期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到16篇文章
< 1 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
A Quantized Kernel Least Mean Square Scheme with Entropy-Guided Learning for Intelligent Data Analysis 认领 引用 被引量：5
1
作者 Xiong Luo Jing Deng +3 位作者 Ji Liu Weiping Wang Xiaojuan Ban Jenq-Haur Wang 《China Communications》 SCIE CSCD 2017年第7期127-136,共10页
Quantized kernel least mean square(QKLMS) algorithm is an effective nonlinear adaptive online learning algorithm with good performance in constraining the growth of network size through the use of quantization for inp... Quantized kernel least mean square(QKLMS) algorithm is an effective nonlinear adaptive online learning algorithm with good performance in constraining the growth of network size through the use of quantization for input space. It can serve as a powerful tool to perform complex computing for network service and application. With the purpose of compressing the input to further improve learning performance, this article proposes a novel QKLMS with entropy-guided learning, called EQ-KLMS. Under the consecutive square entropy learning framework, the basic idea of entropy-guided learning technique is to measure the uncertainty of the input vectors used for QKLMS, and delete those data with larger uncertainty, which are insignificant or easy to cause learning errors. Then, the dataset is compressed. Consequently, by using square entropy, the learning performance of proposed EQ-KLMS is improved with high precision and low computational cost. The proposed EQ-KLMS is validated using a weather-related dataset, and the results demonstrate the desirable performance of our scheme. 展开更多
关键词 quantized kernel least mean square （QKLMS） consecutive square entropy data analysis
暂未订购 下载PDF
Model identification of continuous stirred tank reactor based on QKLMS algorithm 认领 引用
2
作者 LI Jun LI Xiang-yue 《Journal of Measurement Science and Instrumentation》 CAS CSCD 2020年第4期382-387,共6页
The continuous stirred tank reactor(CSTR)is one of the typical chemical processes.Aiming at its strong nonlinear characteristics,a quantized kernel least mean square(QKLMS)algorithm is proposed.The QKLMS algorithm is ... The continuous stirred tank reactor(CSTR)is one of the typical chemical processes.Aiming at its strong nonlinear characteristics,a quantized kernel least mean square(QKLMS)algorithm is proposed.The QKLMS algorithm is based on a simple online vector quantization technology instead of sparsification,which can compress the input or feature space and suppress the growth of the radial basis function(RBF)structure in the kernel learning algorithm.To verify the effectiveness of the algorithm,it is applied to the model identification of CSTR process to construct a nonlinear mapping relationship between coolant flow rate and product concentration.In additiion,the proposed algorithm is further compared with least squares support vector machine(LS-SVM),echo state network(ESN),extreme learning machine with kernels(KELM),etc.The experimental results show that the proposed algorithm has higher identification accuracy and better online learning ability under the same conditions. 展开更多
关键词 kernel learning algorithm quantized kernel least mean square(QKLMS) continuous stirred tank reactor(CSTR) system identification
暂未订购 下载PDF
基于核自适应滤波器的时间序列在线预测研究综述 认领 引用 被引量：12
3
作者 韩敏 马俊珠 +1 位作者 任伟杰 钟凯 《自动化学报》 EI CAS CSCD 北大核心 2021年第4期730-746,共17页
核自适应滤波器(Kernel adaptive filter,KAF)是时间序列在线预测的重点研究领域之一,本文对核自适应滤波器的最新进展及未来研究方向进行了分析和总结.基于核自适应滤波器的时间序列在线预测方法,能较好地解决预测、跟踪问题.本文首先... 核自适应滤波器(Kernel adaptive filter,KAF)是时间序列在线预测的重点研究领域之一,本文对核自适应滤波器的最新进展及未来研究方向进行了分析和总结.基于核自适应滤波器的时间序列在线预测方法,能较好地解决预测、跟踪问题.本文首先概述了三类核自适应滤波器的基本模型,包括核最小均方算法、核递归最小二乘算法和核仿射投影算法(Kernel affine projection algorithm,KAPA).在此基础上,从核自适应滤波器在线预测的内容和机理入手,综述基于核自适应滤波器的时间序列在线预测方法.最后,本文将介绍这一领域潜在的研究方向和发展趋势,并展望未来的挑战. 展开更多
关键词 核自适应滤波器 时间序列在线预测 核最小均方 核递归最小二乘 核仿射投影算法
暂未订购 下载PDF
基于核自适应滤波的无线传感网络定位算法研究 认领 引用 被引量：9
4
作者 李军 赵畅 《农业机械学报》 EI CAS CSCD 北大核心 2018年第4期241-248,共8页
针对动态室内环境的变化及时变的接收信号强度(Received signal strength,RSS)对定位精度的影响,提出了一类基于核自适应滤波算法的农业无线传感器网络室内定位方法。核自适应滤波算法具体包括量化核最小均方(Quantized kernel least me... 针对动态室内环境的变化及时变的接收信号强度(Received signal strength,RSS)对定位精度的影响,提出了一类基于核自适应滤波算法的农业无线传感器网络室内定位方法。核自适应滤波算法具体包括量化核最小均方(Quantized kernel least mean square,QKLMS)算法及固定预算(Fixed-budget,FB)核递推最小二乘(Kernel recursive least-squares,KRLS)算法。QKLMS算法基于一种简单在线矢量量化方法替代稀疏化,抑制核自适应滤波中径向基函数结构的增长。FB-KRLS算法是一种固定内存预算的在线学习方法,与以往的"滑窗"技术不同,每次时间更新时并不"修剪"最旧的数据,而是旨在"修剪"最无用的数据,从而抑制核矩阵的不断增长。通过构建RSS指纹信息与物理位置之间的非线性映射关系,核自适应滤波算法实现WSN的室内定位,将所提出的算法应用于仿真与物理环境下的不同实例中,在同等条件下,还与其他核学习算法、极限学习机(Extreme learning machine,ELM)等定位算法进行比较。仿真实验中2种算法在3种情形下的平均定位误差分别为0.746、0.443 m,物理实验中2种算法在2种情形下的平均定位误差分别为0.547、0.282 m。实验结果表明,所提出的核自适应滤波算法均能提高定位精度,其在线学习能力使得所提出的定位算法能自适应环境动态的变化。 展开更多
关键词 核自适应滤波 量化核最小均方算法 核递推最小二乘算法 无线传感网络 室内定位
暂未订购 下载PDF
汽轮机热耗率多模型建模方法研究 认领 引用 被引量：7
5
作者 牛培峰 刘超 +3 位作者 李国强 马云飞 陈贵林 张先臣 《计量学报》 CSCD 北大核心 2015年第3期251-255,共5页
针对汽轮机热耗率难以准确计算的问题，提出了核模糊C均值与混合蛙跳算法优化最小二乘支持向量机（LS—SVM）的汽轮机热耗率多模型建模方法，用来计算不同工况下的热耗率。该方法利用核模糊C均值算法对热耗率数据聚类，采用5折交叉验证... 针对汽轮机热耗率难以准确计算的问题，提出了核模糊C均值与混合蛙跳算法优化最小二乘支持向量机（LS—SVM）的汽轮机热耗率多模型建模方法，用来计算不同工况下的热耗率。该方法利用核模糊C均值算法对热耗率数据聚类，采用5折交叉验证平均误差作为LS—SVM参数选择的适应度值，利用混合蛙跳算法优化参数并建立局部模型，采用开关切换得到模型输出，以此实现热耗率的多模型建模。与单一的LS—SVM模型和BP网络热耗率预测模型比较，结果表明该多模型方法有更高的预测精确和更好的泛化能力，能更准确地计算汽轮机热耗率。 展开更多
关键词 计量学 汽轮机热耗率 混合蛙跳算法 多模型建模 最小二乘支持向量机 核模糊c均值
暂未订购 下载PDF
基于KPCA-GA-BP模型的页岩气集输管道的内腐蚀速率预测 认领 引用 被引量：7
6
作者 周逸轩 彭星煜 +1 位作者 耿月华 王思汗 《腐蚀与防护》 CAS CSCD 北大核心 2024年第4期63-68,共6页
针对页岩气集输管道的内腐蚀,提出了一种基于KPCA-GA-BP组合模型的腐蚀速率预测算法。以某条页岩气集输管道的检测结果作为训练数据,运用反向传播(BP)神经网络建立预测模型,运用遗传算法(GA)优化了神经网络权值和阈值的初始值,运用核主... 针对页岩气集输管道的内腐蚀,提出了一种基于KPCA-GA-BP组合模型的腐蚀速率预测算法。以某条页岩气集输管道的检测结果作为训练数据,运用反向传播(BP)神经网络建立预测模型,运用遗传算法(GA)优化了神经网络权值和阈值的初始值,运用核主成分分析法(KPCA)对数据进行了降维,在模型建立的过程中不断优化提升模型的预测精度,采用所建模型对另一条相邻管道进行预测并开挖验证。结果表明:选择TRAINGDM作为训练函数,隐含层节点为(8,1),遗传算法进化数为50,种群规模为100,交叉概率为0.3,变异概率为0.2,运用KPCA将数据从7维降为4维后,此模型的均方误差最低为0.12,当该模型用于相邻管道的预测时,均方误差为0.14。运用KPCAGA-BP模型,对页岩气集输管道内腐蚀速率进行预测具有一定的准确性,此模型可用于辅助指导现场内腐蚀直接评价等相关工作。 展开更多
关键词 页岩气集输管道 内腐蚀速率 BP神经网络 遗传算法 核主成分分析法(KPCA) 均方误差(MSE)
暂未订购 下载PDF
基于核极限学习机的下肢关节力矩预测方法 认领 引用 被引量：5
7
作者 宋永献 王祥祥 +3 位作者 李媛媛 夏文豪 李豪 宋文泽 《科学技术与工程》 北大核心 2024年第11期4599-4606,共8页
针对极限学习机(extreme learning machine,ELM)预测下肢关节力矩时,随机初始化输入权重和偏置影响模型准确度问题,提出一种基于核极限学习机(kernel based extreme learning machine,KELM)的下肢康复机器人关节力矩预测方法。该方法将... 针对极限学习机(extreme learning machine,ELM)预测下肢关节力矩时,随机初始化输入权重和偏置影响模型准确度问题,提出一种基于核极限学习机(kernel based extreme learning machine,KELM)的下肢康复机器人关节力矩预测方法。该方法将高斯核函数与ELM相融合,并采用遗传算法(genetic algorithm,GA)与粒子群优化(particle swarm optimization,PSO)结合的基因粒子群GAPSO对KELM的参数进行优化。首先,采集1位在跑步机上以0.4、0.5、0.6、0.7和0.8 m/s等5个不同速度行走的右下肢偏瘫患者运动数据并对数据进行预处理;其次,通过GAPSO对KELM进行优化,获得最优正则化系数C和核函数宽度参数S,将输出关节力矩与反向生物力学分析计算的关节作比较;最后,利用均方根误差(root mean square error,RMSE)和相关系数P来评价算法优越性。实验结果表明,基于GAPSO优化后的KELM(GAPSO-KELM)算法相对于PSO-KELM算法、KELM算法和ELM算法的平均最大均方根误差分别降低14%、18%、28%,且P除了0.8 m/s右侧踝关节内外翻是0.79外,其余P最小是0.84,GAPSO-KELM算法进一步提高预测精度,使其为康复治疗提供更有效的算法支持。 展开更多
关键词 高斯核函数 极限学习机 粒子群优化算法 遗传算法 均方根误差 相关系数
暂未订购 下载PDF
基于复模糊逻辑系统的运动目标检测方法 认领 引用 被引量：4
8
作者 李子龙 鲍蓉 刘伟铭 《江苏大学学报（自然科学版）》 CAS CSCD 北大核心 2017年第6期677-681,共5页
为了提高复杂场景下背景建模的准确率、抗干扰能力、效率,提出了基于复模糊逻辑系统的运动目标检测方法.使用复TSK模糊逻辑系统作为背景模型的估计,并结合粒子群优化算法和核最小均方算法来学习该复模糊逻辑系统;将前景像素看作背景像... 为了提高复杂场景下背景建模的准确率、抗干扰能力、效率,提出了基于复模糊逻辑系统的运动目标检测方法.使用复TSK模糊逻辑系统作为背景模型的估计,并结合粒子群优化算法和核最小均方算法来学习该复模糊逻辑系统;将前景像素看作背景像素的例外像素,提出了去除前景像素的方法,然后再去学习复模糊逻辑系统;最后根据估计的背景模型和前景图像的比较判断出前景像素.为了验证文中方法,选择了校园、高速公路和河边3个场景下的视频序列进行了测试,并与其他3个经典的方法进行对比.结果表明:文中方法在光照变化、摄像机晃动、变化背景等情况下都有较高的检测结果,其相近性测量值比其他3个方法高出0.1,且检测速度为22 f·s-1,也能满足实时性要求. 展开更多
关键词 运动目标检测 背景模型 复模糊逻辑系统 粒子群优化算法 核最小均方算法
暂未订购 下载PDF
随机性参数分布式量化估计及其最优比特分配 认领 引用 被引量：1
9
作者 沈志萍 陈军勇 邬依林 《控制理论与应用》 EI CAS CSCD 北大核心 2016年第8期1074-1080,共7页
本文研究总比特率给定下随机向量参数分布式量化估计及其最优比特分配问题.与现有文献大都假定每个传感器的量化比特率给定而不是最优分配下研究随机性参数的分布式量化估计问题不同的是,本文将综合考虑最优量化器、最优估计器算法以及... 本文研究总比特率给定下随机向量参数分布式量化估计及其最优比特分配问题.与现有文献大都假定每个传感器的量化比特率给定而不是最优分配下研究随机性参数的分布式量化估计问题不同的是,本文将综合考虑最优量化器、最优估计器算法以及给定总比特率下的最优比特分配问题.针对向量状态标量观测模型,首先借助现有文献给出基于量化观测的最优估计器及其误差协方差阵形式表达,其次得到各传感器的渐近最优量化器实际为著名的Lloyd-max量化器,且各传感器的渐近最优量化级数与信噪比成正比,同时引入一种次优的求解非负整数比特率的方法.考虑到当传感器数目比较大时,初始的最优估计器算法运算量很大,设计了一种渐近等价的迭代量化估计器算法,其计算负担大大减轻,且对于存在延迟或丢包的网络环境亦适用,增强了算法的鲁棒性.仿真结果表明,本文提出的最优比特分配方案估计性能明显优于一般的均匀比特分配方案. 展开更多
关键词 最优比特分配 量化信号 最优设计 分布式算子 分布式量化估计 Lloyd-max量化器 最小均方误差
暂未订购 下载PDF
基于块自适应滤波的核最小均方算法 认领 引用 被引量：3
10
作者 赵知劲 金明明 《计算机工程》 CAS CSCD 北大核心 2017年第9期162-166,共5页
核最小均方(KLMS)算法在非线性系统中收敛性能较好,但其使用瞬时梯度估计均方误差梯度,导致随机性较大。而块自适应滤波理论利用多个输入-输出的误差来估计均方误差梯度,可降低KLMS算法稳态误差。为此,将块自适应滤波理论运用到KLMS算法... 核最小均方(KLMS)算法在非线性系统中收敛性能较好,但其使用瞬时梯度估计均方误差梯度,导致随机性较大。而块自适应滤波理论利用多个输入-输出的误差来估计均方误差梯度,可降低KLMS算法稳态误差。为此,将块自适应滤波理论运用到KLMS算法中,提出核块最小均方(KBLMS)算法,根据最陡下降法原理推导出KBLM S权矢量更新公式,使用核方法计算得到滤波器输出表达式,并通过并行处理减小算法计算复杂度。仿真结果表明,KBLMS算法可有效提高KLMS算法的稳态性能,并且相比块最小均方算法具有更低的误码率。 展开更多
关键词 核最小均方算法 块自适应滤波 最陡下降法 核方法 非线性信道均衡
暂未订购 下载PDF
一种基于LGB的色彩量化方法 认领 引用 被引量：1
11
作者 张鑫 王晖 曹源 《计算机工程》 EI CAS 北大核心 2006年第21期180-182,共3页
提出了一种基于LBG的二阶色彩量化方法:第1阶段根据量化级别的大小确定初始调色板选择方案并遴选出初始调色板;第2阶段利用LBG算法对调色板进行迭代优化。实验结果表明,该方案能明显地减少LBG收敛所需的迭代次数以及最终的量化失真。相... 提出了一种基于LBG的二阶色彩量化方法:第1阶段根据量化级别的大小确定初始调色板选择方案并遴选出初始调色板;第2阶段利用LBG算法对调色板进行迭代优化。实验结果表明,该方案能明显地减少LBG收敛所需的迭代次数以及最终的量化失真。相对于当前其它量化方法,该方法具有更小的量化失真。 展开更多
关键词 色彩量化 均方误差 Popularity准则 合并准则 LBG算法
暂未订购 下载PDF
基于核的最小均方误差改进算法及其应用 认领 引用 被引量：1
12
作者 赵英男 吴知 金士伟 《计算机工程》 CAS CSCD 2013年第1期179-182,共4页
传统基于核的最小均方误差(KMSE)算法在进行人脸识别时,需要求解多个方程,计算量较大。为此,提出一种用于多类识别的基于核的多元最小均方误差(KMSEMC)算法,该算法只需一个方程即可。在AR人脸库上的实验及数据分析表明,该算法在时间复... 传统基于核的最小均方误差(KMSE)算法在进行人脸识别时,需要求解多个方程,计算量较大。为此,提出一种用于多类识别的基于核的多元最小均方误差(KMSEMC)算法,该算法只需一个方程即可。在AR人脸库上的实验及数据分析表明,该算法在时间复杂度和识别率等方面计算量较小,在识别性能和计算时间上都优于同类传统算法。 展开更多
关键词 模式识别 人脸识别 最小均方误差算法 基于核的最小均方误差算法 时间复杂度
暂未订购 下载PDF
相对变换KFCM的变压器油击穿电压预测 认领 引用 被引量：2
13
作者 熊印国 《控制工程》 CSCD 北大核心 2018年第11期2035-2040,共6页
针对变压器油击穿电压在线测量困难,基于多模型结构可以提高预测精度和鲁棒性的思想,提出基于相对变换核模糊C均值聚类（Kernel Fuzzy C-means, KFCM）算法的变压器油击穿电压预测建模方法。首先,采用相对变换将原始数据空间变换到相对... 针对变压器油击穿电压在线测量困难,基于多模型结构可以提高预测精度和鲁棒性的思想,提出基于相对变换核模糊C均值聚类（Kernel Fuzzy C-means, KFCM）算法的变压器油击穿电压预测建模方法。首先,采用相对变换将原始数据空间变换到相对空间,抑制数据噪音,提高数据之间的可区分性;在相对空间中利用KFCM算法将样本划分成不同的子类,同时,对KFCM核参数和聚类数采用差分进化算法进行优化;然后,利用核主元分析（Kernel Principal Component Analysis, KPCA）对相对空间进行特征提取,降低数据维数、提取数据非线性主元作为各子类构建的最小二乘支持向量机（Least Squares SVM, LSSVM）模型的输入;最后,对子类LSSVM综合加权得到最终输出。将所提出的方法与KFCMLSSVM方法进行比较,实验结果表明所提方法具有良好的预测精度和泛化性能。 展开更多
关键词 击穿电压 相对变换 核模糊C均值聚类算法 核主元分析 最小二乘支持向量机 预测
暂未订购 下载PDF
KPCA和FCM的击穿电压预测建模 认领 引用
14
作者 赖国胜 唐勇波 《宜春学院学报》 2017年第12期61-64,67,共4页
针对变压器油击穿电压在线测量困难,提出核主元分析(KPCA)和模糊C均值聚类(FCM)的变压器油击穿电压预测模型。首先,通过KPCA提取输人数据的非线性主元;然后采用FCM将提取的主元集分成具有不同聚类中心的子集,同时,采用差分进化算法对KPC... 针对变压器油击穿电压在线测量困难,提出核主元分析(KPCA)和模糊C均值聚类(FCM)的变压器油击穿电压预测模型。首先,通过KPCA提取输人数据的非线性主元;然后采用FCM将提取的主元集分成具有不同聚类中心的子集,同时,采用差分进化算法对KPCA核参数和FCM聚类数寻优,分别为每一子集建立最小二乘支持向量机(LSSVM)子模型;最后通过子模型切换策略得到模型的最终输出。实验结果表明,提出的预测模型具有较好的泛化能力和预测精度。 展开更多
关键词 击穿电压 核主元分析 模糊C均值聚类 最小二乘向量机 预测
暂未订购 下载PDF
基于改进LSSVM的短波收信天线智能诊断研究 认领 引用 被引量：2
15
作者 向奕雪 陈斌 罗勇 《计算机与数字工程》 2019年第6期1331-1337,共7页
长期以来短波收信天线系统一直缺少智能化的自动监测技术与手段,难以对设备的收信效果实时评估和预警。为了减轻基层通信保障人员的负担,同时为短波收信天线的健康状态分析与评估、设备的维修保障提供切实可靠的数据支持与技术支撑。论... 长期以来短波收信天线系统一直缺少智能化的自动监测技术与手段,难以对设备的收信效果实时评估和预警。为了减轻基层通信保障人员的负担,同时为短波收信天线的健康状态分析与评估、设备的维修保障提供切实可靠的数据支持与技术支撑。论文建立基于果蝇优化算法的最小二乘支持向量机(LSSVM)分类器,实现了短波收信天线的智能诊断。并针对最小二乘支持向量机的稀疏化问题,从代表性样本与边界样本两个方面综合分析,提出了一种基于KFCM聚类的LSSVM训练样本预选取算法。UCI数据集的实验结果表明:该样本预选取算法充分利用了KFCM聚类的优点,有效地提取了启发信息更为丰富的样本并去除训练集中的冗余信息,获得了更优性能的分类器。 展开更多
关键词 智能诊断 核模糊C均值聚类 最小二乘支持向量机 果蝇优化算法
暂未订购 下载PDF
抗冲激噪声的核分式低次幂自适应滤波算法 认领 引用 被引量：3
16
作者 董庆 林云 《计算机科学》 CSCD 北大核心 2019年第S11期80-82,共3页
文中提出了一种基于分数低阶统计误差准则的抗非高斯冲激噪声的核分式低次幂(KFLP)算法。在存在脉冲干扰的环境下,该算法利用权重更新公式中存在瞬时估计误差的倒数系数的有利特性,使得算法在瞬时估计误差突然增大时的权重向量自动停止... 文中提出了一种基于分数低阶统计误差准则的抗非高斯冲激噪声的核分式低次幂(KFLP)算法。在存在脉冲干扰的环境下,该算法利用权重更新公式中存在瞬时估计误差的倒数系数的有利特性,使得算法在瞬时估计误差突然增大时的权重向量自动停止更新,由此消除了脉冲干扰对权重向量的影响。仿真结果表明,在相同的冲激噪声环境下,随着代价函数的幂次逐渐趋近于1,核分式低次幂算法的稳定性将得到进一步的提高。另一方面,在非高斯脉冲环境下与采用传统的均方误差准则的核最小均方(Kernel Least-Mean-Square,KLMS)算法相比,所提算法的收敛曲线更加平滑,性能更加稳定。 展开更多
关键词 分数低阶统计误差准则 非高斯冲激噪声 核分式低次幂算法 均方误差准则 核最小均方算法
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈