随机梯度相关论文
近年来,随着通信技术与计算机技术的飞速发展,传统集中式优化算法需要消耗大量的时间成本与计算资源已经不能够满足日益增长的大规......
在工业控制领域,非线性特性广泛存在于各类实际控制系统中.对具有非线性特性的控制系统的参数辨识问题是控制器设计过程中的重要环......
本文考虑两类优化问题的数值方法:最优控制问题和随机优化问题.最优控制问题在过去几十年内迅速地发展为应用和计算数学领域中的重......
近年来,深度学习作为一种新兴的信息技术广泛应用于各个领域。在某种确定的深度学习模型下,神经元连接处的参数大小决定了模型优劣......
卫星移动通信系统作为3G的重要组成部分，已经成为当前通信领域中发展非常迅速的研究方向和现代化通信强有力的手段之一。对信道的分......
多变量系统相对于单变量系统来说,具有强耦合、干扰大等特点,因此多变量系统能够更加准确完整的描述工业过程对象的特征,多变量系......
传统离散时间采样数据系统,假设输入信号更新速率和输出信号采样速率相等,这类系统简称为单率采样数据系统。然而,在许多化工过程......
传统的辨识方法—最小二乘(LS)、随机梯度(SG)类算法都是采用单新息修正技术的辨识方法。多新息辨识方法是对单新息辨识算法的推广......
非线性系统在化工过程、工业制造、通信系统和生物医药领域中广泛存在。它的参数辨识问题一直都是辨识领域的难点和热点。本文基于......
控制问题的基本为系统数学模型的确定,只有了解系统的运动模型,才能更好地理解系统的运动规律,分析系统的行为特性,设计系统的控制......
数学模型是分析系统动态特性的基础。辨识技术是建立复杂系统数学模型的有效方法之一。在实际工业生产过程中,由于控制系统日益复......
多变量系统在工业控制及应用中广泛存在,能比单变量系统更加准确描述对象的特征.多变量系统结构复杂,参数众多,其辨识问题是研究热......
深度学习已经成为人工智能领域内的一种重要技术,并且成功应用于计算机视觉、自动驾驶、物联网、智能机器人等关键领域。在深度学......
阐述了选题的目的和意义,概述了经典系统辨识方法的研究状况、模块化非线性系统辨识方法的研究状况、双率/多率系统辨识方法的研究......
学位
针对单输入单输出的Hammerstein非线性动态系统,提出了一种基于神经网络的Hammerstein非线性动态系统辨识方法.首先,利用BP神经网......
随着现代工业的发展，多率系统在自动化领域得到广泛应用，在实际工业应用领域，传统的单率采样控制系统无法满足现代工业的生产需要，这就......
深度学习是机器学习中一个新的研究方向,使其更接近机器学习最初的目标-人工智能,通过构造含有多层隐藏层的深层网络模型来学习数......
在过去的20年中，由于沿海经济的高速发展，海洋富营养化状况日益严重，赤潮发生的频率、影响规模都在不断扩大。探索赤潮的形成机理，对于......
针对传统的小波网络梯度学习算法易于陷入局部极值、收敛速度慢且对初始参数很敏感的缺点,将全局性能优越的差异进化(DE)算法和最......
针对在建立定量构效关系(QSAR)模型中,单个人工神经网络模型难以确定参数,容易产生“过拟合”;一般神经网络集成模型虽然建立过程......
期刊
考虑有色噪声干扰的Hammerstein非线性系统的辨识,通过梯度搜索原理推导了增广投影算法,简化增广投影算法和增广随机梯度辨识算法.......
以两输入多率采样数据系统为例,推导了多率采样系统的离散时间状态空间模型,进一步导出了对应的离散系统传递函数模型。提出了这类......
将多新息辨识理论用于研究CARMA模型参数辨识问题，通过把标量新息扩展为向量新息，即多新息，得出相应的多新息增广随机梯度辨识算法。......
为了提高对带噪声混沌系统识别的准确性，结合小波神经网络，提出了基于动态阈值和随机梯度的识别方法。该方法将动态变化的阈值作用于......
考虑一类学习问题，问题的目标函数可表示为大量组函数的平均，并且假设每一个组件函数都是光滑的。在众多机器学习方法中，在线学习操作......
对于有色噪声干扰的输出误差多输入单输出（MISO）系统,常规的递推最小二乘辨识方法给出的参数估计是有偏的。为了提高随机梯度辨识方......
针对多变量输出误差系统的模型辨识问题，借助辅助模型思想推导出其随机梯度辨识算法；由于该算法的收敛速度慢，为了提高收敛速度，将算法......
利用代价函数求梯度值，再利用梯度值进行迭代是一种最速下降法，在各种盲均衡算法中广泛使用，其收敛速度较快，收敛误差较小，但未考虑信道......
从理论上给出了多新息辨识方法的推导过程,提出了多新息随机梯度辨识方法,并运用随机过程理论分析了多新息随机梯度辨识方法的均方......
运用多项式变换技术将损失观测数据自回归模型转化为一种特殊形式的模型，该模型可以利用稀少观测数据来辨识模型参数，再利用模型等价......
将多新息辨识理论用于研究自回归模型的参数辨识问题，通过把标量新息扩展为向量新息（即多新息），扩展信息向量到信息矩阵和构成堆积系统......
针对工业中广泛存在的多变量系统,研究了辨识这类系统的遗忘梯度辨识算法,分子系统遗忘梯度辨识算法和递阶遗忘梯度辨识算法,对这......
根据负梯度搜索原理，推导了滑动平均噪声干扰单输入多输出系统的递阶增广随机梯度算法。为了改进提出算法的收敛速度，在算法中引入遗......
通过扩展标量新息为向量新息（即多新息），推导出自回归模型的多新息投影辨识算法。仿真结果说明提出的多新息投影算法优于投影算法。......
提出了动态调节模型的多新息广义随机梯度辩识算法来估模型参数，仿真例子说明提出的算法能给出满意的辩识效果。......
盲分离算法被广泛应用于语音信号处理领域中.为改善移动终端的通话质量,提出了一种新的语音盲分离预处理方案,应用频域复随机梯度......
阐述了非均匀采样方案，推导了非均匀多率采样系统的状态空间模型，进一步获得了对应的传递函数模型。为解决辨识模型信息向量中存在未......
粒子群算法(PSO)是近年来一个应用非常广泛的随机搜索算法,具有参数少、收敛速度快等特点.PSON是一种搜索范围较广的粒子群算法,在......
将辅助模型辨识思想与多新息辨识理论相结合，利用系统可测信息建立一个辅助模型.分别用辅助模型输出和噪声估计值代替辨识模型信息......
将多新息辨识理论用于研究CARMA模型的参数估计问题。首先用估计残差来代替信息向量中的不可测噪声项，导出了CARMA模型的增广随机梯......
对于输出误差模型描述的多输入单输出系统,辨识的困难在于辨识模型信息向量中包含系统未知输出量（真实输出或无噪输出）,以致标准辨识......
提出了一种输出误差滑动平均(OEMA)系统的两阶段增广随机梯度算法。利用辅助模型思想处理未知变量,并用随机梯度法识别系统模型参......
最大李雅谱诺夫指数是判断动力系统稳定性和检验混沌的主要依据。运用回归树的随机梯度Boosting拟合非线性函数，提出一种从时间序列......
本文针对预警机雷达,提出了一种递推式空时二维自适应滤波器.此滤波器采用改进的随机梯度(M-LMS)递推算法,不需要计算杂波协方差矩......
本文针对一类非均匀采样数据Hammerstein非线性系统，提出一种随机梯度算法。该算法首先基于提升技术，推导出系统的状态空间模型，通过......
随机梯度遗传算法（Stochastic Gradient Genetic Algorithm简称SGGA），在求解多目标优化问题方面显示了很强的优越性．本文把SGGA算法应......
