基于Mini-batch神经网络的船舶柴油机风险等级预测 被引量：1

1

作者 尚前明 王潇 +2 位作者 曹召 刘治江 邓晓光 《中国修船》 2018年第4期35-40,共6页

文章针对现有的船舶柴油机健康管理智能化程度不高、管理技术落后等问题,引入神经网络风险预测方法。提出Mini-batch梯度下降方法,通过在网络训练不同阶段使用不同权重的训练样本,提升原有全量梯度下降算法预测模型不准确和较难更新等... 文章针对现有的船舶柴油机健康管理智能化程度不高、管理技术落后等问题,引入神经网络风险预测方法。提出Mini-batch梯度下降方法,通过在网络训练不同阶段使用不同权重的训练样本,提升原有全量梯度下降算法预测模型不准确和较难更新等问题。并从船舶柴油机在一次机务风险所承担的风险着手,建立设备健康风险状态的综合评价指标体系,通过Minibatch梯度下降优化了风险等级分类器。结果表明,该方法能够对柴油机风险等级进行有效预测。 展开更多

关键词 船舶柴油机 mini-batch梯度下降 风险等级预测 神经网络

在线阅读 下载PDF 职称材料

高清彩色图像分割的Mini-batch FCM算法研究

2

作者 倪翠 李千 玄甲辉 《现代信息科技》 2019年第19期15-17,共3页

模糊C-均值(Fuzzy C-Means,FCM)聚类算法是一种基于划分的无监督聚类算法,也是较为常见的图像分割算法之一,该算法通过寻找0~1之间的模糊隶属度等级来进行图像分割,并通过在特征空间中寻找聚类中心来达到最小化目标函数的目的。它的局... 模糊C-均值(Fuzzy C-Means,FCM)聚类算法是一种基于划分的无监督聚类算法,也是较为常见的图像分割算法之一,该算法通过寻找0~1之间的模糊隶属度等级来进行图像分割,并通过在特征空间中寻找聚类中心来达到最小化目标函数的目的。它的局限性主要有实时性较差、初始聚类中心的设置对最终结果影响较大、未考虑空间因素导致抗噪性弱。本文将mini-batch方法应用到FCM算法中,加快了FCM算法的收敛速度,提高了算法的效率及时效性,一定程度上解决了当数据特征复杂、集合较大时,FCM算法的实时性不是很理想的问题,继而节省算法运行的时间。 展开更多

关键词 FCM聚类 mini-batch 图像分割

在线阅读 下载PDF 职称材料

基于信任关系的非线性表征潜在因子模型

3

作者 潘天艺 宋燕 《电子科技》 2025年第2期53-61,共9页

针对高维稀疏无向网络挖掘实体间潜在关联信息的表征能力较弱和计算效率较低的问题,文中在社交推荐模型框架下提出了一种基于信任关系的非负非线性表征潜在因子模型。该模型通过非线性映射塑造潜在矩阵的特征空间,既保证了目标矩阵的非... 针对高维稀疏无向网络挖掘实体间潜在关联信息的表征能力较弱和计算效率较低的问题,文中在社交推荐模型框架下提出了一种基于信任关系的非负非线性表征潜在因子模型。该模型通过非线性映射塑造潜在矩阵的特征空间,既保证了目标矩阵的非负性,又提高了模型的表征能力。通过在模型训练的目标函数中引入图拉普拉斯正则化项保证了信任关系映射前后的结构一致性。基于6个公开数据集的对比实验结果表明,所提模型较其他模型具有明显的优越性。 展开更多

关键词 高维稀疏无向网络 社交推荐模型 信任关系 非负非线性 特征空间 图拉普拉斯正则化 潜在因子模型 小批量梯度下降法

在线阅读 下载PDF 职称材料

基于小批量随机梯度下降法的SVM训练隐私保护方案 被引量：1

4

作者 王杰昌 刘玉岭 +2 位作者 张平 刘牧华 赵新辉 《信息安全研究》 CSCD 北大核心 2024年第10期967-974,共8页

使用支持向量机(support vector machine,SVM)处理敏感数据时,隐私保护很重要,已有SVM隐私保护方案基于批量梯度下降法(batch gradient descent,BGD)进行训练,计算开销巨大.针对该问题,提出基于小批量随机梯度下降法(mini-batch stochas... 使用支持向量机(support vector machine,SVM)处理敏感数据时,隐私保护很重要,已有SVM隐私保护方案基于批量梯度下降法(batch gradient descent,BGD)进行训练,计算开销巨大.针对该问题,提出基于小批量随机梯度下降法(mini-batch stochastic gradient descent,Mini-batch SGD)的SVM隐私保护方案.首先,设计基于Mini-batch SGD的SVM训练算法;然后在此基础上,对模型权重进行乘法扰动,利用大整数分解问题困难假设确保模型的隐私性,使用同态密码体制对数据加密后再执行SVM训练,之后运用同态哈希函数进行验证;最终构建了SVM隐私保护方案.针对安全威胁,论证了数据隐私性、模型隐私性、模型正确性.对方案进行仿真实验和分析,结果表明,该方案在分类性能接近已有方案的情况下,其计算时间开销平均节约了92.4%. 展开更多

关键词 小批量随机梯度下降法 支持向量机 同态加密 同态哈希函数 隐私保护

在线阅读 下载PDF 职称材料

MapReduce框架下基于线性回归的短期负荷预测 被引量：2

5

作者 吴丽珍 孔纯 陈伟 《兰州理工大学学报》 CAS 北大核心 2021年第1期97-104,共8页

为解决负荷预测时因数据量大、数据种类繁多带来的计算速度慢、预测精度低等问题,在MapReduce并行编程框架下,提出基于小批量随机梯度下降法的线性回归模型.首先,为清理智能配电终端产生的重复数据和不良数据,提出利用自适应近邻排序算... 为解决负荷预测时因数据量大、数据种类繁多带来的计算速度慢、预测精度低等问题,在MapReduce并行编程框架下,提出基于小批量随机梯度下降法的线性回归模型.首先,为清理智能配电终端产生的重复数据和不良数据,提出利用自适应近邻排序算法清除重复记录的数据,并利用K均值聚类的方法剔除异常数据和记录不完整的数据,然后利用F检验法来检验该数据集能否线性表征负荷,再利用T检验法检验特性向量与负荷间线性关系的显著性,并剔除与负荷线性关系较弱的特性向量.根据以上方法建立短期负荷预测模型,并将其用在甘肃武威某区域配电网短期负荷预测中.结果表明,所提出的短期负荷预测模型的平均绝对百分误差为2.043%,均方根误差为3112.62.这些预测误差满足负荷预测的要求,极大地提高了负荷计算的速度,缩短了负荷预测时间. 展开更多

关键词 大数据分析 小批量随机梯度下降 短期负荷预测 分布式并行计算 MAPREDUCE框架

在线阅读 下载PDF 职称材料

一种面向工控联网设备的层次聚类方法 被引量：3

6

作者 曲海阔 张哲宇 +3 位作者 刘扬 孙军 王子博 王佰玲 《现代电子技术》 2022年第23期76-82,共7页

联网设备核查是工业控制系统安全巡检工作的首要任务,而其中设备层次识别对后续获取详细信息至关重要。针对工控系统内各层级联网设备因通信量不均衡而导致识别准确率低的问题,提出一种基于高斯混合模型的层次聚类方法。所提方法融入重... 联网设备核查是工业控制系统安全巡检工作的首要任务,而其中设备层次识别对后续获取详细信息至关重要。针对工控系统内各层级联网设备因通信量不均衡而导致识别准确率低的问题,提出一种基于高斯混合模型的层次聚类方法。所提方法融入重采样的分批处理思想,通过对聚类中心进行重新采样,解决经典K⁃means算法对初始值过度依赖而引起的聚类结果偏离问题;进一步考虑算法的计算资源和运行时效等性能因素,引入训练数据分批处理操作,在保证算法精度的同时,缩短收敛时间,降低内存占用,达到优化算法效率的目的。最终,在一套工控模拟环境的安全水处理数据集上,通过与三个经典的聚类算法进行比较,验证所提方法对工控联网设备层次识别的有效性、准确性和稳定性。 展开更多

关键词 联网设备 层次识别 统计特征 不均衡数据 高斯混合模型 聚类算法 重采样分批处理

在线阅读 下载PDF 职称材料

基于小批量K均值预分类的多波束反向散射强度角度影响改正 被引量：1

7

作者 韩冰 冯成凯 +3 位作者 印萍 梅赛 张凯 阳凡林 《山东科技大学学报（自然科学版）》 CAS 北大核心 2020年第3期33-42,共10页

角度响应变化是影响多波束声呐回波图像质量的主要因素,为了后续利用多波束反向散射图像进行海底底质分类,需去除角度响应的影响。国内外已开展角度响应模型及改进模型研究,但现有方法很难适应复杂海底底质环境。针对此问题,通过小批量... 角度响应变化是影响多波束声呐回波图像质量的主要因素,为了后续利用多波束反向散射图像进行海底底质分类,需去除角度响应的影响。国内外已开展角度响应模型及改进模型研究,但现有方法很难适应复杂海底底质环境。针对此问题,通过小批量K均值聚类将测区海底点预分为高阻抗平滑底质和低阻抗粗糙底质,然后构建自适应改正模型逐测线去除角度响应的影响。实验选用浙江海域实测4条相邻测线数据,采用Lambert模型法、二次微分法和本文方法分别进行了反向散射强度角度影响去除。本方法处理后角度响应去除效果最佳(MIC=0.123);在多波束条带重叠区,反向散射强度标准差为1.46 dB,有效改善了复杂底质环境下的多波束声呐图像质量。 展开更多

关键词 多波束 反向散射强度 小批量K均值 角度响应改正

在线阅读 下载PDF 职称材料

基于小批量梯度下降和Spark分布式方法的局部断层细化对齐 被引量：4

8

作者 吕永春 赵晓芳 +2 位作者 李华 曾祥睿 徐旻 《高技术通讯》 EI CAS 北大核心 2020年第3期213-222,共10页

生物样品在获取电子冷冻断层扫描(cryo-ET)图像时的辐射损伤,信息缺失和低信号噪声比(SNR),限制了从断层数据中恢复3维结构信息。仿照电子低温显微镜(cryo-EM)单颗粒3维重构技术,对局部断层数据进行对齐和平均,产生高精度大分子复合体的... 生物样品在获取电子冷冻断层扫描(cryo-ET)图像时的辐射损伤,信息缺失和低信号噪声比(SNR),限制了从断层数据中恢复3维结构信息。仿照电子低温显微镜(cryo-EM)单颗粒3维重构技术,对局部断层数据进行对齐和平均,产生高精度大分子复合体的3维结构。现有的局部断层对齐技术都会涉及6个自由度(3个旋转参数、3个平移参数),因此,它们在每次迭代对齐中处理整个3维体积图像来计算这6个自由度,这是计算密集型的。针对上述问题,本文提出一种基于小批量梯度下降(MBGD)方法实现局部断层3维数据细化对齐,并首次利用Spark分布式框架实现局部断层对齐全局择优。通过对仿真数据和实验数据的对齐,基于小批量梯度下降细化对齐算法与基线方法相比,实现了对齐精度和速度的提高。 展开更多

关键词 小批量梯度下降(MBGD) SPARK 局部断层细化对齐 电子冷冻断层扫描技术(cryo-ET)

在线阅读 下载PDF 职称材料

卫星遥测数据相关性知识发现方法 被引量：4

9

作者 杨甲森 孟新 王春梅 《国防科技大学学报》 EI CAS CSCD 北大核心 2019年第5期71-78,共8页

为快速发现海量遥测数据中的相关关系,提出一种基于改进最大信息系数(Maximal Information Coefficient,MIC)的遥测数据相关性知识发现方法。以Mini Batch K-Means聚类算法为前驱过程对数据进行网格划分;计算该网格划分下的互信息,并以... 为快速发现海量遥测数据中的相关关系,提出一种基于改进最大信息系数(Maximal Information Coefficient,MIC)的遥测数据相关性知识发现方法。以Mini Batch K-Means聚类算法为前驱过程对数据进行网格划分;计算该网格划分下的互信息,并以信息熵代替原有最大熵对互信息进行归一化矫正得到信息系数;选择不同网格划分下MIC作为变量相关性的测度。采用量子卫星遥测数据进行试验,结果表明:与基于动态规划算法的MIC方法相比,所提方法可有效解决MIC测度偏向多值变量的问题,时间复杂度从O(n^2.4)下降为O(n^1.6),是一种适用于大规模遥测数据相关性分析的有效方法。 展开更多

关键词 mini batch K-MEANS 信息熵 最大信息系数 遥测数据 相关性 量子卫星

在线阅读 下载PDF 职称材料

基于融合聚类算法的电能表评估方法研究 被引量：1

10

作者 周松 李川 李英娜 《数据通信》 2021年第2期26-31,共6页

电能表作为电力用户用电计量器具,其计量的准确性对电力用户和供电企业具有非常重要的意义。为了更加理想的反应出电能表个体之间的差异性,本文基于大量不同厂家电能表误差检定数据,提出一种融合的聚类算法评估不同厂家电能表。该算法... 电能表作为电力用户用电计量器具,其计量的准确性对电力用户和供电企业具有非常重要的意义。为了更加理想的反应出电能表个体之间的差异性,本文基于大量不同厂家电能表误差检定数据,提出一种融合的聚类算法评估不同厂家电能表。该算法首先使用Mini Batch K-means算法进行预聚类处理,再使用mean-shift算法给定初始聚类中心的搜索聚类,最后使用轮廓系数检验该算法与K-means、mean-shift在相同参数下的聚类的有效性。实验结果证明,该算法可以有效解决聚类时间效率低,聚类的效果不佳等问题。依据聚类结果评价不同厂家同批次的电能表质量,为用户选择电能表时提供决策参考。 展开更多

关键词 电能表 检定误差 mini batch K-means MEAN-SHIFT

在线阅读 下载PDF 职称材料

基于小批量梯度下降的布谷鸟搜索算法 被引量：4

11

作者 田媛 梁永全 《山东科技大学学报（自然科学版）》 CAS 北大核心 2020年第5期56-67,共12页

布谷鸟搜索算法是一种解决函数目标优化问题的全局搜索算法,具有选用参数少、容易实现、搜索路径优、寻优能力强等特点。为了提高布谷鸟搜索算法的求精能力和收敛速度,改善后期收敛慢和搜索精度不稳定的问题,提出了一种基于小批量梯度... 布谷鸟搜索算法是一种解决函数目标优化问题的全局搜索算法,具有选用参数少、容易实现、搜索路径优、寻优能力强等特点。为了提高布谷鸟搜索算法的求精能力和收敛速度,改善后期收敛慢和搜索精度不稳定的问题,提出了一种基于小批量梯度下降的布谷鸟搜索算法。引入小批量梯度下降,优化寻找最优解的过程,加快局部最优的搜索,从而提高算法的求精能力和收敛速度。仿真实验结果表明,基于小批量梯度下降的布谷鸟搜索算法简单高效,在保持标准布谷鸟搜索算法优点的基础上提高了算法的收敛速度和寻优精度,具有较强的稳定性和鲁棒性。 展开更多

关键词 布谷鸟搜索算法 列维飞行 函数目标优化 小批量梯度下降 全局最优解

在线阅读 下载PDF 职称材料

基于栈式稀疏降噪自编码网络的辐射源调制识别 被引量：8

12

作者 李东瑾 杨瑞娟 +1 位作者 李晓柏 董睿杰 《电子学报》 EI CAS CSCD 北大核心 2020年第6期1198-1204,共7页

针对辐射源识别中噪声敏感和识别能力不足等问题,提出了一种基于核空间时频特征与栈式稀疏降噪自编码网络的识别系统.通过时频变换、稀疏域降噪和核空间降维投影降低噪声干扰和特征冗余,基于降噪自编码与稀疏自编码思想构建栈式稀疏降... 针对辐射源识别中噪声敏感和识别能力不足等问题,提出了一种基于核空间时频特征与栈式稀疏降噪自编码网络的识别系统.通过时频变换、稀疏域降噪和核空间降维投影降低噪声干扰和特征冗余,基于降噪自编码与稀疏自编码思想构建栈式稀疏降噪自编码识别网络.实验结果表明系统在识别率和时效性上综合性能最优,能够显著降低噪声敏感性,低信噪比环境下适应性较强.当信噪比为-12dB时,系统对8类辐射源信号的整体平均识别率达到96.75%. 展开更多

关键词 辐射源识别 稀疏降噪自编码 时频特征 核映射 批量随机梯度下降法 dropout正则化

在线阅读 下载PDF 职称材料

基于核协同表示与鉴别投影的辐射源调制识别 被引量：2

13

作者 李东瑾 杨瑞娟 +1 位作者 李晓柏 董睿杰 《电子学报》 EI CAS CSCD 北大核心 2020年第9期1695-1702,共8页

针对辐射源识别中的特征稳定性不高和低信噪比环境适应性不足等问题,提出了一种基于二次时频分布、核协同表示与鉴别投影的识别方法.首先,通过时频变换、稀疏域降噪和二次特征提取的预处理算法降低噪声干扰和特征冗余,以获取高稳定性的... 针对辐射源识别中的特征稳定性不高和低信噪比环境适应性不足等问题,提出了一种基于二次时频分布、核协同表示与鉴别投影的识别方法.首先,通过时频变换、稀疏域降噪和二次特征提取的预处理算法降低噪声干扰和特征冗余,以获取高稳定性的二次时频分布特征;然后,采用核协同表示和鉴别投影思想进行降维学习和字典学习,以提升数据低维表征和类间鉴别能力;最后,通过离线训练完成系统优化并用于分类验证.仿真结果表明,二次时频分布特征具备较高稳定性,识别方法具备较强鲁棒性、时效性和适应性;当信噪比为-10dB时,该方法对8类辐射源信号的整体平均识别率达到96.88%. 展开更多

关键词 辐射源识别 核协同表示 鉴别投影 二次时频分布 批量随机梯度下降法

在线阅读 下载PDF 职称材料

一种渐进式增长条件生成对抗网络模型

14

作者 马辉 王瑞琴 杨帅 《电信科学》 2023年第6期105-113,共9页

渐进式增长生成对抗网络(PGGAN)是一种能够生成高分辨图像的网络模型,但是当样本间的类别不平衡或者样本类别过于相似或不相似时,容易出现模式崩溃现象而导致生成效果不佳。提出一种渐进式增长条件生成对抗网络(PGCGAN)模型,将条件生成... 渐进式增长生成对抗网络(PGGAN)是一种能够生成高分辨图像的网络模型,但是当样本间的类别不平衡或者样本类别过于相似或不相似时,容易出现模式崩溃现象而导致生成效果不佳。提出一种渐进式增长条件生成对抗网络(PGCGAN)模型,将条件生成对抗网络的思想引入PGGAN,在PGGAN的基础上加入类别信息作为条件,在网络结构和小批量标准差两个方面对PGGAN进行了改进,缓解图像生成过程中的模式崩溃现象。在对3个数据集的实验中,相比于PGGAN,PGCGAN在起始分数(IS)和Fréchet距离(FID)两个评价图像生成的指标方面都有较大程度的提升,生成的图像具有更高的多样性和真实性;且PGCGAN可以同时训练多个无关联的数据集而不崩溃,在类别不平衡或数据过于相似和不相似的数据集中均能产生高质量的图像。 展开更多

关键词 生成对抗网络 渐进式增长条件生成对抗网络 小批量标准差 图像生成

在线阅读 下载PDF 职称材料

基于高速公路收费数据的用户交通出行多维度特征分析

15

作者 王晓晗 曹蓉 +1 位作者 刘春生 贾健民 《公路交通技术》 2023年第3期151-158,共8页

为提升高速公路信息化管理水平,调节高速公路需求分布不均衡问题,构建了包含时间、空间、用户个人属性3个维度的特征指标体系,在K-means聚类算法的基础上,设计并使用Mini-Batch-Kmeans聚类算法对出行用户进行了分类,同时从时间、空间、... 为提升高速公路信息化管理水平,调节高速公路需求分布不均衡问题,构建了包含时间、空间、用户个人属性3个维度的特征指标体系,在K-means聚类算法的基础上,设计并使用Mini-Batch-Kmeans聚类算法对出行用户进行了分类,同时从时间、空间、个人属性3个不同维度深入分析了各类出行特征指标。研究结果表明:1)高速公路出行者多为单次出行或周末出行;2)经PCA降维和Mini-Batch-Kmeans聚类后,出行用户可分为6类;3)时间上,用户出行早晚高峰为7:00—9:00和16:00—18:00;空间上,用户出行站点多在经济水平较高城市,长途用户多在沿海或有货物中转站的城市;个人属性上,通勤用户与长途用户多使用ETC支付且花费金额高。 展开更多

关键词 交通工程 用户出行特征 差异化收费 mini-batch-Kmeans聚类 ETC数据

在线阅读 下载PDF 职称材料