Pi-sigma神经网络的乘子法随机单点在线梯度算法

来源 :计算机应用研究 | 被引量 : 7次 | 上传用户:1liuxiewei2
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在利用梯度算法训练Pi-sigma神经网络时,存在因权值选取过小导致收敛速度过慢的问题,而采用一般罚函数法虽然可以克服这个缺点,但要求罚因子必须趋近于∞且惩罚项绝对值不可微,从而导致数值求解困难。为克服以上缺点,提出了一种基于乘子法的随机单点在线梯度算法。利用最优化理论方法,将有约束问题转换为无约束问题,利用乘子法来求解网络误差函数。从理论上分析了算法的收敛速度和稳定性,仿真实验结果验证了算法的有效性。
其他文献
提出了一种基于uSD卡的移动情境数据采集和汇报系统。移动设备利用uSD卡与外部传感器节点通信,并将来自于内部和外部的情境数据汇报给远程数据库。提出了一种集中式的情境数据采集汇报调度算法,通过移动设备之间的协作来去除不同移动设备所汇报情境数据间的冗余,并提高情境数据采集的精度。定义了基于XML的传感器数据包描述语言,以克服外部传感器数据包的异构性。设计并实现了连接管理模块,支持在多种通信方式之间的透
本文报告了山蚋亚属Subgenus Montisimulium Rubtsov在河南省的首次发现并记述一新种,云台山蚋Simulium (Montisimulium) yuntaiense Chen,Wen and Wei,sp.nov.。该新种成虫尚未发现
针对输入信号向量序列之间的相关性将显著降低LMS算法的性能这一问题,从算子的角度出发,提出了一种新的去相关LMS自适应滤波算法。通过将最新输入向量向以前所有时刻的输入向量序列所张成的线性空间的零空间作正交投影,达到提取新信息的目的,并以提取的新息作为LMS算法的更新方向向量。仿真分析表明,新算法具有收敛速度快、输出误差小以及对信噪比不敏感等特点,并且采用较低的滤波器阶数即可得到良好的滤波效果,同时
重归一化是H.264/AVC标准二进制算术编码器的一个关键部分,在算术编码器中,重归一化计算量很大,严重制约了算术编码器的效率;同时重归一化算法是一个按位操作过程,很多情况下通过运行一次重归一化算法并不能完成重归一化操作,因此消耗了大量编码时间。为了减少编码时间,针对影响重归一化速度的瓶颈问题,提出了一种基于区间划分的快速重归一化算法。根据重归一化循环次数提出六种不同的区间划分标准来去除H.264
针对形态学单一结构元素在边缘检测中图像边缘信息丢失的问题,根据图像形态学多刻度形态滤波的思想,提出了基于顺序形态学自适应边缘检测方法。根据传统的形态学边缘检测方法,该方法构造了边缘检测算子,给出了边缘检测算子的评价函数。通过该函数选择不同方向的结构元素增加图像的边缘信息。实验结果表明,与传统的基于数学形态学的边缘检测方法相比,该方法可以在最大程度上抑制噪声,有效地提高图像的边缘检测效果。
本文主要介绍传统杀菌机与新型节水节能链网式杀菌机的水箱及水循环.并从冷、热水循环等角度分析这两款杀菌机的优缺点。
针对激光快速成型预热工艺粉层温度检测与控制的难题,提出一种基于图像分析的快速成型预热优化方法。该方法使用VB编程及二次开发技术,利用Windows的应用程序编程接口函数,对粉层图像进行在线分析处理,析出图像的灰度直方图及预热效果指标。将当前粉层的预热效果指标与标准值进行比较,基于比较结果对预热工艺参数进行实时反馈控制。根据移动热源和固定热源给出了两种不同预热方式下的实现算法。该方法在软/硬件实现方
为了保证所交换的信息在结构和语义上的一致性,实现真正意义上的信息互操作与集成,提出一种基于字典的半自动本体构建方法,并运用该方法构建一个具有统一标准结构的常识本体。基于字典的本体构建方法将字典给出的常识性知识作为本体的来源,并结合基于自由文本的本体扩展机制,从概念的解释中抽取其属性关系,半自动地构建和扩展常识本体。实验表明,该方法能够在自动化程度较高的基础上,构建一个包含7万多个常识性概念、60万
针对油田开发指标预测问题,提出一种T-S推理元模型,该模型包括输入层、模糊化层和推理层。每个推理元对应一条模糊逻辑规则,由若干T-S推理元可构成T-S推理网络。网络可调参数包括模糊集参数和模糊规则参数。提出了基于改进量子粒子群优化的参数确定方法。以油田开发指标中含水率和采油量预测为例,结果表明,该方法是有效且可行的,从而表明模糊逻辑与智能优化算法的融合对于解决指标预测问题具有一定潜力。
为了优化以零件族为单位进行生产的可重构单元内单个零件族的加工时间和协调各零件族同时完工以实现整体调度所用时间最短,提出一种分级调度算法。该算法将调度过程分为三层,即时间决策层、分配决策层和路径决策层。以时间决策层为最终优化目标,通过将时间分解至分配决策层再至路径决策层,下层时间达到最优后反馈至上层,层层优化以实现整体调度时间最优。最后通过实例验证该算法在分配各零件族的机器数量和零件的加工路径中的合