期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于M估计器的支持向量机算法及其应用 被引量:5
1
作者 包鑫 戴连奎 《化工学报》 EI CAS CSCD 北大核心 2009年第7期1739-1745,共7页
训练样本的准确性对回归分析模型有很大的影响,然而训练样本中难免会出现一些造成分析模型失效的奇异点。为克服奇异点对回归模型的影响,本文提出了一种基于M估计器的支持向量机(M-SVM)。它采用M估计器的目标函数代替最小二乘支持向量机... 训练样本的准确性对回归分析模型有很大的影响,然而训练样本中难免会出现一些造成分析模型失效的奇异点。为克服奇异点对回归模型的影响,本文提出了一种基于M估计器的支持向量机(M-SVM)。它采用M估计器的目标函数代替最小二乘支持向量机(LS-SVM)目标函数中的残差平方和,同时提出了M-SVM的迭代求解算法,并将该算法应用于含有奇异点的低维仿真数据回归和汽油近红外光谱定量分析中。实验结果证明,相比于其他的支持向量机,M-SVM具有更好的稳健性和分析精度。 展开更多
关键词 m估计器 最小二乘支持向量机 稳健建模 光谱分析
在线阅读 下载PDF
对K分布形状参数的M估计器的再改进 被引量:4
2
作者 李大朋 姚迪 《电子与信息学报》 EI CSCD 北大核心 2011年第7期1752-1755,共4页
K分布形状参数的M估计器是一种估计精度比较高的估计器,2005年由郝程鹏提出,2007年得到了进一步的改进。该文对2007年的改进的M估计器进行了进一步的改进,省去了其中的一些中间环节,仿真实验证明,该文方法显著提高了估计器的精度与效率。
关键词 参数估计 K分布 m估计器
在线阅读 下载PDF
基于滚动时域估计EKF算法的电池SOC预测 被引量:2
3
作者 李凌锋 陶晋宜 张富强 《电源技术》 CAS 北大核心 2020年第7期991-994,共4页
扩展卡尔曼滤波算法(EKF)是分析电池SOC估计的有效工具,对于非线性系统具有良好的估计结果。但在实际情况下,测量噪声的模型不再是0均值白噪声,导致预测结果有较大误差。提出利用滚动时域(MHE)算法与扩展卡尔曼滤波算法结合,采用滚动时... 扩展卡尔曼滤波算法(EKF)是分析电池SOC估计的有效工具,对于非线性系统具有良好的估计结果。但在实际情况下,测量噪声的模型不再是0均值白噪声,导致预测结果有较大误差。提出利用滚动时域(MHE)算法与扩展卡尔曼滤波算法结合,采用滚动时域窗口的思想,综合前N个时刻的窗口信息来估计当前的SOC。通过建立到达函数并加入M估计器替代测量误差,将预测问题转化为优化问题,并根据EKF的求解思想给出了近似最优解。实验仿真证明,该算法可以有效提高SOC的估计精度。 展开更多
关键词 SOC估算 EKF算法 mHE算法 m估计器 优化问题
在线阅读 下载PDF
基于非同质性特征和样条模型的道路识别算法 被引量:3
4
作者 程洪 郑南宁 +1 位作者 赵莉 李青 《西安交通大学学报》 EI CAS CSCD 北大核心 2004年第4期384-387,共4页
为了解决道路图像中光照变化、阴影遮挡、噪声、道路边界或标志线不连续等因素导致道路识别方法鲁棒性较差的问题,提出基于图像非同质性特征和几何模型的道路识别算法.该方法将计算得到的图像局部方差与不连续性特征进行融合获得图像的... 为了解决道路图像中光照变化、阴影遮挡、噪声、道路边界或标志线不连续等因素导致道路识别方法鲁棒性较差的问题,提出基于图像非同质性特征和几何模型的道路识别算法.该方法将计算得到的图像局部方差与不连续性特征进行融合获得图像的非同质性特征,并利用比例直方图法得到的阈值自适应地对上述结果二值化,然后用鲁棒M估计器估计样条拟合的最优控制点,进而用3点Catmull Rom样条拟合道路边界.仿真实验表明,所提算法具有较好的鲁棒性和自适应性.实地测试结果表明:在存在有少量局部阴影和道路标志线断续的情况下,正确识别率可达到95%以上. 展开更多
关键词 非同质性特征 Catmull—Rom样条 道路识别 m估计器
在线阅读 下载PDF
组合步长的改进仿射投影主动噪声控制算法
5
作者 彭诺蒙 李晨 余凌浩 《噪声与振动控制》 CSCD 北大核心 2023年第2期64-69,91,共7页
为了改善在主动噪声控制(Active Noise Control,ANC)中由不平稳脉冲噪声引起的经典仿射投影算法稳态误差高的缺陷,利用鲁棒类M估计器代价函数对误差信号的饱和特性,将其与权重向量的L2范数约束相结合,提出类M估计器函数仿射投影算法。... 为了改善在主动噪声控制(Active Noise Control,ANC)中由不平稳脉冲噪声引起的经典仿射投影算法稳态误差高的缺陷,利用鲁棒类M估计器代价函数对误差信号的饱和特性,将其与权重向量的L2范数约束相结合,提出类M估计器函数仿射投影算法。该算法的收敛精度相较于经典符号仿射投影算法提升3.2 dB。为了进一步提升收敛速度,将组合步长技术引入上述算法来自适应调节权重约束中的步长参数,调节收敛速度与稳态误差之间的矛盾。仿真结果表明,最终提出的算法突破固定步长的限制,可实现更快的收敛速率和更低的稳态误差,相较于已有仿射投影算法,在收敛速度方面提升2倍,在收敛精度方面提高10 dB。该算法可为之后仿射投影算法的研究提供理论指导和实验依据。 展开更多
关键词 声学 仿射投影算法 m估计器函数 主动噪声控制 脉冲噪声 组合步长
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部