一种基于负动量框架的随机方差缩减共轭梯度算法

1

作者 李巧 刘泽显 《数学进展》 北大核心 2026年第2期431-449,共19页

本文将负动量框架与戴—寇共轭参数结合,利用Fletcher-Reeves(FR)共轭参数进行截断,提出基于负动量框架的共轭参数.将新的共轭参数和新设计的改进的强Wolfe线搜索条件结合,提出一种基于负动量框架的随机方差缩减共轭梯度算法.在一般假... 本文将负动量框架与戴—寇共轭参数结合,利用Fletcher-Reeves(FR)共轭参数进行截断,提出基于负动量框架的共轭参数.将新的共轭参数和新设计的改进的强Wolfe线搜索条件结合,提出一种基于负动量框架的随机方差缩减共轭梯度算法.在一般假设条件下,针对强凸光滑函数,建立新算法的收敛性.针对机器学习中三种常见的模型(logistic,hinge,sqhinge),选择四组数据集进行测试,数值实验表明,新算法在损失函数值下降速度及运行时间方面均优于随机方差缩减共轭梯度算法. 展开更多

关键词 随机方差缩减共轭梯度算法 负动量框架 共轭参数βNDK-NFR 改进强Wolfe线搜索

原文传递

基于改进深度神经网络的水库调度策略模拟方法研究

2

作者 黎江桥 董春宇 +3 位作者 覃晖 章国勇 李高歌 李永祥 《中国农村水利水电》 北大核心 2025年第12期101-107,共7页

为实现水库安全稳定运行和流域水资源高效利用,关键在于探明水库的运行规律和调度策略。为此,针对传统神经网络在模拟水库调度运行策略时存在梯度消失、陷入局部最优解和超参数难以确定的问题,提出了一种结合动量梯度算法(SGDM)和贝叶... 为实现水库安全稳定运行和流域水资源高效利用,关键在于探明水库的运行规律和调度策略。为此,针对传统神经网络在模拟水库调度运行策略时存在梯度消失、陷入局部最优解和超参数难以确定的问题,提出了一种结合动量梯度算法(SGDM)和贝叶斯超参数优化算法(TPE)的改进深度神经网络模型(TSD),其通过改善网络参数训练方式和自动优化超参数提升了深度神经网络模型的精度和适用性,同时考虑到影响水库调度决策的因素众多,分别采用F检验法(FR)和互信息法(MIR)实现了输入因子的优选,进一步基于决策树模型(DT)、支持向量机模型(SVM)和改进深度神经网络模型构建了6种水库调度策略模拟方法:FR-DT、MIR-DT、FR-SVM、MIR-SVM、FR-TSD和MIR-TSD,并以阿海、金安桥、二滩和瀑布沟四座水库为对象开展实例研究。研究结果表明:相比于其他方法,FR-TSD和MIR-TSD方法在各个水库上进行调度策略模拟时的确定性系数更大,均方根误差和平均绝对误差更小,表明FR-TSD和MIR-TSD方法的模拟效果更好、精度更高,能够更准确的模拟水库调度运行策略,从而为实际水库调度运行提供决策支撑;此外,分析不同水库同一方法下的模拟结果可知,模型模拟效果受水库调节库容和水位允许变化范围的影响,调节能力和水位允许变化范围小的水库模拟效果较差,反之效果较好。 展开更多

关键词 水库调度 调度策略 动量梯度算法 超参数优化 深度神经网络

在线阅读 下载PDF 职称材料

光伏并网系统二电平逆变器的故障诊断 被引量：6

3

作者 万晓凤 刘琦 +2 位作者 杜利平 胡伟 罗旋 《电测与仪表》 北大核心 2016年第10期122-128,共7页

为避免因采集多元信息带来成本的提高和因处理多元数据影响诊断系统的快速性问题,同时为进一步提高故障诊断的准确性,提出采用基于小波分解和直流分量进行充分提取三相逆变器输出电流的信息进行故障诊断的方法。首先进行小波分解提取故... 为避免因采集多元信息带来成本的提高和因处理多元数据影响诊断系统的快速性问题,同时为进一步提高故障诊断的准确性,提出采用基于小波分解和直流分量进行充分提取三相逆变器输出电流的信息进行故障诊断的方法。首先进行小波分解提取故障特征并进行归一化处理;同时为了进一步提高定位故障功率管的精准度,再提取三相输出电流信号的直流分量值,并将以上两种信息融合;最后采用自适应动量梯度下降法的BP神经网络进行训练。仿真结果表明,该方法在避免采集和处理多元数据的同时,进一步提高了故障功率管的识别和定位,准确率达98.15%,实现了逆变器开路情况的故障诊断。 展开更多

关键词 逆变器 故障诊断 小波分解 直流分量 自适应动量梯度下降法 BP神经网络

在线阅读 下载PDF 职称材料

引入动态动量因子的共轭梯度多模盲均衡算法 被引量：6

4

作者 张艳萍 崔伟轩 《河南科技大学学报（自然科学版）》 CAS 北大核心 2013年第3期40-44,108-109,共5页

为了克服传统多模算法收敛速度慢的缺点,提出了引入动态动量因子的共轭梯度多模盲均衡算法。该算法将共轭梯度方法及动量项引入多模算法中,得到了引入动量项的共轭梯度多模盲均衡算法的迭代公式。在研究动量因子变化规律的基础上,进一... 为了克服传统多模算法收敛速度慢的缺点,提出了引入动态动量因子的共轭梯度多模盲均衡算法。该算法将共轭梯度方法及动量项引入多模算法中,得到了引入动量项的共轭梯度多模盲均衡算法的迭代公式。在研究动量因子变化规律的基础上,进一步引入指数函数的变形形式,构造了动量因子与误差之间的非线性函数关系。利用误差的递减规律实现动量因子的自适应减小,从而达到加快收敛速度,降低稳态误差的目的。理论分析和仿真结果均表明:提出的新算法与传统多模算法及共轭梯度多模算法相比较,能够有效地提高收敛速度,并且降低了稳态均方误差。 展开更多

关键词 多模盲均衡算法 共轭梯度法 动量因子

在线阅读 下载PDF 职称材料

一种BP网的学习速率与动量项自适应算法 被引量：8

5

作者 宫宁生 钱春阳 张媛 《小型微型计算机系统》 CSCD 北大核心 2013年第8期1872-1876,共5页

针对BP网络学习速率和动量项参数较难选取以及学习过程中学习效率较为低下的问题,提出BP网络的改进算法模型—AB网络模型,来选取学习速率和动量项的参数值,即通过一个为给定先验知识的A网,动态调节另一个执行实际应用的B网中的学习速率... 针对BP网络学习速率和动量项参数较难选取以及学习过程中学习效率较为低下的问题,提出BP网络的改进算法模型—AB网络模型,来选取学习速率和动量项的参数值,即通过一个为给定先验知识的A网,动态调节另一个执行实际应用的B网中的学习速率和动量项的参数值,并以此提高整个网络的学习效率.实验结果表明,通过AB网络自适应调整参数的算法比普通BP算法的学习效率大大提高.在实际应用中,我们可以通过AB网络自适应调节的方法,对学习速率参数和动量项参数进行合适的选取. 展开更多

关键词 AB网络 BP算法 动量项 学习速率 梯度下降法

在线阅读 下载PDF 职称材料

机载射频传感器主动电磁兼容方法研究 被引量：3

6

作者 贾朝文 杨启伦 高沉 《安全与电磁兼容》 2023年第5期33-37,共5页

机载射频传感器系统作战能力越来越高,而各传感器电子设备高度集成且在载机的有限空间安装。由于各传感器灵敏度高,发射功率大且发射频带宽,各电子设备内部及相互间的电磁传导、辐射等电磁兼容问题需要精心设计,电磁兼容措施有效性直接... 机载射频传感器系统作战能力越来越高,而各传感器电子设备高度集成且在载机的有限空间安装。由于各传感器灵敏度高,发射功率大且发射频带宽,各电子设备内部及相互间的电磁传导、辐射等电磁兼容问题需要精心设计,电磁兼容措施有效性直接关系到机载传感器系统的研制成败。文章对传感器内部电磁兼容需求及设计进行了总结,重点针对传感器间同时发射接收的自适应对消主动电磁兼容技术进行了研究,采用基于动量梯度下降算法,综合当前梯度估计和历史估计实现梯度更新,提升了收敛速度,并实现对本机宽带发射信号优于55 dBc的对消比,实现传感器间发射和接收功能的真正同时工作,该技术可支持载机边探测、边攻击、边防御、边通信的能力,对机载射频传感器系统具有非常重要的意义。 展开更多

关键词 机载射频传感器系统 主动电磁兼容 自适应对消 收发同时工作 动量梯度下降算法

在线阅读 下载PDF 职称材料

基于神经网络的钢铁企业电厂煤汽比预测模型

7

作者 孟华 王建军 +1 位作者 王华 李红娟 《煤炭转化》 CAS CSCD 北大核心 2014年第2期63-68,74,共7页

以钢铁企业自备电厂锅炉煤汽比为研究对象,以灰色关联度分析为基础,从理论和数据两方面分析了影响煤汽比的主要因素及各因素对煤汽比影响程度的大小.结果表明,各因素对煤汽比的影响程度为排烟温度>热风温度>给水温度>空燃比>... 以钢铁企业自备电厂锅炉煤汽比为研究对象,以灰色关联度分析为基础,从理论和数据两方面分析了影响煤汽比的主要因素及各因素对煤汽比影响程度的大小.结果表明,各因素对煤汽比的影响程度为排烟温度>热风温度>给水温度>空燃比>烟气含氧量.基于BP神经网络预测方法,建立了自备电厂锅炉煤汽比预测模型,此BP神经网络为5-12-1结构,隐含层和输出层分别用tansig,purelin函数传递,利用改进动量梯度下降优化算法traingdm训练网格.预测结果表明,该模型网络训练值与实际值较吻合,相关系数R达到0.993 7,用建立的网络进行预测,预测的相关系数为0.976 2,平均误差绝对值为3.9%,在可控范围之内,证明了网络的可靠性与良好的泛化推广能力,可用来指导实际生产. 展开更多

关键词 灰色关联度 BP神经网络 煤汽比 自备电厂 动量梯度下降算法

在线阅读 下载PDF 职称材料

Ridge Polynomial神经网络带动量项异步梯度算法的收敛性

8

作者 喻昕 唐利霞 于琰 《计算机科学》 CSCD 北大核心 2013年第12期116-121,共6页

将动量项引入到Ridge Polynomial神经网络异步梯度训练算法的误差函数中,有效地改善了算法的收敛效率,并从理论上分析了Ridge Polynomial神经网络的带动量项的异步梯度算法的收敛性,给出了算法的单调性和收敛性(包括强收敛性和弱收敛性... 将动量项引入到Ridge Polynomial神经网络异步梯度训练算法的误差函数中,有效地改善了算法的收敛效率,并从理论上分析了Ridge Polynomial神经网络的带动量项的异步梯度算法的收敛性,给出了算法的单调性和收敛性(包括强收敛性和弱收敛性)。算法的这些收敛性质对于如何选取学习率和初始权值来进行高效的网络训练是非常重要的。最后通过计算机仿真实验验证了带动量项的异步梯度算法的高效性和理论分析的正确性。 展开更多

关键词 RIDGE Polynomial神经网络 异步梯度算法 动量项 单调性 收敛性

在线阅读 下载PDF 职称材料

一种基于附加动量法的改进BP算法 被引量：6

9

作者 王树森 赵冬玲 《济源职业技术学院学报》 2012年第3期9-13,共5页

本文研究了基本BP算法的工作原理,分析了导致基本BP算法学习效率低的原因,提出了基于附加动量法的改进BP算法。经过理论分析和实验验证,在基本BP算法中加入附加动量的方法,可以加快BP神经网络的学习速度,提高BP神经网络的学习效率。

关键词 BP算法 最速下降法 学习效率 附加动量法

在线阅读 下载PDF 职称材料

BP神经网络在负载管理中心故障诊断中的应用

10

作者 周素莹 林辉 《计算机仿真》 CSCD 2005年第11期169-171,208,共4页

在分析电气负载管理中心故障特点的基础上,利用神经网络权值和阈值能够随实际的排故结果不断更新及正向推理速度较快的特性,提出了基于BP神经网络的负载管理中心故障诊断方案,并确立了故障诊断BP网络模型。借助于MAT-LAB的神经网络工具... 在分析电气负载管理中心故障特点的基础上,利用神经网络权值和阈值能够随实际的排故结果不断更新及正向推理速度较快的特性,提出了基于BP神经网络的负载管理中心故障诊断方案,并确立了故障诊断BP网络模型。借助于MAT-LAB的神经网络工具箱,采用两种改进的训练算法对网络进行训练,得到了用于诊断的BP神经网络模型,为检验该模型故障诊断的准确性,采用大量的数据样本进行了仿真。结果表明:基于神经网络的诊断方法故障识别率高、快速有效,具有良好的实用价值。 展开更多

关键词 神经网络 负载管理中心 故障诊断 动量批梯度下降法 有弹回的算法

在线阅读 下载PDF 职称材料

神经网络训练算法的对比及应用 被引量：2

11

作者 刘冉 卢本捷 《软件》 2011年第10期29-31,34,共4页

神经网络训练算法以传统的BP算法为基础,不断衍生新的改进算法,如加动量的BP算法,RPORP等。本文把实际问题抽象分为连续型和离散型数学问题,将现有几种训练算法分别应用在这两类问题中,通过对训练结果准确率及性能的对比,总结不同的算... 神经网络训练算法以传统的BP算法为基础,不断衍生新的改进算法,如加动量的BP算法,RPORP等。本文把实际问题抽象分为连续型和离散型数学问题,将现有几种训练算法分别应用在这两类问题中,通过对训练结果准确率及性能的对比,总结不同的算法适合应用的领域。 展开更多

关键词 BP算法 加动量的BP算法 RPORP算法 共轭梯度算法

在线阅读 下载PDF 职称材料

基于动量梯度下降的回声消除算法 被引量：2

12

作者 陈张良 卢敏 曾桂根 《现代电子技术》 北大核心 2024年第9期71-77,共7页

针对极端环境话音系统下声学回波影响工作人员正常施工,且常规声学回声消除算法收敛速度慢的问题,提出一种基于动量梯度下降的基于l0范数的改进系数成比例归一化最小均方误差算法(L0⁃IPNLMS)。该算法将动量因子引入L0⁃IPNLMS算法中,解... 针对极端环境话音系统下声学回波影响工作人员正常施工,且常规声学回声消除算法收敛速度慢的问题,提出一种基于动量梯度下降的基于l0范数的改进系数成比例归一化最小均方误差算法(L0⁃IPNLMS)。该算法将动量因子引入L0⁃IPNLMS算法中,解决在算法运行过程中梯度下降时梯度摆动幅度可能过大的问题,也提高了自适应滤波器的收敛速度,且残余回声下降明显,声学回波抑制效果更好。仿真实验表明,与L0⁃IPNLMS算法相比,新算法在模拟随机多音信号与真实语音信号输入时,均方误差(MSE)可以降低3.47 dB和3.69 dB,回波抑制比(ERLE)提高了3.46 dB和3.68 dB,在低信噪比情况下,使用新算法对真实语音信号进行回声消除,收敛速度高于L0⁃IPNLMS等算法,且收敛效果有明显改进。 展开更多

关键词 回声消除算法 动量梯度下降 极端环境话音通信系统 归一化 最小均方算法 收敛速度

在线阅读 下载PDF 职称材料

卷积神经网络中基于差分隐私的动量梯度下降算法 被引量：6

13

作者 张宇 蔡英 +2 位作者 崔剑阳 张猛 范艳芳 《计算机应用》 CSCD 北大核心 2023年第12期3647-3653,共7页

针对卷积神经网络(CNN)模型的训练过程中,模型参数记忆数据部分特征导致的隐私泄露问题,提出一种CNN中基于差分隐私的动量梯度下降算法(DPGDM)。首先,在模型优化的反向传播过程中对梯度添加满足差分隐私的高斯噪声,并用加噪后的梯度值... 针对卷积神经网络(CNN)模型的训练过程中,模型参数记忆数据部分特征导致的隐私泄露问题,提出一种CNN中基于差分隐私的动量梯度下降算法(DPGDM)。首先,在模型优化的反向传播过程中对梯度添加满足差分隐私的高斯噪声,并用加噪后的梯度值参与模型参数的更新过程,从而实现对模型整体的差分隐私保护;其次,为了减少引入差分隐私噪声对模型收敛速度的影响,设计学习率衰减策略,改进动量梯度下降算法;最后,为了降低噪声对模型准确率的影响,在模型优化过程中动态地调整噪声尺度的值,从而改变在每一轮迭代中需要对梯度加入的噪声量。实验结果表明,与DP-SGD(Differentially Private Stochastic Gradient Descent)相比,所提算法可以在隐私预算为0.3和0.5时,模型准确率分别提高约5和4个百分点。可见,所提算法提高了模型的可用性,并实现了对模型的隐私保护。 展开更多

关键词 卷积神经网络 差分隐私 动量梯度下降算法 深度学习 隐私保护

在线阅读 下载PDF 职称材料

自适应变步长的动量项盲源分离方法 被引量：3

14

作者 马志阳 张天骐 +1 位作者 李群 梁先明 《电讯技术》 北大核心 2019年第3期294-300,共7页

针对传统盲源分离算法采用单一步长而无法同时兼顾收敛速度与稳态性以及动量因子选取的问题,介绍了一种盲源分离优化方法。该方法依据自然梯度算法(Natural Gradient Algorithm,NGA)的收敛条件,通过输出信号建立一种新的表示信号分离程... 针对传统盲源分离算法采用单一步长而无法同时兼顾收敛速度与稳态性以及动量因子选取的问题,介绍了一种盲源分离优化方法。该方法依据自然梯度算法(Natural Gradient Algorithm,NGA)的收敛条件,通过输出信号建立一种新的表示信号分离程度的度量指标,通过此度量指标构造非线性单调函数,使步长与动量因子参数自适应调节,从而可以合理、准确地选择参数。仿真表明了在平稳和非平稳环境下所提分离指标的正确性,且该指标可有效监测信号分离程度;针对步长及动量因子参数选取所设计的优化策略能够有效地缓解固定值对算法性能的约束,在有无噪声的情况下,均获得了优良的分离效果。 展开更多

关键词 盲源分离 变步长 自然梯度算法(NGA) 动量因子

在线阅读 下载PDF 职称材料

融合动量项的步长自适应盲源分离算法 被引量：2

15

作者 李春腾 蒋宇中 +1 位作者 刘芳君 张曙霞 《海军工程大学学报》 CAS 北大核心 2019年第3期107-112,共6页

为进一步缓解盲源分离算法收敛速度与稳态误差之间的矛盾,首先在自然梯度算法的基础上,通过融合动量项改善算法的收敛速度,基于分离性能指标的步长自适应减小稳态误差;然后,给出了所提算法的模型图,同时考虑分离性能和计算复杂度,选择... 为进一步缓解盲源分离算法收敛速度与稳态误差之间的矛盾,首先在自然梯度算法的基础上,通过融合动量项改善算法的收敛速度,基于分离性能指标的步长自适应减小稳态误差;然后,给出了所提算法的模型图,同时考虑分离性能和计算复杂度,选择合适的融合动量项算法,并设计了算法的近似最优参数,有效避免了算法的分段收敛;最后,合理选择步长与动量项的权重系数,有效改善了分离性能与收敛速度。仿真结果表明:该算法在一定程度上缓解了上述矛盾,并具有较低的计算复杂度。 展开更多

关键词 盲源分离 自然梯度算法 动量项 自适应步长 分离性能指标 计算复杂度

在线阅读 下载PDF 职称材料

一种基于修正动量的RBM算法 被引量：7

16

作者 沈卉卉 刘国武 +2 位作者 付丽华 刘智慧 李宏伟 《电子学报》 EI CAS CSCD 北大核心 2019年第9期1957-1964,共8页

受限玻尔兹曼机(Restricted Boltzmann Machine,RBM)是一种随机网络、概率图模型,它是一种比较有效的的无监督学习模型.针对RBM梯度近似的一种计算方法对动量加速不敏感,以及识别效果不理想等问题,本文提出一种基于修正动量的RBM算法.... 受限玻尔兹曼机(Restricted Boltzmann Machine,RBM)是一种随机网络、概率图模型,它是一种比较有效的的无监督学习模型.针对RBM梯度近似的一种计算方法对动量加速不敏感,以及识别效果不理想等问题,本文提出一种基于修正动量的RBM算法.该算法结合RBM梯度近似方法,通过修改隐单元偏置参数的更新方式,避免RBM模型中隐单元取值采用概率值时导致模型识别效果不理想、动量加速有限等问题.同时,在RBM预训练阶段采用快速上升的动量方式,以加速网络收敛;在微调阶段引入缓慢下降的动量项,以避免陷入局部最优点并提高识别效果.本文算法通过在MNIST手写数字体,Extended Yale B和CMU-PIE人脸数据库上的数值实验结果表明,提出的算法能够有效地提高计算效率和提高网络泛化能力.该算法不仅对RBM的应用领域扩展具有十分积极的实际意义,且为深度学习的应用方法提供一种新的研究思路和借鉴. 展开更多

关键词 深度学习 无监督学习 受限玻尔兹曼机 梯度近似算法 GIBBS采样 动量加速 泛化能力

在线阅读 下载PDF 职称材料

基于LSTM神经网络的卫星频谱多门限感知算法 被引量：7

17

作者 刘东健 杨霄鹏 +1 位作者 肖楠 朱圣铭 《信号处理》 CSCD 北大核心 2020年第8期1326-1334,共9页

针对在卫星认知通信场景下传统频谱感知算法感知性能低、受通信时延影响大的问题,提出了一种基于长短期记忆(LSTM)神经网络的卫星频谱多门限感知算法。首先构建卫星认知通信模型,其次将仿真数据送入长短期记忆(LSTM)神经网络进行预测感... 针对在卫星认知通信场景下传统频谱感知算法感知性能低、受通信时延影响大的问题,提出了一种基于长短期记忆(LSTM)神经网络的卫星频谱多门限感知算法。首先构建卫星认知通信模型,其次将仿真数据送入长短期记忆(LSTM)神经网络进行预测感知,采用动量随机梯度下降(SGDM)算法对网络进行更新,然后提出多门限算法对网络输出进行优化,最后与其他神经网络算法作性能对比。该算法无需构建特征值,实验结果表明:在卫星信道条件下,当面对低接收信噪比及低网络迭代次数时,该算法频谱感知性能要优于其他神经网络算法。 展开更多

关键词 卫星认知通信 频谱感知 长短期记忆神经网络 动量随机梯度下降算法 多门限优化

在线阅读 下载PDF 职称材料

瞬时梯度去相关在线EASI算法 被引量：4

18

作者 杨华 张杭 杨柳 《信号处理》 CSCD 北大核心 2016年第1期119-126,共8页

针对在线EASI算法的瞬时梯度与真实梯度存在偏差,并且偏差会随着分离矩阵的迭代更新传递和累积下去,造成分离性能下降的问题,提出了一种瞬时梯度去相关的在线EASI算法—IGDA-EASI算法。IGDA-EASI算法通过消除瞬时梯度间的相关性,减小偏... 针对在线EASI算法的瞬时梯度与真实梯度存在偏差,并且偏差会随着分离矩阵的迭代更新传递和累积下去,造成分离性能下降的问题,提出了一种瞬时梯度去相关的在线EASI算法—IGDA-EASI算法。IGDA-EASI算法通过消除瞬时梯度间的相关性,减小偏差累积,从而提高算法的分离性能。经仿真实验验证,该算法相较传统在线EASI算法在收敛速度和分离精度方面都获得了较大提高。在信道时变的情况下,IGDA-EASI算法同样具有更好的分离性能。并且在动量项EASI算法中IGDA算法依然具有适用性。 展开更多

关键词 盲源分离 等变自适应分离算法 瞬时梯度去相关 在线算法 动量项算法

在线阅读 下载PDF 职称材料

基于ILSTM-AMSGD神经网络的时间序列预测方法 被引量：2

19

作者 杨爽 李文静 乔俊飞 《控制工程》 CSCD 北大核心 2023年第10期1793-1800,共8页

针对标准长短期记忆(long short-term memory,LSTM)神经网络的结构参数众多、训练过程耗时长问题,提出一种基于自适应动量随机梯度下降(adaptive momentum stochastic gradient descent,AMSGD)算法的改进型长短期记忆神经网络(ILSTM-AM... 针对标准长短期记忆(long short-term memory,LSTM)神经网络的结构参数众多、训练过程耗时长问题,提出一种基于自适应动量随机梯度下降(adaptive momentum stochastic gradient descent,AMSGD)算法的改进型长短期记忆神经网络(ILSTM-AMSGD神经网络),并将其用于时间序列预测中。首先,通过简化结构方程中的递归项权值,减少网络中所需训练的参数。其次,设计一种AMSGD算法对神经网络结构参数进行学习。最后,通过2个基准数据集和1个实际数据集对ILSTM-AMSGD神经网络模型在时间序列预测中的准确性和运行效率进行实验验证。结果表明,递归项权值简化方法可以提高模型的泛化能力,同时AMSGD算法加快了模型的收敛速度。与其他模型相比,ILSTM-AMSGD神经网络模型实现了对时间序列更加高效、准确的预测。 展开更多

关键词 时间序列预测 改进型长短期记忆神经网络 权重精简 梯度下降算法 自适应 动量

原文传递

基于动量梯度下降法的姿态数据采集系统 被引量：3

20

作者 朱延栓 戴晓强 +2 位作者 兰武 吴伟 杨淦华 《软件导刊》 2021年第10期181-185,共5页

针对水下机器人姿态数据采集过程中由测量系统误差导致的姿态数据噪声大、精度低等问题,设计一套以STM32F429系列单片机为主控制器,MPU9250九轴传感器为姿态检测模块的水下机器人姿态采集系统。首先对系统采集的加速度计和磁力计数据采... 针对水下机器人姿态数据采集过程中由测量系统误差导致的姿态数据噪声大、精度低等问题,设计一套以STM32F429系列单片机为主控制器,MPU9250九轴传感器为姿态检测模块的水下机器人姿态采集系统。首先对系统采集的加速度计和磁力计数据采用中位值平均滤波算法进行滤波;然后通过动量梯度下降算法实现多传感器数据融合和姿态信息获取。在姿态数据信息融合过程中,通过不同传感器解算的姿态数据确定目标函数,并通过不断迭代的过程实现对最优姿态数值的逼近。静态和动态实验数据表明,该算法相比互补滤波算法解算的横滚角、俯仰角、偏航角的标准差分别降低1.22%、47.47%、70.31%和31.51%、20.62%、37.01%。在水下机器人姿态控制中具有很好的应用前景。 展开更多

关键词 水下机器人 姿态数据 多传感器数据融合 动量梯度下降算法

在线阅读 下载PDF 职称材料