期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
代价敏感学习中的损失函数设计
被引量：
15
1
作者
李秋洁
赵亚琴
顾洲
《控制理论与应用》
EI
CAS
CSCD
北大核心
2015年第5期689-694,共6页
一般的学习算法通过最小化分类损失使分类错误率最小化,而代价敏感学习则以最小化分类代价为目标,需构造代价敏感损失.本文探讨代价敏感损失的设计准则,首先介绍基于代价敏感风险优化的代价敏感学习方法,然后在Bayes最优分类理论框架下...
一般的学习算法通过最小化分类损失使分类错误率最小化,而代价敏感学习则以最小化分类代价为目标,需构造代价敏感损失.本文探讨代价敏感损失的设计准则,首先介绍基于代价敏感风险优化的代价敏感学习方法,然后在Bayes最优分类理论框架下,提出两条代价敏感损失设计准则.接着采用两种常用代价敏感损失生成方法构造平方损失、指数损失、对数损失、支持向量机损失等经典损失函数的代价敏感扩展形式.根据所提出的设计准则,从理论上分析这些代价敏感损失的性能.最后通过实验表明,同时满足两条设计准则的代价敏感损失能有效降低分类代价,从而证明了本文提出的代价敏感损失设计准则的合理性.
展开更多
关键词
学习算法
代价敏感学习
损失函数
Bayes最优决策
代价敏感损失
在线阅读
下载PDF
职称材料
基于扩展KRSL无迹卡尔曼滤波的约束动态状态估计
被引量：
14
2
作者
马文涛
寇晓
+1 位作者
郭耀松
段建东
《电力系统自动化》
EI
CSCD
北大核心
2023年第6期185-196,共12页
动态状态估计作为监测系统动态变化的有效手段,对电力系统稳定运行具有重要意义。然而,采集和传输的数据中往往存在时变非高斯量测噪声和离群值,使得基于均方误差准则的传统卡尔曼滤波估计方法的精度不高。为此,首先定义广义核风险敏感...
动态状态估计作为监测系统动态变化的有效手段,对电力系统稳定运行具有重要意义。然而,采集和传输的数据中往往存在时变非高斯量测噪声和离群值,使得基于均方误差准则的传统卡尔曼滤波估计方法的精度不高。为此,首先定义广义核风险敏感损失函数,将其引入无迹卡尔曼滤波框架以实现鲁棒状态估计。然后,考虑同步发电机和控制器模型存在不同条件约束,通过伪量测法将约束条件引入上述估计算法中,以解决估计值超出真值变化范围而产生较大估计偏差的问题,从而进一步提升估计精度。最后,应用新英格兰16机68节点网络模型在不同条件下进行仿真实验,以验证算法的有效性。
展开更多
关键词
动态状态估计
无迹卡尔曼滤波
扩展核风险敏感损失函数
伪量测法
约束条件
在线阅读
下载PDF
职称材料
基于稀疏系统辨识的广义递归核风险敏感算法
被引量：
4
3
作者
王代丽
王世元
+1 位作者
张涛
齐乐天
《西南大学学报（自然科学版）》
CAS
CSCD
北大核心
2022年第4期196-205,共10页
为了降低非高斯噪声对系统性能的影响,核风险敏感损失函数(Kernel Risk-Sensitive Loss,KRSL)因其较高的凸性而被广泛应用为自适应滤波器的代价函数.基于此,为了提高非高斯情况下系统的滤波精度,本文采用广义高斯密度(Generalized Gauss...
为了降低非高斯噪声对系统性能的影响,核风险敏感损失函数(Kernel Risk-Sensitive Loss,KRSL)因其较高的凸性而被广泛应用为自适应滤波器的代价函数.基于此,为了提高非高斯情况下系统的滤波精度,本文采用广义高斯密度(Generalized Gaussian Density,GGD)函数作为KRSL的核函数,进而提出了一种广义核风险敏感损失函数(Generalized Kernel Risk-Sensitive Loss,GKRSL),并给出了GKRSL的重要性质.为了进一步识别稀疏系统,结合GKRSL的优点,采用递归更新方式提出了一种基于稀疏惩罚约束的广义递归核风险敏感损失(Generalized Recursive Kernel Risk-Sensitive Loss with Sparse Penalty Constraint,GRKRSL-SPC)算法.仿真结果表明,GRKRSL-SPC算法能够显著提高非高斯噪声下系统的滤波精度和鲁棒性.
展开更多
关键词
广义相关熵
核风险敏感损失函数
稀疏系统
辨识
自适应滤波
在线阅读
下载PDF
职称材料
题名
代价敏感学习中的损失函数设计
被引量：
15
1
作者
李秋洁
赵亚琴
顾洲
机构
南京林业大学机械电子工程学院
东南大学自动化学院
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2015年第5期689-694,共6页
基金
国家自然科学青年基金项目(31200496
61473156)
+1 种基金
中国博士后基金项目(2014M551487)
江苏省博士后基金项目(1301009A)资助~~
文摘
一般的学习算法通过最小化分类损失使分类错误率最小化,而代价敏感学习则以最小化分类代价为目标,需构造代价敏感损失.本文探讨代价敏感损失的设计准则,首先介绍基于代价敏感风险优化的代价敏感学习方法,然后在Bayes最优分类理论框架下,提出两条代价敏感损失设计准则.接着采用两种常用代价敏感损失生成方法构造平方损失、指数损失、对数损失、支持向量机损失等经典损失函数的代价敏感扩展形式.根据所提出的设计准则,从理论上分析这些代价敏感损失的性能.最后通过实验表明,同时满足两条设计准则的代价敏感损失能有效降低分类代价,从而证明了本文提出的代价敏感损失设计准则的合理性.
关键词
学习算法
代价敏感学习
损失函数
Bayes最优决策
代价敏感损失
Keywords
learning algorithms
cost-
sensitive
learning
loss
function
Bayes optimal decision
cost-
sensitive
risk
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
基于扩展KRSL无迹卡尔曼滤波的约束动态状态估计
被引量：
14
2
作者
马文涛
寇晓
郭耀松
段建东
机构
西安理工大学电气工程学院
国网陕西省电力公司西安供电公司
南瑞集团有限公司(国网电力科学研究院有限公司)
出处
《电力系统自动化》
EI
CSCD
北大核心
2023年第6期185-196,共12页
基金
国家自然科学基金面上项目(61976175)
国家自然科学基金联合基金资助项目(U21A20485)。
文摘
动态状态估计作为监测系统动态变化的有效手段,对电力系统稳定运行具有重要意义。然而,采集和传输的数据中往往存在时变非高斯量测噪声和离群值,使得基于均方误差准则的传统卡尔曼滤波估计方法的精度不高。为此,首先定义广义核风险敏感损失函数,将其引入无迹卡尔曼滤波框架以实现鲁棒状态估计。然后,考虑同步发电机和控制器模型存在不同条件约束,通过伪量测法将约束条件引入上述估计算法中,以解决估计值超出真值变化范围而产生较大估计偏差的问题,从而进一步提升估计精度。最后,应用新英格兰16机68节点网络模型在不同条件下进行仿真实验,以验证算法的有效性。
关键词
动态状态估计
无迹卡尔曼滤波
扩展核风险敏感损失函数
伪量测法
约束条件
Keywords
dynamic state estimation
unscented Kalman filter
extend kernel risk sensitive loss function
pseudo-measurement method
constraint condition
分类号
TN713 [电子电信—电路与系统]
TM73 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
基于稀疏系统辨识的广义递归核风险敏感算法
被引量：
4
3
作者
王代丽
王世元
张涛
齐乐天
机构
西南大学电子信息工程学院/非线性电路与智能信息处理重庆市重点实验室
出处
《西南大学学报（自然科学版）》
CAS
CSCD
北大核心
2022年第4期196-205,共10页
基金
国家自然科学基金项目(62071391)
重庆市自然科学基金项目(cstc2020jcyj-msxmX0234)
中央高校基本科研业务费项目(2020jd001).
文摘
为了降低非高斯噪声对系统性能的影响,核风险敏感损失函数(Kernel Risk-Sensitive Loss,KRSL)因其较高的凸性而被广泛应用为自适应滤波器的代价函数.基于此,为了提高非高斯情况下系统的滤波精度,本文采用广义高斯密度(Generalized Gaussian Density,GGD)函数作为KRSL的核函数,进而提出了一种广义核风险敏感损失函数(Generalized Kernel Risk-Sensitive Loss,GKRSL),并给出了GKRSL的重要性质.为了进一步识别稀疏系统,结合GKRSL的优点,采用递归更新方式提出了一种基于稀疏惩罚约束的广义递归核风险敏感损失(Generalized Recursive Kernel Risk-Sensitive Loss with Sparse Penalty Constraint,GRKRSL-SPC)算法.仿真结果表明,GRKRSL-SPC算法能够显著提高非高斯噪声下系统的滤波精度和鲁棒性.
关键词
广义相关熵
核风险敏感损失函数
稀疏系统
辨识
自适应滤波
Keywords
generalized correntropy
kernel
risk
-
sensitive
loss
sparse system
identification
adaptive filtering
分类号
TN911.7 [电子电信—通信与信息系统]
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
代价敏感学习中的损失函数设计
李秋洁
赵亚琴
顾洲
《控制理论与应用》
EI
CAS
CSCD
北大核心
2015
15
在线阅读
下载PDF
职称材料
2
基于扩展KRSL无迹卡尔曼滤波的约束动态状态估计
马文涛
寇晓
郭耀松
段建东
《电力系统自动化》
EI
CSCD
北大核心
2023
14
在线阅读
下载PDF
职称材料
3
基于稀疏系统辨识的广义递归核风险敏感算法
王代丽
王世元
张涛
齐乐天
《西南大学学报（自然科学版）》
CAS
CSCD
北大核心
2022
4
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
