·
搜索结果:找到“增量算法”相关结果53409条
排序: 按相关 按相关 按时间降序
  • 【期刊】 增量LTSA算法在转子故障数据集降维中的应用

    刊名:噪声与振动控制 作者:胡常安 ; 袁德强 ; 王彭 ; 杜文波 关键词:振动与波 ; 故障诊断 ; 人工智能理论 ; 转子 ; 局部切空间排列算法 机构:中国测试技术研究院 ; 中国测试技术研究院 ; 兰州理工大学机电工程学院 年份:2015
    摘要:针对传统流形学习算法不具有增量学习能力;故难以处理新增数据与大规模海量数据集的问题,由此,提出一种用于机械转子故障数据集降维的增量局部切空间的排列算法(ILTSA)。该算法首先采用局部切空间排列算法对原始训练样本进行降维处理,获得其低维流形结构,然后通过增量学习算法对新增样本进行处理。得到所有数据的低维嵌入坐标,最后通过转子故障数据集验证了该方法的有效性,取得了良好的分类效果,有利于实时动态故障监测与诊断。
  • 【期刊】 基于增量PID算法的包装机滤纸放卷控制

    刊名:包装与食品机械 作者:郑景润 关键词:PID ; PLC ; 变频器 ; 张力控制 ; 袋泡茶包装 机构:凯迈(洛阳)机电有限公司 ; 凯迈(洛阳)机电有限公司 年份:2019
    摘要:针对袋泡茶包装过程中滤纸卷随时间推移直径变小导致走纸张力不稳定的问题,设计搭建基于PLC、变频器、触摸屏的不间断放卷控制系统,采用增量PID算法,利用PLC和触摸屏完成PID数据通讯与处理,以角度变送传感器测量压纸辊角度来间接反映纸卷直径的时移变化,通过A/D与D/A转换及反馈处理,得出适时控制量信号给变频器以驱动放卷电机放卷走纸。实践表明,系统可精确控制滤纸卷放卷,在纸卷直径不断变化的情况下能始终保持走纸线速度和张力恒定。
  • 【期刊】 一种基于支持向量阈值控制的优化增量SVM算法

    刊名:计算机工程与应用 作者:刘伟 ; 谢兴生 ; 肖超峰 关键词:支持向量机 ; 机器学习 ; 文本分类 ; 分类模型 ; KKT条件 机构:中国科学技术大学自动化系 ; 中国科学技术大学自动化系 年份:2015
    摘要:针对I-SVM算法在文本分类中训练时间较长和分类效率低的问题,提出了一种基于支持向量(SV)阀值控制的优化I-SVM算法(TI-SVM)。由于在增量训练样本集中存在大量的非SV,TI-SVM算法根据历史训练模型和KKT条件对新增样本集和历史样本集进行预处理,剔除大部分的非SV,根据预处理后的样本集进行训练新的SVM模型,利用文本的相似度和预设SV的阀值对模型中的冗余SV进一步处理,以提高分类性能。经过对一组客户新闻分类的实验表明,该算法在保证分类精度的同时有效提高了模型的训练和分类效率。
  • 【会议】 时间自适应在特大增量算法中的应用

    作者:崔保让 ; 郭早阳 ; 董雷霆 关键词:特大增量步算法 ; 时间自适应 ; 塑性材料 ; 并行计算 ; 误差评估 机构:北京航空航天大学固体力学系 ; 北京航空航天大学固体力学系 年份:2017
    摘要:时间自适应是一种根据误差评估,自动调整增量步尺寸以提高精度的策略,在非线性位移法有限元中已广泛应用。时间自适应的目的是用最少的计算量,获得最大的计算精度。对于位移法有限元,每一个增量步都会作为一个常微分方程来进行求解,计算量大,而且增量步调整后,需要重新计算。特大增量算法(Large Increment Method,LIM)中的时间自适应方法是一种自动调整时间增量步,用特大增量算法计算,使计算结果满足给定应力阈值,从而提高求解精度的数值算法。特大增量算法是一种基于传统力法和广义逆理论,用共轭梯度法迭代来求解的算法。LIM包含位移形函数和应力形函数,控制方程是相互独立的,因此,与位移法有限元相比,在计算非线性问题时,无需重复计算刚度矩阵及逆矩阵,减少计算量。与传统有限元相比,特大增量算法中的时间自适应有以下特点:(1)平衡系数矩阵及其逆矩阵只需要计算一次,材料非线性是在单元级进行考虑;(2)只加密结果误差不满足要求的载荷段,保证增量步被合理地分配,提高加密效率,且不存在误差累计的问题,误差可控;(3)在时间自适应过程中,可将增加增量步后计算的广义内力进行简单处理,作为下一次计算时增量步的初始广义内力,经过多次增加增量步后的广义内力更加接近于精确解,初始变形协调误差和迭代次数均降低,从而提高计算效率;(4)随着加密次数增加,LIM每一次计算的增量步也随之增加,因此将载荷分段,依次计算,保存已完成段最后一个时间步的应力应变状态作为下一段计算的初始状态,从而降低LIM每次计算的增量步步数,提高计算效率。
  • 【会议】 时间自适应在特大增量算法中的应用

    作者:郭早阳 ; 崔保让 机构:北京航空航天大学固体力学系 ; 北京航空航天大学固体力学系 年份:2016
    摘要:时间自适应方法是一种通过自适应分析自动调整时间增量步从而提高求解精度的数值算法。ABAQUS中增量步的调节是根据迭代的收敛性适当增加或减小增量步,每一次增量步的变化均要求计算刚度矩阵,计算效率低,且存在误差累计的问题。特大增量算法(Large Increment Method,LIM)是一种基于传统力法和广义逆理论的迭代求解算法。LIM首先假设满足平衡方程的初始广义内力,即最小范数解,计算出不满足协调方程的广义变形,进而通过优化算法修正广义内力,迭代直至收敛。将时间自适应应用在LIM的优势在于,当进行一次自适应分析后,可将本次计算出的广义内力映射到新的时间节点,并可便捷地使其协调,进而作为下一次自适应分析后LIM计算的初始广义内力。由于其已接近下一次自适应分析后的解,因此可降低迭代次数,进而提高计算效率;在LIM的自适应分析中,可以在最大的增量步的基础上,按照每个最大增量步的顺序,依次根据其弹性塑性分区,加密最大增量步,保证增量步最合理地被分配;而且,LIM在每个增量步的计算中时间和空间上是相互独立的,可实现并行计算,提高计算效率,且不存在误差累计的问题,误差可控。
  • 【期刊】 基于自适应增量PCA算法的移动机器人场景识别

    刊名:机床与液压 作者:田文奇 ; 瞿心昱 关键词:场景识别 ; 自适应增量PCA子空间 ; 在线学习 机构:浙江交通职业技术学院机电学院 ; 浙江交通职业技术学院机电学院 年份:2015
    摘要:现有的场景识别系统往往需要大量场景训练数据进行训练,而收集这些数据往往是困难的,且训练是离线的,添加新的场景需要重新训练,因此系统实时性、可扩展性和鲁棒性较差。提出一种基于增量主成分分析(PCA)的场景在线学习方法,通过增量PCA算法的子空间实时更新能力,并计算样本投影的PCA和设置两个判别阈值θclass、θdistance处理不同的样本情况来达到减少计算量,实现增量的在线学习和识别场景样本的目的。实验表明,此方法有效解决了收集训练数据的困难,实现了场景知识在线积累和更新,大大增强了PCA算法的实时性、可扩展性和鲁棒性。
  • 【期刊】 一种三支决策软增量聚类算法

    刊名:山东大学学报:理学版 作者:张聪 于洪 关键词:增量聚类 软聚类 搜索树 三支决策 机构:重庆邮电大学计算智能重庆市重点实验室 ; 重庆邮电大学计算智能重庆市重点实验室 年份:2014
    摘要:已有的大多数聚类算法都假设数据集保持不变,然而,很多应用中数据集是会随时间变化的。为此,提出了一种新的三支决策软增量聚类算法。采用区间集的形式表示类簇,区间集的上界、边界与下界就对应着三支决策产生的正域、边界域和负域,并提出了一种基于代表点的初始聚类算法。采用同样的方式对新增数据集进行一次预聚类,以消除数据处理顺序对最终聚类结果产生的影响。为了快速查找新增数据的相似区域,建立了代表点搜索树,并且给出了查找和更新搜索树的策略。运用三支决策策略完成增量聚类。实验结果表明提出的增量聚类算法是有效的。
  • 【期刊】 一种三支决策软增量聚类算法

    刊名:山东大学学报:理学版 作者:张聪 于洪 关键词:增量聚类 软聚类 搜索树 三支决策 机构:重庆邮电大学计算智能重庆市重点实验室 ; 重庆邮电大学计算智能重庆市重点实验室 年份:2014
    摘要:已有的大多数聚类算法都假设数据集保持不变,然而,很多应用中数据集是会随时间变化的。为此,提出了一种新的三支决策软增量聚类算法。采用区间集的形式表示类簇,区间集的上界、边界与下界就对应着三支决策产生的正域、边界域和负域,并提出了一种基于代表点的初始聚类算法。采用同样的方式对新增数据集进行一次预聚类,以消除数据处理顺序对最终聚类结果产生的影响。为了快速查找新增数据的相似区域,建立了代表点搜索树,并且给出了查找和更新搜索树的策略。运用三支决策策略完成增量聚类。实验结果表明提出的增量聚类算法是有效的。
  • 【会议】 自适应网格在特大增量算法中的应用

    作者:郭早阳 ; 赵育杰 关键词:LIM ; 自适应 ; h方法 ; 误差估计 ; 计算效率 机构:重庆大学土木工程系 ; 重庆大学土木工程系 年份:2014
    摘要:自适应网格是一种根据误差估计,优化网格以提高计算精度的策略。其在有限单元法中已广泛应用,其中的问题是,每次网格优化均需重新计算,计算效率低。特大增量算法(LIM)是一个基于广义逆理论的迭代算法。LIM首先假设满足平衡方程的初始广义内力,即最小范数解,计算出不满足协调方程的广义变形,进而通过优化算法修正广义内力,迭代直至收敛。LIM的优势在于,当进行一次自适应后,可将本次计算出的广义内力进行简单处理,作为下一次的初始广义内力。由于其已接近下一次自适应后的解,较最小范数解,迭代次数降低,计算效率提高。算例选用常三角形单元,采用Z2法误差估计,并应用第一类h自适应策略,结合Laplacian网格光滑技术,从均匀网格开始加密。经几次加密,全局误差分布均匀,迭代次数较采用最小范数解逐渐降低,计算效率高。
  • 【期刊】 针对基于广义逆的特大增量算法的二维拓展

    刊名:上海交通大学学报 作者:龙丹冰 ; 刘西拉 关键词:广义逆力法 ; 特大增量步算法 ; 有限元 ; 四边形单元 机构:上海交通大学固体力学系 ; 上海交通大学固体力学系 ; 上海交通大学土木工程系 年份:2012
    摘要:为将特大增量算法推广应用到二维实体分析上,提出了一种能适应特大增量算法求解的二维4节点四边形单元.应用新单元的数值算例的结果表明,该单元在算法上收敛,对单元畸变不敏感,能用于特大增量算法并可以利用在杆件结构系统类似的方法发挥并行计算的优势.
  • 【论文】 一种基于样例选择的增量ELM算法

    作者:周扬帆 关键词:核向量机极速学习机 ; 增量 ; 权重 ; 特征 ; 近邻 机构:河北大学 ; 河北大学 年份:2015
    摘要:增量极速学习机(EM-ELM、I-ELM等)是在极速学习机的基础之上,把隐藏节点的个数由固定的转变为动态变化的分类器。最近的研究表明,采用样例本身的特征作为隐藏层输入权重,对于提高分类器的测试精度以及泛化能力有着至关重要的作用。针对增量极速学习机未考虑采用样例特征作为输入权重,提出了采用样例特征作为输入权重的分类器(SV-SFFNS),SV-SFFNS通过随机选取样例中的特征作为输入权重,大大提高了分类器的精度和泛化能力。针对SV-SFFNS对于样例特征没有经过处理,只是简单的采取随机的方式,提出了核向量机极速向量机(CVM-ELM)。核向量机极速学习机通过核向量机算法选择样例中的核心集,然后随机从核心集中选取样例的特征作为隐藏层输入权重。核向量机所挑选出的样例是信息量大的样例。实验表明,用这样的样例的特征做输入权重,能够对于分类精度和泛化能力有着进一步的提高。
  • 【期刊】 基于邻域辨识矩阵的属性约简增量算法

    刊名:计算机应用 作者:林俊伟 ; 叶东毅 关键词:邻域粗糙集 ; 属性约简 ; ; 增量式更新 机构:福州大学计算机科学与技术系 ; 福州大学计算机科学与技术系 年份:2009
    摘要:邻域粗糙集模型可以直接处理连续型数据。属性约简是邻域粗糙集模型的重要研究内容之一。目前已有的增量式粗糙集约简算法主要考虑经典的粗糙集模型的情况,不适用于邻域粗糙集模型。为此,提出一种基于邻域辨识矩阵的属性约简增量算法,主要考虑连续型数据对象动态增加的情况下的属性约简问题。为了解决该问题,提出了一种邻域决策系统的辨识矩阵,通过辨识矩阵的动态更新实现动态求核,并在此基础上,利用原有的属性约简进行属性约简的更新。
上一页 2 3 4 5 6 7 8 9 10 11 下一页 跳转