陶卿
- 作品数：62 被引量：341H指数：10
- 供职机构：中国人民解放军陆军军官学院更多>>
- 发文基金：国家自然科学基金安徽省自然科学基金安徽省优秀青年科技基金更多>>
- 相关领域：自动化与计算机技术理学兵器科学与技术文化科学更多>>
- 基于双向神经网络的聚类器
- 2000年
- 文章提出一种基于双向神经网络的不同粒度的聚类器，它具有算法简单、权系数无需计算和软件模拟效果好等优点，是一种较好的聚类算法.
- 刘欣陶卿
- 关键词：神经网络
- 一般Hopfield神经网络的大范围渐近稳定性及其收敛速率
- 1999年
- 本文使用最速下降法研究-靓Hopfield神经网络的大范围渐近稳定性，给出了收敛速率，并将结果应用于一个非线性规划问题。
- 陶卿
- 关键词：HOPFIELD神经网络最速下降法非线性规划
- 基于约束区域神经网络的动态遗传算法被引量：24
- 2001年
- 提出一种基于约束区域神经网络的动态遗传算法 ,将遗传算法的全局搜索和约束区域神经网络模型的局部搜索结合了起来 .利用动态遗传算法确定神经网络模型的初始点 ,同时使用神经网络确定动态遗传算法的适应度函数 .该算法具有一定的理论意义和生物意义 .与标准的遗传算法相比 ,缩小了搜索规模 。
- 陶卿曹进德孙德敏方廷健
- 关键词：神经网络动态遗传算法数学规划局部搜索
- 基于核的慢特征分析算法被引量：8
- 2011年
- 提出一种基于核的慢特征分析算法.通过引入核技巧,既充分扩充特征空间,又避免直接在高维空间中运算的困难.由于充分利用数据所隐含的非线性信息,所得到的解是稳定的.同时基于对慢特征分析算法目标函数的分析,给出一个对算法结果的评价准则,并用以指导核参数的选择.实验结果验证算法的有效性.
- 马奎俊韩彦军陶卿王珏
- 关键词：核方法盲源信号分离
- 一种具有O(1/T)收敛速率的稀疏随机算法被引量：3
- 2014年
- 随机梯度下降(stochastic gradient descent,SGD)是一种求解大规模优化问题的简单高效方法,近期的研究表明,在求解强凸优化问题时其收敛速率可通过α-suffix平均技巧得到有效的提升.但SGD属于黑箱方法,难以得到正则化优化问题所期望的实际结构效果.另一方面,COMID(composite objective mirror descent)是一种能保证L1正则化结构的稀疏随机算法,但对于强凸优化问题其收敛速率仅为O(logT?T).主要考虑"L1+Hinge"优化问题,首先引入L2强凸项将其转化为强凸优化问题,进而将COMID算法和α-suffix平均技巧结合得到L1MD-α算法.证明了L1MD-α具有O(1?T)的收敛速率,并且获得了比COMID更好的稀疏性.大规模数据库上的实验验证了理论分析的正确性和所提算法的有效性.
- 姜纪远夏良章显陶卿
- 关键词：稀疏性L1正则化
- 二次规划神经网络的简化及其在最优控制中的应用
- 首先对一种二次规划神经网络模型进行简化，这种简化对于提高解的精度和降低实现成本十分必要，简化后的模型具有良好的性能，进而该文利用它给出一种求解离散线性系统二次最优控制的神经网络解法，计算机模型结果说明了结果的合理性。
- 陶卿孙德敏
- 关键词：神经网络
- 基于傅立叶短时分析的敏感语音信号提取被引量：5
- 2007年
- 傅立叶变换在信号处理中具有十分重要的作用,在语音信号处理中,傅立叶变换在传统上也一直起主要作用。然而,语音信号是一个非平稳过程,因此适用于周期信号、瞬变信号或平稳随机信号的标准傅立叶变换不能用来直接表示语音信号。本文利用傅立叶短时分析实现了对语音信号中敏感信息的提取,具有一定的实用性和创新性。
- 魏泽峰聂超陶卿
- 关键词：MATLAB信号提取
- 求解约束优化问题的神经网络模型
- 提出一种连续的求解优化问题的神经网络网络,它不仅可以求解具有等式约束和不等式约束的非线性规划问题,而且具有良好的性能.本文网络的主要优点是它是Newton梯度方法对约束问题的推广,可以研究的特殊约束下网络的动态行为和收敛...
- 陶卿孙德敏
- 关键词：非线性规划神经网络动力系统能量函数
- 文献传递
- 求解线性SVM的非精确步长搜索割平面方法被引量：1
- 2014年
- 割平面方法可高效求解线性支持向量机问题,其主要思路是通过不断添加割平面并利用精确线性搜索实现算法的加速和优化.针对其中的非光滑线性搜索问题,文中提出一种基于非精确步长搜索的加速割平面方法.该方法使用较少的迭代次数就能确定最优步长所在的子区间.在此基础上,用二点二次插值的闭式解逼近最优步长,从而较精确线性搜索方法速度更快、开销更小,且保持同样的收敛边界.大量实验表明,文中方法效率优于基于精确线性搜索的优化割平面方法,在一些数据库上的收敛速度甚至提升50%.
- 储德军陶安高乾坤姜纪远陶卿
- 关键词：凸优化线性支持向量机线性搜索
- 一种基于Comid的非光滑损失随机坐标下降方法被引量：3
- 2013年
- 坐标下降方法以简洁的操作流程、低廉的计算代价和快速的实际收敛效果,成为处理大规模优化最有效的方法之一.但目前几乎所有的坐标下降方法都由于子问题解析求解的需要而假设损失函数的光滑性.本文在结构学习的框架下,在采用Comid方法求解随机挑选单变量子问题的基础上,提出了一种新的关于非光滑损失的随机坐标下降方法.理论分析表明本文所提出的算法在一般凸条件下可以得到Ο(t-(1/2)/t)的收敛速度,在强凸条件下可以得到Ο(lnt/t)的收敛速度.实验结果表明本文所提出的算法对正则化Hinge损失问题实现了坐标优化预期的效果.
- 陶卿朱烨雷罗强孔康
