期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
FitzHugh-Nagumo神经信息传导模型的数值模拟和分析
1
作者 李定琪 杨茹爽 李焕荣 《应用数学》 北大核心 2024年第3期868-876,共9页
神经系统是一个小型但复杂的综合系统,本文对FitzHugh-Nagumo神经信息传导模型,提出时间半隐欧拉格式的有限元算法.通过一维和二维的数值实验,验证了本文提出的时间空间离散格式数值求解FitzHugh-Nagumo神经元模型的有效性和可靠性,且... 神经系统是一个小型但复杂的综合系统,本文对FitzHugh-Nagumo神经信息传导模型,提出时间半隐欧拉格式的有限元算法.通过一维和二维的数值实验,验证了本文提出的时间空间离散格式数值求解FitzHugh-Nagumo神经元模型的有效性和可靠性,且与理论分析是一致的;同时,数值模拟可以在不知道神经元的空间结构和离子电流的情况下了解神经元是如何工作和处理信息的,有助于解释神经信息传导模型的一些生物学性质及复杂生物神经系统的信息传导等动力学行为. 展开更多
关键词 神经信息传导模型 有限元方法 收敛性分析 数值模拟 动力学分析
在线阅读 下载PDF
基于BP-L_(2)混合算法的线性混合效应模型在帕金森病语音信号中的应用
2
作者 罗成敏 王涛 《现代信息科技》 2024年第19期158-163,共6页
通过对帕金森病语音信号多重共线性纵向高维数据的预处理和分析,可为相关医疗机构提供重要信息。首先采用随机森林对数据进行预处理,得到降维数据集,通过相关性分析得知该数据存在多重共线问题;然后在BP神经网络中引入L_(2)正则化改变... 通过对帕金森病语音信号多重共线性纵向高维数据的预处理和分析,可为相关医疗机构提供重要信息。首先采用随机森林对数据进行预处理,得到降维数据集,通过相关性分析得知该数据存在多重共线问题;然后在BP神经网络中引入L_(2)正则化改变其目标函数,解决临床数据经常存在的数据多重共线性,以便更好地拟合线性混合效应模型;最后对比分析引入BP-L_(2)混合算法前后线性混合效应模型的AIC、BIC和-LogLik指标,证明引入该算法的优势。 展开更多
关键词 帕金森病 随机森林 L_(2)正则化 BP神经网络 线性混合效应模型
在线阅读 下载PDF
一种非凸随机优化框架下的度量学习算法研究
3
作者 徐忠城 胡恩良 《现代信息科技》 2025年第5期99-104,共6页
文章针对度量学习原凸问题的非凸重新表述,提出了一种带方差缩减策略的非凸随机优化算法(ML_NSVR),用于更高效地求解非凸度量学习问题。在适当的初始选择下,该算法在有限制的强凸条件下能够收敛,其收敛性得到了理论证明。数值实验验证... 文章针对度量学习原凸问题的非凸重新表述,提出了一种带方差缩减策略的非凸随机优化算法(ML_NSVR),用于更高效地求解非凸度量学习问题。在适当的初始选择下,该算法在有限制的强凸条件下能够收敛,其收敛性得到了理论证明。数值实验验证了算法的有效性,为解决非凸度量学习问题提供了一种新的思路。同时,文章将所提算法与传统的随机梯度下降算法(SGD)和随机方差缩减梯度算法(SVRG)进行了优化效果对比。实验结果表明,ML_NSVR算法的效率更高。 展开更多
关键词 随机优化 度量学习 方差缩减 非凸优化
在线阅读 下载PDF
一种非凸随机优化框架下的矩阵补全算法研究
4
作者 王学伟 《现代信息科技》 2025年第4期103-106,111,共5页
矩阵补全问题可转化为非凸优化问题进行求解,但在高维矩阵或海量数据场景下,传统优化方法易受“维数灾难”制约而难以有效实施。为提升求解效率,文章提出一种融合方差缩减技术的非凸随机优化算法MC_SVR。通过设计minibatch加速策略,该... 矩阵补全问题可转化为非凸优化问题进行求解,但在高维矩阵或海量数据场景下,传统优化方法易受“维数灾难”制约而难以有效实施。为提升求解效率,文章提出一种融合方差缩减技术的非凸随机优化算法MC_SVR。通过设计minibatch加速策略,该算法在保持计算精度的同时显著提升了运算效率。多组数据集实验表明,相较于传统方法,MC_SVR算法在收敛速度、补全精度等关键指标上均展现出显著优势,尤其在处理大规模矩阵补全问题时,其平均相对误差、迭代次数都有明显的变化。该研究为高维矩阵补全问题提供了新的解决方案,对推荐系统、图像修复等实际应用具有重要参考价值。 展开更多
关键词 矩阵补全 非凸问题 随机优化 方差减小
在线阅读 下载PDF
具有手性边界条件的耦合Dirac系统
5
作者 杨旭 李鑫 《应用数学》 北大核心 2024年第1期180-191,共12页
本文研究具有手性边界条件的Dirac系统解的存在性.通过在恰当的分数阶索伯列夫乘积空间上建立解析框架,给出了具有超二次增长的非线性项的Dirac系统解的存在性,把GONG和LU(2017)研究的结果推广到手性边界条件下的情形.
关键词 Dirac系统 边界条件 变分方法
在线阅读 下载PDF
RNN在线学习框架下CNN-LSTM模型对黄金期货价格的预测 被引量:3
6
作者 石岩松 杨博 《现代信息科技》 2024年第11期141-144,152,共5页
黄金是一种特殊的金融商品,具有避险功能。黄金期货价格受多方面因素的影响,一般认为黄金期货价格变化趋势呈现非线性非平稳的时间序列,传统的预测模型难以对其进行有效的预测。文章向传统在线学习算法中加入信息传递,提出基于RNN的在... 黄金是一种特殊的金融商品,具有避险功能。黄金期货价格受多方面因素的影响,一般认为黄金期货价格变化趋势呈现非线性非平稳的时间序列,传统的预测模型难以对其进行有效的预测。文章向传统在线学习算法中加入信息传递,提出基于RNN的在线学习算法ROA(RNN-based Online Algorithm);选用芝加哥商品交易所黄金期货价格数据进行实证分析,使用CNN-LSTM作为基础预测模型,以MAE、RMSE、R^(2)作为评价指标,结果表明在所有评价指标中ROA的预测性能均优于传统在线学习算法。 展开更多
关键词 RNN 黄金期货价格 在线学习算法
在线阅读 下载PDF
两种基于深度网络的股票价格预测方法研究
7
作者 孙震宇 《现代信息科技》 2024年第6期86-89,共4页
股票是一种重要的投资渠道,如何更准确地预测股票价格是一个热门的研究课题。由于股票数据的非线性、非平稳以及前后相关等复杂特点,传统的股票价格预测方法已经到达性能瓶颈。随着深度学习方法的兴起,LSTM和GRU等深度神经网络预测模型... 股票是一种重要的投资渠道,如何更准确地预测股票价格是一个热门的研究课题。由于股票数据的非线性、非平稳以及前后相关等复杂特点,传统的股票价格预测方法已经到达性能瓶颈。随着深度学习方法的兴起,LSTM和GRU等深度神经网络预测模型受到了极大的关注。基于厦门港务股票和上证指数的历史交易数据,利用了LSTM和GRU两种模型对收盘价进行预测研究,通过5个指标MAE、MSE、RMSE、MAPE和R^(2)给出了模型评价。 展开更多
关键词 股票价格预测 LSTM模型 GRU模型
在线阅读 下载PDF
基于平衡化谱聚类算法的高拱坝结构地震易损性研究 被引量:1
8
作者 苏扬 张程 胡恩良 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2023年第11期2254-2265,2324,共13页
提出融入无监督聚类的地震易损性分析方法-将隶属度矩阵的近似正交约束与谱聚类相结合的平衡化谱聚类算法.该算法基于图Laplacian矩阵的重表示矩阵,从给定的所有地震记录中筛选出具有代表性的样本子集,缓解由所选地震动强度指标过多引... 提出融入无监督聚类的地震易损性分析方法-将隶属度矩阵的近似正交约束与谱聚类相结合的平衡化谱聚类算法.该算法基于图Laplacian矩阵的重表示矩阵,从给定的所有地震记录中筛选出具有代表性的样本子集,缓解由所选地震动强度指标过多引起的“维数灾难”问题;并通过隶属度矩阵的近似正交约束,解决应用传统谱聚类算法筛选地震波时产生的“均匀效应”问题.以实际工程为例,开展以“拱坝-地基结构”为整体体系的地震易损性研究,分别建立以15条规范反应谱样本、109条整体样本为参照基准的地震易损性模型进行聚类算法效果验证.结果表明,聚类算法筛选的样本与整体样本的地震易损性结果接近,在损伤体积比、坝顶位移、横缝最大开度性能指标下,两者易损性概率最大误差分别为4.39%、3.84%、6.64%,误差不超过5%的最小概率分别为92.24%、99.19%、81.75%,表明该算法在筛选典型地震样本方面的有效性. 展开更多
关键词 高拱坝 地震易损性 多样条带分析法(MSA) 谱聚类 聚类隶属度矩阵 正交约束
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部