导读:本文包含了自学习算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:算法,特征,模型,直方图,栅格,余弦,阈值。
自学习算法论文文献综述
高旭,马迎新,汤小兵,陆小荣[1](2019)在《基于Matlab神经网络算法的智能变电站光纤回路自学习及自动设计的研究》一文中研究指出随着智能变电站建设速度不断加快,大规模智能变电站新建和改扩建工程集中投产。在此背景下,由于设计人员和运维人员在经验、习惯方面的差异,智能变电站光纤回路标准化设计难度大,光纤回路设计与正确性校核靠人工完成,设计效率低、图纸正确性校核困难。针对以上问题,提出了一种基于神经网络算法的智能变电站光纤回路自动设计方案。通过采集海量变电站物理配置描述文件(SPCD文件),经过人工智能学习,建立神经网络决策树,实现根据二次系统设计要求自动输出光纤回路设计图纸。该方案利用人工智能技术提升了智能变电站光纤回路设计效率和质量,进而实现光纤回路设计的标准化、智能化。(本文来源于《电力系统保护与控制》期刊2019年22期)
李银通,韩统,赵辉,王骁飞[2](2019)在《自学习策略和Lévy飞行的正弦余弦优化算法》一文中研究指出针对正弦余弦算法(SCA,sine cosine algorithm)局部搜索能力差的缺陷,提出自学习策略和Lévy飞行的正弦余弦优化算法(SCASL,sine cosine optimization algorithm with selflearning strategy and Lévy flight)。首先,提出正弦余弦算法自学习策略和非线性权重因子,使搜索个体记忆自身历史最优位置,在寻优过程中指导搜索个体更新位置,提高SCA的局部搜索能力;算法寻优后期,当搜索陷入局部最优时,采用基于Lévy飞行的停滞扰动策略使算法跳出局部最优,提高SCA的局部最优规避能力。基于13个经典基准测试函数对算法性能进行测试的实验结果表明,SCASL相比标准SCA和较新的优化算法SSA,VCS,WOA,GSA,具有更高的计算效率,收敛精度以及更强的局部最优规避能力。求解无人作战飞机航迹规划的仿真结果表明,在有6个敌方威胁源的战场环境中,相比SCA,SCASL求解得到的飞行航迹具有更小的航迹代价。综上,所提出的SCASL具有较强的寻优能力。(本文来源于《重庆大学学报》期刊2019年09期)
李萌[3](2019)在《基于自学习和重建的图像超分辨率算法研究》一文中研究指出图像超分辨率重建技术就是针对一帧或多帧关于同一场景的低分辨率图像,利用软件手段恢复出关于该场景的高分辨率图像。利用该技术,不仅可以提高对已有低分辨率图像及视频资源的利用率,而且可以减小高分辨率图像及视频的传播对于通信及存储设备造成的压力。该技术可以广泛应用于高清电视、卫星遥感、医学诊断等多个领域。在诸多的图像超分辨率重建算法中,自学习和正则化是两个性能良好的工具。本文针对这两种工具在图像超分辨率重建中的应用进行了研究。本文的主要研究工作有:1.一种基于卡通纹理分解的图像超分辨率方法。基于重建的方法往往对于图像的纹理信息不敏感。所以,这种算法重建的图像趋于平滑,导致整体图像较为模糊。然而,基于学习的方法可以很好的重建出图像的纹理信息。该算法有效结合了以上两种算法的优势。首先,将测试图像分解为卡通和纹理两部分。然后,将卡通图像和纹理图像分别采用改进的全变分正则化方法和改进的调整的锚点邻域回归图像超分辨算法方法进行重建。最后,将重建结果相加,输出最终的重建高分辨率图像。该算法不仅具有较好的去噪能力和较强的边缘保持能力,而且具有良好的适应性和鲁棒性。2.基于卷积主成分分析和随机匹配的自学习的图像超分辨率算法。该算法通过对特征提取和块匹配这两个过程的研究和改进,来解决自学习高时间复杂度问题。在特征提取阶段,该算法首先通过一种快速提取特征的方法构造图像金字塔的主成分分析特征金字塔和方差特征金字塔,并将构造的特征金字塔用于后序块匹配过程。在块匹配阶段,该算法采用一种二级随机振荡方法和四向传播方法来完成这一过程。该算法有效地降低了算法复杂度。(本文来源于《西安邮电大学》期刊2019-06-01)
程乐,徐义晗,卞曰瑭[4](2019)在《一种单计算参数的自学习路径规划算法》一文中研究指出针对当前机器人路径规划算法存在计算参数多的问题,提出一种单计算参的自学习蚁群算法。该算法使用一种改进的栅格法完成环境建模,种群中个体使用8-geometry行进规则,整个种群的寻优过程使用了自学习和多目标搜索策略。其特点在于整个算法只需进行一个计算参数设置。蚂蚁个体可使用1、■、2、■、■步长行进,一次搜索可以发现多条可行路径,提高了算法计算效率。仿真实验表明,在复杂的工作空间,该算法可以迅速规划出一条安全避碰的最优路径,效率优于已存在算法。(本文来源于《电子技术应用》期刊2019年04期)
夏筱筠,林浒[5](2019)在《基于自学习SOM和ARMA算法的数控机床滚动轴承健康预警研究》一文中研究指出随着我国智能制造技术的发展,预测性设备维护在工业环境中扮演着日益重要的角色.目前大多的健康预警算法针对性较强,自学习能力不足,导致算法的适用性、灵活性存在较大的局限性.为此,本文以滚动轴承为研究对象,基于状态检测的设计策略,完成了滚动轴承健康维护的实施方案;根据以上实施方案,提出并实现了自组织特征映射网络的故障诊断算法及自适应ARMA故障预警算法,提高了滚动轴承故障诊断与预警的智能化水平及对健康预警的处理效率.实验结果表明,所研究的算法对于实现可靠的滚动轴承故障诊断及预警具有良好的应用效果.(本文来源于《小型微型计算机系统》期刊2019年01期)
朱学峰,徐天阳,吴小俊[6](2019)在《基于自学习特征的相关滤波跟踪算法》一文中研究指出依靠高效的鉴别回归模型和多线索特征,如方向梯度直方图(HOG)特征和颜色名(CN)特征,相关滤波(CF)跟踪算法取得了优异的跟踪效果。但其弱点是不能应对由表观变化过程中鉴别信息不充分而导致的跟踪失败。针对这一问题,提出了基于自学习特征的相关滤波跟踪算法(SLDCF)。其中,自学习特征探索了相邻帧之间协同表示的特性,能够学习到相邻帧之间的目标变化情况,同时有效减少背景的干扰,以提高滤波器的鉴别性。通过标准视频数据集上的验证对比实验,其跟踪效果优于其余传统的相关滤波跟踪算法,证明了该算法的有效性和鲁棒性。(本文来源于《计算机工程与应用》期刊2019年20期)
熊一利[7](2018)在《加权自学习哈希高维数据最近邻查询算法》一文中研究指出对学习型哈希算法用于最近邻查询,出现二进制编码的海明距离小导致重排序的问题进行研究,提出一种基于加权自学习框架的哈希方法。给定一个查询对象,通过自学习哈希方法返回满足特定海明距离的候选对象,根据所得候选集求得二进制编码各位的权重,计算查询对象与候选集中各个数据对象的加权海明距离,得到在更细粒度上排序的候选集。实验结果表明,我们的方法能够高效的对具有相同海明距离的不同海明编码进行重排序。(本文来源于《计算机工程与设计》期刊2018年12期)
吕茂印,吴庆立,牛学信,赵龙攀[8](2018)在《基于自学习的JJC型接触网检修车平台位置精度控制算法》一文中研究指出为了解决控制系统延迟导致JJC型接触网作业车平台上升过程中非线性位置精度误差大的问题,文章对平台的升降机构进行数学建模和运动特性分析,并以驱动油缸固定伸出量作为研究对象,采用系统自学习方法,解决了环境温度、程序更新等因素对位置控制精度的影响问题。实验结果表明,平台实际上升停止高度与设定高度之间控制误差可由原来的大于10 mm提升到现在的3 mm以内,满足了两平台高度差在10 mm内的技术要求。(本文来源于《控制与信息技术》期刊2018年04期)
赵璐,唐春晖[9](2018)在《基于小波变换的自学习QRS特征提取算法研究》一文中研究指出为进一步提高QRS波检测算法性能,提出一种基于小波变换的自学习QRS特征提取方法。使用小波变换进行信号去噪,在选取阈值时依据各层数细节系数添加阈值系数,充分保留心电信号有用特征成分,降低小波重构失真度。在QRS波检测过程中使用自学习差分阈值法实时对R点阈值进行更新,能提高算法抗干扰能力。通过对MIT-BIH数据库心律失常信号处理的实验表明,该算法得到了较高的SNR值与较低的MSE值,QRS波识别精度达到了99.554%,具有更高的有效性。(本文来源于《软件导刊》期刊2018年08期)
刘自豪,张斌,祝宁,唐慧林[10](2018)在《基于改进AP聚类算法的自学习应用层DDoS检测方法》一文中研究指出针对基于用户行为的应用层DDoS检测算法中样本训练过程繁琐以及模型更新困难2个难点,提出一种基于改进AP聚类算法的自学习应用层DDoS检测方法.首先对近邻传播聚类算法改进优化:在利用少量先验知识对数据集进行预分类的基础上,结合同类簇合并机制解决样本大小敏感问题,同时引入异类簇清除机制排除特殊类簇对检测结果所造成的干扰;其次给出用户行为属性表征用户行为特征,利用IAP聚类算法实现用户行为有效聚类,提高检测精度;然后引入Silhouette指标实时监控类簇质量,设计类簇自学习更新机制,进一步降低误检率、提高检测率,并支持检测类簇的动态抗解析.实验结果表明:与传统AP聚类、KMPCA算法相比,所提方法具有较高的运行效率和较好的检测性能,并具有一定的自主优化能力.(本文来源于《计算机研究与发展》期刊2018年06期)
自学习算法论文开题报告
(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:
针对正弦余弦算法(SCA,sine cosine algorithm)局部搜索能力差的缺陷,提出自学习策略和Lévy飞行的正弦余弦优化算法(SCASL,sine cosine optimization algorithm with selflearning strategy and Lévy flight)。首先,提出正弦余弦算法自学习策略和非线性权重因子,使搜索个体记忆自身历史最优位置,在寻优过程中指导搜索个体更新位置,提高SCA的局部搜索能力;算法寻优后期,当搜索陷入局部最优时,采用基于Lévy飞行的停滞扰动策略使算法跳出局部最优,提高SCA的局部最优规避能力。基于13个经典基准测试函数对算法性能进行测试的实验结果表明,SCASL相比标准SCA和较新的优化算法SSA,VCS,WOA,GSA,具有更高的计算效率,收敛精度以及更强的局部最优规避能力。求解无人作战飞机航迹规划的仿真结果表明,在有6个敌方威胁源的战场环境中,相比SCA,SCASL求解得到的飞行航迹具有更小的航迹代价。综上,所提出的SCASL具有较强的寻优能力。
(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。
自学习算法论文参考文献
[1].高旭,马迎新,汤小兵,陆小荣.基于Matlab神经网络算法的智能变电站光纤回路自学习及自动设计的研究[J].电力系统保护与控制.2019
[2].李银通,韩统,赵辉,王骁飞.自学习策略和Lévy飞行的正弦余弦优化算法[J].重庆大学学报.2019
[3].李萌.基于自学习和重建的图像超分辨率算法研究[D].西安邮电大学.2019
[4].程乐,徐义晗,卞曰瑭.一种单计算参数的自学习路径规划算法[J].电子技术应用.2019
[5].夏筱筠,林浒.基于自学习SOM和ARMA算法的数控机床滚动轴承健康预警研究[J].小型微型计算机系统.2019
[6].朱学峰,徐天阳,吴小俊.基于自学习特征的相关滤波跟踪算法[J].计算机工程与应用.2019
[7].熊一利.加权自学习哈希高维数据最近邻查询算法[J].计算机工程与设计.2018
[8].吕茂印,吴庆立,牛学信,赵龙攀.基于自学习的JJC型接触网检修车平台位置精度控制算法[J].控制与信息技术.2018
[9].赵璐,唐春晖.基于小波变换的自学习QRS特征提取算法研究[J].软件导刊.2018
[10].刘自豪,张斌,祝宁,唐慧林.基于改进AP聚类算法的自学习应用层DDoS检测方法[J].计算机研究与发展.2018