导读:本文包含了下降法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:梯度,坩埚,神经网络,步长,坐标,永磁,卷积。
下降法论文文献综述
陈亚萍,孙志刚,赵艳,廖凡,陈红兵[1]（2019）在《Nd~(3+)∶YCa_4O(BO_3)_3单晶的坩埚下降法生长与光谱性能(英文)》一文中研究指出Nd~(3+)∶YCOB单晶是在激光调制技术上具有重要应用价值的自倍频光学材料。采用高温固相反应合成Nd~(3+)∶YCOB多晶粉体,再通过垂直区熔处理制备出高纯度Nd~(3+)∶YCOB晶粒料,采用坩埚下降法生长出1mol%、2mol%和5mol%Nd~(3+)掺杂比例的系列Nd~(3+)∶YCOB单晶。测试表征了所生长单晶试样的光谱性能,包括吸收光谱、荧光光谱和荧光衰减时间。在808 nm红外光源激发下,Nd~(3+)∶YCOB单晶显示出中心波长1064 nm的强荧光发射,其荧光寿命为157～162μs,证实1064 nm强荧光发射随Nd~(3+)掺杂浓度加大而明显增强。(本文来源于《人工晶体学报》期刊2019年11期）
王欣,靳鸿,杨冀豫[2]（2019）在《基于共轭梯度下降法的RBF神经网络预测算法》一文中研究指出针对当前神经网络预测算法在解决训练样本较多的复杂非线性系统问题时易陷入局部最优、训练时间较长、准确度不高的问题,提出了基于共轭梯度下降法的RBF神经网络预测算法。该算法在传统径向基神经网络的基础上,引入平滑因子对共轭梯度下降法进行优化,并且能够自适应改变叁个重要参数的学习率步长。将改进的预测算法应用于已知轮毂应力预测轮扭矩的多输入单输出非线性系统,通过仿真实验得到测试样本预测值与真实值的曲线对比、改进的算法与标准RBF神经网络算法的误差性能曲线对比。仿真实验结果表明,该算法比传统RBF神经网络算法迭代次数更少,收敛速度更快,预测准确度更高。(本文来源于《探测与控制学报》期刊2019年05期）
Rui,LIU,Wei-chu,SUN,Tao,HOU,Chun-hong,HU,Lin-bo,QIAO[3]（2019）在《面向真实世界研究中非凸非平滑问题的具有时间扰动的块坐标下降法（英文）》一文中研究指出真实世界研究的大数据时代已经来临;这个时代将极大促进医学发展,尤其是肿瘤学。然而,鉴于大规模数据量的增加以及求解的目标问题具有非凸非平滑等不易求解的函数性质,传统机器学习方法不能很好解决这类新问题。我们的目标是求解一个带不等式约束的优化问题,该优化问题是由一个平滑非线性函数与大量块变量可分的非凸非平滑目标函数组合相加而得。提出一种新的并行一阶优化方法,称为带时间扰动的异步块坐标下降法(asynchronous block coordinate descent with time perturbation,ATP)。该方法采用一种从鞍点和次优局部点逃脱的时间扰动技术。通过分析收敛性和迭代复杂度特性,介绍了该方法的详细内容。针对真实世界研究机器学习问题的实验验证了本文所提方法的有效性。实验结果表明,时间扰动使ATP能从鞍点和次优点逃脱;采用异步块坐标下降法为处理具有不等式约束的非凸优化问题提供了一种可行方法。在共享内存多核平台上异步并行的实现,表明该算法具有很强可扩展性。(本文来源于《Frontiers of Information Technology & Electronic Engineering》期刊2019年10期）
燕罗成,廖勇,陈静怡[4]（2019）在《基于梯度下降法的PMSM转矩脉动抑制策略》一文中研究指出由于永磁同步电机(PMSM)谐波电流、谐波磁链以及齿槽转矩问题,因此在运行时会产生转矩脉动。针对该问题,此处提出一种基于梯度下降法(GDO)的转矩脉动抑制算法。通过提取转速波动来推算转矩脉动的幅值大小,并以转矩脉动最小为目标函数,利用GDO在线搜索最优的谐波电流指令。由于转矩脉动幅值的计算及GDO都没有使用电阻、电感等参数且算法实现较简单,避免了传统转矩脉动抑制方法对电机参数依赖度高、算法复杂等缺点。通过对比加入算法前后的仿真和实验结果,验证了所提算法的有效性。(本文来源于《电力电子技术》期刊2019年09期）
袁拓[5]（2019）在《基于坐标下降法的机械足逆运动学解算》一文中研究指出本论文提出了一种基于坐标下降法的逆运动学解算法,解决了现有算法建模困难,运算量大的缺点。介绍了该算法的思想,将其应用于四足机器人的单足逆运动学解算,并用DSP28335和MATLAB进行了联合仿真实验。(本文来源于《中国水运(下半月)》期刊2019年09期）
王铎,袁亮,侯爱萍,姜宏[6]（2019）在《改进梯度下降法的机载云台姿态解算》一文中研究指出针对机载云台计算能力有限、动态性能较差的问题,提出一种基于低成本叁轴无刷云台的改进梯度下降法姿态解算。该算法采用四元数描述系统模型,先进行卡尔曼滤波预处理加速度计的输出数据,降低动态误差,后利用基于梯度下降法姿态解算来减小姿态误差,最后线性融合加速度计、磁力计和陀螺仪解算的姿态四元数,从而得到能够适应复杂环境的最优姿态,计算量较小的同时保证机载相机的实时稳定性。通过两组对比实验表明,改进算法较梯度下降法精确度更高,静态、动态性能分别提升15.25%和27.53%,同时与显式互补滤波进行对比,印证了改进算法在云台系统中的可行性。(本文来源于《组合机床与自动化加工技术》期刊2019年08期）
徐家跃,申慧,金敏,张彦,田甜[7]（2019）在《坩埚下降法在新材料探索及晶体生长中的应用》一文中研究指出坩埚下降法是一种重要的晶体生长技术,成功用于生长闪烁晶体锗酸铋(Bi_4Ge_3O_(12))、声光晶体氧化碲(TeO_2)、压电晶体四硼酸锂(Li_2B_4O_7)以及新型弛豫铁电晶体等材料,并实现了产业化。坩埚下降法在层状结构晶体、异型晶体、高通量生长等新材料探索中也有巨大的潜力。本文主要介绍我们团队近年来在坩埚下降法生长硒化锡(SnSe)晶体、全无机铅卤基钙钛矿晶体、高温合金、硅酸铋晶体高通量筛选等方面的研究结果。(本文来源于《人工晶体学报》期刊2019年06期）
张亚中,李玉箫,刘雨享,何伟[8]（2019）在《基于机器学习梯度下降法的OAM对准算法》一文中研究指出OAM为通信系统增加了一个新的维度即"模分复用",有望借此增大信道容量。但是由于涡旋电磁波的特殊性,OAM对收发天线的轴心对准要求很高,轴偏差对于信道容量的影响很大。我们以能量谱方差为损失函数,提出了一种基于机器学习梯度下降法的高效对准算法,并进行仿真。仿真结果表明了这种算法可以在损失函数未知的情况下,根据当前位置测量得到的数据调整参数,以很快的收敛速度实现参数的最优化,使OAM系统收发机精确快速对准。相对于已有的对准算法,这种算法更适合于机器实现,而且不依赖于初始状态。(本文来源于《通信技术》期刊2019年06期）
张欣蕊[9]（2019）在《基于隐式随机梯度下降法的研究》一文中研究指出在统计和机器学习等领域,参数估计是一类值得研究的问题,广泛采取通过对目标函数进行优化的思想。然而,随着计算机的出现和信息时代的到来,有时需要处理数百万甚至数十亿个训练样本的优化问题,统计机器学习方法的能力受到计算时间而不是样本大小的限制,广泛使用的基于优化的估计方法无法应用于这些大规模的现代数据集中。在这样的背景下,随机梯度下降法逐渐引起人们的关注,这是一种递归估计方法,相比于传统的优化方法每一次估计都要遍历所有的数据集,这种方法每一步只需要利用少量的数据对模型参数进行更新,因此可以很方便的对大规模数据集求解参数估计。然而,传统的随机梯度下降法是数值不稳定的,如果选取较小的学习速率参数,收敛会变得缓慢;如果选取较大的学习速率参数,既会导致较大的渐进方差,同时也可能会导致数值发散。因此,需要谨慎选取学习速率参数的值。一些参数选择方法不断的被提出和改进,本文将会研究一种基于标准的随机梯度下降法的变体方法,即采取隐式更新的思路对传统的方法进行改进,本文称之为隐式随机梯度下降法,为了便于区分,称传统的随机梯度下降法为显式随机梯度下降法。本文的核心部分将会分别应用显式随机梯度下降法和隐式随机梯度下降法对两种经典的统计模型求解参数估计,为了保证结果的全面性和可靠性,分别选取一个典型的回归问题和一个典型的分类问题,即线性回归模型和logistic回归模型。针对两种随机梯度下降法,选取常用的叁种参数选择方法,同时以R语言统计软件中最经典的方法1m(.)和glm(.)作为基准方法。通过实验结果可以看出,无论是对于回归问题,还是对于分类问题,相比于传统的方法,两种随机梯度下降法大大减少了执行时间,因此更适用于大规模的数据集。具体的,在某些参数选择方法下,应用显式随机梯度下降法估计的参数值与实际参数偏离较大,表现出了不稳定性,因此在实际应用的过程中需要对参数进行谨慎的选取。而相比较而言,隐式随机梯度下降法在叁种参数选择方法下都是很稳定的。因此,相比于显式随机梯度下降法对学习速率参数的不稳定性,本文建议隐式随机梯度下降法是更优的,值得进一步研究和关注。(本文来源于《吉林大学》期刊2019-05-01）
朱茜婧[10]（2019）在《基于监督下降法的人脸对齐算法研究》一文中研究指出人脸对齐任务是在一张人脸图像上自动定位出人脸特征点位置的过程,它是人脸识别中关键的一步,也是很多人脸信息处理任务的基础,如人脸跟踪、表情识别、头部姿态估计等。由于许多复杂因素,如遮挡、表情变化、光照条件等,人脸对齐任务仍然面对着很大的挑战。级联回归由于其在精度和速度方面都表现得非常优秀,已经成为最流行和最先进的人脸对齐方法之一,而监督下降法(SDM)就是一种经典的级联回归方法,它由牛顿法演变而来,在人脸对齐方向取得了很好的结果。但SDM算法仍然存在提升的空间。本文从两个方面入手改进了SDM算法,主要工作内容如下:(1)当SDM算法采用不同特征时会产生不同的结果,而不同特征在每一次迭代时对形状增量的影响也有区别。因此,本文用多特征选择的方式对SDM算法进行优化,在SDM训练的每一次迭代,都使用叁种特征分别进行训练和形状更新,计算更新后的叁个形状坐标与真实的形状坐标之间的均方误差,哪一个值更低,当前迭代就选择哪种特征。实验结果表明这种改进思想是有效的。(2)在一些复杂条件下,比如表情夸张或头部姿态变化过大,这时初始形状与真实形状的差距过大,SDM往往无法取得较好的结果。针对这一问题,本文提出一种由粗略到精细的SDM人脸对齐算法(CFSDM),先用简单的卷积神经网络(CNN)结构预测人脸特征点的大致位置,然后将得到的坐标赋予SDM作为它的初始形状坐标,再进行后续的对齐操作。实验结果表明,在一些复杂条件下,本文提出的方法可以提升原算法实验的精度,取得更好的对齐结果。(本文来源于《合肥工业大学》期刊2019-05-01）
下降法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对当前神经网络预测算法在解决训练样本较多的复杂非线性系统问题时易陷入局部最优、训练时间较长、准确度不高的问题,提出了基于共轭梯度下降法的RBF神经网络预测算法。该算法在传统径向基神经网络的基础上,引入平滑因子对共轭梯度下降法进行优化,并且能够自适应改变叁个重要参数的学习率步长。将改进的预测算法应用于已知轮毂应力预测轮扭矩的多输入单输出非线性系统,通过仿真实验得到测试样本预测值与真实值的曲线对比、改进的算法与标准RBF神经网络算法的误差性能曲线对比。仿真实验结果表明,该算法比传统RBF神经网络算法迭代次数更少,收敛速度更快,预测准确度更高。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
下降法论文参考文献
[1].陈亚萍,孙志刚,赵艳,廖凡,陈红兵.Nd~(3+)∶YCa_4O(BO_3)_3单晶的坩埚下降法生长与光谱性能(英文)[J].人工晶体学报.2019
[2].王欣,靳鸿,杨冀豫.基于共轭梯度下降法的RBF神经网络预测算法[J].探测与控制学报.2019
[3].Rui,LIU,Wei-chu,SUN,Tao,HOU,Chun-hong,HU,Lin-bo,QIAO.面向真实世界研究中非凸非平滑问题的具有时间扰动的块坐标下降法（英文）[J].FrontiersofInformationTechnology&ElectronicEngineering.2019
[4].燕罗成,廖勇,陈静怡.基于梯度下降法的PMSM转矩脉动抑制策略[J].电力电子技术.2019
[5].袁拓.基于坐标下降法的机械足逆运动学解算[J].中国水运(下半月).2019
[6].王铎,袁亮,侯爱萍,姜宏.改进梯度下降法的机载云台姿态解算[J].组合机床与自动化加工技术.2019
[7].徐家跃,申慧,金敏,张彦,田甜.坩埚下降法在新材料探索及晶体生长中的应用[J].人工晶体学报.2019
[8].张亚中,李玉箫,刘雨享,何伟.基于机器学习梯度下降法的OAM对准算法[J].通信技术.2019
[9].张欣蕊.基于隐式随机梯度下降法的研究[D].吉林大学.2019
[10].朱茜婧.基于监督下降法的人脸对齐算法研究[D].合肥工业大学.2019
论文知识图
