梯度下降算法相关论文
为改进灰色Markov装备维修器材需求预测模型在小样本条件下的预测效果与合理性，提出了基于梯度下降算法的灰色Markov模型。通过建立......
作为一种广泛使用的在线凸优化方法,在线梯度下降算法通常用来求解在线学习问题。它把在线学习的过程建模为一个连续地博弈问题。......
随着当代社会网络的不断发展,物联网、虚拟现实技术（Virtual Reality,VR）、云计算等先进技术的不断兴起,人们开始对通信的传输速率、......
固体激光器在实际工作过程中会因腔镜热变形而产生球差效应, 使激光的光强分布发生变化、聚焦能力下降、光束质量变差, 因此需要校......
对于无波前探测自适应光学(AO)而言，闭环控制算法的效率至关重要。提出一种以Hadamard模式为扰动向量的梯度下降算法，介绍了基于该算......
由于受到受激布里渊散射(SBS)等非线性效应的限制,单频激光放大器的功率在百瓦量级,以非单频激光多波长激光作为种子源能够有效地......
利用随机并行梯度下降(SPGD)算法实现16路光纤激光相位锁定。通过数字信号处理器(DSP)上执行随机并行梯度下降算法实现对各路激光......
介绍了随机并行梯度下降(SPGD)算法,并设计了基于此算法的两路主振荡并联放大相干合成(MOPA-CBC)实验系统。该系统采用10 W级掺镱......
激光发射系统通常受到瞄准误差的影响,使得发射光束的中心偏离靶目标,造成能量传输损失和系统性能下降。激光对目标照明后的散射回......
随机并行梯度下降算法(SPGD)是控制多路激光束的相位锁定,实现相干合成的一种有效方式。在分析平移误差和倾斜误差对相干合成(CBC)......
将一种改进的变增益系数自适应随机并行梯度下降(SPGD)控制算法应用到大阵列光纤激光相干合成中,计算不同增益系数对算法收敛速度......
提出了一种调控脉冲光纤放大器时域特性的新方法。根据光纤放大器中脉冲时域波形畸变的基本原理以及实际应用中对输出脉冲的具体要......
互联网的飞速发展使人们仿佛置身于信息的海洋，信息超载已经成为了人们不容忽视的问题。由于推荐系统能在一定程度上有效解决信息超......
卷积神经网络将人工神经网络模型和深度学习技术有效地结合在一起,该网络模型具有局部感知区域、结构化层次以及特征提取与分类相......
本文研究了敌对节点情形下,能确保分布式数据源数据隐私的分布式在线学习算法,以及此种情形下差分隐私算法的收敛速度优化。对于前......
积分方程作为近代数学研究中的一个重要部分,其应用领域广泛渗透在物理、生物、化学等多个学科中,且很多实际问题可以归结为积分方......
如今中国工业制造业等行业快速崛起,火焰燃烧的温度作为一个反映物质的燃烧进程至关重要的参数。只有测量出准确的温度值才能方便......
心血管疾病具有高发病率、高致死率、高复发率的特点,是当今医学领域研究的热点。在远程医疗背景下,动态心电监测对心血管疾病的早......
傅里叶叠层成像从一系列低分辨率图像中恢复出高分辨率图像,打破了传统成像系统高分辨率与大视场相互制约的情况。近年来傅里叶叠......
将随机并行梯度下降（SPGD）算法应用于共轴三镜系统次镜,无需进行误差测量,可直接通过调节次镜的6个自由度,寻求评价函数的最优值,从......
针对傅里叶变换红外光谱辐射计辐射定标需要黑体辐射面充满仪器视场的技术特点,分析了由于入射光子流较高导致红外探测器产生非线......
为提升能量路由器中双有源桥(DAB)变换器的传输效率,同时改善系统的动态特性,该文提出一种基于扩展移相的输出电压模型预测控制与......
高分辨率三反射式空间光学系统的三个镜子之间的相对位置误差会影响整个系统的性能,需要进行空间在轨调校。提出一种新的无波前传......
该文共分为五章:第一章中介绍了小波神经网络的产生的过程和小波神经网络的研究现状,对小波神经网络模型及其特征与应用进行了介绍......
这篇学位论文首先从多角度分析研究了基于梯度下降算法的增量训练和批量训练两种方式的优劣性,并结合两个实验加以验证。然后结合......
图像去噪是数字图像处理领域中最基础也是最重要的研究课题之一，对其研究有着很重要的理论意义和实际意义.Rudin和Osher提出的整体......
过程神经元网络是一种适合于处理过程式信号输入的网络,其基本单元是过程神经元--一种新的神经元模型.本文介绍了过程神经元及其网......
考虑了一类具有零动态的非仿射非线性不确定系统的神经网络直接自适应跟踪控制问题.控制信号由神经网络系统直接产生,无需另外设计......
准确可靠的交通信息预测是实现智能交通诱导和交通管理的关键。本文提出一种两步学习算法:遗传-梯度算法,用于RBF神经网络的学习,......
为了提高短期交通流预测的准确性,利用资源分配网络算法在线优化径向基函数（Radial Basis Function,RBF）网络。利用资源分配网络算法......
针对原有的基于隐语义模型（LFM）的推荐算法中，当训练样本数减少时，训练误差和测试误差都明显增大的问题进行改进研究，提出了一种全新的......
针对采用单核学习支持向量机不能很好地处理样本分布不均衡、复杂多变的高光谱图像数据的分类问题,提出一种结合采样技术和多核学......
为了有效地解决时间序列的波动性、随机性,以及处理难度大等造成的预测不稳定、预测误差大等问题,提出了结合灰色关联分析与量子门......
现有的图型博弈Nash均衡求解方法基本是在离散化剖面空间中搜索求解，最终只能得到近似Nash均衡。针对现有求解方法存在的不足，把求解......
为了提高传统主动外观模型匹配算法的收敛速度,提出了一种基于正交投影的主动外观模型匹配算法,该算法通过引入正交空间投影算法,......
大功率PMSM电流源变频调速器应用于高铁动力牵引，可达到绿色节能低噪音的效果。但是由于行驶中环境等不确定因素对PMSM性能参数的影......
根据信号和噪声的特性不同,提出了一种基于神经网络的双小波混沌信号降噪方法。该方法结合奇异谱和梯度下降算法,分别对小波变换后......
超奈奎斯特（Faster—than．Nyquist，FTN）传输技术是一种基于时域压缩的信号调制技术，具有更高的传输速率及频带利用率，但是却引入了无限长......
根据信号和噪声的特性不同,本文提出了一种基于双提升小波的自适应混沌信号降噪方法.该方法结合奇异谱和梯度下降算法,分别对双提......
运用模糊系统对接触电阻进行预测,通过试验得到试验数据,将试验数据分成训练数据与测试数据,训练数据用于训练模糊系统,测试数据用......
提出了一种基于自适应提取模糊规则的改进型模糊推理分类器,其中,模糊规则的提取采用由势函数法初始化聚类中心的K-means聚类算法,......
Kalman滤波算法应用于基本Elman网络学习时，收敛速度较快．但收敛精度往往不高；而基于梯度下降的BP算法可以以很高的精度实现输入输出......
A self-organizing radial basis function(RBF) neural network(SODM-RBFNN) was presented for predicting the production yiel......
当前，为了对柴油机故障诊断问题进行有效处理，通过自适应模糊推理系统来构建其故障诊断模型，并使用减法聚类法来对模型初始结构进行确......
基模分析被广泛地运用于机器学习与数据挖掘之中,其核心思想是通过寻找数据凸体的角点,这些角点通常是数据的主要成分。同时通过分......
为提高动态递归神经网络的动态系统仿真能力,在Elman神经网络的基础上,提出动态递归小波神经网络(RWNN),给出了其动态梯度下降算法......
