在线学习算法相关论文
随着信息技术和手机等移动设备的快速发展,金融投资的便利性大幅度提升,人们对投资的多元需求与日俱增。投资组合选择问题是现代投......
脉冲神经网络受生物大脑结构与计算模式所启发,基于离散稀疏的脉冲信号实现异步计算模式与信息传递,能够被部署在专用神经形态芯片......
针对非线性系统采用常规PID控制效果不佳的问题,通过径向基函数(RBF)神经网络构建系统的辨识器,推导了辨识器输出关于RBF神经网络......
经典的PID神经网络的神经元传递函数不连续,导致学习算法过于复杂,尤其当采用并联辨识模式时,很难保证算法收敛.本文根据信号流图......
本文以加权模糊熵作为性能指标,给出一个模糊规则的自主生成和在线学习算法.利用这种算法能方便地建立系统的模糊模型.......
动态神经网络结构及其在线学习算法足非线性自适应逆控制系统的关键所在。回归神经网络虽然具有较强的动态辨识能力，但其结构比较复......
传统机器学习中的分类算法，特别是目前应用广泛的支持向量机（SVMs）算法，大都是在批学习模式下设计的，即假设学习前拥有全部训练样本且可......
随着经济和社会的发展,城市人口密度越来越大,公共场所经常会迎来人流高峰。在人员高密集公共场所容易发生一些大规模的群体事件,......
模式的特征表示及提取是模式识别中的一个重要问题,特征表示及提取的有效性对于分类等问题的解决具有决定性作用。在诸如计算机视......
选矿过程就是将开采出来的原矿石经过物理/化学变化使有用矿物富集的过程。富集的有用成分称为精矿,富集后的产量为精矿产量。精矿......
近年来，自然语言处理技术已被广泛应用于机器翻译、信息抽取、自动问答、生物医学等多个领域。句法分析是自然语言处理的一个关键环......
识别不确定性信息对于信息抽取类的任务有着重要作用，因为不确定性信息往往会误导这些系统抽取出错误的信息。本文提出了一种自动识......
研究相对阶为1的一类非线性系统的神经网络逆在线学习.首先,基于严格的逆系统理论构造了闭环控制时神经网络逆在线学习的样本；然后,......
提出了基于支撑向量机在线学习的短期负荷预测方法.传统的支撑向量机方法的负荷预测,当训练样本集合改变时,为了保证预测精度,必需......
通过对Elman网络进行在线学习算法的推导,建立了递归网络稳定性条件.通过分析得出若干拓展的结论,并以对角递归神经网络为例,给出......
该文针对神经网络的学习算法存在的缺陷，将模糊逻辑集成进神经网络及其学习过程中，提出了一种GFNN网络和F-BP算法，大大的加快了神经网......
小波神经网络是基于小波分析理论和神经网络理论建立起来的一种网络体系结构。小波变换具有良好的时频局部特性，而神经网络则具有自......
随着高速列车运行速度的不断提高,高精度的列车定位子系统对保障行车安全有着越来越重要的意义。同时,定位精度的高低也将影响高速......
高效率和高密度的城市轨道交通对列控系统提出了更高的要求,列车自动驾驶系统(ATO)能够代替经验丰富的司机完成自动驾驶列车的任务......
在现有的基于扭矩的发动机控制中,控制策略根据司机的有效扭矩需求和对发动机摩擦扭矩的估计,计算所需的指示扭矩并喷射所需的燃油......
支持向量机(SVM, Support Vector Machine)作为机器学习(Machine Learning)的一个重要研究分支,近年来正受到越来越多的重视,并成......
目标定位与跟踪技术一直是通信与信息技术中的热门研究课题,在民用、商用、军用方面都有着广阔的应用前景和巨大的发展潜力。大多......
最小二乘双支持向量机是在传统双支持向量机模型的基础上将二次规划问题修改为最小二乘形式得到的,该模型只需求解两个线性方程.最......
针对信息科学和控制理论中经常涉及的一类泛函极值问题,提出基于连续回归神经网络的求解方法。推导了求解泛函的连续BPTT算法,进而......
根据城轨列车制动特性,对列车运动方程做2项简化。一是忽略空气阻力和坡度的影响;二是分别假设制动力传递有延时及减速度不变或减......
介绍了分析施工期深挖方性状的两种实时模拟预测(RMP)方法。第1种方法用传统的AR(p)模型推导，第2种方法用简化的伊尔曼(Elman)递推......
催化传感器对不同可燃气体或在不同的工作温度下有不同的输出灵敏度，根据这一特点控制单一催化传感器工作在不同的温度，检测可燃混合......
本文仿真结果和理论分析表明，与在线学习算法相比，批学习算法并不是一种更为有效的方法。在线学习算法的学习性能均优于批学习算法。......
提出一种新的信度网结构在线学习算法.其核心思想是,利用新样本对信度网结构和参数不断进行增量式修改,以逐步逼近真实模型.本算法......
在对二相混合式步进电动机实行最大转矩／电流矢量控制和IP位置控制的基础上，为克服参数时变和外界扰动对系统性能的影响，设计了一种新......
针对一类非线性系统，研究了智能变结构状态观测器的设计问题，文中首先提出采用B样条模糊神经网络对系统不确性进行补偿并减少观测器......
针对复杂背景下行人跟踪任务的深度学习网络模型和在线行人跟踪算法问题,在多层竞争融合模型目标检测预训练区域建议网络基础上,结......
提出了利用模糊神经网络控制器(FNN)实现对超声马达位置进行控制的方法,并提出适应法则进行在线训练,以减小由于参数的不确定性和......
随着通信技术的发展和互联网的快速普及,各行业中的电子化数据越来越多,数据收集也越发简单,我们迎来了大数据时代。大数据的发展......
学位
为了减小非视距(NLOS)误差对超宽带(UWB)室内定位系统定位精度的影响,提出了一种基于卷积神经网络(CNN)的超宽带室内定位算法。利......
通过在指标函数中增加遗忘因子,提出一种FIR神经网络的在线学习算法.该算法具有随训练的样本进度即时更新权值的在线训练能力,与同......
采用逐步逆向的设计思想,提出一种新的电驱动刚性机器人轨迹跟踪的鲁棒神经网络复合控制策略,该策略不仅能有效地消除模型不确定性......
在大数据分析处理中,存在诸多问题,如数据类型多,处理效率低,从中获得有用的信息和知识以便指导后续的决策,这是机器学习的最终目......
影响力最大化是指在给定的影响力传播模型下选取种子节点使其传播信息范围最广。此问题的应用场景十分广泛,包括推荐系统、病毒营......
本文提出了一种径向基函数神经网络的有效在线学习方法。该学习方法不仅能根据输入信息的增加而动态地分配网络资源,而且能有效回......
针对一类未知非线性系统,设计了一种基于小波神经网络的自适应控制器,并提出了一种适合在线学习的参数混合训练算法。根据离线和在......
随着移动互联网的到来，信息化技术出现在人们的工作、学习、出行、娱乐各个方面，改变着人们的生活方式和学习途径，所以教育资源的信息......
基于Markowitz均值-方差理论和Kelly资本增长理论的投资组合选择问题是近几十年来金融经济学领域的核心议题之一,其主要是把现有的......
为了进一步提高无线频谱资源的利用率,在认知无线电网络中次用户被允许机会式地接入主用户的频谱空穴。在使用频谱空穴之前,次用户......
基于视频的运动目标检测与跟踪是计算机视觉和模式识别领域的研究热点,在智能监控、人机交互、视觉导航等方面有着重要的应用。但......
径向基函数(Radial Basis Function,RBF)神经网络以其简单的结构,优良的全局逼近性能而引起了学者们的广泛关注.由于RBF神经网络的......
