习方法,设计了公交客流检测系统,重点对乘客头部的特征提取算法进行研究。该系统将工业摄像头分别置于车厢前端、中端及末端的上侧,以此获... 针对公交客流数据获取现状不稳定、处理方法陈旧及无法实时调度等问题,本文结合图像处理和深度学习方法,设计了公交客流检测系统,重点对乘客头部的特征提取算法进行研究。该系统将工业摄像头分别置于车厢前端、中端及末端的上侧,以此获得车内乘客三通道图像,在Raspberry Pi树莓派中移植TensorFlow深度学习框架,由此搭建卷积神经网络CNN的模型,以此模型提取车厢内乘客头部特征,再采用综合梯度下降算法优化学习速率和三通道数据融合技术判断车内拥挤情况,从而保证模型的鲁棒性。实验结果表明:将识别结果输入SPP-Net网络结构中,上述算法识别准确率为87.23%,较传统卷积神经网络提高9.11%,收敛速率提高20.77%,其实时的拥挤度判断更具有实用性。 展开更多
关键词 客流检测 卷积神经网络CNN 综合梯度下降算法 拥挤情况
在线阅读 下载PDF
基于Facet模型的边缘检测算法 被引量:2
3
作者 隋连升 王慧 《计算机工程》 CAS CSCD 北大核心 2009年第2期187-189,193,共4页
使用CCD的影像测量系统进行精加工零件尺寸检测时,零件轮廓边缘的定位精度和处理速度是优先考虑的2个问题。该文介绍了一种基于Facet模型的综合梯度边缘检测算法,并针对其边缘定位精度低和执行效率低的问题,给出一种提高边缘定位精度的... 使用CCD的影像测量系统进行精加工零件尺寸检测时,零件轮廓边缘的定位精度和处理速度是优先考虑的2个问题。该文介绍了一种基于Facet模型的综合梯度边缘检测算法,并针对其边缘定位精度低和执行效率低的问题,给出一种提高边缘定位精度的算法和加速计算Facet模型的算法。该改进算法使用动态阈值定位边缘以提高边缘定位精度,同时将Facet模型的二维卷积分解为2个一维卷积核,使算法的复杂度从()Oi2降低到O(2i)。通过对理想影像和实际工件影像的边缘检测,说明该算法在影像测量中可以有效抑制工件影像的噪声,获得较好的边界特征,且执行效率较高。 展开更多
关键词 影像测量系统 FACET模型 综合梯度算法
在线阅读 下载PDF
输电线路通道下行林区冠层自动分割方法研究 被引量:1
4
作者 季坤 孙鸿博 +2 位作者 刘志林 谭弘武 王瑞瑞 《中南林业调查规划》 2016年第4期42-48,共7页
针对在高分辨率影像上进行林区冠层高精度分割所存在的问题,提出了以一种结合形态学滤波的基于标记的分水岭分割算法,来实现对输电线下行林区冠层的自动分割。以航拍影像为数据源,首先构建结合了彩色和纹理梯度的综合梯度,然后采用形态... 针对在高分辨率影像上进行林区冠层高精度分割所存在的问题,提出了以一种结合形态学滤波的基于标记的分水岭分割算法,来实现对输电线下行林区冠层的自动分割。以航拍影像为数据源,首先构建结合了彩色和纹理梯度的综合梯度,然后采用形态学滤波消除中间过渡区域所形成的梯度极小值,同时根据树冠顶端先验信息提取标记,并强制叠加到梯度图像上,最后将上述结果作为初始信息参与分水岭分割,实现高分辨率影像上林区冠层的高精度自动分割,并以目视解译的形式获取研究区冠层的精确面积作为参考,结果显示本算法的精度较高,可以用于实现林区冠层的高精度自动分割。 展开更多
关键词 形态学滤波 改进 分水岭分割算法 彩色梯度 纹理梯度 综合梯度
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部