导读:本文包含了拟合优化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,神经网络,粒子,高程,模型,函数,波束。
拟合优化算法论文文献综述
张云,李岚,王浩东[1]（2019）在《一种机器学习中防止过拟合的Dropout优化算法》一文中研究指出针对机器学习中深度神经网络训练时常见的过拟合问题,提出了一种防止过拟合的Dropout优化算法.Dropout算法是在每批次的神经网络训练中,忽略掉一定概率的特征检测器,让某些神经元暂时停止工作,减少神经元之间的相互作用,隐式去除网络中的神经元、阻止某些特征的协同作用来缓解过拟合.算法中选择被暂时丢弃的神经元是随机概率,而优化算法在神经网络中应用伊辛模型来识别链接能量较低的神经元,并在训练和推理中把这些神经元暂时丢弃掉,算法使模型泛化性更强,有效缓解网络训练过拟合问题.(本文来源于《兰州文理学院学报(自然科学版)》期刊2019年06期）
康彩丽[2]（2019）在《遗传算法优化BP神经网络非线性函数拟合的研究》一文中研究指出在人工神经网络中,BP(Back Propagation)神经网络占有重要席位,它具有很多优点,但也有很多缺陷。而遗传算法(GA)是使用运算对个体进行"优胜劣汰"的一种算法,用GA优化BP网络,取长补短。论文建立了BP网络模型,研究了对BP网络的优化,根据GA的特点,在MATLAB环境下,选取合适的网络结构对BP网络非线性函数进行仿真模拟和预测。从训练的结果可以看出,BP网络经GA优化后显然比未优化前的拟合效果更好。同时论文实现了粒子群(PSO)算法优化BP网络,并与GA作对比,从实验结果分析比较得知,BP网络经两种算法优化后拟合效果都明显变好,且GA比PSO算法优化的结果更准确。(本文来源于《忻州师范学院学报》期刊2019年05期）
季浩然,马晓川[3]（2019）在《应用凸优化拟合的最小方差无失真的方位估计算法》一文中研究指出0引言方位估计是阵列信号处理中重要的组成部分[1][2][3]。利用波束形成对接收信号进行方位估计,称为波束扫描类算法,主要基于常规波束形成的目标方位估计(CBF),以及自适应类波束形成算法,如最小方差无失真算法(MVDR)[4],目标方位估计能力高于CBF算法[5]。之后又出现了利用信号子空间与噪声子空间对方位进行估计的算法,主要代表为多重信号分类(MUSIC)[6]以及信号参数估计旋转不变技术(ESPRIT)[7]。2006年,E.Candes等人提出压缩感知理论(CS)[8]。之后,Malioutov利用压缩感知(本文来源于《2019年全国声学大会论文集》期刊2019-09-21）
王沿朝,陈清军[4]（2019）在《基于粒子群优化算法的软土场地Davidenkov模型参数拟合与应用》一文中研究指出为探究Davidenkov模型在软土场地地震反应分析中的应用,推导了Davidenkov模型的非线性动力本构模型在初始加载、卸载和再加载阶段的增量剪切模量表达式,并将土体动应力-应变关系推广到叁维。基于粒子群优化算法对Davidenkov模型的参数进行拟合,利用MATLAB编制了拟合程序,通过对典型砂土和黏土试验数据进行拟合并验证了方法的适用性,同时对某典型上海软土场地的参数进行了拟合。在此基础上,利用ABAQUS软件提供的二次开发平台UMAT,编制了基于Davidenkov模型的土体非线性动力本构模型计算子程序,利用复杂加载路径验证了该子程序的正确性,实现了在ABAQUS软件中软土非线性动力本构模型的二次开发。最后,以某典型上海软土场地为例,对比分析了上海软土场地基于非线性动力本构模型的计算结果和等效线性化的结果。结果表明:粒子群优化算法能很好地对Davidenkov模型的参数进行拟合;该非线性动力本构模型计算子程序能够较好地描述软土场地的动力非线性行为;在该算例中,上海软土场地基于非线性动力本构模型的加速度响应值和相对位移响应值要小于等效线性化的计算结果。(本文来源于《振动与冲击》期刊2019年17期）
张锦,赖祖龙[5]（2019）在《遗传算法优化灰色神经网络的GPS高程拟合模型》一文中研究指出为了进一步提高GPS高程拟合的精度,提出利用遗传算法优化选择灰色神经网络模型的权值阈值:对灰色神经网络的初始权值和阈值利用遗传算法进行适应度编码,并经过选择、变异及交叉确定最优的初始参数,以解决灰色神经网络初始参数随机选择拟合值无法唯一确定的问题;然后建立遗传灰色神经网络GPS高程拟合模型,并给出模型实现步骤。实验结果表明,遗传灰色神经网络GPS高程拟合模型的精度优于当前其他拟合模型的精度,且模型稳定性良好。(本文来源于《导航定位学报》期刊2019年03期）
陈瑞华,曹柏杨[6]（2019）在《基于遗传算法的SABR模型对上证50ETF期权隐含波动率拟合优化的实证研究》一文中研究指出作为风险管理和财富管理的重要衍生工具,上证50ETF期权合约自2015年上市以来,已经成为全球流动性最好的期权品种之一,学术界对于其定价理论及其波动率的研究也在日益深入。本文主要研究上证50ETF期权隐含波动率的拟合问题,从SABR随机波动率模型出发,在剔除Borrow Rate对于期权隐含波动率的影响后,对上证50ETF期权波动率进行实证分析。同时,为提升SABR模型在参数优化方面的效率与稳定性,本文引入了遗传算法对参数进行优化。实证结果表明,SABR模型可以对当前上证50ETF期权隐含波动率进行有效的拟合与估计,但对于深度实值期权与深度虚值期权而言,SABR模型的误差仍有待进一步优化。(本文来源于《中国证券期货》期刊2019年04期）
蒲伦,唐诗华,罗洁,肖燕,邢鹏威[7]（2018）在《利用粒子群算法优化的GPS高程拟合精度分析》一文中研究指出为了获取研究区域内必要的基础数据,采用高精度的拟合模型进行GPS高程拟合的方法备受青睐。多面函数法适用于地形条件较复杂的研究区域,传统的多面函数拟合法很难达到预期效果。针对模型参数难以获取的问题,提出了基于粒子群算法优化的高程拟合方法,将粒子群优化算法分别与传统高程拟合法及蚁群算法改进的拟合结果比对分析。实验研究表明,采用粒子群算法优化的拟合结果优于传统拟合方法,模型精度提高了43.3%。在提高模型精度的同时,验证了粒子群算法获取特征点的收敛效果优于蚁群算法。充分证明了基于粒子群算法寻优过程的有效性,且验证了改进拟合方法的可行性,为高程拟合模型的研究进一步提供了参考价值。(本文来源于《测绘科学技术学报》期刊2018年06期）
徐富春[8]（2018）在《基于混沌粒子群算法的分数阶算子拟合优化研究》一文中研究指出针对分数阶微积分算子数字实现及实现精度进行研究,首先,采用传统的连续域内拟合方法,即Oustaloup算法进行分数阶算子的拟合,然后采用混沌粒子群优化算法对该传递函数的各系数进行寻优,实现提高分数阶算子数字实现精度的目的。采用Oustaloup算法得到的拟合多项式系数作为优化算法的初始寻优参数,采用混沌粒子群优化算法进一步优化参数,达到更好的拟合精度。通过数字仿真可验证所提方法是有效的。(本文来源于《辽宁工业大学学报(自然科学版)》期刊2018年03期）
董佳康,段金英,李楠,苏鹏[9]（2018）在《基于叁角基线性拟合算法的后视镜外形优化》一文中研究指出针对现有后视镜的缺陷,采用双曲镜设计,将视镜分为主视野区和副视野区(主视野区接近平面镜,副视野区是凸面镜),在满足两个区域镜面平滑过渡的前提下建立曲面拟合模型,通过叁角基线性拟合算法对复杂的曲面进行拟合,实现后视镜的曲面外形优化.该优化主要体现在可视区域变大,盲区减小,图像失真率小,在分界示意线过渡期间图像连贯且车身周围的图像失真率在3%以下.(本文来源于《计算机系统应用》期刊2018年05期）
姬鹏杰,杜坤,冯燕,周明,杜雨[10]（2018）在《考虑经验因素的暴雨频率曲线最优化拟合算法》一文中研究指出暴雨频率曲线拟合是推求暴雨强度公式必不可少的步骤,考虑经验因素进行暴雨频率曲线拟合,提出将暴雨强度频率曲线拟合作为最优化问题,采用加权阻尼高斯牛顿迭代算法求解。与已有方法相比,提出引入权重系数以提高工程常用重现期段拟合精度,避免不同历时暴雨频率曲线相交;提出应用有限差分法简化雅克比矩阵计算,并在海塞矩阵对角添加阻尼系数改进迭代收敛。以云南省保山市隆阳区33a实测降雨资料为例,证明了算法的可行性及实用性。(本文来源于《土木建筑与环境工程》期刊2018年02期）
拟合优化算法论文开题报告
（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：
在人工神经网络中,BP(Back Propagation)神经网络占有重要席位,它具有很多优点,但也有很多缺陷。而遗传算法(GA)是使用运算对个体进行"优胜劣汰"的一种算法,用GA优化BP网络,取长补短。论文建立了BP网络模型,研究了对BP网络的优化,根据GA的特点,在MATLAB环境下,选取合适的网络结构对BP网络非线性函数进行仿真模拟和预测。从训练的结果可以看出,BP网络经GA优化后显然比未优化前的拟合效果更好。同时论文实现了粒子群(PSO)算法优化BP网络,并与GA作对比,从实验结果分析比较得知,BP网络经两种算法优化后拟合效果都明显变好,且GA比PSO算法优化的结果更准确。
（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。
拟合优化算法论文参考文献
[1].张云,李岚,王浩东.一种机器学习中防止过拟合的Dropout优化算法[J].兰州文理学院学报(自然科学版).2019
[2].康彩丽.遗传算法优化BP神经网络非线性函数拟合的研究[J].忻州师范学院学报.2019
[3].季浩然,马晓川.应用凸优化拟合的最小方差无失真的方位估计算法[C].2019年全国声学大会论文集.2019
[4].王沿朝,陈清军.基于粒子群优化算法的软土场地Davidenkov模型参数拟合与应用[J].振动与冲击.2019
[5].张锦,赖祖龙.遗传算法优化灰色神经网络的GPS高程拟合模型[J].导航定位学报.2019
[6].陈瑞华,曹柏杨.基于遗传算法的SABR模型对上证50ETF期权隐含波动率拟合优化的实证研究[J].中国证券期货.2019
[7].蒲伦,唐诗华,罗洁,肖燕,邢鹏威.利用粒子群算法优化的GPS高程拟合精度分析[J].测绘科学技术学报.2018
[8].徐富春.基于混沌粒子群算法的分数阶算子拟合优化研究[J].辽宁工业大学学报(自然科学版).2018
[9].董佳康,段金英,李楠,苏鹏.基于叁角基线性拟合算法的后视镜外形优化[J].计算机系统应用.2018
[10].姬鹏杰,杜坤,冯燕,周明,杜雨.考虑经验因素的暴雨频率曲线最优化拟合算法[J].土木建筑与环境工程.2018
论文知识图
