检索结果-维普期刊中文期刊服务平台

增量式Huber-支持向量回归机算法研究被引量：1: 1; 作者周晓剑肖丹付裕《运筹与管理》 CSSCI CSCD 北大核心 2022年第8期137-142,共6页; 传统的面向支持向量回归的一次性建模算法中样本增加时,均需从头开始学习,而增量式算法可以充分利用上一阶段的学习成果。SVR的增量算法通常基于ε-不敏感损失函数,该损失函数对大的异常值比较敏感,而Huber损失函数对异常值敏感度低。... 展开更多; 关键词增量算法支持向量回归机 huber损失函数; 在线阅读下载PDF 职称材料

稀疏相位恢复的加权L_(1)-正则Huber回归方法: 2; 作者温小明阎爱玲《数学建模及其应用》 2023年第1期8-15,共8页; 相位恢复是指从傅里叶变换或线性变换的幅值中恢复信号,广泛应用于物理科学、机器学习和工程等领域.由于相位信息的丢失导致该问题是病态的,而恢复原始信号一般需要信号的先验知识.本文已知信号稀疏性,提出了一种将Huber损失函数与加权L... 展开更多; 关键词稀疏相位恢复加权L_(1)正则项 huber损失函数稳健性; 在线阅读下载PDF 职称材料

基于改进TFT的用户网络障碍预测方法: 3; 作者卢瑾王欣刚陈于锋《江苏通信》 2024年第5期82-86,共5页; 随着互联网的发展,网络已渗透到生活各方面,网络故障对生产和生活的影响日益严重。尽管用户网络故障难以完全避免,但通过预测故障可帮助运营商快速修复,减少对生活的干扰。本文提出改进的TFT深度学习模型,通过多种技术提高预测性能。首... 展开更多; 关键词 TFT 用户网络障碍预测皮尔逊系数特征不确定系数 huber损失函数; 在线阅读下载PDF 职称材料

一种基于ICA-T特征和CNN-LA-BiLSTM的锂离子电池健康状态估计方法: 4; 作者张朝龙陈阳 +3 位作者刘梦玲张俣峰华国庆阴盼昐《储能科学与技术》 2025年第3期1258-1269,共12页; 为了解决锂离子电池健康状态(SOH)估计精度不足以及退化过程描述不准确的问题,本文提出了一种基于卷积神经网络-局部注意力-双向长短期记忆神经网络(CNN-LA-BiLSTM)的锂离子电池SOH估计方法。首先,测量锂离子电池在充电阶段的充电时间... 展开更多; 关键词锂离子电池健康状态估计卷积神经网络-局部注意力-双向长短期记忆神经网络增量容量 huber损失函数; 在线阅读下载PDF 职称材料

题名增量式Huber-支持向量回归机算法研究被引量：1: 1; 作者周晓剑肖丹付裕; 机构南京邮电大学管理学院厦门大学信息学院; 出处《运筹与管理》 CSSCI CSCD 北大核心 2022年第8期137-142,共6页; 基金国家自然科学基金资助项目(71872088) 江苏省自然科学基金资助(BK20190793)。; 文摘传统的面向支持向量回归的一次性建模算法中样本增加时,均需从头开始学习,而增量式算法可以充分利用上一阶段的学习成果。SVR的增量算法通常基于ε-不敏感损失函数,该损失函数对大的异常值比较敏感,而Huber损失函数对异常值敏感度低。所以在有噪声的情况下,Huber损失函数是比ε-不敏感损失函数更好的选择,在现实情况当中。基于此,本文提出了一种基于Huber损失函数的增量式Huber-SVR算法,该算法能够持续地将新样本信息集成到已经构建好的模型中,而不是重新建模。与增量式ε-SVR算法和增量式RBF算法相比,在对真实数据进行预测建模时,增量式Huber-SVR算法具有更高的预测精度。; 关键词增量算法支持向量回归机 huber损失函数; Keywords incremental algorithm support vector regression huber loss function; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名稀疏相位恢复的加权L_(1)-正则Huber回归方法: 2; 作者温小明阎爱玲; 机构河北工业大学理学院; 出处《数学建模及其应用》 2023年第1期8-15,共8页; 基金国家自然科学基金(11801130)。; 文摘相位恢复是指从傅里叶变换或线性变换的幅值中恢复信号,广泛应用于物理科学、机器学习和工程等领域.由于相位信息的丢失导致该问题是病态的,而恢复原始信号一般需要信号的先验知识.本文已知信号稀疏性,提出了一种将Huber损失函数与加权L_(1)正则项相结合的相位恢复方法.该方法运用Majorization-Minimization(MM)优化技术对目标函数进行优化,将原始非凸相位恢复问题转化为容易求解的替代优化问题,接着利用软阈值算子求解给出不动点方程,构造算法框架并进行收敛性分析.数值实验结果表明了加权L_(1)-Huber方法的有效性和稳健性.; 关键词稀疏相位恢复加权L_(1)正则项 huber损失函数稳健性; Keywords sparse phase retrieval weighted L_(1)-regularization huber loss robust; 分类号 O19 [理学—基础数学]; 在线阅读下载PDF 职称材料

题名基于改进TFT的用户网络障碍预测方法: 3; 作者卢瑾王欣刚陈于锋; 机构中国电信股份有限公司南京分公司; 出处《江苏通信》 2024年第5期82-86,共5页; 文摘随着互联网的发展,网络已渗透到生活各方面,网络故障对生产和生活的影响日益严重。尽管用户网络故障难以完全避免,但通过预测故障可帮助运营商快速修复,减少对生活的干扰。本文提出改进的TFT深度学习模型,通过多种技术提高预测性能。首先,采用基于皮尔逊系数和特征不确定性的暂退算法,将对故障影响小的特征置零,避免模型过拟合。其次,引入时间卷积神经网络与带门控单元的循环神经网络编码器,加强模型对时间序列局部特征的提取。最后,使用Huber损失函数以减弱群体故障带来的异常数据影响。实验结果显示,改进的TFT算法在预测性能上优于传统算法,并通过案例展示了其在网络群障发现中的应用价值,提供了解决网络故障的新思路。; 关键词 TFT 用户网络障碍预测皮尔逊系数特征不确定系数 huber损失函数; 分类号 TP393.06 [自动化与计算机技术—计算机应用技术] TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名一种基于ICA-T特征和CNN-LA-BiLSTM的锂离子电池健康状态估计方法: 4; 作者张朝龙陈阳刘梦玲张俣峰华国庆阴盼昐; 机构金陵科技学院智能科学与控制工程学院; 出处《储能科学与技术》 2025年第3期1258-1269,共12页; 基金国家重点研发计划“智能电网技术与装备”专项(2023YFB2406900) 江苏省高等学校基础科学(自然科学)研究重大项目(23KJA480002) +3 种基金 2024年金陵科技学院“科教融合”项目(2024KJRH09)。; 文摘为了解决锂离子电池健康状态(SOH)估计精度不足以及退化过程描述不准确的问题,本文提出了一种基于卷积神经网络-局部注意力-双向长短期记忆神经网络(CNN-LA-BiLSTM)的锂离子电池SOH估计方法。首先,测量锂离子电池在充电阶段的充电时间、电流、电压、容量以及温度等数据。然后,对锂离子电池进行增量容量分析,提取增量容量(IC)曲线的面积作为锂离子电池的电特征;计算锂离子电池充电阶段的温度积分,作为温度特征;将曲线面积与温度相结合,用作锂离子电池SOH估计的联合特征增量容量面积-温度(ICA-T)。随后,利用CNN-LA-BiLSTM方法建立SOH估计模型,在模型中,引入局部注意力(LA)优化卷积神经网络(CNN)的权重和偏差,使用Huber损失函数优化模型参数从而获得良好的SOH估计效果。利用本实验室的2组锂离子电池数据开展测试,结果表明,提出的方法能有效地估计电池的SOH,平均绝对百分比误差(MAPE)为0.5794%,均方根误差(RMSE)为0.0099,决定系数(R2)为0.9961。与传统方法相比,本文提出的方法在电池SOH估计中表现出了更优的性能。; 关键词锂离子电池健康状态估计卷积神经网络-局部注意力-双向长短期记忆神经网络增量容量 huber损失函数; Keywords lithium-ion battery SOH CNN-LA-BiLSTM IC huber loss function; 分类号 TM912 [电气工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	增量式Huber-支持向量回归机算法研究	周晓剑肖丹付裕	《运筹与管理》 CSSCI CSCD 北大核心	2022	1	在线阅读下载PDF 职称材料
2	稀疏相位恢复的加权L_(1)-正则Huber回归方法	温小明阎爱玲	《数学建模及其应用》	2023	0	在线阅读下载PDF 职称材料
3	基于改进TFT的用户网络障碍预测方法	卢瑾王欣刚陈于锋	《江苏通信》	2024	0	在线阅读下载PDF 职称材料
4	一种基于ICA-T特征和CNN-LA-BiLSTM的锂离子电池健康状态估计方法	张朝龙陈阳刘梦玲张俣峰华国庆阴盼昐	《储能科学与技术》	2025		在线阅读下载PDF 职称材料