期刊文献+
共找到11篇文章
< 1 >
每页显示 20 50 100
快速加权滑窗RLS格型算法
1
作者 胡梦佑 陈钧量 《中山大学学报(自然科学版)》 CAS CSCD 1992年第2期46-50,共5页
在基本加权滑窗RLS算法基础上,利用投影几何方法,导出快速加权滑窗RLS格型算法。计算机仿真结果证实了算法的有效性。
关键词 rls格型算法 加权滑窗 快速算法
在线阅读 下载PDF
利用RLS-Laguerre格型算法消除多波束测深声呐的隧道效应 被引量:5
2
作者 魏玉阔 翁宁宁 +2 位作者 李海森 么彬 周天 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2010年第5期547-552,共6页
为了避免多波束测深声呐输出数据中产生测深假象,分析了海底多波束测深声呐中存在的隧道效应及其产生机理,指出旁瓣干扰是引起隧道效应的重要因素,隧道效应的出现导致多波束测深声呐把相对平坦的海底绘制成凹面向上的水平半圆柱面海底地... 为了避免多波束测深声呐输出数据中产生测深假象,分析了海底多波束测深声呐中存在的隧道效应及其产生机理,指出旁瓣干扰是引起隧道效应的重要因素,隧道效应的出现导致多波束测深声呐把相对平坦的海底绘制成凹面向上的水平半圆柱面海底地形.采用系统辨识模型仿真了基于先验误差的误差反馈递归最小二乘(RLS)Laguerre格型算法的极点位置对算法性能的影响,并利用该算法对湖试数据中存在的隧道效应进行分析处理.结果表明通过对Laguerre极点的选择,该算法能够有效消除多波束测深数据边缘波束中存在的旁瓣干扰并快速跟踪真实的海底回波,同时又能保留中央波束信号能量,减少对真实信号的影响. 展开更多
关键词 隧道效应 旁瓣干扰 多波束测深声呐 rls-Laguerre格型算法
在线阅读 下载PDF
Prediction-Based Distance Weighted Algorithm for Target Tracking in Binary Sensor Network
3
作者 SUN Xiaoyan LI Jiandong +1 位作者 CHEN Yanhui HUANG Pengyu 《China Communications》 SCIE CSCD 2010年第4期41-50,共10页
Binary sensor network(BSN) are becoming more attractive due to the low cost deployment,small size,low energy consumption and simple operation.There are two different ways for target tracking in BSN,the weighted algori... Binary sensor network(BSN) are becoming more attractive due to the low cost deployment,small size,low energy consumption and simple operation.There are two different ways for target tracking in BSN,the weighted algorithms and particle filtering algorithm.The weighted algorithms have good realtime property,however have poor estimation property and some of them does not suit for target’s variable velocity model.The particle filtering algorithm can estimate target's position more accurately with poor realtime property and is not suitable for target’s constant velocity model.In this paper distance weight is adopted to estimate the target’s position,which is different from the existing distance weight in other papers.On the analysis of principle of distance weight (DW),prediction-based distance weighted(PDW) algorithm for target tracking in BSN is proposed.Simulation results proved PDW fits for target's constant and variable velocity models with accurate estimation and good realtime property. 展开更多
关键词 Binary Sensor Network weighted algorithm Particle Filter Distance weight Recursive Least Squre(rls
在线阅读 下载PDF
基于强化学习与变权组合模型的EV充电需求功率预测方法
4
作者 宋宗仁 葛泉波 李春喜 《数据采集与处理》 北大核心 2025年第2期530-544,共15页
当电动汽车(Electric vehicle,EV)与充电桩连接时,精确预测电动汽车动力电池组的充电需求功率,对于防止电池组过充电至关重要。由于电池组物理模型的复杂性使基于其充电需求功率预测方法通常难以构建,且实时性不高。此外,单一预测模型... 当电动汽车(Electric vehicle,EV)与充电桩连接时,精确预测电动汽车动力电池组的充电需求功率,对于防止电池组过充电至关重要。由于电池组物理模型的复杂性使基于其充电需求功率预测方法通常难以构建,且实时性不高。此外,单一预测模型的预测精度偏低。针对上述问题,结合充电数据与机器学习,提出一种基于强化学习与变权组合模型的EV充电需求功率预测方法。在传统灰狼优化算法的基础上,将混沌映射、精英反向学习策略相结合以提高初始种群的质量,利用强化学习的动态权重策略更新灰狼个体位置来优化最小二乘支持向量机(Least square support vector machine,LSSVM)算法中的参数;通过基于时变权重分配的变权组合方法合理分配极限学习机预测模型与改进LSSVM预测模型的权重,解决单一预测模型方法的不足;采用电动汽车的实际充电数据对所提预测算法进行验证,新方法相较于其他3种传统方法在预测精度上分别提高了4.75%、3.84%和0.38%。 展开更多
关键词 充电需求功率 变权组合 强化学习 灰狼优化算法 最小二乘支持向量机
在线阅读 下载PDF
改进的小波神经网络算法对变流器的故障诊断方法 被引量:4
5
作者 段其昌 张亮 袁景明 《计算机应用》 CSCD 北大核心 2011年第8期2143-2145,共3页
变流器是双馈风力发电系统中的枢纽设备,其运行可靠性直接关系到发电系统的安全与稳定。针对基于递推最小二乘(RLS)算法的离散小波神经网络(DWNN)存在收敛速度慢、收敛精度不高、搜索局部极小等不足,以变流器的电流为分析对象,提出一种... 变流器是双馈风力发电系统中的枢纽设备,其运行可靠性直接关系到发电系统的安全与稳定。针对基于递推最小二乘(RLS)算法的离散小波神经网络(DWNN)存在收敛速度慢、收敛精度不高、搜索局部极小等不足,以变流器的电流为分析对象,提出一种采用变加权和变学习率改进算法的小波神经网络的变流器故障诊断方法。选择变流器电流作为离散小波神经网络训练及故障识别样本,对训练过程和仿真结果进行对比分析。实验结果表明:较之RLS算法,改进的小波神经网络故障诊断方法在故障识别准确率和收敛时间方面表现更优。 展开更多
关键词 变流器 故障诊断 离散小波神经网络 递推最小二乘法 变加权 变学习率
在线阅读 下载PDF
小波递归最小二乘语音自适应增强 被引量:6
6
作者 朱宗明 姜占才 《新型工业化》 2015年第7期18-23,共6页
针对语音自适应增强的递归最小二乘算法必须已知参考信号的约束条件,将小波技术引入RLS算法中,提出了一种语音自适应增强算法—小波递归最小二乘算法(WRLS)。无需参考输入和输入信号的延时量,而是用小波分解、合成技术初估期望信号,以... 针对语音自适应增强的递归最小二乘算法必须已知参考信号的约束条件,将小波技术引入RLS算法中,提出了一种语音自适应增强算法—小波递归最小二乘算法(WRLS)。无需参考输入和输入信号的延时量,而是用小波分解、合成技术初估期望信号,以此获得先验误差;再用RLS算法求解滤波器权系数修正量;同时采用"块"和"符号"技术减少权系数修正的运算量,提高算法的收敛速度。仿真实验表明该算法的增强效果明显优于谱减法和小波增强法。 展开更多
关键词 语音 自适应增强 小波 rls算法 滤波器权系数
在线阅读 下载PDF
小波递归最小二乘语音自适应增强 被引量:4
7
作者 朱宗明 姜占才 《电子设计工程》 2016年第1期69-72,共4页
针对语音自适应增强的递归最小二乘(RLS)算法必须已知参考信号的约束条件,将小波技术引入RLS算法中,提出了一种语音自适应增强算法-小波递归最小二乘算法(WRLS)。该算法无需参考输入和输入信号的延时量,而是用小波分解、合成技术初估期... 针对语音自适应增强的递归最小二乘(RLS)算法必须已知参考信号的约束条件,将小波技术引入RLS算法中,提出了一种语音自适应增强算法-小波递归最小二乘算法(WRLS)。该算法无需参考输入和输入信号的延时量,而是用小波分解、合成技术初估期望信号,以此获得先验误差;再用RLS算法求解滤波器权系数修正量;同时采用"块"和"符号"技术减少权系数修正的运算量,提高算法的收敛速度。仿真实验表明该算法的增强效果明显优于谱减法和小波增强法。 展开更多
关键词 语音 自适应增强 小波 rls算法 滤波器权系数
在线阅读 下载PDF
两种新的语音自适应增强算法研究
8
作者 姜占才 杨林 《计算机工程与科学》 CSCD 北大核心 2013年第5期173-179,共7页
针对自适应语音增强中需要已知参考输出信号的问题,提出了两种自适应增强算法:该算法只有语音的噪声观测一个输入,无需输入信号的延时量。用谱减法估计期望信号,以此作为滤波器输出信号的参考信号;以滤波器的输出与参考信号的差值为误... 针对自适应语音增强中需要已知参考输出信号的问题,提出了两种自适应增强算法:该算法只有语音的噪声观测一个输入,无需输入信号的延时量。用谱减法估计期望信号,以此作为滤波器输出信号的参考信号;以滤波器的输出与参考信号的差值为误差信号;用LMS和RLS算法分别求得滤波器权系数修正量;采用块技术和符号技术减少权系数修正的运算量,提高算法的收敛速度。在各种信噪比下对不同的语音进行仿真实验,并与改进的谱减法比较,结果表明,该两种算法的增强效果均优于改进的谱减法,在信噪比为3dB时增强效果仍能令人满意。 展开更多
关键词 语音自适应增强 谱减法 LMS算法 rls算法 滤波器权系数
在线阅读 下载PDF
改进的最小二乘自适应滤波陀螺仪去噪方法 被引量:10
9
作者 刘昊 陈光武 +1 位作者 魏宗寿 程鉴皓 《仪器仪表学报》 EI CAS CSCD 北大核心 2018年第4期107-114,共8页
为了降低微机电系统(MEMS)陀螺仪输出当中的噪声分量,提出了一种基于随机加权方法下的抗野值递推最小二乘法(RLS)自适应滤波算法。标准RLS算法的基本思想是对于所有已输入的信号而言,尽量使得在每个时刻对数据块估计的平方误差的加... 为了降低微机电系统(MEMS)陀螺仪输出当中的噪声分量,提出了一种基于随机加权方法下的抗野值递推最小二乘法(RLS)自适应滤波算法。标准RLS算法的基本思想是对于所有已输入的信号而言,尽量使得在每个时刻对数据块估计的平方误差的加权和最小,这也是RLS算法对于非平稳信号的适应性要比其他滤波算法好的重要原因。针对标准RLS算法中野值对其滤波精度的影响,同时,复杂的非平稳环境也会对其有一定的影响。所以,提出并验证了随机加权方法对RLS算法的抗野值处理,并将提出的改进算法应用到了MEMS陀螺仪的去噪研究中,改进后的算法不仅可以很好的去除单个野值对滤波的影响,而且对于野值连续成片出现的情况,也能结合算法的适应性很好的保持滤波的稳定性。 展开更多
关键词 rls算法 随机加权方法 抗野值 自适应滤波 MEMS陀螺仪
原文传递
基于自适应多目标强化学习的服务集成方法 被引量:1
10
作者 郭潇 李春山 +1 位作者 张宇跃 初佃辉 《计算机应用》 CSCD 北大核心 2022年第11期3500-3505,共6页
当前服务互联网(IoS)中的服务资源呈现精细化、专业化的趋势,功能单一的服务无法满足用户复杂多变的需求,服务集成调度方法已经成为服务计算领域的热点。现有的服务集成调度方法大都只考虑用户需求的满足,未考虑IoS生态系统的可持续性... 当前服务互联网(IoS)中的服务资源呈现精细化、专业化的趋势,功能单一的服务无法满足用户复杂多变的需求,服务集成调度方法已经成为服务计算领域的热点。现有的服务集成调度方法大都只考虑用户需求的满足,未考虑IoS生态系统的可持续性。针对上述问题,提出一种基于自适应多目标强化学习的服务集成方法,该方法在异步优势演员评论家(A3C)算法的框架下引入多目标优化策略,从而在满足用户需求的同时保证IoS生态系统的健康发展。所提方法可以根据遗憾值对多目标值集成权重进行动态调整,改善多目标强化学习中子目标值不平衡的现象。在真实大规模服务环境下进行了服务集成验证,实验结果表明所提方法相对于传统机器学习方法在大规模服务环境下求解速度更快;相较于权重固定的强化学习(RL),各目标的求解质量更均衡。 展开更多
关键词 服务集成 强化学习 异步优势演员评论家算法 多目标优化 自适应权重
在线阅读 下载PDF
串联式集装箱重心偏移自适应修正算法研究
11
作者 何锋 宋小波 +2 位作者 刘忠杰 周培莹 蒋欣晟 《计算机技术与发展》 2012年第3期96-98,102,共4页
针对串联式集装箱分箱计重中因货物配置不匀导致的重心随机偏移问题,提出了一种基于径向基函数神经网络的自适应修正算法。该算法利用K-Mean聚类算法来确定RBF神经网络隐含层的中心向量;并采用RLS算法来调整隐含层与输出层之间的连接权... 针对串联式集装箱分箱计重中因货物配置不匀导致的重心随机偏移问题,提出了一种基于径向基函数神经网络的自适应修正算法。该算法利用K-Mean聚类算法来确定RBF神经网络隐含层的中心向量;并采用RLS算法来调整隐含层与输出层之间的连接权值。该算法模型能针对各种车型并在各种车速下实现串联式集装箱的重心动态计算,从而获得准确的分箱重量。通过RBF及BP算法的仿真对比实验表明:基于RBF的修正算法具有更高的环境适应性和更低的计重误差率,能真正达到串联式集装箱重心自适应偏移纠正的目的。 展开更多
关键词 串联式集装箱 动态计重 神经网络 径向基函数 K-Mean聚类算法 递推最小二乘法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部