求解伪单调变分不等式的一种自适应投影算法

Pham等(Optimization,2022,71(3):505-528.)提出了一种求解伪单调变分不等式的自适应算法.在该算法的基础上提出一种具有更大步长的新算法,并在相同的假设条件下证明算法的强收敛性.

基于自适应投影学习算法的径向基函数网络设计及应用

基于自适应投影原理 ,本文提出了构造和训练径向基函数网络的自适应投影学习算法 ,该算法能迭代地确定径向基函数的个数、中心的位置以及网络的权系数 ,从而提供了生成径向基函数网络的一个简单和有效的方法 .通过应用于信道均衡器和时间序列预报信号处理领域中的两个例子 ,进一步证明了该算法是行之有效的 .

基于加权次梯度投影算法的数字助听器自适应声反馈抑制

本文提出了一种利用加权自适应次梯度投影算法(Weighted Adaptive Projection Subgridient Method,WAPSM)进行声反馈抑制的方案。WAPSM算法来自于自适应次梯度投影算法(Adaptive Projection Subgridient Method,APSM),它以次梯度投影的超平面作为搜索区域来进行松弛投影。本文提出的算法将估计系统的先验知识以权重因子一在很多应用中为指数衰减一的方式加入APSM算法中提高算法性能。以WAPSM算法应用于助听器声反馈抑制的大量仿真实验表明,算法相比传统的NLMS算法和APSM算法在收敛速度、稳定性和精度方面取得了显著的进展。进一步的实验表明,算法在以实际语音作为数字助听器输入信号时取得了优异的性能,并且在低信噪比条件下具有较强的鲁棒性。

支撑矢量预选取的自适应投影算法

支撑矢量机是一种能在训练样本数很少的情况下达到很好分类推广能力的学习算法。但其在选择支撑矢量时却进行了大量不必要的运算,对此,该文提出了一种能够预选取支撑矢量的方法———自适应投影算法,该方法在不影响支撑矢量机的分类能力情况下,大大地减少了训练样本,提高了支撑矢量机的训练速度。仿真实验结果也验证了该方法的有效性和可行性。

基于自适应投影算法和修正核函数算法的混合支撑矢量机

提出了基于自适应投影算法和修正核函数算法的混合支撑矢量机 ,根据修正核函数算法的正形投影变换 ,将问题映射到黎曼空间来增大分类面 ,从而提高支撑矢量机的分类精度 .但其缺陷在于它是由两步优化实现的 ,因此增加了时间复杂度 .基于此 ,混合支撑矢量机使用自适应投影算法对支撑矢量进行预选取 ,即通过投影从训练样本中选择部分样本作为中心矢量进行训练 .实验结果表明

基于M估计变步长自适应仿射投影算法的稳健时延估计

该文提出了一种基于M估计变步长自适应仿射投影方法的稳健时延估计(TDE)算法。该算法将自适应仿射投影算法应用于时延估计,无须事先假定信号和噪声的统计特性,自适应调整自身参数;应用稳健M估计理论,抵消重尾噪声干扰。数值仿真表明,在高斯噪声、非高斯噪声甚至冲激噪声的干扰下,该文算法比高阶统计量法和最小均方自适应法有更强的稳健性和更高的估计精度。

求解变分不等式问题的一个自适应二次投影算法

对于变分不等式问题,给出了一个自适应二次投影求解算法.在较弱的条件下,证明了算法的全局收剑性.

求解变分不等式问题新的自适应投影算法

目的提出求解变分不等式问题的新的自适应投影算法,并在适当条件下证明其全局收敛。方法改进已有投影算法的搜索方向并建立新的步长。结果提出了新的自适应投影算法。该算法的搜索方向和步长在解附近均不趋于零,并在映射伪单调的条件下证明了其全局收敛性。结论与已有算法相比,新算法收敛快且收敛条件弱。因此新算法的适用范围更广。

求解伪单调变分不等式的新的自适应投影算法

考虑求解一类变分不等式问题的新的自适应投影算法,该算法改进了搜索的方向和步长,改进的方向、步长在解点附近均不趋于0,保证算法的快速收敛性。并在伪单调的条件下证明了算法是全局收敛的,使得该算法的适用性更广。数值实验表明算法是有效的。

非负矩阵分解的自适应单调投影Barzilai-Borwein算法

提出一种新的自适应单调投影Barzilai-Borwein(BB)算法求解非负矩阵分解(NMF)。算法不使用任何线搜索,并利用自适应BB步长和梯度的利普希茨常数加速算法收敛。在适当的条件下,证明了算法的全局收敛性。此外,将算法应用于稀疏对称非负矩阵分解,数值实验表明算法是有效的。

基于次梯度投影的数字助听器自适应声源定位方法

该方法在特征值分解算法的基础之上,利用次梯度投影方法自适应估计声源到麦克风的脉冲响应系数,进而估计出各麦克风之间时延,并利用几何方法定位声源在3D空间的位置.与传统的基于广义互相关的时延估计算法相比,提出的算法在房间反射与共振的情况下定位精度更高;与基于NLMS算法的自适应特征值分解时延估计算法相比,提出的算法收敛速度更快,并且在强噪声的情况下鲁棒性更强.基于眼镜数字助听器声源定位系统的实验与仿真研究了麦克风阵不同的几何尺寸对算法性能和定位精度的影响,证明了在不同信噪比情况下该算法都能有效定位声源的3D空间位置.

伪单调变分不等式的一种大步长自适应次梯度外梯度投影算法

2020年Pham Ky Anh等人在Hilbert空间中提出了一种求解映射伪单调且Lipschitz连续的自适应投影算法(简记为PDNA).该算法无需知道映射的Lipschitz系数,且具有强收敛的结果.注意到算法的步长与其收敛速度密切相关,通常大步长的算法具有更好的收敛速度.Liu和Yang提出了一种求解拟单调变分不等式的自适应算法(简记为LYA),LYA的步长比PDNA中的步长长.本文提出了一种自适应的求解映射伪单调且Lipschitz连续的次梯度外梯度投影算法.新算法的步长比LYA长,且可以退化为LYA中的步长.在与PDNA相同的假设条件下证明了新算法的强收敛性.数值实验表明新算法有更好的数值实验结果.

带指令滤波的直驱永磁风机自适应反推积分滑模控制

针对直驱式永磁同步风力发电系统最大功率跟踪问题,提出一种带指令滤波的自适应反推积分滑模控制器。构造了直驱式永磁风力发电系统的非线性模型。基于反推法设计控制器,并引入二阶滑模微分器充当指令滤波器,避免传统反推控制中计算膨胀和控制器饱和问题,并针对滤波误差设计补偿信号。考虑系统运行过程中参数的变化和系统未建模部分的影响,引入投影自适应算法提高系统的动态性能,并确保自适应估计值是有界的。同时为提高系统的鲁棒性,引入积分滑模控制,利用李雅普诺夫方法证明了系统的稳定性。仿真结果验证了所设计控制器的有效性。与传统PI控制、指令滤波反推控制器相比,所设计控制器具有更好的响应速度和鲁棒性。

FTLMS算法在引信泄漏信号对消器设计中的应用

阐述了自适应干扰对消的基本原理 ,并基于自适应投影原理 ,提出一种改进的 FLMS算法—— FTLMS算法来提高收敛速度。着重讨论了 FTLMS算法的原理、实验方法和程序设计。理论分析表明 ,FTLMS算法具有运算量小 ,收敛速度快。并在此基础上设计了一种引信泄漏信号对消器。

基于自适应观测器的飞轮故障诊断物理仿真

研究了反作用飞轮的故障诊断问题.针对反作用飞轮的非线性数学模型,分析了其故障模式,建立了其故障的参数化描述方法,并在此基础上提出了一种基于参数自适应投影的反作用飞轮故障诊断方法.该方法通过构造观测器,利用参数自适应投影算法来更新参数信息,保证观测器的误差收敛到零.最后对飞轮的正常模式和3种故障模式进行了物理仿真实验,结果表明提出的方法有效可行.

湖滨绿洲棕漠土有机碳含量高光谱估算

以博斯腾湖湖滨绿洲为研究区,利用实测棕漠土有机碳含量与高光谱(350~2 500 nm)数据,应用竞争性自适应重加权采样算法(CARS)、连续投影算法(SPA)、竞争性自适应重加权采样-连续投影算法(CARS-SPA)筛选棕漠土有机碳含量响应的高光谱特征波段,分别采用全波段和特征波段结合随机森林(RF)模型构建棕漠土有机碳含量估算模型。结果表明:博斯腾湖湖滨绿洲棕漠土0~50.0 cm土层有机碳含量为1.40~40.92 g/kg,平均值为14.20 g/kg,变异系数为55.54%,呈中等变异水平。CARS、SPA、CARS-SPA等算法筛选出的棕漠土有机碳含量响应特征波段分别为122个、11个和10个。基于CARS-SPA算法筛选出的特征波段数据输入RF模型估算效果最好,验证集检验的决定系数(R^(2))、相对分析误差(RPD)、均方根误差(RMSE)分别为0.85、2.59和2.72 g/kg,该方法能有效减少光谱数据冗余、提高模型估算精度和运行效率。本研究结果为研究区棕漠土有机碳含量的估算提供参考。

新疆博斯腾湖湖滨绿洲不同土地利用类型土壤电导率高光谱估算

为了更精准了解博斯腾湖湖滨绿洲不同土地利用类型的土壤含盐量,应用竞争性自适应重加权采样(CARS)、连续投影算法(SPA)、竞争性自适应重加权-连续投影算法(CARS-SPA)3种方法筛选不同土地利用类型土壤电导率高光谱数据的特征波段,基于全波段和特征波段结合BP神经网络分别构建湖滨绿洲的耕地、林地、荒地和整体土地的土壤电导率估算模型,对比不同方式的估算模型精度。研究结果表明:1)耕地、林地、荒地及整体土地的土壤电导率均值分别为0.84、5.43、5.78、3.26 mS/cm。湖滨绿洲整体土地的电导率相比耕地平均值增加了2.42 mS/cm,相比林地和荒地减少了2.17、2.52 mS/cm。2)通过CARS-SPA方法可以降低输入模型的波段数,提高模型的效率,筛选耕地、林地、荒地及整体土地的土壤电导率的特征波段数仅占全波段的0.71%、0.59%、0.06%、1.00%。3)对耕地、林地、荒地的土壤电导率构建单独的估算模型明显提高了研究区土壤电导率的估算精度,在FDR-CARS-BP、FDR-SPA-BP、FDR-CARS-SPA-BP共3种模型中,耕地、林地、荒地土壤电导率建模的平均R2相比整体土地建模分别提高0.12、0.14、0.15,FDR-CARS-SPA-BP模型为研究区土壤电导率高光谱估算最优模型。

交叉路段的自适应投影地图匹配算法及应用

针对目前已有的地图匹配算法在城市交叉路段背景下进行地图匹配时出现的容易波动、空匹配、错误匹配、匹配准确率降低等问题,提出一种交叉路段背景下的自适应投影地图匹配算法。首先利用设置距离最大值法对异常的定位信息进行剔除,并且根据前两个时刻的连续车辆定位点采用插值算法补全缺失的定位数据。基于从开放街图OSM官网下载的城市地图信息,通过与高德地图进行比对,补全开放街道地图OSM所缺失的道路信息,为了提高候选道路查询效率,缩短匹配时间,对电子地图生成网格索引及利用误差圆的计算确定候选道路集合。其次,分别构造车辆投影距离和方向角的概率函数,并且自适应调整各自的权重系数。最后融合车辆投影距离和方向两个影响因素,结合相应的自适应调整权重系数计算候选道路的概率,确定车辆所行驶的实际道路,提高路网匹配的准确率。采用常州市1 800多辆出租车车辆实时行驶数据对此算法进行了试验验证及仿真比较。结果表明:与其他现有3种匹配算法相比,尤其在交叉路段背景下,提出的自适应投影地图匹配算法的准确率可提高4%左右,单点匹配时间缩短1.5 ms左右,大大提高了路网匹配的准确度,也缩短了单点匹配时间,提高了地图匹配算法性能。

EEG信号的径向基函数神经网络预测

基于混沌动力学系统相空间的延迟坐标重构及人工神经网络的非线性特性。研究了采用基于自适应投影学习算法的径向基函数网络对实测的EEG信号进行预测。通过对径向基函数引入一宽度调节系数α ,使网络的预测性能有较大提高。理论分析和研究结果表明 :α的取值由EEG信号的关联维数D2 决定 ,α在最佳区间内取值能够更有效地对EEG信号进行预测。

一种自适应小波网络的构造及其学习算法

基于小波框架的时频局部化性质和自适应投影算法 ,提出了一个新的构造和训练小波网络的学习算法 ,精确地刻画了有限维Hilbert空间自适应投影算法的指数收敛性 .该算法充分地利用了包含在训练数据中的时频信息 ,迭代地确定小波网络隐层结点的个数和网络的权系数 ,较好地解决了小波网络的结构优化问题 .通过应用于信号的表示与去噪 ,进一步证实了该算法是简单和有效的 .