期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到74篇文章
< 1 2 … 4 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
随机并行梯度下降算法在激光束整形中的应用 被引量：7
1
作者 刘磊 郭劲 +3 位作者 赵帅 姜振华 孙涛 王挺峰 《中国光学》 EI CAS 2014年第2期260-266,共7页
为了满足高光束质量要求,校正激光束在传输过程中产生的波前畸变,改善激光位相分布,进而提高聚焦光斑的能量集中度,基于79单元微机械薄膜变形镜(MMDM)搭建了一套激光束整形实验系统。利用随机并行梯度下降(SPGD)算法,分别选择聚焦光斑... 为了满足高光束质量要求,校正激光束在传输过程中产生的波前畸变,改善激光位相分布,进而提高聚焦光斑的能量集中度,基于79单元微机械薄膜变形镜(MMDM)搭建了一套激光束整形实验系统。利用随机并行梯度下降(SPGD)算法,分别选择聚焦光斑半径、形心为中心的环围能量比和质心为中心的环围能量比作为算法性能指标,开展了激光束整形实验研究。3种情况下,分别经过58次、197次、133次迭代趋于收敛,但光斑半径作为性能指标时振荡严重;环围能量比从整形前的0.200 5、0.127 7、0.200 5分别增加到整形后的0.669 9、0.733 9、0.864 0。实验结果表明:MMDM用于激光束整形具有良好的效果,光斑半径作为性能指标整形速度最快,其次为质心环围能量比,形心环围能量比最慢;质心环围能量比作为性能指标整形效果最好,其次为形心环围能量比,光斑半径最差。综合比较,质心环围能量比作为性能指标时综合效果最好。 展开更多
关键词 随机并行梯度下降算法 激光束整形 微机械薄膜变形镜 性能指标
在线阅读 下载PDF
基于Zernike模式的随机并行梯度下降算法的收敛速率 被引量：6
2
作者 王卫兵 赵帅 +1 位作者 郭劲 王挺峰 《中国光学》 EI CAS 2012年第4期407-415,共9页
为了加快控制变形镜进行波前整形的随机并行梯度下降(SPGD)算法的收敛速率,提高实时波前整形能力,本文利用由12阶Zernike多项式构成的畸变波前和32单元变形镜建立了仿真模型。基于Zernike多项式的单位正交性,得到了两个常数矩阵,当斯特... 为了加快控制变形镜进行波前整形的随机并行梯度下降(SPGD)算法的收敛速率,提高实时波前整形能力,本文利用由12阶Zernike多项式构成的畸变波前和32单元变形镜建立了仿真模型。基于Zernike多项式的单位正交性,得到了两个常数矩阵,当斯特列尔比(SR)达到0.8时,需要算法迭代660次,简化了算法的运算过程,加快了算法运行时间。通过Matlab7.8.0对6种SPGD算法进行仿真对比,结果显示:当SR要求不高时,可使用间接固定双边SPGD算法来提高收敛速度;当SR要求较高时,则应当使用间接自动双边SPGD算法。提出的算法为实际的激光整形提供了理论指导。 展开更多
关键词 波前整形系统 随机并行梯度下降算法 仿真 ZERNIKE多项式 变形镜
在线阅读 下载PDF
自适应光学系统随机并行梯度下降算法 被引量：5
3
作者 马慧敏 张鹏飞 +2 位作者 张京会 范承玉 王英俭 《强激光与粒子束》 EI CAS CSCD 北大核心 2010年第6期1206-1210,共5页
随机并行梯度下降（SPGD）算法可以对系统性能指标直接优化来校正畸变波前。对基于SPGD算法的61单元自适应光学系统进行仿真模拟,分析了对不同初始静态畸变波前的校正能力,并比较了不同性能指标情况下的算法增益系数、扰动幅度值的选取... 随机并行梯度下降（SPGD）算法可以对系统性能指标直接优化来校正畸变波前。对基于SPGD算法的61单元自适应光学系统进行仿真模拟,分析了对不同初始静态畸变波前的校正能力,并比较了不同性能指标情况下的算法增益系数、扰动幅度值的选取及校正情况。仿真结果表明：算法收敛速度很大程度上依赖于增益系数和扰动幅度值,对畸变较大的波前,随机扰动幅度在0.50~0.85范围内,性能指标采用焦斑平均半径比采用斯特列尔比取得的校正效果好。 展开更多
关键词 自适应光学 随机并行梯度下降算法 数值仿真 波前畸变
在线阅读 下载PDF
自适应光学随机并行梯度下降算法波前整形规律仿真(英文) 被引量：7
4
作者 王卫兵 王挺峰 郭劲 《中国光学》 EI CAS 2014年第3期411-420,共10页
本文首先介绍了基于Zernike模式的SPGD算法对大气湍流畸变波前的整形原理,通过推导得到了关于性能指标的简明表达式,使SPGD算法收敛速率得到明显提升。然后建立了自适应光学随机并行梯度下降算法波前整形系统模型,主要对SPGD算法收敛速... 本文首先介绍了基于Zernike模式的SPGD算法对大气湍流畸变波前的整形原理,通过推导得到了关于性能指标的简明表达式,使SPGD算法收敛速率得到明显提升。然后建立了自适应光学随机并行梯度下降算法波前整形系统模型,主要对SPGD算法收敛速率、整形能力和整形效果随波前畸变量和变形镜模型的变化规律作了较为详细的仿真研究,整体定性结果表明：三者的变化规律有一定的相似性,同时利用最小二乘法得到了关于整形能力和整形效果变化规律的定量表达式,若从自适应光学波前整形系统的实时性和简单性考虑,在保证一定整形效果的情况下,选择37单元变形镜对畸变波前的3~27（25）阶Zernike像差进行整形即可。 展开更多
关键词 自适应光学波前整形 随机并行梯度下降算法 收敛速率 整形能力 整形效果
在线阅读 下载PDF
基于随机并行梯度下降算法的湍流像差校正仿真 被引量：5
5
作者 马慧敏 张京会 +1 位作者 张鹏飞 范承玉 《红外与激光工程》 EI CSCD 北大核心 2011年第9期1738-1742,共5页
随机并行梯度下降(SPGD)算法可不依赖波前探测直接优化系统性能指标来校正畸变波前。建立了基于随机并行梯度下降算法控制的61单元湍流校正仿真模型,实现了通过该算法控制倾斜镜和变形镜对湍流引起的像差的校正。结果发现,该算法能够找... 随机并行梯度下降(SPGD)算法可不依赖波前探测直接优化系统性能指标来校正畸变波前。建立了基于随机并行梯度下降算法控制的61单元湍流校正仿真模型,实现了通过该算法控制倾斜镜和变形镜对湍流引起的像差的校正。结果发现,该算法能够找到补偿湍流像差所需的倾斜镜和变形镜的最优面形。采用SPGD算法控制,倾斜镜校正后,远场光斑质心更靠近轴心而且轴上斯特列尔比有所提高;倾斜镜和变形镜共同校正比变形镜单独校正的效果好,这也说明倾斜镜的校正是有效的。 展开更多
关键词 自适应光学 随机并行梯度下降算法 湍流
在线阅读 下载PDF
基于随机并行梯度下降算法的光束相干合成技术 被引量：2
6
作者 潘旭东 贺喜 +2 位作者 雍松林 张生帅 田俊林 《强激光与粒子束》 EI CAS CSCD 北大核心 2013年第10期2521-2526,共6页
介绍了随机并行梯度下降算法的基本原理,对算法流程进行了仿真验证,并对其中随机扰动幅度和增益系数两个关键参数进行了仿真分析。分析结果表明,这两个参数存在一个最适区间,只有在此区间内取值时算法才能有效收敛。以仿真分析为依据开... 介绍了随机并行梯度下降算法的基本原理,对算法流程进行了仿真验证,并对其中随机扰动幅度和增益系数两个关键参数进行了仿真分析。分析结果表明,这两个参数存在一个最适区间,只有在此区间内取值时算法才能有效收敛。以仿真分析为依据开展了光纤激光的相干合成实验,结果表明光束相干合成效果显著,有效地验证了仿真分析的结果。 展开更多
关键词 随机并行梯度下降算法 光纤激光 相干合成 高功率激光
在线阅读 下载PDF
基于Zernike模式的自适应光学系统随机并行梯度下降算法 被引量：9
7
作者 杨慧珍 李新阳 《强激光与粒子束》 EI CAS CSCD 北大核心 2009年第5期645-648,共4页
控制算法的收敛速度一定程度上限制了无波前探测自适应光学技术在实时波前畸变校正中的应用。从理论分析角度提出将模式法和区域法结合起来以提高算法收敛速度,并以61单元变形镜为校正器,建立基于随机并行梯度下降算法自适应光学系统仿... 控制算法的收敛速度一定程度上限制了无波前探测自适应光学技术在实时波前畸变校正中的应用。从理论分析角度提出将模式法和区域法结合起来以提高算法收敛速度,并以61单元变形镜为校正器,建立基于随机并行梯度下降算法自适应光学系统仿真模型。结果表明:达到同样的校正效果时,采用组合优化的算法收敛速度要明显优于基于区域法的收敛速度,从而验证了理论分析的合理性。 展开更多
关键词 自适应光学系统 随机并行梯度下降算法 Zernike模式
在线阅读 下载PDF
随机并行梯度下降算法性能与变形镜排布规律的关系研究 被引量：2
8
作者 陈惠颖 王卫兵 +1 位作者 王挺峰 郭劲 《中国光学》 EI CAS CSCD 2016年第4期432-438,共7页
对随机并行梯度下降算法(SPGD)性能与不同变形镜排布规律的关系进行了研究。以采用Roddier方法生成的由52项Zernike像差构成的畸变波前为整形对象,对SPGD算法的收敛速率和整形效果与变形镜排布规律(单元数分别为19、21、32、37、45、60... 对随机并行梯度下降算法(SPGD)性能与不同变形镜排布规律的关系进行了研究。以采用Roddier方法生成的由52项Zernike像差构成的畸变波前为整形对象,对SPGD算法的收敛速率和整形效果与变形镜排布规律(单元数分别为19、21、32、37、45、60、61、77、91)之间的关系进行了仿真研究。结果表明:从整体分析,随着变形镜单元数逐渐增多,SPGD算法的收敛速率和整形效果均逐渐变差;从局部分析,由于变形镜元胞类型变化和边缘占空比的影响,在渐变规律中产生了局部差异。 展开更多
关键词 波前整形 随机并行梯度下降算法 变形镜
在线阅读 下载PDF
基于随机并行梯度下降算法的InSAR相位解缠方法
9
作者 杨新锋 宋长斌 刘克成 《计算机工程与科学》 CSCD 北大核心 2015年第3期611-615,共5页
相位解缠是干涉合成孔径雷达InSAR数据处理中的一个关键步骤,解缠结果的好坏直接影响最终数字高程模型的精度。介绍了一种基于随机并行梯度下降SPGD算法的解缠方法,该方法对图像中各相位点施加随机并行扰动,通过迭代使得解缠误差代价函... 相位解缠是干涉合成孔径雷达InSAR数据处理中的一个关键步骤,解缠结果的好坏直接影响最终数字高程模型的精度。介绍了一种基于随机并行梯度下降SPGD算法的解缠方法,该方法对图像中各相位点施加随机并行扰动,通过迭代使得解缠误差代价函数收敛到全局最优值,从而实现相位解缠的目的。模拟和实测数据实验结果表明,相较于最小二乘解缠方法,随机并行梯度下降解缠算法精度更高,且原理简单,易于实现,为相位解缠提供了一个全新的思路。 展开更多
关键词 相位解缠 干涉合成孔径雷达 随机并行梯度下降 最小二乘
在线阅读 下载PDF
基于点衍射干涉仪的分布式随机并行梯度下降算法 被引量：3
10
作者 付强 沈锋 饶长辉 《红外与激光工程》 EI CSCD 北大核心 2011年第12期2451-2457,共7页
分析了一种光强解耦合的分布式随机并行梯度下降算法,此算法借助近场的波前传感器得到性能指标来得到算法的更新参数,这种性能指标解耦了随机并行梯度下降算法使用的耦合的全场光强,使得算法性能得到提升。分析了一种马赫泽得形式的自... 分析了一种光强解耦合的分布式随机并行梯度下降算法,此算法借助近场的波前传感器得到性能指标来得到算法的更新参数,这种性能指标解耦了随机并行梯度下降算法使用的耦合的全场光强,使得算法性能得到提升。分析了一种马赫泽得形式的自参考点衍射干涉仪作为波前传感器。建立两种仿真模型对算法进行了分析,结果表明分布式的随机并行梯度下降算法比原算法在收敛速度上有了数量级的提升,在127仿真结果单元模型上,收敛速度是原算法的10倍以上且收敛结果几乎相同。仿真研究针对不同光束之间的平移相差和同光束的高阶像差,显示了算法应用在光束相干合成的前景。 展开更多
关键词 分布式随机并行梯度下降 点衍射干涉仪 自适应光学
在线阅读 下载PDF
基于无冲突并行随机梯度下降的图布局求解方法
11
作者 王智 薛明亮 +2 位作者 王一凡 钟发海 汪云海 《计算机辅助设计与图形学学报》 北大核心 2025年第6期1063-1072,共10页
应力模型是计算节点连接图布局时最常用的方法之一.随机梯度下降法由于具有很好的收敛性,常被用于求解应力模型,但该方法难以实现有效并行.虽然无锁随机梯度下降方法能大幅提高并行效率,但其求解过程中常存在线程冲突,导致结果准确性低... 应力模型是计算节点连接图布局时最常用的方法之一.随机梯度下降法由于具有很好的收敛性,常被用于求解应力模型,但该方法难以实现有效并行.虽然无锁随机梯度下降方法能大幅提高并行效率,但其求解过程中常存在线程冲突,导致结果准确性低.为了提高并行图布局的效率和准确性,提出一种无冲突的随机梯度下降的并行求解方法.首先提出一种面向应力模型的线程分配算法,将与节点j相同的点对分配到同一线程内计算,保证基于随机梯度下降方法的图布局无冲突化求解;然后仅对线程内的样本随机洗牌并减少次数,进一步提升并行效率.在16个不同规模的真实数据集上进行实验,并将所提方法应用在稀疏化应力模型的求解上,实验结果显示所提方法在求解精度上无损失且求解速度提高10倍以上,从布局质量和运行效率2个方面证明了该方法的高效性和可用性. 展开更多
关键词 图布局 随机梯度下降 并行计算 图可视化
在线阅读 下载PDF
随机并行梯度下降自适应光学系统中算法收敛速度的仿真研究 被引量：2
12
作者 孙穗 梁永辉 王三宏 《光电工程》 CAS CSCD 北大核心 2011年第12期6-12,共7页
在随机并行梯度下降(SPGD)自适应光学(AO)中,SPGD算法通过直接对系统的性能评价函数进行优化从而校正波前像差,有可能实现实时校正,具有很强的应用潜力。SPGD算法的收敛速度与控制单元的数目、性能评价函数的选取、增益系数及扰动幅度... 在随机并行梯度下降(SPGD)自适应光学(AO)中,SPGD算法通过直接对系统的性能评价函数进行优化从而校正波前像差,有可能实现实时校正,具有很强的应用潜力。SPGD算法的收敛速度与控制单元的数目、性能评价函数的选取、增益系数及扰动幅度的取值等密切相关。通过仿真的方法,研究了控制单元数对SPGDAO系统在静态波前校正中收敛速度的影响,得出了收敛所需迭代步数与控制单元数成线性关系的结论;仿真了SPGDAO系统在不同迭代速率或不同风速下的动态波前校正,为系统控制单元数的选取提供了参考。 展开更多
关键词 自适应光学 随机并行梯度下降算法 控制变量
在线阅读 下载PDF
一类自适应梯度裁剪的差分隐私随机梯度下降算法 被引量：1
13
作者 张家棋 李觉友 《运筹学学报（中英文）》 CSCD 北大核心 2024年第2期47-57,共11页
梯度裁剪是一种防止梯度爆炸的有效方法,但梯度裁剪参数的选取通常对训练模型的性能有较大的影响。为此,本文针对标准的差分隐私随机梯度下降算法进行改进。首先,提出一种自适应的梯度裁剪方法,即在传统裁剪方法基础上利用分位数和指数... 梯度裁剪是一种防止梯度爆炸的有效方法,但梯度裁剪参数的选取通常对训练模型的性能有较大的影响。为此,本文针对标准的差分隐私随机梯度下降算法进行改进。首先,提出一种自适应的梯度裁剪方法,即在传统裁剪方法基础上利用分位数和指数平均策略对梯度裁剪参数进行自适应动态调整,进而提出一类自适应梯度裁剪的差分隐私随机梯度下降算法。其次,在非凸目标函数的情况下对提出的自适应算法给出收敛性分析和隐私性分析。最后,在MNIST、Fasion-MNIST和IMDB数据集上进行数值仿真。其结果表明,与传统梯度裁剪算法相比,本文提出的自适应梯度裁剪算法显著提高了模型精度。 展开更多
关键词 随机梯度下降算法 差分隐私 梯度裁剪 自适应性
在线阅读 下载PDF
随机梯度下降算法研究进展 被引量：92
14
作者 史加荣 王丹 +1 位作者 尚凡华 张鹤于 《自动化学报》 EI CAS CSCD 北大核心 2021年第9期2103-2119,共17页
在机器学习领域中,梯度下降算法是求解最优化问题最重要、最基础的方法.随着数据规模的不断扩大,传统的梯度下降算法已不能有效地解决大规模机器学习问题.随机梯度下降算法在迭代过程中随机选择一个或几个样本的梯度来替代总体梯度,以... 在机器学习领域中,梯度下降算法是求解最优化问题最重要、最基础的方法.随着数据规模的不断扩大,传统的梯度下降算法已不能有效地解决大规模机器学习问题.随机梯度下降算法在迭代过程中随机选择一个或几个样本的梯度来替代总体梯度,以达到降低计算复杂度的目的.近年来,随机梯度下降算法已成为机器学习特别是深度学习研究的焦点.随着对搜索方向和步长的不断探索,涌现出随机梯度下降算法的众多改进版本,本文对这些算法的主要研究进展进行了综述.将随机梯度下降算法的改进策略大致分为动量、方差缩减、增量梯度和自适应学习率等四种.其中,前三种主要是校正梯度或搜索方向,第四种对参数变量的不同分量自适应地设计步长.着重介绍了各种策略下随机梯度下降算法的核心思想、原理,探讨了不同算法之间的区别与联系.将主要的随机梯度下降算法应用到逻辑回归和深度卷积神经网络等机器学习任务中,并定量地比较了这些算法的实际性能.文末总结了本文的主要研究工作,并展望了随机梯度下降算法的未来发展方向. 展开更多
关键词 随机梯度下降算法 机器学习 深度学习 梯度下降算法 大规模学习 逻辑回归 卷积神经网络
在线阅读 下载PDF
基于并行梯度下降算法模拟高功率固体激光装置的相干合成(英文) 被引量：2
15
作者 杨雨川 罗晖 +4 位作者 李富全 王逍 黄小军 冯斌 景峰 《强激光与粒子束》 EI CAS CSCD 北大核心 2011年第4期875-880,共6页
多路光的相干合成是高功率固体激光装置的关键技术之一。基于合成模型,对4组tilt/tip-piston镜采用并行梯度算法,通过模拟计算实现了光束间的位相锁定和相干合成。结果表明有限次算法迭代次数内,相干合成时远场焦斑10μm半径范围内的强... 多路光的相干合成是高功率固体激光装置的关键技术之一。基于合成模型,对4组tilt/tip-piston镜采用并行梯度算法,通过模拟计算实现了光束间的位相锁定和相干合成。结果表明有限次算法迭代次数内,相干合成时远场焦斑10μm半径范围内的强度比约为非相干合成时的4倍。基于高频响应驱动器和对应的高速控制算法将有可能实现高功率固体激光装置多路输出光束间的相干合成。 展开更多
关键词 相干合成 光学追迹 衍射计算 高功率固体激光 并行梯度下降算法 tilt/tip-piston镜
在线阅读 下载PDF
自适应光学系统几种随机并行优化控制算法比较 被引量：35
16
作者 杨慧珍 李新阳 姜文汉 《强激光与粒子束》 EI CAS CSCD 北大核心 2008年第1期11-16,共6页
直接对系统性能指标进行优化是自适应光学系统中一种重要的波前畸变校正方法,选择合适的随机并行优化控制算法是该技术成功实现的关键。以32单元变形镜为校正器,基于多种随机并行优化算法建立自适应光学系统仿真模型。从算法的收敛速度... 直接对系统性能指标进行优化是自适应光学系统中一种重要的波前畸变校正方法,选择合适的随机并行优化控制算法是该技术成功实现的关键。以32单元变形镜为校正器,基于多种随机并行优化算法建立自适应光学系统仿真模型。从算法的收敛速度、校正效果、局部极值3个方面对遗传算法、单向扰动随机并行梯度下降、双向扰动随机并行梯度下降及模拟退火算法进行了比较。仿真结果表明,遗传算法收敛速度太慢,不适用于需要实时控制的自适应光学系统;双向扰动随机并行梯度下降算法收敛速度、校正效果要优于单向扰动随机并行梯度下降,且能够适应各种情况下的扰动电压;模拟退火几乎以概率1收敛到全局极值附近,且收敛速度是上述算法中最快的。 展开更多
关键词 自适应光学系统 随机并行梯度下降算法 模拟退火 遗传算法 数值仿真
在线阅读 下载PDF
基于卷积神经网络的随机梯度下降算法 被引量：75
17
作者 王功鹏 段萌 牛常勇 《计算机工程与设计》 北大核心 2018年第2期441-445,462,共6页
为解决卷积神经网络(CNN)中随机梯度下降算法(SGD)的学习率设置不当对SGD算法的影响,提出一种学习率自适应SGD的更新算法,随着迭代的进行该算法使学习率呈现周期性的改变。针对CNN中Relu激活函数将CNN中的阈值为负的神经元丢弃的缺陷,... 为解决卷积神经网络(CNN)中随机梯度下降算法(SGD)的学习率设置不当对SGD算法的影响,提出一种学习率自适应SGD的更新算法,随着迭代的进行该算法使学习率呈现周期性的改变。针对CNN中Relu激活函数将CNN中的阈值为负的神经元丢弃的缺陷,设计选择Leaky Relu作为激活函数的CNN。实验验证了使用该激活函数的有效性,实验结果表明,采用上述学习率更新算法的SGD可以使网络快速收敛,提高了学习正确率;通过将Leaky Relu激活函数和采用上述学习率更新算法的SGD相结合,进一步提高CNN的学习正确率。 展开更多
关键词 卷积神经网络 随机梯度下降算法 自适应学习率更新算法 LeakyRelu激活函数 快速收敛
在线阅读 下载PDF
一种Yarn框架下的异步双随机梯度下降算法 被引量：2
18
作者 杨双涛 马志强 +1 位作者 窦保媛 张力 《小型微型计算机系统》 CSCD 北大核心 2017年第5期1070-1075,共6页
针对异步随机梯度下降算法在多核系统和主/从集群环境中的通信冲突问题,提出了异步双随机梯度下降算法.该算法主要通过离散各从节点在梯度求解时的计算量,分散各从节点对主节点的通信请求,有效减少模型训练过程中通信冲突次数,从而加快... 针对异步随机梯度下降算法在多核系统和主/从集群环境中的通信冲突问题,提出了异步双随机梯度下降算法.该算法主要通过离散各从节点在梯度求解时的计算量,分散各从节点对主节点的通信请求,有效减少模型训练过程中通信冲突次数,从而加快模型的训练速度;在Hadoop Yarn基础上提出了异步并行计算框架,进行了异步随机梯度下降算法以及异步双随机梯度下降算法的快速求解;在多核系统和Hadoop环境下,基于HIGGS数据集进行了异步随机梯度下降算法和异步双随机梯度下降算法的对比实验,结果表明,在保证模型准确率的前提下,异步双随机梯度下降算法比异步随机梯度下降算法具备更快的训练速度. 展开更多
关键词 异步随机梯度下降 数据并行 多核系统 主从架构 YARN
在线阅读 下载PDF
基于随机梯度下降算法的公安视频侦查图像修复 被引量：2
19
作者 孟钰潇 周西平 《太原理工大学学报》 CAS 北大核心 2022年第6期1152-1159,共8页
在公安业务中,图像情报分析对于还原犯罪现场至关重要,在实际视频图像的收集过程中,图像的缺损和破坏难以避免。在研究视频侦查的基础上,引入基于随机梯度下降的张量链分解算法对受损图像进行修复,研究表明,这一方法能有效地修复受损的... 在公安业务中,图像情报分析对于还原犯罪现场至关重要,在实际视频图像的收集过程中,图像的缺损和破坏难以避免。在研究视频侦查的基础上,引入基于随机梯度下降的张量链分解算法对受损图像进行修复,研究表明,这一方法能有效地修复受损的视频图像信息,去除噪音,找回丢失的数据,为后续的分析工作提供良好的条件,减少情报失误,提高警务工作效率。 展开更多
关键词 视频侦查 图像情报 随机梯度下降 修复算法
在线阅读 下载PDF
基于隐式随机梯度下降优化的联邦学习 被引量：12
20
作者 窦勇敢 袁晓彤 《智能系统学报》 CSCD 北大核心 2022年第3期488-495,共8页
联邦学习是一种分布式机器学习范式,中央服务器通过协作大量远程设备训练一个最优的全局模型。目前联邦学习主要存在系统异构性和数据异构性这两个关键挑战。本文主要针对异构性导致的全局模型收敛慢甚至无法收敛的问题,提出基于隐式随... 联邦学习是一种分布式机器学习范式,中央服务器通过协作大量远程设备训练一个最优的全局模型。目前联邦学习主要存在系统异构性和数据异构性这两个关键挑战。本文主要针对异构性导致的全局模型收敛慢甚至无法收敛的问题,提出基于隐式随机梯度下降优化的联邦学习算法。与传统联邦学习更新方式不同,本文利用本地上传的模型参数近似求出平均全局梯度,同时避免求解一阶导数,通过梯度下降来更新全局模型参数,使全局模型能够在较少的通信轮数下达到更快更稳定的收敛结果。在实验中,模拟了不同等级的异构环境,本文提出的算法比FedProx和FedAvg均表现出更快更稳定的收敛结果。在相同收敛结果的前提下,本文的方法在高度异构的合成数据集上比FedProx通信轮数减少近50%,显著提升了联邦学习的稳定性和鲁棒性。 展开更多
关键词 联邦学习 分布式机器学习 中央服务器 全局模型 隐式随机梯度下降 数据异构 系统异构 优化算法 快速收敛
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 4 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部