·
搜索结果:找到“KKT条件”相关结果18条
排序: 按相关 按相关 按时间降序
  • 【期刊】 一种基于KKT条件和壳向量的SVM增量学习算法

    刊名:《电子科技》 作者:茅嫣蕾 ; 魏贇 ; 贾佳 关键词:SVM ; 增量学习 ; KKT条件 ; 壳向量 机构:上海理工大学光电信息与计算机工程学院 ; 上海理工大学光电信息与计算机工程学院 ; 上海生物信息技术研究中心 年份:2016
    摘要:针对传统支持向量机(SVM)增量算法,在学习过程中因基于局部最优解而可能舍弃含隐性信息的非支持向量样本,以及对于新增样本需全部进行训练的缺点,文中提出一种基于KKT条件和壳向量的SVM增量学习算法。该方法利用壳向量的特性保留了训练样本集中可能含隐性信息的非支持向量,并只将违反KKT条件的增量样本加入新的训练集,从而提高运算效率。通过对公共数据集Abalone和Balance Scale的实验表明,新算法在属性列数较多的数据集上分类效果更明显。
  • 【期刊】 一种基于KKT条件和壳向量的SVM增量学习算法

    刊名:电子科技 作者:茅嫣蕾 ; 魏赟 ; 贾佳 关键词:SVM ; 增量学习 ; KKT条件 ; 壳向量 机构:上海理工大学光电信息与计算机工程学院 ; 上海理工大学光电信息与计算机工程学院 ; 上海生物信息技术研究中心 年份:2016
    摘要:针对传统支持向量机(SVM)增量算法,在学习过程中因基于局部最优解而可能舍弃含隐性信息的非支持向量样本,以及对于新增样本需全部进行训练的缺点,文中提出一种基于KKT条件和壳向量的SVM增量学习算法。该方法利用壳向量的特性保留了训练样本集中可能含隐性信息的非支持向量,并只将违反KKT条件的增量样本加入新的训练集,从而提高运算效率。通过对公共数据集Abalone和Balance Scale的实验表明,新算法在属性列数较多的数据集上分类效果更明显。
  • 【期刊】 基于KKT条件与壳向量的增量学习算法研究

    刊名:计算机科学 作者:文波 ; 单甘霖 ; 段修生 关键词:机器学习 ; 支持向量机 ; 增量学习 ; KKT条件 ; 壳向量 机构:军械工程学院光学与电子工程系 ; 军械工程学院光学与电子工程系 年份:2013
    摘要:针对经典支持向量机难以快速有效地进行增量学习的缺点,提出了基于KKT条件与壳向量的增量学习算法,该算法首先选择包含所有支持向量的壳向量,利用KKT条件淘汰新增样本中无用样本,减小参与训练的样本数目,然后在新的训练集中快速训练支持向量机进行增量学习。将该算法应用于UCI数据集和电路板故障分类识别,实验结果表明,该算法不仅能保证学习机器的精度和良好的推广能力,而且其学习速度比经典的SMO算法快,可以进行增量学习。
  • 【期刊】 基于KKT条件概率推论的可控负荷市场竞价策略研究

    刊名:电力科学与工程 作者:马彦宏 ; 党倩 ; 韩旭杉 ; 杨亚雄 ; 张俊 关键词:可控负荷 ; 日前市场 ; 实时市场 ; 报价策略 机构:国网甘肃省电力公司科技信通部 ; 国网甘肃省电力公司科技信通部 ; 国网甘肃省电力公司信息通信公司 ; 湖南省水利水电勘测设计研究总院 ; 深圳市华阳国际工程设计股份有限公司 ; 长沙分公司 年份:2017
    摘要:为了管理大量地域分散、功率可调的可控负荷参与分布式系统的运行,提出将可控负荷纳入电力市场参与竞价,考虑日前和实时市场电价的随机特性,利用KKT (Karush-Kuhn-Tucker)条件推导出竞标报价与市场电价的概率关系,构建了基于KKT条件概率推论的可控负荷市场竞价模型.以LED路灯可控负荷为研究对象,通过蒙特卡洛抽样将随机问题转化为确定性问题,采用原对偶内点算法进行求解.结果表明:该竞价模型能够有效减少购电成本,更好地体现竞标报价、竞标置信水平、期望购电成本之间的定量关系,对可控负荷参与电力市场竞价以及制定报价策略具有指导价值.
  • 【期刊】 一种新的基于KKT条件的错误驱动SVM增量学习算法

    刊名:计算机系统应用 作者:张灿淋 ; 姚明海 ; 童小龙 ; 张何栋 关键词:增量学习 ; SVM ; KKT条件 ; 错误驱动 机构:浙江工业大学信息工程学院 ; 浙江工业大学信息工程学院 年份:2014
    摘要:分析了SVM增量学习过程中,样本SV集跟非SV集的转化,考虑到的始非SV集和新增样本对分类信息的影响,改进了原有KKT条件,并结合改进了的错误驱动策略,提出了新的基于KKT条件下的错误驱动增量学习算法,在不影响处理速度的前提下,尽可能多的保留原始样本中的有用信息,剔除新增样本中的无用信息,提高分类器精度,最后通过实验表明该算法在优化分类器效果,提高分类器性能方面上有良好的作用.
  • 【期刊】 基于KKT条件选择被控变量的自优化控制方法

    刊名:北京化工大学学报(自然科学版) 作者:张檑 ; 李宏光 关键词:自优化控制 ; 被控变量选择 ; 未知扰动 ; Karush Kuhn Tucker(KKT)条件 机构:北京化工大学信息科学与技术学院 ; 北京化工大学信息科学与技术学院 年份:2013
    摘要:为了解决传统自优化控制方法在未知扰动下指标函数损失大的问题,提出了一种基于Karush Kuhn Tucker(KKT)条件分别选择积极约束和简约梯度作为被控变量的改进方法。对于简约梯度中存在偏导数项不易计算的问题,离线使用多工况下系统的最优输出对简约梯度进行拟合。对一个连续搅拌釜式反应器进行实例分析表明,所提出的方法在未知扰动下可以很好地跟踪系统最优值的变化,减小扰动对指标函数的影响。
  • 【期刊】 基于FCM与KKT条件的增量学习方法

    刊名:电子设计工程 作者:张国兵 ; 郎荣玲 关键词:KKT ; FCM ; 训练精度 ; 支持向量 ; UCI数据库 机构:北京航空航天大学电子信息工程学院 ; 北京航空航天大学电子信息工程学院 年份:2014
    摘要:增量学习方法的思想是仅利用部分相关的样本集参与训练,即能够保留历史样本知识,又能够不断地吸收新的知识,提高机器学习效率和精度,解决了大量样本训练时间长和存储空间不足的问题。因此,如何有效地丢弃大量无效的样本点是增量学习算法研究的重点。文中提出了一种FCM(Fuzzy C-Means)和KKT(Karush-KuhnTucker)条件结合的增量学习方法,分别从历史样本集和新增样本集两个阶段对无效样本进行过滤,利用余下的样本进行训练。最后,利用UCI数据库中的4组数据进行实验分析,结果证明训练精度与全数据样本的训练精度几乎完全拟合。
  • 【期刊】 基于变分不等式KKT条件等价形式的阻尼牛顿算法

    刊名:内蒙古工业大学学报(自然科学版) 作者:陈建芮 ; 乌力吉 ; 王华 关键词:变分不等式问题 ; KKT条件 ; 全局收敛 ; 局部超线性或二次收敛 ; 阴尼牛顿法 机构:内蒙古工业大学理学院工科数学部 ; 内蒙古工业大学理学院工科数学部 年份:2011
    摘要:变分不等式是应用数学中一个十分重要的研究领域,对于该问题快速有效地求解仍是一个焦点。本文首先建立了变分不等式KKT条件与非光滑方程组之间的等价关系,然后给出了阻尼牛顿算法。与采用Fischer函数的方法作对应的比较,该等价关系不仅克服了非负约束的条件而且形式更简单算法更易实施。该算法在一定条件下全局收敛并且是局部超线性或二次收敛的。
  • 【期刊】 利用KKT条件与类边界包向量的SVM增量学习算法

    刊名:计算机工程与设计 作者:吴崇明 ; 王晓丹 ; 白冬婴 ; 张宏达 关键词:支持向量机 ; 增量学习 ; KKT条件 ; 包向量 机构:空军工程大学导弹学院计算机工程系 ; 空军工程大学导弹学院计算机工程系 年份:2010
    摘要:为实现对历史训练数据有选择地遗忘,并尽可能少地丢失训练样本集中的有用信息,分析了KKT条件与样本分布间的关系并得出了结论,给出了增量训练中当前训练样本集的构成。为了提高SVM增量训练速度,进一步利用训练样本集的几何结构信息对当前训练样本集进行约减,用约减后的当前训练样本集进行SVM增量训练,从而提出一种利用KKT条件与类边界包向量的快速SVM增量学习算法。实验结果表明,该算法在保持较高分类精度的同时提高了SVM增量学习速度。
  • 【期刊】 基于KKT条件分解的互联电网分布式状态估计算法

    刊名:电力系统自动化 作者:王建 ; 陈颖 ; 黄少伟 ; 沈沉 关键词:分布式计算 ; 状态估计 ; 无约束优化 ; 逆Broyden拟Newton法 机构:电力系统国家重点实验室 ; 电力系统国家重点实验室 ; 清华大学电机系 年份:2010
    摘要:分布式状态估计可用于在线生成互联电网一体化潮流断面。针对无约束优化问题描述的全网状态估计,提出了一种新的分解协调算法。采用节点撕裂法对互联电网进行切分,将全网状态估计问题的KKT(Karush-Kuhn-Tucker)条件方程分解为协调侧和分区侧2个部分。在边界节点状态给定情况下,各分区电网可独立求解分区侧KKT条件方程,获得自身状态估计结果。此时,若协调侧KKT条件方程的残差满足设定条件,则可判断全网状态估计收敛。由此出发,可构建全网状态估计分解协调计算模型,通过求解协调侧KKT条件方程获得边界节点状态修正量,从而调整分区状态估计结果,使其达到一致收敛。文中分别采用JFNG(Jacobian-free Newton-GMRES(generalized minimal residual))算法和逆Broyden拟Newton法这2种方法实现协调侧KKT条件方程求解过程。IEEE14节点系统、IEEE39节点系统和实际电网1165节点系统的测试结果证明,所提出的分布式状态估计算法具有较高的准确性、收敛速度和计算效率。
  • 【期刊】 基于变分不等式KKT条件的等价关系的Levenberg-Marquardt算法

    刊名:黑龙江大学自然科学学报 作者:陈建芮 ; 乌力吉 ; 王晓民 关键词:变分不等式问题 ; KKT条件 ; 全局收敛 ; 局部超线性或二次收敛 ; Levenberg-Mar-quardt算法 机构:内蒙古工业大学理学院 ; 内蒙古工业大学理学院 年份:2012
    摘要:建立变分不等式问题KKT条件与光滑带约束方程组的等价关系,进而转化为约束优化问题。利用Levenberg-Marquardt方法给出求解变分不等式问题的算法,在不要求梯度矩阵非奇异的条件下得到了算法的全局收敛性。该算法在一定条件下是局部超线性或二次收敛的。
  • 【期刊】 基于KKT条件的SVM增量学习算法

    刊名:火力与指挥控制 作者:曹健 ; 孙世宇 ; 段修生 ; 张泽建 关键词:支持向量机 ; 增量学习 ; KKT条件 机构:军械工程学院 ; 军械工程学院 ; 解放军71834部队 年份:2014
    摘要:为了解决支持向量机(SVM)在增量学习时,由于支持向量选择不完全,导致增量学习过程无法持久进行的问题,提出了最大似然边界SVM增量学习算法。该方法在深入分析分类面变化趋势的基础上,充分利用KKT条件,选择包含支持向量的边界向量参与SVM增量学习。实验表明,该算法可以完全覆盖支持向量,与经典支持向量机算法的结果完全相同,并且节省了大量时间,为今后大样本分类和增量学习的可持续性提供了条件。
上一页 1 2 下一页 跳转