一种修正学习率的梯度下降算法 被引量：3

1

作者 姜文翰 姜志侠 孙雪莲 《长春理工大学学报（自然科学版）》 2023年第6期112-120,共9页

近年来,随着神经网络的广泛应用,梯度下降算法成为神经网络调整参数的核心优化算法。随着SGDM、AdaGrad、RMPprop、Adam等算法被提出,神经网络的性能有了极大的提升。为改善Adam算法由极端学习率引起的泛化能力较差问题,利用梯度的指数... 近年来,随着神经网络的广泛应用,梯度下降算法成为神经网络调整参数的核心优化算法。随着SGDM、AdaGrad、RMPprop、Adam等算法被提出,神经网络的性能有了极大的提升。为改善Adam算法由极端学习率引起的泛化能力较差问题,利用梯度的指数加权平均对Adam算法中学习率进行修正,提出了MonAdam算法。通过在线学习框架,说明MonAdam算法具有O(√T)的遗憾界。经过大量实验在多种非凸函数和深度神经网络模型中将MonAdam算法与其他算法进行对比,结果表明该算法收敛性较好。 展开更多

关键词 梯度下降算法 Adam算法 收敛性 遗憾界 学习率

在线阅读 下载PDF 职称材料

面向联邦学习的学习率裁剪梯度优化隐私保护方案

2

作者 孟向前 刘腾飞 谢绒娜 《北京电子科技学院学报》 2024年第4期46-54,共9页

联邦学习中,攻击者通过模型梯度攻击来恢复训练数据集,使训练数据集的隐私性受到威胁,存在隐私泄露。为保护数据隐私性,差分隐私技术被引入到联邦学习中,但在神经网络训练过程中存在学习率过大导致梯度爆炸不收敛或学习率过小导致梯度... 联邦学习中,攻击者通过模型梯度攻击来恢复训练数据集,使训练数据集的隐私性受到威胁,存在隐私泄露。为保护数据隐私性,差分隐私技术被引入到联邦学习中,但在神经网络训练过程中存在学习率过大导致梯度爆炸不收敛或学习率过小导致梯度收敛过慢的问题,降低学习的准确率。针对上述问题,本文提出一种具有自适应学习率的梯度优化算法(CAdabelief算法),该算法在神经网络中引入学习率裁剪动态界限的概念,动态调整学习率达到理想的值,并趋于稳定。将CAdabelief算法引入联邦学习差分隐私框架,提出了面向联邦学习的学习率裁剪梯度优化隐私保护方案。并采用MNIST数据集进行测试实证。在相同的隐私预算下,CAdabelief算法训练结果的准确率高于常用的SGD、Adam、Adabelief算法。 展开更多

关键词 联邦学习 差分隐私 自适应 学习率裁剪 梯度优化

在线阅读 下载PDF 职称材料

基于SVM和sigmoid函数的字符识别自适应学习算法 被引量：2

3

作者 朱莉 孙广玲 《电子技术应用》 北大核心 2006年第4期16-18,共3页

在SVM算法和sigmoid函数的基础上,提出了一种字符识别自适应学习算法,该算法通过自适应修正sigmoid函数的参数,使sigmoid函数能够较好地拟合自适应数据输出距离的类别后验概率分布,从而提高对自适应数据的识别率。

关键词 SVM SIGMOID函数 自适应学习 梯度下降法

在线阅读 下载PDF 职称材料

面向联邦学习的学习率裁剪梯度优化隐私保护方案 被引量：1

4

作者 孟向前 刘腾飞 谢绒娜 《北京电子科技学院学报》 2023年第1期45-53,共9页

联邦学习中,攻击者通过模型梯度攻击来恢复训练数据集,使训练数据集的隐私性受到威胁。为保护数据隐私性,差分隐私技术被引入到联邦学习中,但在神经网络训练过程中存在学习率过大导致梯度爆炸不收敛或学习率过小导致梯度收敛过慢的问题... 联邦学习中,攻击者通过模型梯度攻击来恢复训练数据集,使训练数据集的隐私性受到威胁。为保护数据隐私性,差分隐私技术被引入到联邦学习中,但在神经网络训练过程中存在学习率过大导致梯度爆炸不收敛或学习率过小导致梯度收敛过慢的问题,降低学习的准确率。针对上述问题,本文提出一种具有自适应学习率的梯度优化算法(CAdabelief算法),该算法在神经网络中引入学习率裁剪动态界限的概念,动态调整学习率达到理想的值,并趋于稳定;继而将CAdabelief算法引入联邦学习差分隐私框架,提出了面向联邦学习的学习率裁剪梯度优化隐私保护方案,并采用MNIST数据集进行测试实证。实验表明,在相同的隐私预算下,CAdabelief算法训练结果的准确率高于常用的SGD、Adam、Adabelief算法。 展开更多

关键词 联邦学习 差分隐私 自适应 学习率裁剪 梯度优化

在线阅读 下载PDF 职称材料

核电站水池焊接机器人自适应变刚度柔顺控制

5

作者 袁鹏达 回楠木 +1 位作者 韩晓微 吴宝举 《电子科技》 2025年第5期60-67,共8页

针对核电站水池焊接过程中的复杂工作环境和高精度焊接要求,文中采用梯度下降法逐步更新参数估计器的参数,实现参数的自适应调整,提高自适应控制的性能和鲁棒性。将模型参考自适应控制和变刚度阻抗控制相结合,提出了一种基于梯度下降法... 针对核电站水池焊接过程中的复杂工作环境和高精度焊接要求,文中采用梯度下降法逐步更新参数估计器的参数,实现参数的自适应调整,提高自适应控制的性能和鲁棒性。将模型参考自适应控制和变刚度阻抗控制相结合,提出了一种基于梯度下降法的模型参考自适应变刚度阻抗控制方法(Model Reference Adaptive Control-Variable Stiffness Impedance Control,MRAC-VSIC),用于实现自适应柔顺控制器中的刚度参数调整。利用Lyapunov稳定性理论对MRAC-VSIC方法进行闭环稳定性分析,证明了其闭环系统的稳定性。仿真结果表明,所提方法提高了机器人的动态响应能力和控制系统的鲁棒性,减少了稳态力误差的产生,提高了焊接过程中的控制精度和稳定性。 展开更多

关键词 核电水池 水下焊接机器人 阻抗控制 模型参考自适应 梯度下降法 参数估计器 末端执行器 力跟踪

在线阅读 下载PDF 职称材料

RBF神经网络的混合学习算法 被引量：15

6

作者 苏小红 侯秋香 +1 位作者 马培军 王亚东 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2006年第9期1446-1449,共4页

针对RBF神经网络的最近邻聚类学习算法存在的学习精度不理想和固定网络结构的梯度下降训练学习算法存在的中心不易确定、训练时间长等问题,提出一种基于最近邻聚类中心选取和梯度下降训练的RBF神经网络混合学习算法,解决了RBF网络径向... 针对RBF神经网络的最近邻聚类学习算法存在的学习精度不理想和固定网络结构的梯度下降训练学习算法存在的中心不易确定、训练时间长等问题,提出一种基于最近邻聚类中心选取和梯度下降训练的RBF神经网络混合学习算法,解决了RBF网络径向基函数的中心取值问题,提高了网络的学习精度和训练速度.将该算法应用于非线性系统的在线辨识与二维函数的逼近,仿真实验结果证明了该方法的有效性. 展开更多

关键词 RBF神经网络 最近邻聚类学习算法 径向基函数 梯度下降法

在线阅读 下载PDF 职称材料

基于数据驱动的变循环发动机多变量自适应控制算法研究 被引量：3

7

作者 陈尚晰 李秋红 +2 位作者 周婷 周文祥 陆桑炜 《推进技术》 EI CAS CSCD 北大核心 2022年第8期366-377,共12页

针对变循环发动机包线范围大、自适应控制需求高的问题,在增广线性二次型调节器(ALQR)基础上,提出一种基于数据驱动的自适应ALQR(DA-ALQR)控制算法。构建了多变量系统自适应控制准则函数,以梯度下降法对控制器参数进行调整,借助基于数... 针对变循环发动机包线范围大、自适应控制需求高的问题,在增广线性二次型调节器(ALQR)基础上,提出一种基于数据驱动的自适应ALQR(DA-ALQR)控制算法。构建了多变量系统自适应控制准则函数,以梯度下降法对控制器参数进行调整,借助基于数据驱动的动态线性化建模方法,递推进行输出对输入梯度的近似计算,实现了对ALQR控制参数的自适应调整。仿真结果表明,所设计的DA-ALQR控制器参数随发动机状态变化得到了有效调整,相较于ALQR控制算法,闭环系统动态性能得到了大幅度提升,推力在单外涵模式表现出较快的响应速度,在双外涵模式表现出更小的超调,转速同样表现出了超调减小和响应速度加快特性,验证了所提出方法的有效性。 展开更多

关键词 变循环发动机 数据驱动控制 自适应控制 多变量系统 梯度下降法

在线阅读 下载PDF 职称材料

基于历史梯度平均方差缩减的协同参数更新方法 被引量：6

8

作者 谢涛 张春炯 徐永健 《电子与信息学报》 EI CSCD 北大核心 2021年第4期956-964,共9页

随机梯度下降算法(SGD)随机使用一个样本估计梯度,造成较大的方差,使机器学习模型收敛减慢且训练不稳定。该文提出一种基于方差缩减的分布式SGD,命名为DisSAGD。该方法采用历史梯度平均方差缩减来更新机器学习模型中的参数,不需要完全... 随机梯度下降算法(SGD)随机使用一个样本估计梯度,造成较大的方差,使机器学习模型收敛减慢且训练不稳定。该文提出一种基于方差缩减的分布式SGD,命名为DisSAGD。该方法采用历史梯度平均方差缩减来更新机器学习模型中的参数,不需要完全梯度计算或额外存储,而是通过使用异步通信协议来共享跨节点的参数。为了解决全局参数分发存在的“更新滞后”问题,该文采用具有加速因子的学习速率和自适应采样策略:一方面当参数偏离最优值时,增大加速因子,加快收敛速度;另一方面,当一个工作节点比其他工作节点快时,为下一次迭代采样更多样本,使工作节点有更多时间来计算局部梯度。实验表明:DisSAGD显著减少了循环迭代的等待时间,加速了算法的收敛,其收敛速度比对照方法更快,在分布式集群中可以获得近似线性的加速。 展开更多

关键词 梯度下降 机器学习 分布式集群 自适应采样 方差缩减

在线阅读 下载PDF 职称材料

基于通用化等效模型的飞机系统辨识算法

9

作者 周大鹏 李贺琦 +1 位作者 王业光 王立新 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第5期1454-1462,共9页

针对舰载机等复杂动力学系统的高阶时滞模型拟配难题,提出了一种基于通用化等效模型的系统频域辨识算法。建立系统辨识通用化等效模型,引入自适应学习率梯度下降法对模型进行基于样本的迭代学习训练,使模型的频域参数自动收敛,辨识得到... 针对舰载机等复杂动力学系统的高阶时滞模型拟配难题,提出了一种基于通用化等效模型的系统频域辨识算法。建立系统辨识通用化等效模型,引入自适应学习率梯度下降法对模型进行基于样本的迭代学习训练,使模型的频域参数自动收敛,辨识得到复杂系统的高阶时滞模型。以舰载机横航向荷兰滚等效拟配模型进行验证,与传统算法对比,并分析了系统的频域与时域响应,结果表明:所提算法具有较好的辨识效果,解决了高阶时滞模型的直接拟配难题,并通用于广泛的高阶时滞模型拟配。 展开更多

关键词 梯度下降法 频域建模 高阶时滞模型 自适应学习率 等效拟配

在线阅读 下载PDF 职称材料

基于IGA算法优化的RBF神经网络应用 被引量：6

10

作者 张文广 徐宇茹 +1 位作者 姜鹏 史贤俊 《海军航空工程学院学报》 2010年第3期271-275,共5页

提出了一种基于改进遗传算法（Improved Genetic Algorithm,IGA）优化的径向基函数（RBF）神经网络,将实数编码的自适应交叉和变异操作的遗传算法与梯度下降法混合交互运算,作为RBF网络的学习算法,并应用于非线性函数的逼近和导弹故障... 提出了一种基于改进遗传算法（Improved Genetic Algorithm,IGA）优化的径向基函数（RBF）神经网络,将实数编码的自适应交叉和变异操作的遗传算法与梯度下降法混合交互运算,作为RBF网络的学习算法,并应用于非线性函数的逼近和导弹故障模式的识别问题。仿真结果表明,基于IGA算法的RBF神经网络不仅结构简单,而且具有较好的网络泛化性能。 展开更多

关键词 RBF神经网络 梯度下降法 遗传算法 自适应

在线阅读 下载PDF 职称材料

支持向量机增量学习中模型参数选择问题研究 被引量：5

11

作者 张鹏 倪世宏 谢川 《空军工程大学学报（自然科学版）》 CSCD 北大核心 2011年第5期5-9,共5页

支持向量机性能主要受模型参数的影响,而支持向量机增量学习中模型参数选择问题研究较少。针对这一问题,提出一种支持向量机增量学习中模型参数选择方法。将鲁棒度作为增量学习的性能估计准则,用拟合误差和比例系数调节解空间取值范围,... 支持向量机性能主要受模型参数的影响,而支持向量机增量学习中模型参数选择问题研究较少。针对这一问题,提出一种支持向量机增量学习中模型参数选择方法。将鲁棒度作为增量学习的性能估计准则,用拟合误差和比例系数调节解空间取值范围,采用梯度下降法搜索参数,用初始模型参数作为梯度下降法的初始值。用该方法对Logistic模型和航空发动机振动监控进行实验。结果表明:与基本遗传算法和梯度法进行比较,所提方法能充分利用历史学习的结果,缩小解空间的搜索范围,加快收敛速度。 展开更多

关键词 支持向量机 增量学习 模型参数选择 鲁棒度 拟合误差 梯度下降法

在线阅读 下载PDF 职称材料

断层推断的改进BP神经网络方法 被引量：6

12

作者 韩万林 张幼蒂 《合肥工业大学学报（自然科学版）》 CAS CSCD 2001年第5期890-893,共4页

断层可破坏煤层的完整性和连续性 ,对采煤工作面的生产具有重要的影响 ,在矿井投产前 ,必须准确地查明采区内的断层情况。文章运用动量法和自适应调整学习率的改进 BP神经网络 ,选取 5个地震特征参数进行了断层推断。结果表明 ,改进

关键词 断层推断 BP神经网络 地震特征参数 煤矿开采 动量法 自适应调整学习率

在线阅读 下载PDF 职称材料

非线性连续混沌系统的模糊自适应控制 被引量：1

13

作者 王仁明 刘豪 +1 位作者 赵长风 王凌云 《三峡大学学报（自然科学版）》 CAS 2017年第4期84-89,共6页

本文针对一类非线性连续混沌系统,提出了一种直接的模糊自适应控制方法.该方法通过利用模糊系统逼近某个理想控制器来实现,而模糊控制器中参数的调整是使用梯度下降法设计的,即通过最小化理想控制器与模糊控制器之间误差的二次成本函数... 本文针对一类非线性连续混沌系统,提出了一种直接的模糊自适应控制方法.该方法通过利用模糊系统逼近某个理想控制器来实现,而模糊控制器中参数的调整是使用梯度下降法设计的,即通过最小化理想控制器与模糊控制器之间误差的二次成本函数来实现.根据Lyapunov稳定性理论,分析了闭环系统的稳定性及跟踪误差的收敛性.最后,通过对Arneodo混沌系统Duffing混沌系统的数值仿真验证了该方法的有效性. 展开更多

关键词 混沌系统 模糊控制 自适应控制 梯度下降法

在线阅读 下载PDF 职称材料

在线学习情感分类模型研究 被引量：1

14

作者 邱宁佳 沈卓睿 +2 位作者 胡小娟 王鹏 高奇 《长春理工大学学报（自然科学版）》 2019年第5期102-108,115,共8页

本文结合Adadelta算法学习率自适应调整和Adam算法避免了训练后期频繁抖动的特点,提出了Adamdelta算法,解决了传统FTRL-Proximal在线学习算法学习率随着训练次数增加逐渐消失的问题。使用一阶和二阶矩估计进行偏差修正调整FTRL-Proxima... 本文结合Adadelta算法学习率自适应调整和Adam算法避免了训练后期频繁抖动的特点,提出了Adamdelta算法,解决了传统FTRL-Proximal在线学习算法学习率随着训练次数增加逐渐消失的问题。使用一阶和二阶矩估计进行偏差修正调整FTRL-Proximal算法学习率,再使用梯度下降求解模型权重参数,进而得到LR模型,并以此模型完成在线学习情感分类工作。为了验证改进算法的优越性,利用IMDB电影评论文本做实验数据,与5种模型进行对比分析。实验表明,改进算法具有更好的分类效果,有效的提高了分类器的准确率和召回率。 展开更多

关键词 在线学习 学习率 梯度下降 情感分类

在线阅读 下载PDF 职称材料

河网水情预测的三种BP神经网络方法比较 被引量：7

15

作者 王艳君 金生 《水电能源科学》 北大核心 2010年第2期19-21,12,共4页

针对神经网络能模拟复杂的河网水流运动规律,采用两种改进BP算法(动量—学习率自适应算法和Levenberg-Marquart法),以松花江河网水情预测为例与普通BP算法进行了应用比较。结果表明,两种改进BP算法的收敛速度和预测精度较普通BP算法均... 针对神经网络能模拟复杂的河网水流运动规律,采用两种改进BP算法(动量—学习率自适应算法和Levenberg-Marquart法),以松花江河网水情预测为例与普通BP算法进行了应用比较。结果表明,两种改进BP算法的收敛速度和预测精度较普通BP算法均有明显的提高,L-M法的收敛速度较动量—学习率自适应算法更快,但在对超出训练样本特征范围的1998年超百年一遇历史性特大洪水进行外推模拟时,动量—学习率自适应算法表现更好。 展开更多

关键词 普通BP算法 动量-学习率自适应算法 Levenberg—Marquart法 河网 水情预测

在线阅读 下载PDF 职称材料

基于改进CNN的光热电场太阳直接法向辐射预测研究 被引量：6

16

作者 杨德州 李锦键 +2 位作者 吕金历 杨维满 王兴贵 《可再生能源》 CAS CSCD 北大核心 2021年第2期182-188,共7页

为了在实际运行中更好地利用光热电站,文章建立了一种基于改进卷积神经网络的光热电场太阳直接法向辐射的预测模型。首先,通过分析光热发电系统的运行机理,得到影响光热发电系统出力的主要因素是太阳直接法向辐射,并根据太阳直接法向辐... 为了在实际运行中更好地利用光热电站,文章建立了一种基于改进卷积神经网络的光热电场太阳直接法向辐射的预测模型。首先,通过分析光热发电系统的运行机理,得到影响光热发电系统出力的主要因素是太阳直接法向辐射,并根据太阳直接法向辐射特点选用卷积神经网络对其进行预测;然后,针对卷积神经网络在实际应用过程中存在的预测精度较低和训练时间较长的问题,引入带有稀疏约束的损失函数和自适应学习率思想,并提出一种改进卷积神经网络;最后,利用改进卷积神经网络建立了光热电场太阳直接法向辐射的预测模型。模拟结果表明:文章提出的改进卷积神经网络能够解决一般卷积神经网络在实际应用中存在的预测精度较低和训练速度较慢的问题;基于改进卷积神经网络的预测模型可以较准确地预测出太阳直接法向辐射的变化趋势及其数值。 展开更多

关键词 光热发电 太阳直接法向辐射 卷积神经网络 稀疏约束 自适应学习率

在线阅读 下载PDF 职称材料

基于LSTM模型的电影票房预测算法 被引量：8

17

作者 杨朝强 蒋卫丽 邵党国 《数据通信》 2019年第5期34-37,共4页

针对目前基于BP神经网络的电影票房预测算法中存在预测精度不高的问题,本文提出一种基于LSTM模型的电影票房算法。首先,分析电影票房的影响因素,对票房影响因子进行定量分析和归一化处理,其次根据影响因素的输入和输出变量确定网络拓扑... 针对目前基于BP神经网络的电影票房预测算法中存在预测精度不高的问题,本文提出一种基于LSTM模型的电影票房算法。首先,分析电影票房的影响因素,对票房影响因子进行定量分析和归一化处理,其次根据影响因素的输入和输出变量确定网络拓扑图及神经元数量,建立神经网络结构后进行改进为深度学习,并增加"记忆"功能,建立LSTM票房预测模型,最后用亿恩电影智库上的电影票房数据分别用LSTM模型和BP神经网络模型进行预测对比。实验结果表明,LSTM模型在对实验中的4712数据预测的平均相对误差比BP神经网络预测低36%左右,在长期预测和短期预测中低BP神经网络约10%左右,预测结果相对比较准确,能够为电影的投资和放映提供有价值的参考,具有实际意义。 展开更多

关键词 深度学习 梯度下降法 LSTM BP神经网络 票房预测

在线阅读 下载PDF 职称材料

自适应MIMO系统中的最优线性疏散码设计

18

作者 黄爽 江彬 高西奇 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2008年第4期569-573,共5页

针对自适应MIMO传输系统中信道可支持的独立数据流个数随信道变化的情况，设计了一种适用于自适应MIMO传输系统的线性疏散码（LDC）．首先建立了LDC编码矩阵中信息符号数与独立数据流个数的关系，接着提出一种基于最小均方误差（MMSE）... 针对自适应MIMO传输系统中信道可支持的独立数据流个数随信道变化的情况，设计了一种适用于自适应MIMO传输系统的线性疏散码（LDC）．首先建立了LDC编码矩阵中信息符号数与独立数据流个数的关系，接着提出一种基于最小均方误差（MMSE）的设计准则，并采用梯度下降法和球面坐标转换求得MMSE意义下最优的LDC．仿真结果表明：当独立数据流个数小于发送天线数时，该方法较之其他同类方案可获取1～3dB的性能增益；当独立数据流个数等于发送天线数时，该方法和基于最大化互信息量准则设计出的LDC具有相同的性能． 展开更多

关键词 线性疏散码 最小均方误差 自适应MIMO系统 梯度下降法 坐标转换

在线阅读 下载PDF 职称材料

基于区域生长法和BP神经网络的红外图像识别 被引量：21

19

作者 陈跃伟 彭道刚 +1 位作者 夏飞 钱玉良 《激光与红外》 CAS CSCD 北大核心 2018年第3期401-408,共8页

针对变电站巡检机器人远程监控系统中红外图像识别存在的问题,提出一种基于改进区域生长法和BP神经网络的红外图像目标设备分割与识别的方法。利用最小二乘法拟合出红外图像中亮度与温度之间的线性关系,建立基于像素的图像温度场;根据... 针对变电站巡检机器人远程监控系统中红外图像识别存在的问题,提出一种基于改进区域生长法和BP神经网络的红外图像目标设备分割与识别的方法。利用最小二乘法拟合出红外图像中亮度与温度之间的线性关系,建立基于像素的图像温度场;根据设定温度范围确定区域生长法的种子点位置,利用Otsu法确定截屏窗口最优分割阈值,并结合灰度相似性阈值作为区域生长法的分割准则,实现该窗口目标设备精确分割;将分割出的设备二值图像的Hu不变矩作为设备形状特征向量,并对其进行不变性和类间区分度验证;采用引入附加动量法和自适应调整学习率的BP神经网络实现多种电气设备的识别,实验数据表明优化后的BP神经网络具有迭代收敛快,误差波动性小,分类准确度高等特点。 展开更多

关键词 改进区域生长法 图像温度场 HU不变矩 附加动量法 自适应调整学习率

在线阅读 下载PDF 职称材料

基于非线性自适应滤波器的海杂波抑制技术 被引量：4

20

作者 翟东奇 江朝抒 +2 位作者 邓晓波 罗旌胜 胡雯 《航空科学技术》 2018年第6期73-78,共6页

海杂波会严重影响雷达对海洋表面目标的检测。为了提高海洋表面目标的检测性能,基于非线性自适应滤波器,提出了海杂波抑制方法,实现了海杂波抑制。介绍了非线性自适应滤波器的原理以及利用梯度下降法训练滤波器的方法。利用IPIX雷达实... 海杂波会严重影响雷达对海洋表面目标的检测。为了提高海洋表面目标的检测性能,基于非线性自适应滤波器,提出了海杂波抑制方法,实现了海杂波抑制。介绍了非线性自适应滤波器的原理以及利用梯度下降法训练滤波器的方法。利用IPIX雷达实测海杂波数据,分别针对岸基雷达和机载雷达,进行了此方法的仿真试验,从均方预测误差(MSE)和信杂比改善因子(IF)两个方面,分析了此方法的性能。并与基于线性预测的LMS算法进行了比较,得出了此方法对慢速目标的检测性能优于线性方法。 展开更多

关键词 海杂波抑制 非线性预测 自适应滤波 动目标检测 梯度下降法

在线阅读 下载PDF 职称材料