-
题名机器学习中的多侧面递进算法MIDA
被引量：26
- 1
-
-
作者
张燕平
张铃
吴涛
-
机构
安徽大学计算智能与信号处理实验室
安徽大学人工智能研究所
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2005年第2期327-331,共5页
-
基金
973计划 (No.2 0 0 4CB31 81 0 8)
国家自然科学基金 (No.60 4 750 1 7
+3 种基金
No .60 1 350 1 0
No .60 1 750 1 8)
安徽省自然科学基金
教育部博士点基金(No .2 0 0 4 0 3570 0 2 )
-
文摘
对高维海量数据 ,为解决准确率与泛化能力之间的矛盾 ,提出机器学习中的多侧面递进算法MIDA(Multi sideIncreasebyDegreesAlgorithm) ,该算法将样本集分成几个部分 ,对各部分分别选择一组适应它们的特征子集 .这种分而治之的方法 ,在保证一定的精度的前提下 ,符合人类对复杂问题的求解分重点 ,多方面考虑的方式 ,可有效地识别复杂问题的分类 ,提高泛化能力 ,降低了计算的复杂性 .本文利用覆盖算法给出具体的多侧面递进算法 ,并给出实验结果 ,实验结果表明新的方法是有效的 .
-
关键词
机器学习
覆盖算法
多侧面递进
特征选择
-
Keywords
machine learning
covering algorithm
multi-side increase by degrees
feature extraction
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名学习方法整定电力系统非线性控制器参数
被引量：7
- 2
-
-
作者
张采
周孝信
蒋林
吴青华
-
机构
中国电力科学研究院
英国利物浦大学电力工程与电子学系
-
出处
《中国电机工程学报》
EI
CSCD
北大核心
2000年第4期1-5,共5页
-
基金
国家自然科学基金!( 5 963 70 5 0 )
电力工业部
东北电力集团联合资助
-
文摘
将迭代学习方法、递增式学习方法引入电力系统可控基金项目 :国家自然科学基金 ( 5 963 70 5 0 )、电力工业部、东北电力集团联合资助。串补非线性控制器的参数整定 ,并根据实际电力系统的强非线性和动态过程等特点 ,将这些学习方法加以改进 :将离线迭代学习改进为在线等周期学习 ,再改进为在线非等周期学习 ;将离线递增式学习法的定义在连续集上的目标函数变为“点”目标函数 ,从而可进行在线学习 ;在此基础上 ,为了使学习参数在系统遭受大扰动时有满意的效果 ,在学习方法中利用了非线性特性。改进后的学习方法高效、简便、实用、易行 ,为控制器参数的整定提供了新方法。数字仿真结果表明 :在同样的计算条件下 ,非等周期迭代学习方法优于等周期学习方法 ,递增式学习方法优于非等周期迭代学习方法。控制器采用学习参数将有更好的品质特性 ,具有较好的动态性能和较强的鲁棒性。
-
关键词
电力系统
非线性控制器
参数整定
学习方法
-
Keywords
on\|line unequal periodical iterative learning algorithm
increasing learning algerithen
TCSC nonlinear controller
the adjustment of parameters
robustness
-
分类号
TM71
[电气工程—电力系统及自动化]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于深度学习的小样本声纹识别方法
被引量：19
- 3
-
-
作者
李靓
孙存威
谢凯
贺建飚
-
机构
长江大学电子信息学院
长江大学计算机科学学院
中南大学信息科学与工程学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2019年第3期262-267,272,共7页
-
基金
国家自然科学基金(61272147)
湖北省教育厅项目(B2015446)
+1 种基金
长江大学青年基金(2016cqn10)
大学生创新创业计划基金(2017009)
-
文摘
利用小样本声纹作为训练集训练卷积神经网络(CNN)时,网络不能达到较好的收敛状态,从而导致识别率较低。为此,提出一种新的声纹识别方法。利用深度CNN提取潜在的声纹特征,在CNN训练过程中采用基于凸透镜成像原理的图像增多算法解决小样本训练样本不足的问题,并在卷积过程中引入快速批量归一化(FBN)方法以提高网络收敛速度、缩短训练时间。在包含630人的TIMIT语音数据库中进行训练、验证和测试,结果表明,FBN-Alexnet网络比Alexnet网络训练时间缩短48.2%,与GMM、GMM-UBM及GMM-SVM方法相比,该方法识别率分别提高7.3%、2.2%、2.8%。
-
关键词
声纹识别
深度学习
FBN-Alexnet网络
小样本
快速批量归一化
图像增多算法
-
Keywords
voiceprint recognition
deep learning
FBN-Alexnet network
small sample
Fast Batch Normalization (FBN)
image increasing algorithm
-
分类号
TN912.34
[电子电信—通信与信息系统]
-
-
题名基于PBIL算法的炼钢生产低碳调度问题
被引量：2
- 4
-
-
作者
张燕华
陈伟达
孟祥虎
-
机构
东南大学经济管理学院
西藏民族大学信息工程学院
东南大学自动化学院
-
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2018年第10期2407-2414,共8页
-
基金
国家自然科学基金面上资助项目(71271054
71571042)
国家自然科学基金青年资助项目(71501046)~~
-
文摘
为了将碳排放引入生产调度优化,针对其等待时间受限的生产调度问题,建立最小化最大完工时间与碳排放的双目标优化模型,利用加权效用函数与标准化方法将其转换为单目标,并采用种群增量学习算法对问题进行求解。仿真实验表明,作业等待时间因受上限约束对碳排放影响较小,设备空转是影响碳排放的主要因素,提高设备利用率可有效减少碳排放;最大完工时间与碳排放呈反相关关系,即为尽快响应客户要求企业需付出较大的碳排放代价,而在碳权交易市场下企业为降低碳排放成本需适当放宽以往的经济指标。
-
关键词
种群增量学习算法
生产调度
碳排放
最大完成时间
-
Keywords
population-based increased learning algorithm
production scheduling
carbon emissions
makespan
-
分类号
F205
[经济管理—国民经济]
C931
[经济管理—管理学]
-
-
题名应用于组合优化的自适应PBIL算法研究
- 5
-
-
作者
汪丽华
马良荔
石向荣
-
机构
海军工程大学计算机工程系
中国人民解放军
-
出处
《计算机工程与应用》
CSCD
北大核心
2011年第6期225-227,共3页
-
文摘
为解决组合优化过程中最优解的搜索效率问题,研究了一种基于自适应理论的PBIL算法。通过引入系统熵值,使传统PBIL算法的学习概率和变异率能根据系统熵值的变化作自适应调整,形成具有自学习和变异能力的自适应PBIL算法(AP-BIL)。通过实例验证了该算法的实用价值和有效性。
-
关键词
组合优化
自适应
基于人口的增量学习(PBIL)算法
-
Keywords
optimization
adaptive
population-based increased learning（PBIL） algorithm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于深度学习的知识空间自增扩展方法研究
- 6
-
-
作者
翁渊瀚
李南
-
机构
南京航空航天大学经济与管理学院
南京工业大学经济与管理学院
-
出处
《现代电子技术》
2023年第10期166-172,共7页
-
基金
国家自然科学基金面上项目:技术范式转换预警的理论与方法(71473119)。
-
文摘
为解决传统知识空间可拓方法可拓范围小、精度低等问题,文中提出一种基于深度学习算法的知识空间可拓方法。通过将深度学习算法与多模态信息融合方法相结合,构建知识空间扩展框架,包括对现有知识空间的融合与扩展。在空间结构拓展方面,将框架设置为空间组织知识、知识索引、知识导航、知识检索等部分,根据知识序列信息的连续分类实现知识划分。在扩展空间中,通过语义描述技术整合知识元素的多结构状态,实现知识空间的自增扩展。实验结果表明,基于深度学习算法的知识空间扩展方法整体效果较好。
-
关键词
知识空间
自增扩展
深度学习算法
信息融合
拓展框架
知识分类
仿真实验
-
Keywords
knowledge space
self⁃increasing expansion
deep learning algorithm
information fusion
expansion framework
knowledge classification
simulation experiment
-
分类号
TN911-34
[电子电信—通信与信息系统]
TP311
[自动化与计算机技术—计算机软件与理论]
-
