端到端的梯度提升网络分类过程可视化

来源 :信号处理 | 被引量 : 0次 | 上传用户:falconlingzi
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
端到端的梯度提升网络是由多个基学习器集合而成的神经网络.它与残差网络结构上有相似之处,二者后面的网络单元(学习器或残差块)都在前面网络单元的基础上继续学习,以逐渐逼近目标函数.端到端的梯度提升网络其网络结构较为复杂,我们对其工作机制的理解还不足.可视化技术有助于我们直观地理解网络内部的工作机制.本文着眼于探究端到端的梯度提升网络的分类过程和特点,在模拟数据上对其分类过程进行了可视化,通过与全连接网络和残差网络的对比突出其特点和问题,并利用哑节点说明其自正则能力相对较弱.然后,利用可视化方法探索了学习率对其分类过程的影响.最后,通过实际分类任务上的实验,在一定程度上验证了可视化相关结论的正确性.
其他文献
文章介绍了棒线材生产线采用切分轧制工艺,热轧带肋钢筋横肋顶端出现平面缺陷问题,该缺陷导致成品热轧带肋钢筋横肋高度不达国标.通过从切分轧制工艺孔型系统、轧制参数、工艺备件、调整方法等多方面入手,解决了切分轧制热轧带肋钢筋横肋顶端出现平面现象,从而提升了切分轧制热轧带肋钢筋成品质量,确保了热轧带肋钢筋产品符合国家标准.
随着对地下探测场景的不断扩大,传统探地雷达系统收发一体、逐点采集的数据获取方式已无法满足实时性需求.近年来,MIMO雷达实时性的优势不断凸显,因此研究基于MIMO的探地雷达数据处理和成像方法很有必要.本文在传统探地雷达偏移成像方法的基础上,针对MIMO探地雷达的空耦合成像问题,提出了一种基于Kirchhoff的MIMO探地雷达成像方法并给出了频域的严格证明,同时引入远点补偿和折射点近似算法,实现了空耦合情况下的对地精确成像.最后,利用本文所提算法对gprMax仿真数据进行成像处理,结果表明所提算法对地下点
文章介绍了八钢二炼钢板坯连铸引入了结晶器保护渣机器人加渣系统,阐述了自动加渣系统工作原理及设备设施.投入自动加渣机器人后,加渣实现了“均匀覆盖,液渣层稳定”、漏钢预报报警次数降低、铸坯表面质量提高、改善现场作业环境、降低职工劳动强度等应用效果.针对自动加渣机器人投用后遇到的典型问题提出了解决方法,自动加渣机器人为进一步实现连铸无人化浇铸奠定了基础.
为提升激光雷达点云目标识别的效率和减少计算开销,本文通过采用改进的邻域确定方法和LRF估计方法,提出了一种新的特征描述子:半球单值形状上下文特征描述子(Hemispheric Unique Shape Context,HUSC).首先计算关键点处的互相关矩阵,并根据邻域点附近的点密度进行加权,以此估计关键点的法向量和切平面,并建立局部参考坐标系;然后以该切平面为底面构建半球形邻域,并将其按照方位角、极角和径向划分为多个栅格;最后统计各栅格中的点数,得到关键点的局部特征描述子.HUSC特征描述子在保证描述子
探地雷达具有探测速度快、穿透能力强、分辨率高的特点,是一种有效的无损探测技术,在市政建设、交通、安防等领域有着广泛的应用需求.在探地雷达中分层介质参数反演是地下目标成像与检测识别的必要步骤.本文提出了一种基于曲线拟合的层状介质参数反演算法.首先基于B-scan数据中的反射波曲线拟合,结合电磁波垂直入射模型,获取地下介质的均方根速度,通过Dix公式,反演得到分层介质相对介电常数与层厚信息.最后,通过有限差分时域(FDTD)仿真软件对本文所提的层状介质参数反演算法的准确性和有效性进行了验证.
针对在支撑集未知的情况下重构多频带信号的问题,本文提出了一种基于压缩采样结构的盲多带信号预失真模型,即将多频输出信号视为单个宽带信号,经下变频和低通滤波器处理后,送入A-MWC (Alternate Modulated Wideband Converter)结构进行盲压缩采样,而后通过基于随机支撑挑选的变步长稀疏度自适应匹配追踪算法(Sto-VSSAMP)盲重构信号,减小反馈回路带宽,降低信号采样速率,提升重构的线性化效果.本文利用双频信号进行实验测试,结果表明该方法在提高重构信号精度的同时,功率放大器输
文章分析了某焦化厂干熄焦提升机晶闸管有源逆变失败案例,找出产生逆变失败的原因.针对电网侧交流电源异常造成的逆变失败故障进行了处理,完善了预防措施编制了相应的排查手顺书.
文章介绍了某钢铁企业动力变电站10kV系统接地现状以及变电站采用的中性点消弧线圈接地装置工作原理.通过对现有系统接地电容电流计算,分析了动力变电站接地系统存在的不足,提出了改进建议,同时对全电缆配电网宜采用的接地方式提出了建议.
针对稀疏快速傅里叶变换(Sparse Fast Fourier Transform,SFFT)并行码相位捕获算法抗噪性能较差的问题,提出了一种新的高抗噪性快速捕获算法.该算法依据伪码相关函数峰值唯一的特点,利用降采样快速傅里叶变换(Downsampling Fast Fourier Transform,DFFT)取代了SFFT并行码相位捕获算法中对噪声容忍能力较差的定位循环与估值循环过程来对伪码相位进行捕获,同时对算法参数进行了优化设计.理论分析及仿真结果表明,与已有的SFFT快速捕获算法相比,SFFT-
分布式雷达通过多部小口径雷达按照一定规则稀疏部署,形成等效大口径阵列,使其具有较高的角度分辨率和测量精度,能够在空域有效抑制主瓣干扰,然而在实际应用中,各单元雷达的阵元位置不准、时频不同步等非理想因素会引入幅相误差,严重影响分布式雷达系统的性能;且分布式雷达的超长基线给阵列标校提出了更高的要求.本文提出一种基于干扰样本的幅相误差补偿方法,通过广义内积法(GIP)选取干扰的样本,采用牛顿迭代法进行幅度补偿和相位聚焦,采用最小方差无失真(MVDR)波束形成器对主瓣干扰进行抑制.提升了分布式雷达在存在幅相误差时