动量因子

摘要： 光纤中的色散是引起传输信号码间串扰(ISI)的直接原因,传统的用于均衡ISI的自适应盲均衡算法收敛速度慢、误差大,不适用于高速相干接收机。为解决该问题,本文引入动量因子,改进基于判决引导的最小均方(DD-LMS)算法用于优化光纤信道色散影响,理论推导并论证动量因子对盲均衡算法的收敛性能及误差函数的影响,同时探究不同函数的动量因子对算法的优化性能。本文在OptiSystem光仿真软件上搭建单载波传输速率224 Gib/s相干光传输系统。结果表明,相较于传统时域均衡器(TDE),在其后端添加此自适应滤波器,系统平均误码率能下降约2.5 dB。在光信噪比为15 dB、传输距离为500~1000 km的情况下,色散补偿模块误码率能稳定在10^(-2)左右,在色散信道中具有较强鲁棒性。

摘要： 为了解决采用极限学习机(ELM)神经网络室内可见光定位方法存在误差较大、网络模型训练时间较长、结果稳定性较差等缺点,采用稀疏训练指纹库,融合多目标动量粒子群算法(MMPSO),结合ELM室内可见光定位方法,形成MMPSO-ELM方案,引入动量因子,避免迭代过程中过度振荡,加快系统收敛速度。在不同的定位空间内随机选取训练数据集方式,在测试点数量不同的情况下,将本方案与后向传播(BP)、ELM以及PSO-ELM 3种定位算法进行了比较。结果表明,MMPSO-ELM方案在20组训练数据条件下,对80组待定位点进行预测定位,定位误差最大为0.0225m,最小误差为0.00093m,平均定位误差低至0.00143m,且定位性能受定位空间大小影响较小;MMPSO-ELM可见光定位方案具有定位精度高、速度快、泛化性强等优点。该研究为在室内场所实现快速准确定位提供了理论支撑。

摘要： 为了克服标准的万有引力搜索算法在函数优化中迭代速度慢、易陷入局部最优等问题,基于加强算法的性能,研究了新的策略.结合粒子群算法的开采能力和万有引力搜索算法的勘察能力,得到了基本粒子群万有引力搜索混合算法.对混合算法中的加速因子进行改进并引入了动量因子,提出了一种改进的粒子群万有引力搜索混合算法(IPSOGSA).结果表明:与粒子群算法、万有引力搜索算法、基本粒子群万有引力搜索混合算法相比,改进的粒子群万有引力搜索混合算法在非线性的复杂函数优化中具有更好的寻优能力.

摘要： 利用模糊系统和BP神经网络的组合模型来进行电子部件的性能评价,组合模型能够兼具二者优点,从理论上比模糊系统性能评价更精准全面.为提高模糊BP神经网络的映射和预测能力,将BP神经网络结构中的动量因子和学习速率两个参数利用误差反馈来调整.从理论上组合模型对电子部件性能评价误差更小,速度更快.通过实例仿真试验表明,改进后的模糊BP神经网络相比较改进前模糊BP神经网络系统,对导引头的性能评价更精准,适用性更强.

摘要： 针对传统大功率高电压情况下并联有源电力滤波器(SAPF)装置谐波检测精度不高的问题,提出一种基于改进动量因子优化Adaline网络的自适应谐波电流检测算法.引入双动量因子修正Adaline网络的权值调整公式,以提升网络稳定性并加快收敛.采用载波相移—正弦波脉宽调制(CPS-SPWM)方式,构建基于改进动量因子Adaline算法的级联H桥SAPF仿真模型,仿真结果表明:与传统Adaline检测算法相比,所提算法响应误差减小16.56％,收敛速度提升33.33％,具有较好的电流检测效果.

摘要： 本文根据中国四个一线城市商品房住宅市场2007年至2017年不同小区不同户型住宅的月度房价和房租的数据样本,着重研究了一线城市住宅的投资收益率性质.研究发现,住宅的月度收益率存在显著的价值效应,户型效应,中短期动量效应,以及长期反转效应.基于这些发现,本研究提出了包含市场因子,房价房租比因子,以及动量因子在内,用以解释我国住宅房地产收益率的三因子模型.实证结果显示,本文提出的三因子模型能够很好地解释商品房住宅市场上不同类型住宅的收益率,加深学术界和政策界对于商品房住宅市场中价格形成机制的理解.本文的研究成果对于帮助政府灵活施策,更加有效调控房地产市场具有积极参考意义.

摘要： 针对传统BP神经网络学习过程中学习率选取过大导致振荡的问题,提出一种新的BP神经网络PID(比例-积分-微分)参数自适应整定算法.采用BP神经网络对PID参数进行自适应调节和优化,并利用动量因子优化学习率和增加动量项抑制BP神经网络训练中出现的振荡现象,以加快收敛速度.实验结果表明,该算法有效缓解了振荡现象,加快了算法的收敛速度.

摘要： 传统BP神经网络盲均衡算法具有收敛速度慢、易陷入局部极小等缺陷,本文研究了动量因子神经网络盲均衡算法的基本原理,分析了动量因子对均衡性能的影响,比较了传统BP算法与动量因子BP算法、时变动量因子BP算法的收敛轨迹.在此基础上,选用三层前馈神经网络结构,推导了基于动量因子和时变动量因子神经网络盲均衡算法的迭代公式,并进行了计算机仿真,表明改进算法的收敛性能得到改善.

摘要： 知识导则、推理是IDSS的核心,实现好坏受多种因素的制约.在"联合调度系统"中受到样本的选取、教师值、传感器采集的数据精度、接口技术、样本数、和动量因子值选取的影响.

摘要： 研究了基于小波神经网络进行人脸识别的方法.讨论了小波神经网络对进行分类识别的原理,带动量因子的后向传播算法进行网络训练的过程.然后对人脸图像数据库做分类实验,结果表明小波神经网络具有很强的自适应性,对有噪声、残缺和戴眼镜的图像识别效果较好。

摘要： 本发明提供一种运动量测定装置、运动量测定系统及运动量测定方法，能够根据进行运动的人的属性等确定合适的运动内容等，示出该运动是否合适，并且能够正确地掌握每种运动种类的运动量。运动量测定装置(10)具有：对象者的运动量信息的程度信息的目标程度信息、执行目标时间信息、对象者按属性分目标运动量程度信息(33a)，当与对象者的运动量信息相对应的运动量程度信息符合按属性分目标运动量程度信息时，在达成度信息显示部(15)中显示其达成度，并且，运动量测定装置(10)具有运动种类特定部(24)，根据运动量算出基础信息(301)和动作信息(96)生成并显示每种运动种类的运动量。

摘要： 消耗活动量算出部从由生物体信息获取部获取的生物体信息算出对象者所消耗的活动量即消耗活动量。恢复量算出部从由生物体信息获取部获取的生物体信息算出对象者所恢复的活动量即恢复量。保有活动量算出部从由基准活动量设定部设定的基准活动量、由消耗活动量算出部算出的消耗活动量、及由恢复量算出部算出的恢复量算出对象者所保有的活动量即保有活动量。因此，能够即刻算出对象者所保有的活动量。

摘要： 图像处理ECU(30)具备图像获取部(41)以及图像处理模块(42)，作为移动量估计装置发挥作用。图像获取部(41)获取通过受光元件(12a)检测通过光照射而从物体反射的反射光得到的包含距离信息的反射光图像(ImR)和利用受光元件(12a)检测相对于反射光的背景光的包含亮度信息的背景光图像(ImL)。除此之外图像获取部(41)获取由与受光元件(12a)不同的照相机元件(22a)拍摄到的照相机图像(ImC)。图像处理模块(42)使用在反射光图像(ImR)、背景光图像(ImL)以及照相机图像(ImC)共同地检测到的被摄对象的信息，对估计对象的移动量进行估计。

摘要： 图像取得部(110)取得移动体的周围的图像作为图像数据(31)。点云取得部(120)取得进深点云数据(32)，该进深点云数据(32)通过点云而表示距存在于移动体的周围的物体的距离即进深。生成部(140)使用图像数据(31)和进深点云数据(32)，计算距由图像数据(31)所包含的像素表示的位置的进深，生成将计算出的进深附加于图像数据(31)所包含的像素的高分辨率点云数据(35)。估计部(150)使用高分辨率点云数据(35)，对移动体的移动量进行估计。

摘要： 本发明提供活动量测定装置、活动量测定方法和活动量测定程序，装置(10)在利用者的身体的一个部位安装使用，并具有检测与利用者的动作对应的信息的检测部(1)。所述装置(10)根据检测部(1)检测出的信息测定利用者的活动量，当利用者的身体上安装有多个装置(10)时，向行动识别部(25)发送由自身所属的活动量测定装置的检测部(1)检测并与表示识别出的安装部位的信息相关联的信息，所述行动识别部(25)根据安装的多个装置(10)各自的检测部(1)检测出的信息和表示安装部位的信息，识别利用者的行动，在此，根据识别出的行动修正活动量。

摘要： 活动量计(100)具备：睡眠水平判断部(112)，其反复检测用户的睡眠水平；以及通知处理部(113)，其仅在最近的上述睡眠水平不到规定水平的期间将特定的信息自动地通知给上述用户。

摘要： 本发明提出了一种基于自适应动量因子的时变信道下的盲源分离方法，属于信号处理领域，旨在保证分离收敛速度的同时有效降低分离的稳态误差，实现步骤为：构造分离指标并获取分离指标的自适应更新公式；获取分离矩阵的迭代步长；获取自适应动量因子；获取分离矩阵的迭代公式；获取源信号的估计值。本发明在分离矩阵的迭代中引入了自适应动量因子，在保证不降低分离收敛速度的条件下，降低了分离的稳态误差，提高源信号估计的准确性。

摘要： 本申请公开了一种基于动量因子的解偏振复用方法，属于相干光通信技术领域。本申请方法首先初始化解复用矩阵A(n)，所述解复用矩阵为一个2×2的矩阵；再将两路偏振态信号X'(n)、Y'(n)输入A(n)得到解复用信号；之后找出距离X#'(n)、Y#'(n)最近的星座点X#(n)、Y#(n)，计算初步误差ε1(n)；再将星座点X#(n)、Y#(n)输入逆矩阵A‑1(n)得到伪观测信号X”(n)、Y”(n)，计算之间的逆向观测误差ε2(n)；之后由矩阵A(n)梯度信息构建动量因子ω(n)；再使用梯度下降法更新复用矩阵A(n)；最后重复以上步骤，求解得到解复用信号并更新解复用矩阵A(n)。本申请还实现了一种基于动量因子的解偏振复用系统，本申请通过引入动量因子这一新的维度，进一步提高了解偏振复用算法的收敛速度。由此解决闪电环境下偏振态追踪的技术问题。

摘要： 本申请公开了一种基于动量因子的解偏振复用方法，属于相干光通信技术领域。本申请方法首先初始化解复用矩阵A(n)，所述解复用矩阵为一个2×2的矩阵；再将两路偏振态信号X'(n)、Y'(n)输入A(n)得到解复用信号；之后找出距离X#'(n)、Y#'(n)最近的星座点X#(n)、Y#(n)，计算初步误差ε1(n)；再将星座点X#(n)、Y#(n)输入逆矩阵A‑1(n)得到伪观测信号X”(n)、Y”(n)，计算之间的逆向观测误差ε2(n)；之后由矩阵A(n)梯度信息构建动量因子ω(n)；再使用梯度下降法更新复用矩阵A(n)；最后重复以上步骤，求解得到解复用信号并更新解复用矩阵A(n)。本申请还实现了一种基于动量因子的解偏振复用系统，本申请通过引入动量因子这一新的维度，进一步提高了解偏振复用算法的收敛速度。由此解决闪电环境下偏振态追踪的技术问题。

摘要： 本发明提出了一种基于自适应动量因子的时变信道下的盲源分离方法，属于信号处理领域，旨在保证分离收敛速度的同时有效降低分离的稳态误差，实现步骤为：构造分离指标并获取分离指标的自适应更新公式；获取分离矩阵的迭代步长；获取自适应动量因子；获取分离矩阵的迭代公式；获取源信号的估计值。本发明在分离矩阵的迭代中引入了自适应动量因子，在保证不降低分离收敛速度的条件下，降低了分离的稳态误差，提高源信号估计的准确性。