期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
一种增量式贝叶斯算法及篦冷机故障诊断 被引量:4
1
作者 刘兆伦 张春兰 +2 位作者 武尤 王海羽 刘彬 《中国机械工程》 EI CAS CSCD 北大核心 2019年第10期1163-1171,共9页
针对批量式算法增量维护性能差的缺点,提出了一种贝叶斯增量学习算法(ILA)。检测到新数据集时,构造WTUN函数来判断结构是否需要更新,若结构需要更新,则构建影响度(Affect)函数,得到结构中需要修正的节点集,在其马尔可夫范围内利用爬山... 针对批量式算法增量维护性能差的缺点,提出了一种贝叶斯增量学习算法(ILA)。检测到新数据集时,构造WTUN函数来判断结构是否需要更新,若结构需要更新,则构建影响度(Affect)函数,得到结构中需要修正的节点集,在其马尔可夫范围内利用爬山算子修改得到候选结构,利用改进的评分函数选择评分最大的结构作为最优结构。无论结构是否更新,都将原参数作为先验参数,利用EM算法更新参数。将该算法与批量爬山(HC)算法、增量爬山(IHC)算法、增量遗传算法(IGA)对比,ILA算法可以对网络进行增量维护,一定程度上节省了空间和时间。利用该算法建立篦冷机工艺参数的故障诊断模型,该模型能较为准确地实现对二次风温的故障诊断。 展开更多
关键词 贝叶斯增量学习 结构学习 篦冷机 水泥熟料换热 二次风温 故障诊断
在线阅读 下载PDF
基于权值筛选策略的增量学习方法 被引量:1
2
作者 莫建文 朱彦桥 +1 位作者 欧阳宁 林乐平 《计算机工程与设计》 北大核心 2022年第8期2221-2227,共7页
为提高现有增量学习模型在容量固定环境下学习的持久性,提出一种基于权值选择策略的增量学习方法。根据贝叶斯神经网络携带的不确定性动态地调整权值的学习率,以此优化一个能同时记忆新旧知识的模型;为使模型的学习与记忆更有弹性,在此... 为提高现有增量学习模型在容量固定环境下学习的持久性,提出一种基于权值选择策略的增量学习方法。根据贝叶斯神经网络携带的不确定性动态地调整权值的学习率,以此优化一个能同时记忆新旧知识的模型;为使模型的学习与记忆更有弹性,在此基础上提出一种权值选择策略,该策略可以令模型主动选择性地释放部分网络资源,在不严重损害旧任务性能的前提下促进后续任务的学习。实验结果表明,在模型容量固定的环境下,权值选择策略的引入可以更有效地发掘模型的持续学习能力。 展开更多
关键词 灾难性遗忘 贝叶斯增量学习 不确定性 学习 权值选择策略
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部