期刊文献+
共找到53篇文章
< 1 2 3 >
每页显示 20 50 100
面向扩展目标检测的雷达收发联合优化方法
1
作者 张子杰 程旭 +1 位作者 姚誉 吴云韬 《空天预警研究学报》 2026年第1期15-21,共7页
针对基于数字射频存储器(DRFM)的间歇采样转发干扰(ISRJ)对现代雷达探测性能的破坏性影响,提出一种面向扩展目标检测的雷达发射波形与接收滤波器联合优化方法.首先构建包含ISRJ的宽带雷达信号收发联合优化问题模型;然后针对该非凸优化问... 针对基于数字射频存储器(DRFM)的间歇采样转发干扰(ISRJ)对现代雷达探测性能的破坏性影响,提出一种面向扩展目标检测的雷达发射波形与接收滤波器联合优化方法.首先构建包含ISRJ的宽带雷达信号收发联合优化问题模型;然后针对该非凸优化问题,提出交替方向乘子法(ADMM)和坐标下降(CD)算法两种求解策略,并进一步分析两种方法的计算复杂度.仿真结果表明,所提方法均能够有效提升输出信干噪比(SINR),验证了所提联合优化方法在ISRJ环境下进行扩展目标检测时的有效性和适用性;与其他方法相比,ADMM法在干扰抑制深度和输出波形纯净度方面表现突出,而CD法在收敛速度和计算成本方面具有显著优势. 展开更多
关键词 雷达抗干扰 间歇采样转发干扰 扩展目标检测 ADMM cd算法
在线阅读 下载PDF
基于MCP惩罚的稀疏协方差矩阵估计
2
作者 林珊屹 徐平峰 《吉林大学学报(理学版)》 北大核心 2026年第1期87-92,共6页
针对稀疏协方差矩阵估计问题,提出一种基于MCP(minimax concave penalty)惩罚对数似然的稀疏协方差阵估计量,并利用坐标下降算法进行求解.模拟研究结果表明,在大多数情况下,该方法在估计稀疏协方差矩阵时,相较于Lasso惩罚和SCAD(smoothl... 针对稀疏协方差矩阵估计问题,提出一种基于MCP(minimax concave penalty)惩罚对数似然的稀疏协方差阵估计量,并利用坐标下降算法进行求解.模拟研究结果表明,在大多数情况下,该方法在估计稀疏协方差矩阵时,相较于Lasso惩罚和SCAD(smoothly clipped absolute deviation)惩罚方法,能获得更小的L_(1)范数、Kullback-Leibler距离以及Frobenius范数,特别是在AR(1)模型设定下表现更突出.此外,通过分析流式细胞仪测量得到的蛋白质浓度数据,验证了MCP惩罚方法在实际应用中的优越性能. 展开更多
关键词 协方差矩阵 MCP惩罚 坐标下降算法 稀疏估计
在线阅读 下载PDF
PCD型自适应弹性网络在微阵列分类中的应用
3
作者 李钧涛 贾英民 《智能系统学报》 2010年第3期227-232,共6页
针对癌症分类中的重要基因选择问题,提出了一种基于顺向坐标下降算法的自适应弹性网络.该自适应弹性网络通过引入数据驱动权重,在构建分类器的同时能自适应地成群选择基因,从而产生了一个稀疏的学习模型,增强了可解释性.此外,通过引入... 针对癌症分类中的重要基因选择问题,提出了一种基于顺向坐标下降算法的自适应弹性网络.该自适应弹性网络通过引入数据驱动权重,在构建分类器的同时能自适应地成群选择基因,从而产生了一个稀疏的学习模型,增强了可解释性.此外,通过引入惩罚因子,顺向坐标下降算法被改进并有效地用于求解该自适应弹性网络.急性白血病分类实验结果验证了所提方法的有效性. 展开更多
关键词 癌症分类 基因选择 弹性网络 顺向坐标下降算法(Pcd算法) 微阵列分类
暂未订购
无人机辅助通感一体化安全边缘计算网络能耗最小化方案
4
作者 刘伯阳 贺嘉成 +2 位作者 孙连锐 王晨 李自扬 《西安邮电大学学报》 2026年第1期9-19,共11页
针对通感一体化(Integrated Sensing and Communication,ISAC)网络中物联网(Internet of Things,IoT)节点算力不足、通信与感知性能易受建筑物遮挡影响以及通信安全等问题,提出一种无人机(Unmanned Aerial Vehicle,UAV)辅助ISAC安全边... 针对通感一体化(Integrated Sensing and Communication,ISAC)网络中物联网(Internet of Things,IoT)节点算力不足、通信与感知性能易受建筑物遮挡影响以及通信安全等问题,提出一种无人机(Unmanned Aerial Vehicle,UAV)辅助ISAC安全边缘计算网络能耗最小化方案。通过优化UAV通信与感知发射波束成形、UAV通信与感知接收滤波器矢量、上行用户发射功率、UAV计算频率及UAV悬停点,以实现UAV与用户总能耗最小化。针对强耦合非凸优化问题,采用基于块坐标下降(Block Coordinate Descent,BCD)算法的两阶段迭代求解方法将原问题分解为7个子问题,并利用连续凸近似(Successive Convex Approximation,SCA)算法、变量替换、半正定松弛(Semi-positive Definite Relaxation,SDR)算法以及粒子群算法求解子问题。仿真结果表明,所提方案在不同参数下可有效降低系统能耗,降幅最高可达46.2%,能够更有效地优化资源分配并实现系统网络能耗最小化。 展开更多
关键词 通感一体化 无人机 移动边缘计算 块坐标下降算法 连续凸近似算法
在线阅读 下载PDF
基于稀疏约束的DCD滑动窗RLS水声信道估计算法研究 被引量:2
5
作者 梁仕杰 王彪 张岑 《声学技术》 CSCD 北大核心 2021年第1期123-127,共5页
水声信道具有稀疏性的特点,因此高精度低复杂度的稀疏信道估计算法对水声通信具有重要意义。基于自适应滤波算法的信道估计问题本质上是线性回归模型参数的求解问题,传统的最小二乘(Least Square,LS)、最小均方(Least Mean Square,LMS)... 水声信道具有稀疏性的特点,因此高精度低复杂度的稀疏信道估计算法对水声通信具有重要意义。基于自适应滤波算法的信道估计问题本质上是线性回归模型参数的求解问题,传统的最小二乘(Least Square,LS)、最小均方(Least Mean Square,LMS)及递归最小二乘(Recursive Least Squares,RLS)算法在估计稀疏信道时不仅复杂度较高,而且在求解线性回归模型时,因忽略自变量的多重共线性而使稀疏信道估计精度降低。针对上述问题,首先,在经典RLS算法的代价函数中加入信道系数的范数对其进行约束,从而提高了稀疏信道估计的精度,然后,采用滑动窗的方式对其代价函数进行处理以减少算法的计算量。在此基础上又引入二分坐标下降(Dichotomous Coordinate Descent,DCD)算法搜索单次迭代中使代价函数最小的解,进一步降低了算法的复杂度。仿真结果表明,文中所提的算法相较于经典算法在估计精度和复杂度方面具有一定的优越性。 展开更多
关键词 二分坐标下降算法 递归最小二乘算法 范数约束 滑动窗 信道估计
在线阅读 下载PDF
Hooke and Jeeves algorithm for linear support vector machine 被引量:1
6
作者 Yeqing Liu Sanyang Liu Mingtao Gu 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2010年第1期138-141,共4页
Coordinate descent method is a unconstrained optimization technique. When it is applied to support vector machine (SVM), at each step the method updates one component of w by solving a one-variable sub-problem while... Coordinate descent method is a unconstrained optimization technique. When it is applied to support vector machine (SVM), at each step the method updates one component of w by solving a one-variable sub-problem while fixing other components. All components of w update after one iteration. Then go to next iteration. Though the method converges and converges fast in the beginning, it converges slow for final convergence. To improve the speed of final convergence of coordinate descent method, Hooke and Jeeves algorithm which adds pattern search after every iteration in coordinate descent method was applied to SVM and a global Newton algorithm was used to solve one-variable subproblems. We proved the convergence of the algorithm. Experimental results show Hooke and Jeeves' method does accelerate convergence specially for final convergence and achieves higher testing accuracy more quickly in classification. 展开更多
关键词 support vector machine CLASSIFICATION pattern search Hooke and Jeeves coordinate descent global Newton algorithm.
在线阅读 下载PDF
A parallel complex divider architecture based on DCD iterations for computing complex division in MVDR beamformer
7
作者 KIDAV Jayaraj U SIVA Mangai N M PERUMAL M Pillai 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2018年第6期1124-1135,共12页
This paper presents a hardware architecture using mixed pipeline and parallel processing for complex division based on dichotomous coordinate descent(DCD) iterations. The objective of the proposed work is to achieve l... This paper presents a hardware architecture using mixed pipeline and parallel processing for complex division based on dichotomous coordinate descent(DCD) iterations. The objective of the proposed work is to achieve low-latency and resource optimized complex divider architecture in adaptive weight computation stage of minimum variance distortionless response(MVDR)algorithm. In this work, computation of complex division is modeled as a 2×2 linear equation solution problem and the DCD algorithm allows linear systems of equations to be solved with high degree of computational efficiency. The operations in the existing DCD algorithm are suitably parallel pipelined and the performance is optimized to 2 clock cycles per iteration. To improve the degree of parallelism, a parallel column vector read architecture is devised.The proposed work is implemented on the field programmable gate array(FPGA) platform and the results are compared with state-of-art literature. It concludes that the proposed architecture is suitable for complex division in adaptive weight computation stage of MVDR beamformer. We demonstrate the performance of the proposed architecture for MVDR beamformer employed in medical ultrasound imaging applications. 展开更多
关键词 minimum variance distortionless response(MVDR) beamformer adaptive weight dichotomous coordinate descent(Dcd) algorithm medical ultrasound imaging
在线阅读 下载PDF
基于压缩感知稀疏域模型并行坐标下降算法的DOA估计方法
8
作者 王宏妍 白艳萍 +2 位作者 郑文康 王立府 续婷 《吉林大学学报(理学版)》 北大核心 2025年第3期924-933,共10页
针对现有的波达方向(direction of arrival,DOA)估计方法在低信噪比、小快拍、多信源条件下估计精度较低的问题,提出一种基于并行坐标下降算法的DOA估计方法.首先,对空域等角度均匀划分,构造超完备冗余字典;其次,采用并行坐标下降算法... 针对现有的波达方向(direction of arrival,DOA)估计方法在低信噪比、小快拍、多信源条件下估计精度较低的问题,提出一种基于并行坐标下降算法的DOA估计方法.首先,对空域等角度均匀划分,构造超完备冗余字典;其次,采用并行坐标下降算法的思想对稀疏信号进行重构,得到信号在空域的稀疏系数矩阵;最后,将稀疏矩阵行向量的l2-范数映射到空域网格上,得到准确的DOA估计值.仿真实验结果表明:在低信噪比、小快拍、多信源条件下,该方法优于子空间类算法、贪婪类算法以及凸优化类算法,具有更低的均方根误差(RMSE)、更高的DOA估计精度和运行效率. 展开更多
关键词 波达方向估计 压缩感知 并行坐标下降算法 矢量水听器阵列信号
在线阅读 下载PDF
分布式波形分集阵雷达目标检测与参数估计一体化
9
作者 朱嘉运 马润龙 +3 位作者 李坤坤 魏法 张翔 兰岚 《太赫兹科学与电子信息学报》 2025年第8期772-783,792,共13页
针对传统单站雷达微弱目标探测难问题,提出一种基于分布式波形分集阵雷达的目标检测和参数估计一体化算法。分布式波形分集阵雷达系统由频率分集阵(FDA)-多输入多输出(MIMO)雷达和阵元脉冲编码(EPC)-MIMO雷达构成。在白噪声背景下,对每... 针对传统单站雷达微弱目标探测难问题,提出一种基于分布式波形分集阵雷达的目标检测和参数估计一体化算法。分布式波形分集阵雷达系统由频率分集阵(FDA)-多输入多输出(MIMO)雷达和阵元脉冲编码(EPC)-MIMO雷达构成。在白噪声背景下,对每个局部雷达站构建二元假设问题,其中,目标角度和距离信息未知。基于上述模型,在广义似然比检测(GLRT)准则下设计自适应检测器。通过坐标下降(CD)法和梯度投影算法(GPM)求解目标角度和距离信息的估计值并得到局部检测统计量;随后在融合中心通过计算多组局部检测统计量的对数和,构建用于最终检测判断的全局检测统计量。仿真实验验证,相比于单站波形分集阵雷达,分布式波形分集阵雷达提升了目标检测概率;相比于分布式相控阵雷达,分布式波形分集阵雷达显著提升了目标检测概率和参数估计性能。 展开更多
关键词 分布式波形分集阵雷达 广义似然比检测(GLRT) 角度与距离估计 坐标下降法 梯度投影法(GPM)
在线阅读 下载PDF
On Cyclic Block Coordinate Descent Method for Solving LargeInconsistent Linear Systems
10
作者 Ran-Ran Li Hao Liu 《Communications on Applied Mathematics and Computation》 2025年第5期1993-2006,共14页
For solving large inconsistent linear systems,we research a novel format to enhance the numerical stability and control the complexity of the model.Based on the idea of two subspace iterations,we propose the max-resid... For solving large inconsistent linear systems,we research a novel format to enhance the numerical stability and control the complexity of the model.Based on the idea of two subspace iterations,we propose the max-residual two subspace coordinate descent(M2CD)method.To accelerate the convergence rate,we further present the cyclic block coordinate descent(CBCD)method.The convergence properties of these methods are analyzed,and their effectiveness is illustrated by numerical examples. 展开更多
关键词 Inconsistent linear systems Least-squares problem coordinate descent(cd)method Convergence property
在线阅读 下载PDF
协作多小区大规模MIMO系统中基于协方差的活跃设备检测
11
作者 王子岳 刘亚锋 王兆瑞 《移动通信》 2025年第1期122-129,共8页
聚焦于多小区大规模多输入多输出(MIMO,Multiple-Input Multiple-Output)系统中基于协方差的活跃设备检测问题。在该系统中,活跃设备向多个基站传输其导频序列,基站根据接收到的信号协作地检测活跃设备。在单小区场景下,基于协方差的活... 聚焦于多小区大规模多输入多输出(MIMO,Multiple-Input Multiple-Output)系统中基于协方差的活跃设备检测问题。在该系统中,活跃设备向多个基站传输其导频序列,基站根据接收到的信号协作地检测活跃设备。在单小区场景下,基于协方差的活跃设备检测模型的尺度定律(Scaling Law)已在文献中得到广泛分析,旨在分析基于协方差的活跃设备检测模型在多小区大规模MIMO系统中的尺度定律。具体来说,在衰落信道的路径损耗指数γ>2的情况下,建立了多小区系统中的二次尺度定律。这一结果表明,在多小区大规模MIMO系统中,当天线数趋于无穷大时,每个小区能够正确检测出的活跃设备数量的最大值随导频序列的长度呈二次方增长,且随着小区数量呈对数减少。此外,除了分析由球面上均匀分布生成的导频序列的尺度定律,还建立了由有限字母表生成的导频序列的尺度定律,这类序列更易于生成和存储。最后,提出了两种高效的加速坐标下降(CD,Coordinate Descent)算法来求解活跃设备检测问题,它们都具有收敛性保证。第一种算法通过非精确坐标更新策略来降低CD算法的复杂度;第二种算法利用积极集选择策略避免了CD算法中不必要的计算。仿真结果表明,所提出的算法在计算效率和检测错误概率方面表现出色。 展开更多
关键词 加速坐标下降算法 协作活跃设备检测 大规模随机接入 多小区大规模多输入多输出 尺度定律分析 导频序列
在线阅读 下载PDF
基于Mahalanobis矩阵学习的本体算法 被引量:6
12
作者 吴剑章 余晓 高炜 《西南大学学报(自然科学版)》 CAS CSCD 北大核心 2015年第2期117-122,共6页
提出基于Mahalanobis矩阵学习的本体相似度计算和本体映射算法.利用矩阵分解和坐标下降迭代算法得到Mahalanobis矩阵,进而得到本体图距离矩阵,并由此来判定本体图中2顶点之间的相似程度.最后,将算法应用于生物GO本体和计算机软件本体,... 提出基于Mahalanobis矩阵学习的本体相似度计算和本体映射算法.利用矩阵分解和坐标下降迭代算法得到Mahalanobis矩阵,进而得到本体图距离矩阵,并由此来判定本体图中2顶点之间的相似程度.最后,将算法应用于生物GO本体和计算机软件本体,通过实验数据验证了算法的有效性. 展开更多
关键词 本体 相似度 本体映射 Mahalanobis矩阵 降维 坐标下降算法
原文传递
在原始空间用Rosenbrock算法训练线性支持向量机 被引量:2
13
作者 刘叶青 刘三阳 谷明涛 《控制与决策》 EI CSCD 北大核心 2009年第12期1895-1898,共4页
为了加快并行下降方法(CD)用于线性支持向量机(SVM)时的最终收敛速度,将Rosenbrock算法(R)用于线性SVM.在内循环,R通过解一个单变量子问题来更新w的一个分量,并同时固定其他分量不变;在外循环,采用Gram-schmidt过程构建新的搜索方向.实... 为了加快并行下降方法(CD)用于线性支持向量机(SVM)时的最终收敛速度,将Rosenbrock算法(R)用于线性SVM.在内循环,R通过解一个单变量子问题来更新w的一个分量,并同时固定其他分量不变;在外循环,采用Gram-schmidt过程构建新的搜索方向.实验结果表明,与CD相比,R加快了最终的收敛,在分类中能更快地获得更高的测试精度. 展开更多
关键词 支持向量机 模式识别 分类 Rosenbrock算法 并行下降
原文传递
rLasso正则化Logistic回归模型的估计 被引量:2
14
作者 周生彬 高妍南 黄叶金 《统计与决策》 CSSCI 北大核心 2019年第12期22-26,共5页
文章将rLasso惩罚函数推广到Logistic回归模型,并给出单坐标rLasso惩罚估计问题的解析解,结合坐标下降算法思想,给出线性模型rLasso以及Logistic-rLasso惩罚估计问题的坐标下降求解方法。数值模拟验证所提坐标下降算法的有效性,并说明rL... 文章将rLasso惩罚函数推广到Logistic回归模型,并给出单坐标rLasso惩罚估计问题的解析解,结合坐标下降算法思想,给出线性模型rLasso以及Logistic-rLasso惩罚估计问题的坐标下降求解方法。数值模拟验证所提坐标下降算法的有效性,并说明rLasso惩罚比LASSO类惩罚能选择更为稀疏的模型。 展开更多
关键词 rLasso 坐标下降算法 LOGISTIC回归 广义线性模型 Oracle性质
在线阅读 下载PDF
两相图像变分分割凸松弛模型快速算法 被引量:1
15
作者 江成顺 汪先超 《计算机学报》 EI CSCD 北大核心 2013年第5期1086-1096,共11页
主要研究两相图像分割凸模型的三类快速数值算法.首先,分别针对无约束和有约束的图像分割凸模型分别提出相应的具有O(1/k)阶收敛速率的梯度投影算法,并结合快速迭代收缩算法的加速收敛策略,将所提出的梯度投影算法的收敛速率从O(1/k)阶... 主要研究两相图像分割凸模型的三类快速数值算法.首先,分别针对无约束和有约束的图像分割凸模型分别提出相应的具有O(1/k)阶收敛速率的梯度投影算法,并结合快速迭代收缩算法的加速收敛策略,将所提出的梯度投影算法的收敛速率从O(1/k)阶提高到O(1/k2)阶;其次,基于分块协调下降的思想,对无约束的图像分割凸模型采用Newton法求解,该算法不仅是单调下降的,而且具有二阶收敛性;然后,根据交互式迭代算法的思想,在约束模型的Fenchel原始-对偶形式的基础上,提出了一种通过原始变量和对偶变量交互式混合迭代求解的算法,所提出的算法在求解过程中避免了梯度算子和散度算子作用于未知变量,使得迭代形式更简单;最后,仿真实验表明了这3类算法的有效性和在收敛速率上的优势. 展开更多
关键词 图像分割 凸松弛模型 梯度投影算法 分块协调下降 原始-对偶
在线阅读 下载PDF
多层局部块坐标下降法及其驱动的分类重构网络 被引量:3
16
作者 王金甲 张玉珍 +1 位作者 夏静 王凤嫔 《自动化学报》 EI CSCD 北大核心 2020年第12期2647-2661,共15页
卷积稀疏编码(Convolutional sparse coding,CSC)已广泛应用于信号或图像处理、重构和分类等任务中,基于深度学习思想的多层卷积稀疏编码(Multi-layer convolutional sparse coding,ML-CSC)模型的多层基追踪(Multi-layer basic pursuit,... 卷积稀疏编码(Convolutional sparse coding,CSC)已广泛应用于信号或图像处理、重构和分类等任务中,基于深度学习思想的多层卷积稀疏编码(Multi-layer convolutional sparse coding,ML-CSC)模型的多层基追踪(Multi-layer basic pursuit,ML-BP)问题和多层字典学习问题成为研究热点.但基于傅里叶域的交替方向乘子法(Alternating direction multiplier method,ADMM)求解器和基于图像块(Patch)空间域思想的传统基追踪算法不能容易地扩展到多层情况.在切片(Slice)局部处理思想的基础上,本文提出了一种新的多层基追踪算法:多层局部块坐标下降(Multi-layer local block coordinate descent,ML-LoBCoD)算法.在多层迭代软阈值算法(Multi-layer iterative soft threshold algorithm,ML-ISTA)和对应的迭代展开网络ML-ISTA-Net的启发下,提出了对应的迭代展开网络ML-LoBCoD-Net.ML-LoBCoD-Net实现信号的表征学习功能,输出的最深层卷积稀疏编码用于分类.此外,为了获得更好的信号重构,本文提出了一种新的多层切片卷积重构网络(Multi-layer slice convolutional reconstruction network,ML-SCRN),ML-SCRN实现从信号稀疏编码到信号重构.我们对这两个网络分别进行实验验证.然后将ML-LoBCoD-Net和ML-SCRN进行级联得到ML-LoBCoD-SCRN合并网,同时实现图像的分类和重构.与传统基于全连接层对图像进行重建的方法相比,本文提出的ML-LoBCoD-SCRN合并网所需参数少,收敛速度快,重构精度高.本文将ML-ISTA和多层快速迭代软阈值算法(Multilayer fast iterative soft threshold algorithm,ML-FISTA)构建为ML-ISTA-SCRN和ML-FISTA-SCRN进行对比实验,初步证明了所提出的ML-LoBCoD-SCRN分类重构网在MNIST、CIFAR10和CIFAR100数据集上是有效的,分类准确率、损失函数和信号重构结果都优于ML-ISTA-SCRN和ML-FISTA-SCRN. 展开更多
关键词 多层卷积稀疏编码 多层基追踪 多层局部块坐标下降法 分类 重构
在线阅读 下载PDF
无约束优化的并行坐标下降法 被引量:2
17
作者 陈忠 《江汉石油学院学报》 CSCD 北大核心 2003年第1期119-120,共2页
提出了一种求解无约束优化问题的并行坐标下降法,并给出了该并行算法的数值实验结果,进而讨论了该算法的加速倍数及并行效率。计算结果表明该并行算法是行之有效的。
关键词 坐标下降法 并行算法 无约束优化
在线阅读 下载PDF
v-软间隔罗杰斯特回归分类机
18
作者 黄成泉 王士同 +1 位作者 蒋亦樟 董爱美 《电子与信息学报》 EI CSCD 北大核心 2016年第4期985-992,共8页
坐标下降(Coordinate Descent,CD)方法是求解大规模数据分类问题的有效方法,具有简单操作流程和快速收敛速率。为了提高罗杰斯特回归分类器(Logistic Regression Classifier,LRC)的泛化性能,受v-软间隔支持向量机的启发,该文提出一种v-... 坐标下降(Coordinate Descent,CD)方法是求解大规模数据分类问题的有效方法,具有简单操作流程和快速收敛速率。为了提高罗杰斯特回归分类器(Logistic Regression Classifier,LRC)的泛化性能,受v-软间隔支持向量机的启发,该文提出一种v-软间隔罗杰斯特回归分类机(v-Soft Margin Logistic Regression Classifier,v-SMLRC),证明了v-SMLRC对偶为一等式约束对偶坐标下降CDdual并由此提出了适合于大规模数据的v-SMLRC-CDdual。所提出的v-SMLRC-CDdual既能最大化类间间隔,又能有效提高LRC的泛化性能。大规模文本数据集实验表明,v-SMLRC-CDdual分类性能优于或等同于相关方法。 展开更多
关键词 罗杰斯特回归 泛化 坐标下降 对偶坐标下降
在线阅读 下载PDF
考虑硬件损耗的智能反射面辅助无线携能通信系统
19
作者 何春龙 王新龙 +1 位作者 李兴泉 钱恭斌 《深圳大学学报(理工版)》 CAS CSCD 北大核心 2023年第1期22-32,共11页
为验证收发器硬件损耗对通信系统性能的影响,在考虑收发器硬件损耗的情况下,对智能反射面(intelligent reflecting surface,IRS)辅助的携能通信(simultaneous wireless information and power transfer,SWIPT)系统的鲁棒性传输设计进行... 为验证收发器硬件损耗对通信系统性能的影响,在考虑收发器硬件损耗的情况下,对智能反射面(intelligent reflecting surface,IRS)辅助的携能通信(simultaneous wireless information and power transfer,SWIPT)系统的鲁棒性传输设计进行研究.在考虑基站的最大发射功率、能量收集器的最小接收能量和IRS无源波束成形的约束下,将优化目标设为最大化所有信息接收者的加权和速率,并使用块坐标下降(block coordinate descent,BCD)算法将优化问题分解成多个优化子问题,交替优化.对于基站有源波束成形和IRS无源波束成形的优化问题,分别采用拉格朗日对偶方法和最优化最大化(majorization minimization,MM)算法来解决.仿真结果验证了收发器硬件损耗对系统性能的影响,也证实了信息接收端的硬件损耗要比基站发射端的硬件损耗对系统造成的性能下降更明显. 展开更多
关键词 无线通信技术 携能通信 硬件损耗 智能反射面 多输入多输出 块坐标下降算法
在线阅读 下载PDF
聚类概率矩阵分解的变分推断及应用
20
作者 刘杰 叶子锋 《计算机系统应用》 2022年第11期373-379,共7页
概率矩阵分解模型根据用户历史交互信息个性化推荐商品,是协同过滤中的经典方法之一.传统矩阵分解假设下无法利用不同用户之间的相似性,且在面对异常值时常预测失准.根据用户聚类信息,可构建共轭先验分布与类别相关的聚类概率矩阵分解模... 概率矩阵分解模型根据用户历史交互信息个性化推荐商品,是协同过滤中的经典方法之一.传统矩阵分解假设下无法利用不同用户之间的相似性,且在面对异常值时常预测失准.根据用户聚类信息,可构建共轭先验分布与类别相关的聚类概率矩阵分解模型,同时改变相关共轭先验分布形式,完成对参数作正则化处理.通过变分推断,理论推导变分参数的显式表达式,从而建立相应评分预测算法.模拟及真实数据集均表明该模型的预测性能优于基准模型,并能对用户评分做出现实解释. 展开更多
关键词 推荐系统 聚类 矩阵分解 变分近似推断 坐标下降算法 协同过滤 预测模型
在线阅读 下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部