优化器

摘要： 亚马逊棋AI搜索算法包括蒙特卡洛搜索算法、改进后的α-β剪枝算法,极大极小搜素算法,经检验发现蒙特卡洛搜索算法取得较好的成果,但原有的搜索算法由于搜索的博弈树层数为固定值,会产生超时或搜索层数过少造成搜索不完全的问题,尝试使用CNN模型优化原有的亚马逊棋搜索算法。设计一个基于CNN模型的优化器,该优化器将当前棋盘的权值作为输入层,进行三层卷积,输出层为当前局面下的最优层数。在同等计算力条件下,采用蒙特卡洛与α-β剪枝算法,令采用CNN模型优化后的搜索算法与固定搜索层数的算法进行对弈,前者的不败率为73.4%。

摘要： 针对神经网络学习使其找到使得损失函数的值最小的参数,寻找最优参数的问题,在TensorFlow的深度学习算法的框架下,利用Kersa搭建神经网络,运用import、train&test、sequential、compile、fit和summary六步法搭建出相关神经网络,对不同优化器的性能进行了分析比较,包括SGD、AdaGrad、RMSprop和Adam这四种常见的优化器。在手写数字识别MNIST数据集和FASHION数据集这两个经典数据集中分别进行参数进行优化,对比四种优化器的结果。最终结果表明在MNIST数据集,RMSprop表现的最好;FASHION数据集中,Adagrad表现的最好。

摘要： 特征选择在数据预处理阶段中极为重要。特征选择的优劣不仅影响着神经网络训练的时间长短,更影响神经网络性能的好坏。灰狼改进花授粉算法(Grey Wolf Improved Flower Pollination Algorithm,GIFPA)是一种基于花授粉算法(Flower Pollination Algorithm,FPA)框架与灰狼优化算法融合的混合算法,将其应用于特征选择问题,既可以保留原始特征的内涵信息,又可以最大化分类特征的准确率。GIFPA算法在花授粉算法的异花授粉阶段中加入了最差个体信息,并用作全局搜索,将灰狼优化算法中的狩猎过程作为局部搜索,并且通过转换系数来调节二者的搜索过程。同时,为了克服群智能算法易陷入局部最优的问题,首次采用数据挖掘领域中的RelifF算法,通过RelifF算法过滤出高权重特征并用于改进最佳个体信息。为了验证算法的性能,实验选取UCI数据库中21个领域的经典数据集进行测试,利用K近邻(KNN)分类器进行分类测评,以适应度值和准确率作为评价标准,并通过K-折交叉验证来克服过拟合问题。实验选择了包括FPA算法在内的多种经典算法和先进算法进行比较,结果表明GIFPA算法在特征选择问题上有很强的竞争力。

摘要： 在复合和熟化生产过程中,复合薄膜产品经常出现气泡,严重制约车间生产产量和产品质量提升。本研究提出了一种基于YOLOv5算法的复合薄膜气泡缺陷检测的方法。首先通过实验对比了SGD和Adam优化器对网络训练结果的影响,构建适用于薄膜气泡检测的YOLOv5网络模型,对采集的图像通过平移、改变亮度、添加噪声、旋转角度和翻转等方法进行图像增强,提高模型的鲁棒性。实验结果显示该模型的mAP为94.3%,气泡能被准确识别且置信度相对较高,每张图像检测时间仅需0.01s左右,该模型具有较高的气泡识别能力,提高了车间气泡检测的效率和准确率,节省大量人工成本,提高企业的生产效率。

摘要： 人脸识别的训练预测模型是多样而复杂的,影响人脸识别准确率和稳定性的因素也很多。人脸识别的抗干扰设计是构建人脸识别模型不可忽视的重要内容。通过获取更高质量的人脸图像数据源,选择效果更好的人脸识别优化器以及部分超参数的调整,来提高对大量人脸数据进行处理的能力。利用卷积神经网络减少人工干预,提高特征提取的算法精度,从而提高多人脸识别的精度。

摘要： 文中研究了在打叶复烤的二次润叶过程中,热风润叶机的工艺参数设置对出口叶片质量指标的影响,并建立相应预测模型。根据二次润叶特色工艺数据的特征,建立了BP神经网络预测模型。调用目前流行的神经网络编写框架TensorFlow的高级API接口搭架神经网络结构,逐步优化神经网络结构中的激活函数、优化器、隐藏层神经元数目等关键参数,使其对测试集的预测结果达到最佳状态。通过输入前蒸汽喷嘴压力、前端加水流量、热风温度、回风温度、进料叶片温度、进料叶片水分组合的参数,预测出口叶片水分、温度这两个关键的烟叶评测指标。根据预测结果的均方误差、均方根误差、平均绝对误差得出,当隐藏层神经元数目为7,激活函数为ReLU,优化器选择RMSprop时可取得较好的效果。

摘要： 针对深度学习模型存在的过拟合和易受干扰等问题,在采用元学习优化器的基础上,研究并提出加入四种全新的正则化约束,用于训练元学习优化器。泛化能力和鲁棒性实验分别在两层和四层CNN的Mnist和Cifar10分类上进行,并与使用其他优化器的结果进行了比较,表明了加入正则化约束的元学习优化器,泛化能力得到提升,在FGSM和PGD攻击下的鲁棒性也得到了提升。在四种正则化约束中,Hessian矩阵的特征谱密度和迹作为正则化约束,泛化能力最好。

摘要： 非刚性运动结构的三维重建旨在从二维图像中提取出关键坐标,并恢复其对应的三维形状及姿态。然而,目前的传统方法无法在大规模场景中应用。为此,将卷积神经网络应用于非刚体运动的三维重建中,提出一个基于无监督学习的非刚体三维重建框架。在FacebookAI实验室提出的C3DPO基础上,选择iResNet为backbone,并采用Ranger优化器进行训练。实验结果表明,该框架不仅可以更快地收敛,而且在H36M、Pascal3D、S-Up3D数据集中的MPJPE(位置误差的绝对平均值)分别达到了92.2、37.1、0.067,均优于C3DPO。

摘要： 非刚性运动结构的三维重建旨在从二维图像中提取出关键坐标,并恢复其对应的三维形状及姿态.然而,目前的传统方法无法在大规模场景中应用.为此,将卷积神经网络应用于非刚体运动的三维重建中,提出一个基于无监督学习的非刚体三维重建框架.在FacebookAI实验室提出的C3DPO基础上,选择iResNet为backbone,并采用Ranger优化器进行训练.实验结果表明,该框架不仅可以更快地收敛,而且在H36M、Pas?cal3D、S-Up3D数据集中的MPJPE(位置误差的绝对平均值)分别达到了92.2、37.1、0.067,均优于C3DPO.

摘要： 针对传统循环神经网络RNN在机器翻译中效率不高以及计算量过大的问题,提出一种基于GRU神经网络和Attention机制的机器翻译模型。首先,使用注意力模块保证堆叠多层结构的可复用性,提高运行效率。其次,模型融合了注意力机制的编码-解码器和循环神经网络模块提取被翻译的句子语义信息,并采用Adam优化器进行梯度下降,对模型优化,实现中英文间的互译。最后使用BLEU值对结果进行检验和评价。

摘要： 研究并设计一个高效太阳能电池优化器.整个系统由四部分组成:太阳能板,电池模拟电路,整流器和控制器.太阳能板用来吸收太阳能,将热能转化为电能,其输出电压在17-22V,最大输出功率为2W.然后通过转换器将电能储存在电池中,电池的工作电压为12-14V.控制器用来自动调节整个系统的工作区间,以达到最高的电能使用效率.如直接连接太阳能板给电池充电,工作效率最高只能到达约75％;如通过连接转换器给电池充电,根据测量,工作效率可以达到至少85％,大大提高了整个系统的电能使用效率.

摘要： 本发明公开了一种基于智能自适应优化算法的高超声速飞行器再入段轨迹优化控制器，该控制器由飞行器海拔高度传感器、飞行器速度传感器、飞行器飞行航道倾角传感器、飞行器水平飞行距离传感器、飞行器微控制单元MCU、飞行器攻角控制器构成。高超声速飞行器到达再入段空域后，各传感器开启，获得飞行器海拔高度、速度、飞行航道倾角和飞行水平距离信息，MCU根据所获得的信息自动执行内部智能自适应优化算法，得到水平飞行距离最长的轨迹优化控制策略，并将其转换为控制指令发送给攻角控制器执行。本发明能够快速地得到轨迹优化控制策略，使高超声速飞行器获得更长的水平飞行距离。

摘要： 本发明公开了一种基于正交配置的高超声速飞行器再入段轨迹优化控制器，该控制器由飞行器海拔高度传感器、飞行器速度传感器、飞行器飞行航道倾角传感器、飞行器水平飞行距离传感器、飞行器微控制单元(MCU)、飞行器攻角控制器构成。飞行器MCU根据设定的海拔高度、速度、飞行航道倾角要求自动执行内部正交配置优化算法，得到使高超声速飞行器水平飞行距离最长的轨迹优化控制策略，飞行器MCU将获得的控制策略转换为控制指令发送给飞行器攻角控制器执行。本发明能够根据高超声速飞行器不同的海拔高度、速度、飞行航道倾角和飞行水平距离状态快速地得到轨迹优化控制策略，使高超声速飞行器获得更长的水平飞行距离。

摘要： 本发明公开了一种基于智能自适应优化算法的高超声速飞行器再入段轨迹优化控制器，该控制器由飞行器海拔高度传感器、飞行器速度传感器、飞行器飞行航道倾角传感器、飞行器水平飞行距离传感器、飞行器微控制单元MCU、飞行器攻角控制器构成。高超声速飞行器到达再入段空域后，各传感器开启，获得飞行器海拔高度、速度、飞行航道倾角和飞行水平距离信息，MCU根据所获得的信息自动执行内部智能自适应优化算法，得到水平飞行距离最长的轨迹优化控制策略，并将其转换为控制指令发送给攻角控制器执行。本发明能够快速地得到轨迹优化控制策略，使高超声速飞行器获得更长的水平飞行距离。

摘要： 本发明公开了一种基于正交配置的高超声速飞行器再入段轨迹优化控制器，该控制器由飞行器海拔高度传感器、飞行器速度传感器、飞行器飞行航道倾角传感器、飞行器水平飞行距离传感器、飞行器微控制单元(MCU)、飞行器攻角控制器构成。飞行器MCU根据设定的海拔高度、速度、飞行航道倾角要求自动执行内部正交配置优化算法，得到使高超声速飞行器水平飞行距离最长的轨迹优化控制策略，飞行器MCU将获得的控制策略转换为控制指令发送给飞行器攻角控制器执行。本发明能够根据高超声速飞行器不同的海拔高度、速度、飞行航道倾角和飞行水平距离状态快速地得到轨迹优化控制策略，使高超声速飞行器获得更长的水平飞行距离。

摘要： 本申请公开了多输入功率优化器容错方法、控制器、优化器和系统，该容错方法包括：采集多输入功率优化器中各路DC/DC变换电路的预设运行参数；根据本路DC/DC变换电路的预设运行参数，判断本路DC/DC变换电路是否存在电源输入接线故障；如果本路DC/DC变换电路存在电源输入接线故障，控制本路DC/DC变换电路中的预设开关管常通，以避免多输入功率优化器因接线故障而损坏。

摘要： 本发明公开了一种光伏系统、优化器及优化器的工作状态调整方法。该光伏系统包括光伏板和优化器，优化器包括控制器、第一输出端口和第二输出端口；该控制器用于检测第一输出端口和第二输出端口之间的电信号参数；当电信号参数变化时，控制器用于将优化器的工作状态由无输出状态或者限制输出状态调整为非限制输出状态。该光伏系统可以不借助解锁装置，就能够实现工作状态的调整，实现起来较为简单，节省成本。

摘要： 本申请公开了多输入功率优化器容错方法、控制器、优化器和系统，该容错方法包括：采集多输入功率优化器中各路DC/DC变换电路的预设运行参数；根据本路DC/DC变换电路的预设运行参数，判断本路DC/DC变换电路是否存在电源输入接线故障；如果本路DC/DC变换电路存在电源输入接线故障，控制本路DC/DC变换电路中的预设开关管常通，以避免多输入功率优化器因接线故障而损坏。

摘要： 本发明公开了一种光伏系统、优化器及优化器的工作状态调整方法。该光伏系统包括光伏板和优化器，优化器包括控制器、第一输出端口和第二输出端口；该控制器用于检测第一输出端口和第二输出端口之间的电信号参数；当电信号参数变化时，控制器用于将优化器的工作状态由无输出状态或者限制输出状态调整为非限制输出状态。该光伏系统可以不借助解锁装置，就能够实现工作状态的调整，实现起来较为简单，节省成本。

摘要： 本发明公开了一种光伏系统、优化器及优化器的工作状态调整方法。该光伏系统包括光伏板和优化器，优化器包括控制器、第一输出端口和第二输出端口；该控制器用于检测第一输出端口和第二输出端口之间的电信号参数；当电信号参数变化时，控制器用于将优化器的工作状态由无输出状态或者限制输出状态调整为非限制输出状态。该光伏系统可以不借助解锁装置，就能够实现工作状态的调整，实现起来较为简单，节省成本。

摘要： 本发明提供了一种发动机燃油优化器及优化器稀土磁体的制备方法，涉及节油设备领域，解决了燃油优化器节油效果不理想的问题。燃油优化器，包括外壳和本体，外壳与本体同轴设置，本体的沿其轴向方向的两端的部分结构，分别向本体的外部延伸形成圆柱形的进油管和出油管，燃油优化器还包括油路，油路贯穿进油管、出油管和本体，进油管和出油管的外壁面上均设置有凸起结构，凸起结构用于避免进油管和出油管分别从供油管路和进油管路中脱出，稀土磁体沿其周向方向均匀分割为12等份、16等份、18等份、22等份、24等份、28等份或36等份；任意相邻的两个弧形磁块，在稀土磁体的内环侧的磁极极性相反；任意一个弧形磁块，在稀土磁体的内环侧和外环侧的磁极极性相反。