学习算法
学习算法的相关文献在1990年到2023年内共计2261篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、电工技术
等领域,其中期刊论文1007篇、会议论文131篇、专利文献125566篇;相关期刊475种,包括电子学报、计算机工程与设计、计算机工程与应用等;
相关会议105种,包括第九届中国Rough集与软计算、第三届中国Web智能、第三届中国粒计算联合会议(CRSSC-CWI-CGrC’2009)、第十四届全国图象图形学学术会议、'2008系统仿真技术及应用学术会议等;学习算法的相关文献由5533位作者贡献,包括许少华、何新贵、周永权等。
学习算法—发文量
专利文献>
论文:125566篇
占比:99.10%
总计:126704篇
学习算法
-研究学者
- 许少华
- 何新贵
- 周永权
- 徐蔚鸿
- 李盼池
- 梁久祯
- 杨静宇
- 焦李成
- 钟诗胜
- 武妍
- 路廷文
- 邵惠鹤
- 杨勇
- 不公告发明人
- 周杰
- 王士同
- 王守觉
- 王耀南
- 丁刚
- 张伟
- 张哲
- 曾水玲
- 李洋
- 段培永
- 王伟
- 王磊
- 马晓敏
- 何登旭
- 张宇河
- 张强
- 张磊
- 张铃
- 朱欣
- 杨一平
- 陈虹
- 高阳
- 余英林
- 关口阳介
- 刘强
- 刘畅
- 刘芳
- 周志华
- 周浩
- 周湘山
- 孙亮
- 张凯
- 张毅
- 李斌
- 杨一
- 林辉
-
-
严家政;
专祥涛
-
-
摘要:
传统PID控制算法在非线性时滞系统的应用中,存在参数整定及性能优化过程繁琐、控制效果不理想的问题。针对该问题,提出了一种基于强化学习的控制器参数自整定及优化算法。该算法引入系统动态性能指标计算奖励函数,通过学习周期性阶跃响应的经验数据,无需辨识被控对象模型的具体数据,即可实现控制器参数的在线自整定及优化。以水箱液位控制系统为实验对象,对不同类型的PID控制器使用该算法进行参数整定及优化的对比实验。实验结果表明,相比于传统的参数整定方法,所提出的算法能省去繁琐的人工调参过程,有效优化控制器参数,减少被控量的超调量,提升控制器动态响应性能。
-
-
黄珈颉
-
-
摘要:
如何挖掘和分析企业人力资源数据,为人力资源管理者提供科学合理的决策方案是企业发展壮大的重要前提。通过分析企业人力资源数据特点,建立了基于神经网络的人力资源管理模型,并设计了基于该模型的人力资源管理和预测分析系统,开展了企业人力资源预测模型研究。结果发现基于神经网络的人力资源管理系统能够弥补传统人力资源计算模型中非线性计算能力的不足。通过大量样本数据分析,优化了该算法的设计和流程,以X医院2010~2020年人力资源数据为实例,验证该算法与企业人力资源预测的误差率在0.5%~1.27%范围内,取得了较为合理的预测成果。
-
-
许彩虹;
邵新平;
张林
-
-
摘要:
为了研究积分微分方程的数值解,构造了一种前馈型神经网络用于求解Fredholm积分微分方程近似解。首先,运用Taylor展开式近似代替未知函数,神经网络的误差由内部误差和边界误差组成。其次,应用神经网络对Taylor展开式的系数进行学习从而得到近似解。最后,与梯形求积规则(Trapezoidal Quadrature Rule,TQR)数值方法进行比较,验证了提出方法的可行性与有效性。
-
-
罗远军
-
-
摘要:
机器学习的重要理论之一是统计学。在传统的统计学理论中,只有在样本数量足够多的情况下才能取得近乎理想的成果。文章主要提出了一种新型机器学习方法——相关向量机。与传统机器学习项目相比,相关向量机具有较多的优势,包含概率型输出的实现、核函数选择更加自由等,能够显著提升机器学习算法的科学性和合理性。
-
-
陈中林;
杨翠丽;
乔俊飞
-
-
摘要:
针对传统模型对含数据缺失的非完整时间序列预测精度不高的问题,利用长短期记忆(LSTM)神经网络强大的时序建模能力,提出一种带时间门的长短期记忆(TG-LSTM)神经网络.首先,提出一种能同时对输入值在线估计和输出值实时预测的TG-LSTM单元结构;其次,基于TG-LSTM结构设计一种网络的前向传播算法,实现输入填补和输出预测同步进行;然后,建立TG-LSTM神经网络的学习算法来对输入填补和输出预测任务整体训练;最后,通过在Mackey-glass基准数据集,月平均气温数据集和污水处理出水氨氮预测中的实验结果表明:与传统方法相比,TG-LSTM神经网络模型能以更高精度对非完整时间序列进行填补和预测.
-
-
曹杰;
顾斌杰;
潘丰;
熊伟丽
-
-
摘要:
为了解决现有ε型孪生支持向量回归机的训练算法无法高效处理线性回归的增量学习问题,提出了一种精确增量式ε型孪生支持向量回归机(AIETSVR).首先通过计算新增样本的拉格朗日乘子以及调整边界样本的拉格朗日乘子,尽可能减少新增样本的二次损失对原有样本的影响,使得大部分原有样本依然满足Karush–Kuhn–Tucker(KKT)条件,从而获得一个有效的初始状态;其次对异常拉格朗日乘子逐步调整至满足KKT条件;然后从理论上分析了AIETSVR的可行性和有限收敛性;最后在基准测试数据集上进行仿真.结果表明,与现有的代表性算法相比,AIETSVR能够获得精确解,在缩短大规模数据集的训练时间上优势显著.
-
-
仝容超
-
-
摘要:
地质岩性是资源勘探和矿产勘查领域的基本研究对象,其能反映油气田和矿产资源的分布情况。为充分了解机器学习在岩性智能识别中的研究现状,掌握岩性识别的研究方法和未来的发展趋势,总结了RGB图像和高光谱图像结合机器学习算法在岩性智能识别中的应用研究现状,指出了各种机器学习算法存在的缺陷和岩性识别在特定领域亟待解决的问题,并提出了若干针对性的建议。
-
-
张合川;
石盼;
王磊;
史辉;
徐相波
-
-
摘要:
面对国家电网中的窃电问题,充分考虑产生窃电问题原因,研究基于多层前馈神经网络学习算法的反窃电系统,提升电网经济效益。通过系统采集层的上位机采集卡、智能电表、计量设备等采集用电原始数据,经通信层的光纤网或无线网将采集层采集的用电数据交互传输至主站层,通过主站层汇总、存储采集数据后,采用多层前馈神经网络学习算法分析数据得出窃电行为分析结果,通过表现层为操作者提供展示界面,便于操作者及时发现窃电具体位置并下发核查单,实现反窃电检测。实验结果表明该系统可分析窃电数据并及时上报客户端,系统应用后,可节省用电量,提高供电公司的经济效益、电网公司管理效率和网络资源利用率,反窃电效果较好。
-
-
李裕伟;
李景朝;
王成锡
-
-
摘要:
使用现代信息技术,基于空间数据圈定矿化分布和找矿目标,是当前矿产勘查的一个新方向。采用模糊聚类方法,以地质、地球物理和地球化学图层为输入数据,在GIS平台上对空间矿化模式进行识别,并通过地质解读从中鉴别出矿化模式。模糊聚类是基于c-means聚类的人工神经网络方法,以模糊隶属度作为不确定性推理指标,是一种非监督分类器。用这一方法进行空间矿化模式识别,可以在多种矿床类型共存和交叉重叠分布的环境中,识别并鉴别出个性化的矿化模式。以内蒙古乌兰浩特120万图幅为例,展示了模糊聚类空间矿化模式的识别与鉴别过程,取得了良好的效果。
-
-
马双宇;
朴凤贤;
李郡霆;
汪义坤;
袁宇航;
臧陶亮
-
-
摘要:
古代玻璃种类繁多且易受环境影响而风化,因此需要对古代玻璃制品的化学成分数据分析,研究有无风化玻璃制品成分的变化规律,以并探索亚分类方法,进而可以根据未知分类的文物化学成分对文物进行准确的分类。本文通过使用K-means算法和BP神经网络结合的方式对玻璃制品进行亚分类划分,之后根据亚分类种类进行风化前后成分的预测;通过RUSBoost机械学习算法,70%的数据作为训练集,15%的数据作为测试集,其余部分作为预测集,来进行玻璃制品的种类鉴定。这些模型相互之间配合紧密,所得结果依次递进,使最终求解真实可靠。模型充分联系实际,具有很好的通用性和推广性。
-
-
-
郭锋;
文鹏程;
李鹏;
刘逸涵
- 《全国抗恶劣环境计算机第二十七届学术年会》
| 2017年
-
摘要:
分析了航空应用与深度神经网络模型之间的矛盾,提出对面向航空应用的深度神经网络进行优化的必要性.指出网络深度增加带来的问题,并对这些问题产生的原因进行了分析.根据现阶段神经网络的优化技术,从网络结构、学习算法、网络参数、硬件实现四个方面对深度神经网络的优化方法进行了总结,并针对航空应用存在的问题提出三种解决途径.
-
-
-
-
-
-
徐彬;
毛治力;
张宝昌;
郑征
- 《2012中国制导、导航与控制学术会议》
| 2012年
-
摘要:
本文提出一种新型的Geometric学习算法以解决实时无人机航迹规划问题. Geometric 学习算法是一种增强性学习算法, 能够对最优航迹规划问题根据几何问题对路线进行求解. Geometric 学习不仅充分利用了地图的距离信息, 同时也融合了复杂环境中的危险信息来计算航迹, 从实用和理论角度都很好的解决了无人机航迹规划问题.本文同时提出了一种无人机规划轨迹的衡量方法. 通过衡量分析Geometric学习方法与其他方法的路径规划结果, 表明了Geometric学习算法的可行性及有效性.
-
-
-
-
李大字;
宋天恒;
靳其兵;
谭天伟
- 《第二十二届中国过程控制会议》
| 2011年
-
摘要:
发酵过程优化问题通常包含有互相冲突的多重优化目标,另外反应本身具有诸多复杂性。提出一种基于Pareto的分布式Q学习多目标策略,用以求解赖氨酸分批补料发酵过程流加速率轨迹的Pareto最优解&该策略中,学习算法和Pareto排序法将结合来产生非支配解集,并使之逼近真实的Pareto前沿#利用奖赏机制来描述多重目标之间的关系,并同时使用多组含有随机初始值的agent共同作用改善搜索能力。将所提出的方法应用于赖氨酸分批补料发酵过程的优化中,并与粒子群优化进行了对比,验证策略的性能。