期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
脉冲漏磁信号的EMD小波阈值去噪研究 被引量:4
1
作者 张韬 左宪章 +2 位作者 田贵云 张云 费骏骉 《计算机工程》 CAS CSCD 2012年第7期263-265,共3页
为有效抑制脉冲漏磁检测信号中的各种噪声,将小波阈值去噪运用到经验模态分解(EMD)中,提出一种基于EMD的小波阈值去噪方法。针对小波软、硬阈值函数中存在的不足,引入平滑截断绝对偏差惩罚因子进行优化改进。将该方法应用于脉冲漏磁信... 为有效抑制脉冲漏磁检测信号中的各种噪声,将小波阈值去噪运用到经验模态分解(EMD)中,提出一种基于EMD的小波阈值去噪方法。针对小波软、硬阈值函数中存在的不足,引入平滑截断绝对偏差惩罚因子进行优化改进。将该方法应用于脉冲漏磁信号进行实际消噪处理。实验结果表明,该方法能较好地剔除信号中的噪声,在脉冲噪声的抑制方面优于小波阈值去噪。 展开更多
关键词 经验模态分解 去噪 阈值 平滑截断绝对偏差 脉冲漏磁检测
在线阅读 下载PDF
平滑削边绝对偏离惩罚截断Hinge损失支持向量机的财务危机预报 被引量:2
2
作者 刘遵雄 黄志强 +1 位作者 刘江伟 陈英 《计算机应用》 CSCD 北大核心 2014年第3期873-878,共6页
针对传统支持向量机(SVM)分类存在对离群点敏感、支持向量(SV)个数多和分类面参数非稀疏的问题,提出了平滑削边绝对偏离(SCAD)惩罚截断Hinge损失SVM(SCAD-TSVM)算法,并将其用于构建财务预警模型,同时就该模型的求解设计了一个迭代更新... 针对传统支持向量机(SVM)分类存在对离群点敏感、支持向量(SV)个数多和分类面参数非稀疏的问题,提出了平滑削边绝对偏离(SCAD)惩罚截断Hinge损失SVM(SCAD-TSVM)算法,并将其用于构建财务预警模型,同时就该模型的求解设计了一个迭代更新算法。结合沪深股市A股制造业上市公司的财务数据进行实证分析,同时对比L1范数惩罚SVM、SCAD惩罚SVM和截断Hinge损失SVM(TSVM)构建的T-2和T-3模型,结果发现SCAD-TSVM构建的T-2和T-3模型都具有最好的稀疏性和最高的预报精度,而且其在不同训练样本数上的平均预测准确率都要比L1范数SVM(L1-SVM)、SCAD-SVM和TSVM算法的高。 展开更多
关键词 支持向量机 平滑削边绝对偏离惩罚 截断Hinge损失支持向量机 财务预警 L1范数惩罚
在线阅读 下载PDF
基于迭代近端投影的二维欠采样合成孔径雷达成像 被引量:2
3
作者 李家强 郭桂祥 +1 位作者 陈金立 朱艳萍 《电子与信息学报》 EI CSCD 北大核心 2022年第6期2127-2134,共8页
合成孔径成像雷达(SAR)具有数据量大、采样率高等特点,针对传统压缩感知(CS)的SAR成像存在精度低及抗噪性能差的问题,该文提出一种基于迭代近端投影(IPP)的2维欠采样合成孔径雷达成像重建方法。即通过对雷达回波构建为距离频域-方位多... 合成孔径成像雷达(SAR)具有数据量大、采样率高等特点,针对传统压缩感知(CS)的SAR成像存在精度低及抗噪性能差的问题,该文提出一种基于迭代近端投影(IPP)的2维欠采样合成孔径雷达成像重建方法。即通过对雷达回波构建为距离频域-方位多普勒域的2维稀疏表示模型,在此基础上将成像问题转化为距离向和方位向压缩感知稀疏重构问题,利用迭代近端投影算法的函数优化模型来表示合成孔径雷达成像中的稀疏表示,最后采用平滑削边绝对偏离(SCAD)罚函数获得近端算子以求解该模型并进行成像。仿真与实测数据处理结果表明,所提方法成像效果更好。 展开更多
关键词 SAR成像 压缩感知 迭代近端投影 平滑削边绝对偏离罚函数
在线阅读 下载PDF
基于邻近交替线性化的稀疏非负矩阵分解算法 被引量:2
4
作者 王静 杨丹 《计算机工程》 CAS CSCD 北大核心 2019年第2期220-225,232,共7页
结合稀疏约束与邻近交替线性化(PALM),提出稀疏非负矩阵分解算法(SNMF_PALM)。将非凸的平滑剪切绝对偏差函数作为稀疏正则项,获得逼近L0范数的最佳凸松弛,并利用PALM算法对非凸问题进行求解,得到SNMF_PALM算法的局部稳定最优解。在人脸... 结合稀疏约束与邻近交替线性化(PALM),提出稀疏非负矩阵分解算法(SNMF_PALM)。将非凸的平滑剪切绝对偏差函数作为稀疏正则项,获得逼近L0范数的最佳凸松弛,并利用PALM算法对非凸问题进行求解,得到SNMF_PALM算法的局部稳定最优解。在人脸数据库上将SNMF_PALM算法与SNMF、NMF算法进行实验对比,结果表明SNMF_PALM算法具有更好的聚类性能。 展开更多
关键词 非负矩阵分解 稀疏 平滑剪切绝对偏差函数 邻近交替线性化 非凸问题 聚类
在线阅读 下载PDF
正则稀疏化的多因子量化选股策略 被引量:8
5
作者 舒时克 李路 《计算机工程与应用》 CSCD 北大核心 2021年第1期110-117,共8页
针对高维度数据集特征之间的复杂性,而传统的L1惩罚项不满足Oracle性质的无偏性,将逻辑回归弹性网(LR-Elastic Net)中的L1惩罚项替换为SCAD(Smoothly Clipped Absolute Deviation)和MCP(Minimax Concave Penalty)惩罚项,分别构建了LR-S... 针对高维度数据集特征之间的复杂性,而传统的L1惩罚项不满足Oracle性质的无偏性,将逻辑回归弹性网(LR-Elastic Net)中的L1惩罚项替换为SCAD(Smoothly Clipped Absolute Deviation)和MCP(Minimax Concave Penalty)惩罚项,分别构建了LR-SCAD和LR-MCP模型,在保留稀疏性的同时满足了无偏性,并利用ADMM(Alternating Direction Method of Multipliers)算法进行求解。通过模拟实验发现,LR-Elastic Net模型能很好地处理特征存在相关性的小样本数据,而LR-SCAD和LR-MCP模型在特征存在相关性的大样本数据中表现较好;建立LR-Elastic Net、LR-SCAD和LR-MCP策略,并应用于沪深300指数成分股数据。回测结果显示,LR-SCAD和LR-MCP策略在股票相关性很强的数据中比LR-Elastic Net策略表现更好。 展开更多
关键词 弹性网(Elastic Net) scad MCP ADMM算法 逻辑回归 多因子选股
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部