搜索到3597篇“ 快速学习算法“的相关文章
- 基于实增广表示的复值超限学习机快速学习算法研究
- 近年来,超限学习机(Extreme Learning Machine,ELM)因其泛化能力强、学习速度快等优点被广泛应用于许多实际问题中。在通信、雷达等领域,信号往往用复数表示。为处理相关的复值信号,ELM被拓展到复数域...
- 陈德浩
- 关键词：快速学习算法
- 复值超限学习机的快速学习算法研究
- 近年来,超限学习机（Extreme Learning Machine,ELM）因结构简单、计算速度快、泛化能力强的特点而得到广泛应用,现已成为单隐层前馈神经网络（SLFNs）一种流行学习策略。复值超限学习机（Comple...
- 王慧
- 关键词：计算复杂度快速学习算法
- 四元数超限学习机的快速学习算法研究
- 由于具有较快的学习速度和良好的泛化能力，超限学习机（ELM）已经成为单藏隐层前馈神经网络的一种流行的学习模型。与传统实值超限学习机相比，四元数超限学习机（QELM）在处理三维和四维信号时具有一定的优势，且统计信号处理的研...
- 朱帅
- 关键词：计算复杂度
- 基于Actor-Critic神经网络连续控制的快速学习算法
- 本发明涉及一种Actor‑Critic神经网络连续控制的快速学习算法，经验池初始化、神经网络初始化、构造输出干扰、积累经验池、根据优先数prop采样及训练深度强化学习神经网络，根据由TD_diff、sigmoid_TD和...
- 柯丰恺周唯倜赵大兴孙国栋许万丁国龙吴震宇赵迪
- 文献传递
- 多输出数据依赖核支持向量回归快速学习算法被引量：1
- 2017年
- 针对基于递推下降法的多输出支持向量回归算法在模型参数拟合过程中收敛速度慢、预测精度低的情况,使用一种基于秩2校正规则且具有二阶收敛速度的修正拟牛顿算法(BFGS)进行多输出支持向量回归算法的模型参数拟合,同时为了保证模型迭代过程中的下降量和全局收敛性,应用非精确线性搜索技术确定步长因子。通过分析支持向量机(SVM)中核函数的几何结构,构造数据依赖核函数替代传统核函数,生成多输出数据依赖核支持向量回归模型。将模型与基于梯度下降法、修正牛顿法拟合的多输出支持向量回归模型进行对比。实验结果表明,在200个样本下该算法的迭代时间为72.98 s,修正牛顿法的迭代时间为116.34 s,递推下降法的迭代时间为2 065.22 s。所提算法能够减少模型迭代时间,具有更快的收敛速度。
- 王定成赵友志陈北京陆一祎
- 关键词：拟牛顿算法
- 多输出数据依赖核支持向量回归快速学习算法及应用研究
- 支持向量机在解决非线性、小样本等问题中具有较好的推广性，近年来成为人们研究的热点。学习算法是支持向量机理论的重要组成部分，高效快速的学习算法对支持向量机研究与应用都有着十分重要的意义。 为解决模型参数在优化过程中收敛速...
- 赵友志
- 关键词：支持向量机学习算法
- 文献传递
- 基于Earley算法的多功能雷达文法概率快速学习算法
- 2016年
- 针对基于随机上下文无关文法(SCFG)建模的多功能雷达(MFR)概率学习问题,在传统Inside-Outside(IO)算法和Viterbi-Score(VS)算法的基础上,提出一种基于Earley算法的多功能雷达文法概率快速学习算法。该算法通过对截获的雷达数据进行预处理,构造可以反映派生过程的Earley剖析表,并且基于最大子树概率原则从剖析表中提取出最优剖析树,利用改进的IO算法和改进的VS算法对文法概率进行学习,实现MFR参数估计,得到文法参数后,再利用Viterbi算法对MFR状态进行估计。理论分析和实验仿真表明,与IO算法和VS算法相比,改进算法在保持估计精度的同时,可以有效降低计算复杂度和减少运行时间,验证了Earley算法能够提高文法概率的学习速度。
- 曹帅王布宏刘新波沈海鸥
- 关键词：多功能雷达参数估计状态估计
- 基于多分支RNN快速学习算法的混沌时间序列预测被引量：6
- 2015年
- 针对传统递归神经网络中出现的网络结构与计算复杂性,提出了使用多分支递归神经网络学习算法,并将其应用到混沌时间序列预测领域。首先缩减了部分冗余的分支,只保留了节点与自身之间以及节点与代表以后时刻的节点之间的分支;然后使用规则导数代替惯用的一般偏导数,有助于同时反映权值对目标函数的直接影响和间接影响;最后使学习率根据学习情况进行动态调整,有助于加快学习算法的收敛速度。仿真实验表明,当参数的选取合理时,多分支递归神经网络能够达到较高的性能。
- 廖大强印鉴
- 关键词：混沌时间序列
- 深度神经网络的快速学习算法被引量：9
- 2014年
- 通过分析传统的多层感知器和反向传播算法的不足,设计了一个全新的网络结构SC-MLP和提出了与之对应的全新的学习算法NBP,主要是实现权值的模和固定,这样可以加速训练的速度.在高维数据分类的实证分析中,以手写数字数据库为例,构建了一个深度神经网络,并对比各种训练算法.实验表明,NBP学习算法对于深度神经网络具有良好的学习效果,明显优于传统的反向传播算法,并且在精度上与深度学习算法相当,但是速度快.
- 卓维张磊
- 关键词：神经网络反向传播算法
- 谱流形快速学习算法研究被引量：1
- 2014年
- 谱流形学习算法的目标是发现嵌入在高维数据空间中的低维表示,其近年来得到了广泛的应用。虽然已经取得了许多令人骄傲的成绩,但是却存在一个很大的瓶颈——计算复杂度太高,这严重阻碍了算法在实际中的应用。提出了谱流形快速学习算法,该算法包括两个降低算法复杂度的技术:(1)通过随机选择或者k-means方法从n个样本点中选出p个锚点,把每个样本点表达为由锚点的邻域点线性组合的形式,从而设计了邻接矩阵的新形式,降低了邻接图的计算复杂度;(2)利用线性化的流形学习算法有效地计算高维数据到低维数据的映射,从而降低了优化特征值的计算复杂度。该算法在3个常用人脸数据集(Yale、ORL、Extended Yale B)上得到了验证,进一步证明了算法的有效性。
- 黄运娟李凡长
- 关键词：谱方法流形学习锚点邻接矩阵
相关作者
- 张建智
- 作品数：33被引量：121H指数：6
- 供职机构：中南大学能源科学与工程学院
- 研究主题：蒸发工序 节能 氧化铝 节能降耗 氧化铝生产
- 彭小奇
- 作品数：184被引量：890H指数：16
- 供职机构：湖南第一师范学院
- 研究主题：神经网络 彩色CCD 数据挖掘 数值模拟 炼镍
- 王正欧
- 作品数：114被引量：1,173H指数：21
- 供职机构：天津大学管理与经济学部系统工程研究所
- 研究主题：神经网络 文本分类 数据挖掘 系统辨识 文本聚类
- 孙瑞祥
- 作品数：77被引量：96H指数：6
- 供职机构：中国科学院计算技术研究所
- 研究主题：蛋白质鉴定 质谱 串联质谱 肽谱 蛋白质组学
- 曾喆昭
- 作品数：147被引量：686H指数：14
- 供职机构：长沙理工大学电气与信息工程学院
- 研究主题：神经网络 自耦 鲁棒稳定性 PID控制 神经网络算法
