参数学习论文开题报告文献综述

参数学习论文开题报告文献综述

导读:本文包含了参数学习论文开题报告文献综述、选题提纲参考文献,主要关键词:参数,学习机,子群,子粒,深度,极限,迭代。

参数学习论文文献综述写法

尹俊华,薄翠梅,刘艳萍,杨磊[1](2019)在《基于Markov参数整定的自适应迭代学习PID控制》一文中研究指出针对半间歇反应过程参数时变问题,研究基于Markov参数整定的单神经元自适应迭代学习PID控制方法。首先建立二维迭代学习PID控制器(2D-ILC-PID),采用Markov参数法离线整定控制器的参数初值;然后在批次内采用单神经元自适应调节机制在线调节2D-ILC-PID控制器参数,同时利用批次间的重复特性更新控制输入提高迭代学习速率,有效提升控制系统跟踪性能。最后在环己胺制备反应过程进行仿真实验验证,实验结果表明提出的基于Markov参数整定的自适应迭代学习控制方法能够实现多时段反应器温度的精确跟踪。(本文来源于《高校化学工程学报》期刊2019年06期)

贺敏,支恩玮,程兰,阎高伟[2](2019)在《基于多工况迁移学习的磨机负荷参数软测量》一文中研究指出湿式球磨机运行过程中需要对多个负荷参数进行监测,然而运行工况改变会导致实时数据和建模数据的同分布假设不再成立。针对传统软测量方法不能考虑负荷参数之间的关联性,以及多工况情况下建模数据和实时数据概率分布变化引起的模型性能恶化问题,有针对性的引入迁移学习策略与多任务学习机制,建立一种基于多工况迁移学习的湿式球磨机负荷参数软测量模型。首先采用联合分布适配在降维过程中共同适配不同工况的边缘和条件分布,然后利用多任务最小二乘支持向量机方法对磨机负荷参数进行回归预测。实验结果表明,该软测量方法显着优于现有的方法,适用于多工况情况下的软测量建模。(本文来源于《控制工程》期刊2019年11期)

黄静,郑华义,李宏,李国岫,邱成[3](2019)在《带参数学习的引导信号迭代学习控制方法》一文中研究指出针对传统迭代学习控制方法应用在空气舵负载模拟器加载系统中的控制发散问题,提出一种引导信号迭代学习控制方法。为提高和增强新方法的智能型和适应性,并具备更快的收敛速度,对新提出方法进行改进:对引导信号进行迭代学习的同时,也对控制参数进行学习,从而使得新控制方法具备双重学习能力。在系统每个迭代周期初始状态不一致的实际情况下,对新控制方法进行收敛特性的数学分析及证明,并最终给出收敛的充分条件。改进后的控制方法应用在空气舵负载模拟器加载系统仿真模型中进行验证,通过与传统迭代学习控制方法以及不带参数学习的控制方法进行对比,表明带参数学习的引导信号迭代学习控制方法具有更快的收敛速度和更好的控制效果。(本文来源于《兵工学报》期刊2019年11期)

安鹏,高健祎,曹丹平,牛洪彬,吴凡[4](2019)在《深度学习联合地震反演助力深海储层参数预测》一文中研究指出弹性阻抗反演是主要的储层参数预测方法之一。入射角范围有限和低地震资料质量等原因,会导致密度反演的准确率较低。此外,纵横波速度比在速度峰值处的反演稳定性较差,也不能直接反演孔隙度等储层物性参数。目前通过常规的弹性阻抗反演等方法无法有效解决上述问题。本文将深度学习技术与弹性阻抗反演技术相结合,基于全连接深度神经网络建立起叁个角度弹性阻抗与弹性、物性储层参数之间的非线性映射关系,测井数据的密度、纵横波速度比预测的均方根误差均降低10%以上。并以弹性阻抗搭建起测井、地震数据之间的桥梁,通过标准化等数据处理技术,最终得到密度、纵横波速度比和孔隙度的叁维预测结果。(本文来源于《海洋工程装备与技术》期刊2019年S1期)

闫衍芙,吕科,薛健,王聪,甘玮[5](2019)在《基于深度学习和表情AU参数的人脸动画方法》一文中研究指出为了利用计算机方便快捷地生成表情逼真的动漫人物,提出一种基于深度学习和表情AU参数的人脸动画生成方法.该方法定义了用于描述面部表情的24个面部运动单元参数,即表情AU参数,并利用卷积神经网络和FEAFA数据集构建和训练了相应的参数回归网络模型.在根据视频图像生成人脸动画时,首先从单目摄像头获取视频图像,采用有监督的梯度下降法对视频帧进行人脸检测,进而对得到的人脸表情图像准确地回归出表情AU参数值,将其视为叁维人脸表情基系数,并结合虚拟人物相对应的24个基础叁维表情形状和中立表情形状,在自然环境下基于表情融合变形模型驱动虚拟人物生成人脸动画.该方法省去了传统方法中的叁维重建过程,并且考虑了运动单元参数之间的相互影响,使得生成的人脸动画的表情更加自然、细腻.此外,基于人脸图像比基于特征点回归出的表情系数更加准确.(本文来源于《计算机辅助设计与图形学学报》期刊2019年11期)

彭涛,肖建明,张仕慧,蒲冰洁,高月琴[6](2019)在《基于多参数MRI及影像组学建立机器学习模型诊断临床显着性前列腺癌》一文中研究指出目的建立基于多参数MRI(mpMRI)和影像组学特征的机器学习模型,评价其诊断临床显着性前列腺癌(CSPC)的价值。方法结合纹理分析、MR动态增强定量分析、前列腺影像报告与数据系统(PI-RADS)评分和部分临床资料建立Logistic回归(LR)、逐步回归(SR)、经典决策树(cDT)、条件推断树(CIT)、随机森林(RF)和支持向量机(SVM)模型,运用ROC曲线和决策曲线分析法(DCA)评价上述模型和变量的重要性。结果验证组中RF模型诊断CSPC的AUC大于SVM、cDT、SR模型(P均<0.05),RF模型与LR、CIT模型诊断CSPC的AUC差异无统计学意义(P均>0.05),其余各模型间诊断CSPC的AUC差异无统计学意义(P均>0.05)。概率阈值为16%~91%时,RF模型的净获益最大,优于其他模型;概率阈值为23%~91%时,SVM模型的净获益仅次于RF模型而优于其他模型。前列腺特异性抗原密度(PSAD)和部分纹理分析参数的重要性较高。结论 RF模型诊断CSPC优于其他模型,SVM模型次之。PSAD和纹理分析相关参数诊断CSPC的重要性高于PI-RADS评分和动态增强MRI定量参数。(本文来源于《中国医学影像技术》期刊2019年10期)

吴慧玲,丁晓彬,贺广生,刘久富[7](2019)在《判别类条件贝叶斯网络分类器的量子粒子群优化参数学习》一文中研究指出针对贝叶斯网络分类器在处理多属性分类问题时,存在分类精度下降、算法运行时间过长等问题,提出一种判别类条件贝叶斯网络模型。该模型在类条件贝叶斯模型的基础上,将条件对数似然函数以对数形式重新参数化,并使用量子粒子群优化算法最大化目标函数。新模型采用判别参数学习方法,直接计算条件概率,对于分类问题更加高效。本研究将判别类条件贝叶斯网络模型与TAN分类器相结合,使用量子粒子群算法进行优化,用于对液体火箭发动机的故障诊断与分类中。针对某型号火箭的仿真数据进行故障诊断与分类,与传统的贝叶斯分类器相比,改进的分类器在处理分类问题时,准确率和学习效率更高。(本文来源于《山东科技大学学报(自然科学版)》期刊2019年05期)

张森悦,谭文安,王楠[8](2019)在《基于布谷鸟搜索算法参数优化的组合核极限学习机》一文中研究指出针对单核极限学习机在泛化性能上存在一定局限性的问题,提出将再生核函数与多项式核函数相结合,建立一种新的组合核极限学习机模型,使其具有全局核与局部核的优点,并选择布谷鸟搜索算法对其参数进行优化选择.仿真实验结果表明,采用基于再生核的组合核函数作为极限学习机的核函数可行,在实验数据集的多值分类和回归问题上,与传统支持向量机及单核极限学习机相比,该模型具有更好的泛化性能.(本文来源于《吉林大学学报(理学版)》期刊2019年05期)

孔双双,王开军,林崧[9](2019)在《外类入侵度初始化参数的极限学习机》一文中研究指出针对经典极限学习机中输入权值随机初始化容易导致输出稳定性不够好进而影响分类性能的问题,提出外类入侵度初始化参数的方法,对极限学习机随机初始化的输入权值用样本的属性特征信息进行修正.该方法对包含两个类别样本的数据集,将其中一个类作为本类,另一个类作为外类.对于每个特征,统计本类和外类样本重迭的区域占本类取值范围的比例,也统计重迭区域中外类样本数目占重迭区域总样本数目的比例.然后依据这两种占比值计算每个特征的外类入侵度.再根据入侵度大小调整极限学习机模型中隐含层的输入权值.在10个UCI数据集上进行的分类实验结果表明,新方法的准确率比经典极限学习机提高了1%~23%,且泛化性能更稳定;与另外两方法相比,新方法的准确率稍高.(本文来源于《南京师范大学学报(工程技术版)》期刊2019年03期)

刘俊杰,郝明瑞,孙明玮,郭宪,陈增强[10](2019)在《基于强化学习的飞航导弹姿态控制PID参数调节方法》一文中研究指出针对人工智能在传统飞航导弹控制系统优化改造方面的应用进行了初步探索。考虑到目前实际应用中控制结构基本上都是采用PID控制形式,利用强化学习技术实现了PID姿态控制参数的在线闭环快速自适应整定。通过分别搭建评价网络和动作执行网络,实现对非线性系统最优目标函数的逼近和对PID控制参数的拟合,并利用梯度下降法给出了不基于被控对象动力学而只依赖于观测数据的神经网络权值调整公式。考虑到实际工程实现,动作执行网络的输入采用长周期信号,数学仿真结果验证了所提算法的有效性。(本文来源于《战术导弹技术》期刊2019年05期)

参数学习论文开题报告范文

(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:

湿式球磨机运行过程中需要对多个负荷参数进行监测,然而运行工况改变会导致实时数据和建模数据的同分布假设不再成立。针对传统软测量方法不能考虑负荷参数之间的关联性,以及多工况情况下建模数据和实时数据概率分布变化引起的模型性能恶化问题,有针对性的引入迁移学习策略与多任务学习机制,建立一种基于多工况迁移学习的湿式球磨机负荷参数软测量模型。首先采用联合分布适配在降维过程中共同适配不同工况的边缘和条件分布,然后利用多任务最小二乘支持向量机方法对磨机负荷参数进行回归预测。实验结果表明,该软测量方法显着优于现有的方法,适用于多工况情况下的软测量建模。

(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。

参数学习论文参考文献

[1].尹俊华,薄翠梅,刘艳萍,杨磊.基于Markov参数整定的自适应迭代学习PID控制[J].高校化学工程学报.2019

[2].贺敏,支恩玮,程兰,阎高伟.基于多工况迁移学习的磨机负荷参数软测量[J].控制工程.2019

[3].黄静,郑华义,李宏,李国岫,邱成.带参数学习的引导信号迭代学习控制方法[J].兵工学报.2019

[4].安鹏,高健祎,曹丹平,牛洪彬,吴凡.深度学习联合地震反演助力深海储层参数预测[J].海洋工程装备与技术.2019

[5].闫衍芙,吕科,薛健,王聪,甘玮.基于深度学习和表情AU参数的人脸动画方法[J].计算机辅助设计与图形学学报.2019

[6].彭涛,肖建明,张仕慧,蒲冰洁,高月琴.基于多参数MRI及影像组学建立机器学习模型诊断临床显着性前列腺癌[J].中国医学影像技术.2019

[7].吴慧玲,丁晓彬,贺广生,刘久富.判别类条件贝叶斯网络分类器的量子粒子群优化参数学习[J].山东科技大学学报(自然科学版).2019

[8].张森悦,谭文安,王楠.基于布谷鸟搜索算法参数优化的组合核极限学习机[J].吉林大学学报(理学版).2019

[9].孔双双,王开军,林崧.外类入侵度初始化参数的极限学习机[J].南京师范大学学报(工程技术版).2019

[10].刘俊杰,郝明瑞,孙明玮,郭宪,陈增强.基于强化学习的飞航导弹姿态控制PID参数调节方法[J].战术导弹技术.2019

标签:;  ;  ;  ;  ;  ;  ;  

参数学习论文开题报告文献综述
下载Doc文档

猜你喜欢