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79篇文章
< 1 2 … 4 >
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：
The Convergence of the Steepest Descent Algorithm for D.C.Optimization 认领 引用 被引量：1
1
作者 SONG Chun-ling XIA Zun-quan 《Chinese Quarterly Journal of Mathematics》 北大核心 2007年第1期131-136,共6页
Some properties of a class of quasi-differentiable functions（the difference of two finite convex functions） are considered in this paper. And the convergence of the steepest descent algorithm for unconstrained and c... Some properties of a class of quasi-differentiable functions（the difference of two finite convex functions） are considered in this paper. And the convergence of the steepest descent algorithm for unconstrained and constrained quasi-differentiable programming is proved. 展开更多
关键词 nonsmooth optimization D. C. optimization upper semi-continuous lower semi-continuous steepest descent algorithm convergence
暂未订购 下载PDF
Improved RBF network application in analog circuit fault isolation 认领 引用 被引量：2
2
作者 禹航 肖明清 赵鑫 《Journal of Measurement Science and Instrumentation》 CAS 2012年第1期70-74,共5页
One kind of steepest descent incremental projection learning algorithm for improving the training of radial basis function(RBF)neural network is proposed,which is applied to analog circuit fault isolation.This algorit... One kind of steepest descent incremental projection learning algorithm for improving the training of radial basis function(RBF)neural network is proposed,which is applied to analog circuit fault isolation.This algorithm simplified the structure of network through optimum output layer coefficient with incremental projection learning(IPL)algorithm,and adjusted the parameters of the neural activation function to control the network scale and improve the network approximation ability.Compared to the traditional algorithm,the improved algorithm has quicker convergence rate and higher isolation precision.Simulation results show that this improved RBF network has much better performance,which can be used in analog circuit fault isolation field. 展开更多
关键词 analog circuit fault isolation RBF network IPL algorithm steepest descent algorithm
暂未订购 下载PDF
基于代理模型方法的翼型优化设计 认领 引用 被引量：22
3
作者 段焰辉 蔡晋生 刘秋洪 《航空学报》 EI CAS CSCD 北大核心 2011年第4期617-627,共11页
提出了基于代理模型的两步优化方法,用于翼型在黏性流场中气动外形的优化设计。第一步优化使用基于代理模型的遗传算法(GA)获得全局最优解的大致范围,以本征正交分解(POD)方法作为第一步优化中气动力计算的代理模型方法,降低遗传算法的... 提出了基于代理模型的两步优化方法,用于翼型在黏性流场中气动外形的优化设计。第一步优化使用基于代理模型的遗传算法(GA)获得全局最优解的大致范围,以本征正交分解(POD)方法作为第一步优化中气动力计算的代理模型方法,降低遗传算法的计算量,并对其采样解的生成方法进行改进,提高了计算精度;第二步优化使用基于Navier-Stokes方程的最速下降法(SDA),既改善了第一步优化结果,又修正了代理模型所引入的误差。针对传统型函数方法在翼型后缘表达不足的缺陷进行改进,提高了型函数对翼型的表达精度。不同外形翼型的反设计结果以及不同来流状态下的优化设计结果表明,本文提出的两步优化方法是一种高效且具有实用价值的优化方法。 展开更多
关键词 优化设计 Navier-Stokes方程 遗传算法 最速下降法 代理模型
暂未订购 下载PDF
NLOS环境下无线通信网络中的TDOA/AOA混合定位算法 认领 引用 被引量：9
4
作者 龚福祥 王庆 张小国 《东南大学学报（自然科学版）》 EI CAS 北大核心 2010年第5期905-910,共6页
为了提高在NLOS条件下无线定位的精度,采用多种测量值混合定位的方式,提出了一种TDOA/AOA最速下降混合定位算法.该算法以加权残差平方和为目标函数,以最速下降算法为最优化方法.然后,以几何结构的单反射圆盘模型进行仿真,分别利用TDOA/... 为了提高在NLOS条件下无线定位的精度,采用多种测量值混合定位的方式,提出了一种TDOA/AOA最速下降混合定位算法.该算法以加权残差平方和为目标函数,以最速下降算法为最优化方法.然后,以几何结构的单反射圆盘模型进行仿真,分别利用TDOA/AOA最速下降混合定位算法、TDOA/AOA泰勒级数混合定位算法以及单纯的TDOA泰勒级数经典算法对无线通信网络中不同的定位环境进行了仿真计算.仿真结果表明,当参与定位的基站数目分别为3,4,5,6,7,反射圆盘半径分别为200,300,400,500,600,700m时,与后2种算法相比,TDOA/AOA最速下降混合定位算法的均方差、平均误差及最大误差均较小,即该混合定位算法具有更高的定位精度,且参加定位的基站数目越多,这种优势越明显. 展开更多
关键词 非可视距 到达时间差 到达角度 混合无线定位 最速下降法
暂未订购 下载PDF
引入高斯变异和最速下降算子的人口迁移算法 认领 引用 被引量：15
5
作者 王晓慧 刘雪英 白梅花 《计算机工程与应用》 北大核心 2009年第20期57-60,62,共4页
人口迁移算法模拟了人口随经济中心而转移和随人口压力增加而扩散的机制。主要针对该算法提出了一种改进的人口迁移算法。该改进算法通过引入高斯变异算子和最速下降算子来改善人口迁移算法的收敛速度和全局收敛性,并对其收敛性进行了... 人口迁移算法模拟了人口随经济中心而转移和随人口压力增加而扩散的机制。主要针对该算法提出了一种改进的人口迁移算法。该改进算法通过引入高斯变异算子和最速下降算子来改善人口迁移算法的收敛速度和全局收敛性,并对其收敛性进行了证明。通过对函数的数值实验测试结果表明,改进的人口迁移算法的全局寻优能力和收敛速度较人口迁移算法均有所提高。 展开更多
关键词 人口迁移算法 高斯变异 最速下降算法 全局优化
暂未订购 下载PDF
结合遗传算法的优化卷积神经网络学习方法 认领 引用 被引量：13
6
作者 王丽敏 乔玲玲 魏霖静 《计算机工程与设计》 北大核心 2017年第7期1945-1950,共6页
经典卷积神经网络学习方法采用最陡下降算法进行学习,学习性能受卷积层和全连接层的初始权重设置的影响较大。采用遗传算法生成多组初始权重,经过选择、交叉和变异操作得到最优权重;采用这些权重作为卷积神经网络的初始权重,其学习性能... 经典卷积神经网络学习方法采用最陡下降算法进行学习,学习性能受卷积层和全连接层的初始权重设置的影响较大。采用遗传算法生成多组初始权重,经过选择、交叉和变异操作得到最优权重;采用这些权重作为卷积神经网络的初始权重,其学习性能优于最陡下降算法随机选择的初始权重;采用遗传算法生成的多组权重训练多个卷积神经网络分类器,由其构建联合分类器进行分类,可进一步提高分类正确率。实验结果表明,与经典卷积神经网络方法以及常用的支持向量机、随机森林、后向传播神经网络和极速学习机相比,该方法的分类正确率更高。 展开更多
关键词 卷积神经网络 机器学习 目标分类 遗传算法 最陡下降算法
暂未订购 下载PDF
一种新的最速下降算法在自适应噪声对消中的应用 认领 引用 被引量：4
7
作者 王帅 向建军 +1 位作者 彭芳 肖冰松 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2021年第7期1462-1469,共8页
自适应噪声对消在很多领域有着重要应用。为了进行自适应噪声对消,提出了一种新的最速下降算法。该算法主要原理是对多元二次函数进行降维处理,使其变成一元二次函数,再应用抛物线的性质分别循环迭代地求解每一个维度上的极值。在自适... 自适应噪声对消在很多领域有着重要应用。为了进行自适应噪声对消,提出了一种新的最速下降算法。该算法主要原理是对多元二次函数进行降维处理,使其变成一元二次函数,再应用抛物线的性质分别循环迭代地求解每一个维度上的极值。在自适应噪声对消应用中,所提算法与传统的自适应算法进行对比,具有收敛速度快,滤波效果好,滤波效果可调节,抗恶劣信噪比以及急剧变化信噪比,不需选择迭代步长,适合计算机和可编程硬件实现等优点。 展开更多
关键词 自适应算法 最速下降算法 噪声对消 最小均方误差 自适应滤波器
暂未订购 下载PDF
结合局部优化算法的改进粒子群算法研究 认领 引用 被引量：5
8
作者 殷脂 叶春明 温蜜 《计算机工程与应用》 CSCD 北大核心 2011年第9期51-53,共3页
提出了结合局部优化算法的改进粒子群算法(Combination Particle Swarm Optimization,CPSO),粒子群算法虽然通过群体规模来规避早熟,但缺乏局部快速搜索能力,因此将局部优化算法与改进粒子群算法相结合,并尝试不同的局部优化算法,例如... 提出了结合局部优化算法的改进粒子群算法(Combination Particle Swarm Optimization,CPSO),粒子群算法虽然通过群体规模来规避早熟,但缺乏局部快速搜索能力,因此将局部优化算法与改进粒子群算法相结合,并尝试不同的局部优化算法,例如牛顿法、最速下降法,通过典型函数优化实验表明,与其他改进粒子群算法相比,CPSO具有较强的寻优能力,鲁棒性和较快的收敛速度;实验也表明不同的局部优化算法在不同的特征函数上体现出不同的优势。 展开更多
关键词 粒子群优化算法 牛顿法 最速下降法 优化效率
暂未订购 下载PDF
最速下降法解二次矩阵方程 认领 引用 被引量：7
9
作者 龙建辉 胡锡炎 张磊 《湖南大学学报（自然科学版）》 EI CAS 北大核心 2008年第4期85-88,共4页
分析了牛顿法解二次方程的优点和缺点.结合优化理论中最速下降法思想,给出一种新的算法解二次矩阵方程,并列出几个数值例子说明算法是可行的.
关键词 最速下降 Newton算法 矩阵方程 全局收敛
暂未订购 下载PDF
协作频谱感知中快速自适应门限策略 认领 引用 被引量：3
10
作者 夏文芳 王殊 +1 位作者 龚世民 刘威 《电子与信息学报》 EI CAS 北大核心 2010年第6期1406-1411,共6页
频谱感知是认知无线电的一个重要组成部分。在异构网络中,认知节点的移动会导致接收信号强度和噪声功率发生变化,这使得采用固定门限参数的频谱感知策略无法保证在任何时候均工作于最优感知状态。为了解决这一问题,该文提出一种自适应... 频谱感知是认知无线电的一个重要组成部分。在异构网络中,认知节点的移动会导致接收信号强度和噪声功率发生变化,这使得采用固定门限参数的频谱感知策略无法保证在任何时候均工作于最优感知状态。为了解决这一问题,该文提出一种自适应门限参数的协作频谱感知策略。该策略无需主用户信号、信道以及环境噪声的任何先验信息,参与协作的所有认知节点采用最陡下降法自适应调节门限参数,控制中心采用最优数据融合算法获得最小检测代价。仿真结果显示,当认知节点参数发生变化时,协作节点的门限参数快速收敛于最优值,使系统贝叶斯风险最小。 展开更多
关键词 认知无线电 协作频谱感知 自适应门限 最陡下降法
暂未订购 下载PDF
PN序列分布的空子载波OFDM频偏估计算法研究 认领 引用 被引量：2
11
作者 李琦 李宏伟 +3 位作者 蔡斌 张建忠 耿耿 吕燕 《信号处理》 CSCD 北大核心 2013年第1期60-67,共8页
频偏同步是正交频分复用系统中的一项关键技术。论文提出了一种通过计算PN序列分布的空子载波功率值进行频偏估计的方法,克服了在传统空子载波法中,受信道频域响应的零点影响所导致的频偏估计错误。该方法利用了PN序列良好的相关性,整... 频偏同步是正交频分复用系统中的一项关键技术。论文提出了一种通过计算PN序列分布的空子载波功率值进行频偏估计的方法,克服了在传统空子载波法中,受信道频域响应的零点影响所导致的频偏估计错误。该方法利用了PN序列良好的相关性,整数倍频偏部分采取子载波位置序列互相关计算,小数倍频偏采用最陡下降法迭代计算。所计算的代价函数不会产生多个最小值,同时不会在全频域内搜索,大幅降低了运算量。仿真实验表明:与基于循环前缀的最大似然估计相比,提高了同步精度和频偏估计范围,验证了所提方法的有效性。 展开更多
关键词 正交频分复用 空子载波 频偏同步 伪随机序列 最陡下降法
暂未订购 下载PDF
PRS-XY型混联机构的正运动学解析 认领 引用 被引量：4
12
作者 李少玲 张建民 +1 位作者 周鸿斌 付红伟 《现代制造工程》 2007年第1期101-104,共4页
针对PRS-XY型混联机构,进行了正运动学解析,列出了正运动学的非线性方程组,运用最速下降数值计算方法,采用数值与解析相结合的方法求解。并用理论值验证了结果精确性。
关键词 混联机构 正运动学解析 最速下降法
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
13
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
基于谱减和LMS的自适应语音增强 认领 引用 被引量：12
14
作者 姜占才 孙燕 王得芳 《计算机工程与应用》 CSCD 2012年第7期142-145,共4页
针对宽带噪声背景下的语音增强问题,将短时语音视为非平稳或宽平稳信号,基于谱减法和自适应滤波的最小均方(LMS)算法,提出了一种FIR型自适应滤波算法(SSLMS):用减谱法由短时噪声观测语音估计期望信号,作为滤波器输出信号的参考信号;用... 针对宽带噪声背景下的语音增强问题,将短时语音视为非平稳或宽平稳信号,基于谱减法和自适应滤波的最小均方(LMS)算法,提出了一种FIR型自适应滤波算法(SSLMS):用减谱法由短时噪声观测语音估计期望信号,作为滤波器输出信号的参考信号;用滤波器的输出与参考信号的差值为误差信号,用LMS算法求得滤波器权系数修正量,并修正滤波器。权系数最速下降调整中,采用了归一化LMS、符号LMS、块LMS技术,以简化保证权系数收敛的步长选择、减少权系数修正的运算量,从而提高自适应速度。对不同的语音在各种信噪比下仿真实验,并与改进的谱减法比较,结果表明,该法增强效果优于谱减法;在信噪比为3dB时该法的增强效果仍然令人满意。 展开更多
关键词 自适应滤波 语音增强 LMS算法 权系数 最速下降法
暂未订购 下载PDF
缓和曲线正交拟合的Levenberg-Marquardt算法 认领 引用 被引量：11
15
作者 宋占峰 王健 李军 《西南交通大学学报》 EI CSCD 北大核心 2020年第1期144-149,共6页
为了由测量点识别既有线路中的缓和曲线参数,研究了基于参数方程的缓和曲线正交拟合迭代优化方法.首先,通过特征值分析,阐明了由于病态性的存在,在迭代过程中,常规的Gauss-Newton(GN)算法会发散.其次,提出了双目标优化模型,将GN算法与... 为了由测量点识别既有线路中的缓和曲线参数,研究了基于参数方程的缓和曲线正交拟合迭代优化方法.首先,通过特征值分析,阐明了由于病态性的存在,在迭代过程中,常规的Gauss-Newton(GN)算法会发散.其次,提出了双目标优化模型,将GN算法与最速下降法结合,确定了正交拟合缓和曲线的Levenberg-Marquardt(LM)算法.同时提出了在寻优过程中,评估当前迭代位置距离最优位置的远近来动态设置LM参数.最后以一段缓和曲线的实测点为例,随机取样了5000例初值,采用蒙特卡罗方法对比了GN算法和LM算法拟合缓合曲线的性能.试验结果表明:GN算法拟合缓合曲线不收敛;对于不同的初始值,LM算法都收敛到相同的最优值,体现了LM算法具有良好的稳健性;LM算法的迭代次数最少为5次,最大为50次,平均为16.8次,迭代次数和初值与最优值位置的远近相关. 展开更多
关键词 缓和曲线拟合 正交最小二乘 Levenberg-Marquardt算法 Gauss-Newton算法 最速下降法
暂未订购 下载PDF
变分同化研究中最速下降算法的一个改进 认领 引用 被引量：2
16
作者 尹训强 乔方利 杨永增 《海洋科学进展》 CAS 北大核心 2003年第4期407-412,共6页
对于变分同化中经常遇到的多极值问题,一般的优化算法无法解决。以最速下降算法为例,提出一种改进方法,在迭代到某个极值点时,自动跳出该极值点附近去寻找下一个极值点,直到找到满意的最小值点为止。原则上这种改进算法可推广应用到其... 对于变分同化中经常遇到的多极值问题,一般的优化算法无法解决。以最速下降算法为例,提出一种改进方法,在迭代到某个极值点时,自动跳出该极值点附近去寻找下一个极值点,直到找到满意的最小值点为止。原则上这种改进算法可推广应用到其它优化算法中。 展开更多
关键词 最速下降算法 变分同化 多极值问题
暂未订购 下载PDF
一种改进的量子神经网络训练算法 认领 引用 被引量：7
17
作者 张翼鹏 陈亮 郝欢 《电子与信息学报》 EI CAS CSCD 北大核心 2013年第7期1630-1635,共6页
针对训练多层激励函数量子神经网络(MAF-QNN)时权值与量子间隔的目标函数存在冲突,导致收敛速度和网络性能下降的问题,该文提出一种改进的量子神经网络的训练算法。通过设计输出均方误差和这一目标函数对权值和量子间隔进行统一训练,同... 针对训练多层激励函数量子神经网络(MAF-QNN)时权值与量子间隔的目标函数存在冲突,导致收敛速度和网络性能下降的问题,该文提出一种改进的量子神经网络的训练算法。通过设计输出均方误差和这一目标函数对权值和量子间隔进行统一训练,同时引入Levenberg-Marquardt(LM)算法降低目标函数陷入局部极小值的概率,实现了对量子神经网络的高效训练。实验结果表明,该文提出的训练算法有效减少了迭代次数,显著提高了网络收敛精度,可应用于数据分类、函数逼近等场合,扩展了多层激励函数量子神经网络的应用领域。 展开更多
关键词 量子神经网络 多层激励函数 Levenberg-Marquardt(LM)算法 最速下降
暂未订购 下载PDF
基于梯度优化的多维尺度节点定位算法 认领 引用 被引量：1
18
作者 赵清华 张坤鹏 王华奎 《传感技术学报》 CAS 北大核心 2010年第7期1017-1022,共6页
研究了分布式多维尺度分析技术在无线传感器网络节点定位中的应用,重点分析了其定位精度和收敛性能。根据传统的梯度优化算法,引入了最速下降算法作为目标函数的无约束优化方法。该算法采用最速下降法对节点的局部目标函数进行迭代优化... 研究了分布式多维尺度分析技术在无线传感器网络节点定位中的应用,重点分析了其定位精度和收敛性能。根据传统的梯度优化算法,引入了最速下降算法作为目标函数的无约束优化方法。该算法采用最速下降法对节点的局部目标函数进行迭代优化。实验结果表明该优化算法比基于SMACOF算法的高斯核加权的dwMDS(G)算法在定位精度上有明显的提高,并且算法简单,容易实现,是一种实用有效的无线传感器网络节点定位方法。 展开更多
关键词 无线传感器网络 迭代优化 分布式多维尺度分析 最速下降法 定位精度
暂未订购 下载PDF
基于高斯曲面拟合的影像渐晕复原方法 认领 引用 被引量：14
19
作者 何凯 唐平凡 王成优 《电子学报》 EI CAS 北大核心 2009年第1期67-71,共5页
本文根据影像发生渐晕时灰度分布的特点,提出了一种基于最速下降法的高斯曲面拟合方法,推导了Hesse矩阵的相关参数,较好地解决了不规则高斯曲面拟合的问题,获得了影像整体灰度变化情况,从而实现了影像渐晕现象的复原.仿真结果表明,上述... 本文根据影像发生渐晕时灰度分布的特点,提出了一种基于最速下降法的高斯曲面拟合方法,推导了Hesse矩阵的相关参数,较好地解决了不规则高斯曲面拟合的问题,获得了影像整体灰度变化情况,从而实现了影像渐晕现象的复原.仿真结果表明,上述方法能够有效估计出不规则高斯曲面(如渐晕图像灰度值)的相关参数.通过对实际影像的处理结果表明,本文方法能够有效去除影像的渐晕现象,改善图像质量.由于该方法不需要相关的光学和几何参数,因此具有广泛的适用性. 展开更多
关键词 渐晕 高斯曲面拟合 最速下降法 Hesse矩阵 灰度补偿算法
暂未订购 下载PDF
基于共轭梯度法和最速下降法的非线性测量数据处理 认领 引用 被引量：7
20
作者 宁伟 卿熙宏 陶华学 《山东科技大学学报（自然科学版）》 CAS 2004年第4期5-7,共3页
将共轭梯度法与最速下降法有机结合起来,构造出一种解决非线性测量数据处理问题的新方法———混合算法。这种方法充分利用了共轭梯度法和最速下降法良好的收敛优点,既提高了共轭梯度算法的收敛速度,又解决了目标函数"性态不优&qu... 将共轭梯度法与最速下降法有机结合起来,构造出一种解决非线性测量数据处理问题的新方法———混合算法。这种方法充分利用了共轭梯度法和最速下降法良好的收敛优点,既提高了共轭梯度算法的收敛速度,又解决了目标函数"性态不优"时,最速下降法难以解决的问题。文中的算例结果表明,混合算法与单纯的共轭梯度法或最速下降法相比,具有收敛速度快、收敛范围大、适应面宽等特点。 展开更多
关键词 非线性数据处理 共轭梯度法 最速下降法 混合算法
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 2 … 4 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈