梯度搜索

摘要： 针对有限脉冲响应滑动平均系统,利用递阶辨识原理和迭代搜索技术,研究了递阶增广梯度迭代算法、递阶增广最小二乘迭代算法、递阶多新息增广梯度迭代算法、递阶多新息增广最小二乘迭代算法等.这些辨识方法可以推广到有色噪声干扰的线性和非线性随机系统中.

摘要： 论文以揭示电压、电流与电阻关系的欧姆定律为例,在不同误差准则函数下,研究了电阻的各种估计方法.这种代数方法思路清晰,方法简便,已经用于基于脉冲响应和阶跃响应低阶系统传递函数参数的确定.在此基础上,利用系统的实频特性数据和虚频特性数据,研究了利用代数方法确定一阶系统参数的两点法、三点法、多点法.该代数方法可以推广到利用频率特性确定二阶系统的参数.

摘要： 基于功率、电压、电流与电阻的关系,建立电阻误差准则函数、电压误差准则函数、电流误差准则函数、功率误差准则函数,应用梯度搜索、最小二乘搜索原理,推导了估计电阻的递推辨识算法,包括投影算法、随机梯度算法、多新息随机梯度算法、递推梯度算法、多新息递推梯度算法、递推最小二乘算法、多新息最小二乘算法等.此外,利用系统的实频特性数据和虚频特性数据,给出求解二阶传递函数模型参数的代数方法.

摘要： 针对不同一阶环节串联而成的系统,基于系统的幅频特性和相频特性观测数据,分别研究了幅频特性、相频特性、幅频相频联合、幅频相频耦合的梯度迭代算法、多新息梯度迭代算法、牛顿迭代算法和多新息牛顿迭代算法等.文中的方法可以推广用于其他传递函数描述的动态系统参数辨识,如具有共轭零点极点、重零点极点传递函数的参数辨识以及任意非线性函数的参数估计.

摘要： Based on the impulse response data and using the gradient search and the Newton search, this paper presents the hierarchical (multi-innovation) gradient-based iterative method, hierarchical (multi-innovation) Newton iterative method, hierarchical recursive gradientbased iterative method, hierarchical recursive Newton iterative method for identifying the parameters of transfer functions with distinct poles.The proposed methods can be extended for the parameter identification of dynamical systems described by other transfer functions with conjugate poles and with same poles and nonlinear functions.%基于系统的脉冲响应观测数据, 利用梯度搜索和牛顿搜索, 研究和提出辨识系统传递函数参数的递阶 (多新息) 梯度迭代方法、递阶 (多新息) 牛顿迭代方法、递阶递推梯度迭代方法及递阶递推牛顿迭代方法等.文中的方法可以推广用于其他传递函数描述的动态系统参数辨识, 如具有共轭极点、重极点传递函数参数的辨识以及任意非线性函数的参数估计.

摘要： 针对不同极点惯性环节并联系统和不同极点惯性环节串联系统,利用多频组合正弦信号作为输入,通过测量系统的输出数据,基于二次优化和非线性优化技术,推导了估计传递函数参数的最小均方算法、随机梯度算法、多新息随机梯度算法、递推梯度算法等,并与梯度迭代算法、牛顿迭代算法相结合,提出了辨识传递函数参数的耦合递推—迭代辨识算法,文中的方法可以推广用于其他传递函数描述的动态系统参数辨识,如具有共轭极点、重极点传递函数参数的辨识以及任意非线性函数的参数估计.

摘要： 利用系统的频率特性观测数据,研究和提出一般传递函数参数的递推辨识方法,包括投影辨识方法、随机梯度辨识方法、多新息随机梯度辨识方法、递推梯度辨识方法、多新息递推梯度辨识方法、递推最小二乘辨识方法、多新息最小二乘辨识方法,以及联合递推辨识方法和耦合递推辨识方法.文中的方法是针对一般传递函数提出的,因此也适合有共轭极点、重极点线性时不变系统的参数辨识.

摘要： 基于地磁梯度辅助的多目标进化搜索的仿生导航算法，首先获取载体当前时刻所处位置及目的地的地磁参量信息；导航初始时刻使载体分别沿东向和北向行走来获取地磁参量梯度信息，进而按照地磁参量同时同地收敛原则进行航向角的预测。为减少无效的搜索过程，在进化算法中，根据预测航向角对种群样本空间进行约束，提高其搜索效率。其次，受导弹追踪中的平行接近法启发，对样本的评价准则进行改进，对样本评价更加准确，进而优化导航搜索路径。本申请以终点地磁场多参量为目标值，在没有先验地磁图的情况下，进行高效、快速的路径搜索，实现自主水下航行器长航时地磁自主导航。

摘要： 本发明公开了一种基于梯度法极值搜索的多峰极值搜索方法，针对单输入单输出系统，给定输入初始点采用梯度法极值搜索进行预设时间的极值搜索，通过判断搜索结束时段两个相近时间点的差值来确定是否搜索到局部极值，如果搜索到局部极值，则更新输入初始点搜索下一个局部极值，否则延长搜索时间继续搜索该初始点对应的局部极值。本发明基于梯度法极值搜索算法进行了扩展，增加了改变输入初始点的外循环，通过对初始点的改变，利用梯度法极值搜索算法搜索出不同初始点附近的极值，从而完成对多峰函数的极值搜索过程。

摘要： 本发明公开一种基于梯度架构搜索的表现预测压缩方法，属于神经网络压缩与加速技术领域，通过在图像分类训练集中进行搜索训练，通过softmax函数将搜索空间松弛为连续，采用放射缩放变换在保证优化结果不变的情况下，解决内点优化问题，以提高网络模型的鲁棒性，产生梯度优化网络模型；之后以准确率为基准对梯度优化网络模型进行训练，根据表现情况进行排序，并与图像分类验证集进行比较以评估网络性能，迭代更新梯度优化网络结构，以减少训练时间并提高网络精度，最后对所得梯度优化网络结构进行离散化微调和剪枝微调，从而在图像分类任务中实现轻量化网络结构的压缩。

摘要： 本发明涉及一种基于梯度神经网络结构搜索的命名实体识别方法，通过数据网站获取命名实体识别任务的常用数据集，并处理为conll格式；获取数据中单词和字符的分布式表示，将其拼接后作为模型输入；搭建命名实体识别任务的主体模型和循环计算单元搜索结构；进行归一化处理；对循环神经单元的操作权重矩阵和模型整体参数同时进行优化；将连续化的结构表示转化为离散化的结构；搭建命名实体识别任务的完整模型结构，训练和参数调优；使用训练收敛后的完整模型进行命名实体识别，并使用准确度表征模型性能。本发明将基于梯度的结构搜索方法运用到结构较复杂的命名实体识别任务实现中，并根据命名实体识别任务的特殊性进行调整，使其性能得到提升。

摘要： 本发明提出一种基于梯度网络架构搜索的空域隐写分析方法及系统，解决了现有人工设计网络性能表现欠佳以及搜索网络耗时长的问题，首先定义一个隐写分析网络搜索架构，确定隐写分析网络搜索架构中每部分待搜索模块的搜索架构及候选操作，并使用Softmax函数融合搜索空间中的所有候选操作以构建一个超参数网络，然后利用梯度下降法对所构建的超参数网络进行训练优化，根据训练好的超参数网络中的架构参数选定相应的操作，完成隐写分析网络的搜索构建，本方案所提方法减少了网络设计中的人工干预，避免所构建隐写分析网络的性能受限的弊端，并且基于梯度更新的网络架构搜索方式使搜索耗时减少。

摘要： 本发明提出一种基于进化梯度搜索的AUV地磁仿生导航方法，将基于进化策略的地磁仿生导航和经典的梯度下降法结合起来搜索函数极值，利用地磁趋势性实现导航任务，不仅解决了基于梯度信息的线性搜索方法易陷入局部最优的不足，可以保证搜索具有全局最优性，而且具有快速的收敛性，弥补了进化搜索中的耗时长的缺点，可以提高地磁仿生导航的效率。

摘要： 本申请公开了一种回流焊炉参数整定的梯度搜索方法及系统，所述方法包括：建立回流焊炉温度仿真模型，根据恒温实验数据拟合传热参数；然后根据回流焊炉温区分组状态对仿真模型中温区进行分组，设置动作步长，并根据步长建立梯度搜索动作表，根据减小与参考工艺曲线误差的控制需求建立评价指标，利用评价指标计算动作梯度，并根据参考工艺曲线设置温度参数初始值；最后运行梯度搜索算法进行迭代运算，确定最优温度控制参数。本申请针对回流焊炉温度参数相互耦合、整定复杂的问题，对回流焊炉温度参数进行整定，缩小系统输出温区曲线与参考工艺曲线间的误差，有利于快速找到最优温度参数，提高温度控制准确度，提高产品质量，降低次品率。

摘要： 本发明公开了一种基于广义时变系统辨识模型的数据滤波加速梯度搜索参数估计算法。电动机工作在复杂的环境下，变量测量极为困难，且参数随负载变化产生时变特性。由于信号传输等因素，有色噪声影响着算法的辨识精度。本发明在梯度迭代算法的基础上考虑系统受到有色噪声干扰，设计数据滤波器过滤输入输出数据来消除有色噪声对估计精度的影响，并通过在梯度中引入动量项来加速算法的收敛速度。本发明包括构建受噪声影响的广义时变系统的辨识模型，规划数据滤波加速梯度搜索参数估计算法流程，建立数据滤波加速梯度搜索参数估计算法等步骤。本发明方法精度高、收敛快，可以应用于他励直流电动机控制系统的参数估计。

摘要： 本发明公开了一种基于prompt模板的梯度搜索攻击方法，具体步骤为：自动寻找标签映射词汇：通过自动标签选择方法，生成标签对应词集；构建候选词集：通过基于梯度的搜索方法，在生成的标签对应词集中寻找最可能导致模型预测错误的100个词构成候选词集；构建模板：选出候选词集中的一个或多个词汇，构造token序列，选出使模型准确率下降最多的序列作为最终模板。实验表明，三种恶意模板构建方法可以有效降低预训练模型在数据集上的预测准确率，这意味着可以达到攻击目的。

摘要： 本发明提供了一种基于全局梯度搜索的眼底视盘自动定位方法，眼底视盘自动定位方法包括如下步骤：采集眼底图像；对眼底图像的边缘阴影区域进行裁剪；根据裁剪后的眼底图像获取视盘边缘梯度图像；将视盘边缘梯度图像分割成多个第一区域块，分别计算多块第一区域块的剃度值总和并以最大梯度值总和所对应的第一区域块作为视盘感兴趣区域；根据视盘感兴趣区域获取视盘中心点坐标；根据视盘中心点坐标对眼底图像进行视盘区域框选，实现眼底视盘的自动定位。本发明解决传统视盘定位方法无法快速而又精准定位眼底视盘的问题，可以实现眼底视盘高校而又精准的自动定位。