期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于模糊神经网络的大型多辊热连轧产品质量模型 被引量:6
1
作者 邢进生 万百五 《信息与控制》 CSCD 北大核心 2001年第4期381-384,共4页
本文提出了一种新模糊神经网络及其学习算法 .将这种神经网络用作大型多辊热连轧产品质量模型 ,解决了高维输入数据的建模问题 .经过 9千多个实测数据建模及检验 ,测试结果表明 ,85
关键词 模糊神经网络 质量模型 热轧产品 钢铁企业 产品质量
下载PDF
L波段相对论速调管的3维粒子模拟 被引量:5
2
作者 张泽海 舒挺 +2 位作者 张军 刘静 白现臣 《强激光与粒子束》 EI CAS CSCD 北大核心 2010年第3期613-617,共5页
采用高频场软件对输入腔、中间腔和输出腔的高频特性进行冷腔分析。利用3维粒子模拟软件对L波段强流相对论速调管进行整体建模,模拟分析了整管工作情况,并讨论了3维模型中输入、输出耦合结构的引入对结果的影响。模拟参数为:电子束电压5... 采用高频场软件对输入腔、中间腔和输出腔的高频特性进行冷腔分析。利用3维粒子模拟软件对L波段强流相对论速调管进行整体建模,模拟分析了整管工作情况,并讨论了3维模型中输入、输出耦合结构的引入对结果的影响。模拟参数为:电子束电压500 kV,电流5 kA,微波频率1.3 GHz,输出平均功率600MW,效率约25%。 展开更多
关键词 高功率微波 相对论速调管放大器 3维粒子模拟 输入耦合 输出耦合
下载PDF
结合向前状态预测和隐空间约束的强化学习表示算法 被引量:4
3
作者 项宇 秦进 袁琳琳 《计算机系统应用》 2022年第11期148-156,共9页
虽然深度强化学习能够解决很多复杂的控制问题,但是需要付出的代价是必须和环境进行大量的交互,这是深度强化学习所面临的一大挑战.造成这一问题的原因之一是仅依靠值函数损失难以让智能体从高维的复杂输入中提取有效特征.导致智能体对... 虽然深度强化学习能够解决很多复杂的控制问题,但是需要付出的代价是必须和环境进行大量的交互,这是深度强化学习所面临的一大挑战.造成这一问题的原因之一是仅依靠值函数损失难以让智能体从高维的复杂输入中提取有效特征.导致智能体对所处状态理解不足,从而不能正确给状态分配价值.因此,为了让智能体认识所处环境,提高强化学习样本效率,本文提出一种结合向前状态预测与隐空间约束的表示学习方法(regularized predictive representation learning,RPRL).帮助智能体从高维视觉输入中学习并提取状态特征,以此来提高强化学习样本效率.该方法用前向的状态转移损失作为辅助损失,使智能体学习到的特征包含环境转移的相关动态信息.同时在向前预测的基础上添加正则化项对隐空间的状态表示进行约束,进一步帮助智能体学习到高维度输入的平滑、规则表示.该方法在DeepMind Control(DMControl)环境中与其他的基于模型的方法以及加入了表示学习的无模型方法进行比较,都获得了更好的性能. 展开更多
关键词 强化学习 表示方法 状态转移 隐空间约束 连续控制 高维度输入
下载PDF
结合Bootstrapped探索方法的CCLF算法
4
作者 杜志斌 黄银豪 《计算机系统应用》 2023年第9期162-168,共7页
深度强化学习因其可用于从高维的图像中提取出有效信息,从而可以自动生成解决各类复杂任务的有效策略,如游戏AI,机器人控制和自动驾驶等.然而,由于任务环境的复杂性以及智能体低下的探索效率,使得即使执行相对简单的任务,智能体仍需要... 深度强化学习因其可用于从高维的图像中提取出有效信息,从而可以自动生成解决各类复杂任务的有效策略,如游戏AI,机器人控制和自动驾驶等.然而,由于任务环境的复杂性以及智能体低下的探索效率,使得即使执行相对简单的任务,智能体仍需要与环境进行大量交互.因此,本文提出一种结合Bootstrapped探索方法的CCLF算法—Bootstrapped CCLF,该算法通过actor网络中多个head来产生更多不同的潜在动作,从而能够访问到更多不同的状态,提高智能体的探索效率,进而加快收敛过程.实验结果表明,该算法在DeepMind Control环境中具有比原算法更好的性能以及稳定性,证明了该算法的有效性. 展开更多
关键词 深度强化学习 策略梯度 探索策略 连续控制 高维度输入
下载PDF
基于即时预测方法的中间投入估算 被引量:1
5
作者 杨翰方 李一繁 王祎帆 《统计研究》 CSSCI 北大核心 2022年第6期17-35,共19页
作为反映各部门间关系的平衡表,投入产出表是投入产出分析的重要数据基础。其中的中间投入为观测经济循环、制定宏观及产业政策提供有力支撑。然而,投入产出表的编制对基础数据条件要求较高,难以提高更新频率。受国内生产总值(GDP)即时... 作为反映各部门间关系的平衡表,投入产出表是投入产出分析的重要数据基础。其中的中间投入为观测经济循环、制定宏观及产业政策提供有力支撑。然而,投入产出表的编制对基础数据条件要求较高,难以提高更新频率。受国内生产总值(GDP)即时预测(Giannone等,2008)的启发,本文利用大量相对高频的宏观及行业经济指标对中间投入进行即时有效的估计和预测。首先,构造了由2000余个序列组成的高维宏观经济指标集;其次,提出了基于自适应稀疏主成分分析的高维动态因子模型;再次,对各部门中间投入进行季度估算,并对2018年和2019年相关数据进行估测。研究结果表明,本文构建的高维模型可估算得到季度中间投入数据,其拟合和预测效果均优于传统时间序列模型和传统动态因子模型(Giannone等,2008)。此外,还对增频后估算的中间投入、中间投入率和中间投入贡献系数进行了分析。最后,本文基于即时预测的方法,尝试构建投入产出表中的中间流量矩阵,验证了本文模型在进行投入产出表预测时的可行性与稳定性。 展开更多
关键词 中间投入 投入产出表 即时预测 高维动态因子模型 自适应稀疏主成分分析
下载PDF
基于高维多尺度核函数的模糊SVM剩余寿命预测 被引量:1
6
作者 石慧 李芷萱 彭壮壮 《系统工程》 北大核心 2022年第6期148-155,共8页
为提高齿轮剩余寿命预测精度,本文提出基于高维多尺度核函数的模糊SVM齿轮剩余寿命预测方法。首先结合多个退化特征量作为SVM的高维输入来反映设备的退化过程,而不同的退化特征量因其自身的特性不同,在剩余寿命的建模中贡献度也不相同,... 为提高齿轮剩余寿命预测精度,本文提出基于高维多尺度核函数的模糊SVM齿轮剩余寿命预测方法。首先结合多个退化特征量作为SVM的高维输入来反映设备的退化过程,而不同的退化特征量因其自身的特性不同,在剩余寿命的建模中贡献度也不相同,通过熵权法确定不同变量权重,实现高维变量加权系数的自动求取。其次考虑到高维数据具有异构特性,针对每一维变量分别输入多尺度核函数进行映射,同时基于样本的分布特征利用梯形模糊隶属度函数弱化离群点,对每个训练点赋予不同的权值,以此来构建高维多尺度核函数的模糊SVM模型,实现小样本数据潜在信息的最大挖掘。最后通过齿轮箱的试验对模型进行验证,表明本文提出方法与SVM、多尺度核SVM、模糊SVM相比,可提高预测准确度。 展开更多
关键词 剩余寿命预测 高维多尺度核函数 高维输入 模糊SVM 熵权法
原文传递
高层隔震结构多维非线性时程分析 被引量:1
7
作者 章燕 李章政 《工业建筑》 CSCD 北大核心 2011年第4期16-20,共5页
采用SAP2000的结构分析软件,对某高层框架结构进行在多维地震波输入下的非线性时程分析。计算和比较的结果表明:高层建筑中采用基础隔震也能收到良好的效果,特别是绝对加速度反应将会大大降低;多维地震动作用下,完全对称、各层刚度相同... 采用SAP2000的结构分析软件,对某高层框架结构进行在多维地震波输入下的非线性时程分析。计算和比较的结果表明:高层建筑中采用基础隔震也能收到良好的效果,特别是绝对加速度反应将会大大降低;多维地震动作用下,完全对称、各层刚度相同的结构反应不一定会增大,带大底盘、各层刚度有变化的框架结构反应会增大;裙房对于高层建筑的隔震有有利影响。 展开更多
关键词 高层框架结构 基础隔震 多维地震波输入 非线性时程分析
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部