期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
自步稀疏最优均值主成分分析 被引量:4
1
作者 许子微 陈秀宏 《智能系统学报》 CSCD 北大核心 2021年第3期416-424,共9页
主成分分析(PCA)是一种无监督降维方法。然而现有的方法没有考虑样本的差异性,且不能联合地提取样本的重要信息,从而影响了方法的性能。针对以上问题,提出自步稀疏最优均值主成分分析方法。模型以L_(2,1)范数定义损失函数,同时用L_(2,1... 主成分分析(PCA)是一种无监督降维方法。然而现有的方法没有考虑样本的差异性,且不能联合地提取样本的重要信息,从而影响了方法的性能。针对以上问题,提出自步稀疏最优均值主成分分析方法。模型以L_(2,1)范数定义损失函数,同时用L_(2,1)范数约束投影矩阵作为正则化项,且将均值作为在迭代中优化的变量,这样可一致地选择重要特征,提高方法对异常值的鲁棒性;考虑到训练样本的差异性,利用自步学习机制实现训练样本由“简单”到“复杂”的学习过程,有效地降低异常值的影响。理论分析和实验结果表明,以上方法能更有效地降低异常值对分类精度的影响,提高分类精度。 展开更多
关键词 图像处理 主成分分析 无监督学习 数据降维 稀疏 最优均值 自步学习 人脸识别
下载PDF
基于最优K均值聚类算法的负荷大数据任务均衡调度研究 被引量:5
2
作者 白雨佳 李靖 高升 《电力电容器与无功补偿》 2022年第6期85-91,共7页
传统电力负荷大数据均衡调度方法无法应用于多源数据,导致负荷数据的划分精度偏低,开销较大,电力负载均衡性改善效果不明显。为此,提出基于最优K均值聚类算法的负荷大数据任务调度均衡方法。采用K均值聚类算法划分电力负荷大数据,并利... 传统电力负荷大数据均衡调度方法无法应用于多源数据,导致负荷数据的划分精度偏低,开销较大,电力负载均衡性改善效果不明显。为此,提出基于最优K均值聚类算法的负荷大数据任务调度均衡方法。采用K均值聚类算法划分电力负荷大数据,并利用密度法优化K均值聚类算法的初始聚类中心点,获取电力负荷大数据最优分类结果;通过提取各分类结果的关联特征,获取电力大数据跨域调度的输出特征量,结合自适应权重学习方法,完成电力负荷大数据的跨源调度。实验测试结果表明:该方法可根据不同的电力负荷特点,高效完成用户电力负荷大数据分类。具备良好的负荷大数据跨源调度均衡性,且负载均衡离差均低于0.19,调度开销低于0.95 s,以上数据表明所提的电力负荷大数据跨源调度方法具有实用性。 展开更多
关键词 最优K均值 大数据聚类 电力负荷 跨源调度 关联特征提取
下载PDF
最优分层平均值估计算法的探究及仿真
3
作者 佘梓航 刘波 屈威 《嘉应学院学报》 2016年第8期34-37,共4页
针对传统的Monte-Carlo分层平均值估计法的研究,发现其在数值积分中的应用并没有给出最优样本点数分配的方案.针对该问题,在传统分层平均值估计法的基础上,通过拉格朗日乘子法证明并给出了最优样本点数分配方案,在梯形公式的启发下,给... 针对传统的Monte-Carlo分层平均值估计法的研究,发现其在数值积分中的应用并没有给出最优样本点数分配的方案.针对该问题,在传统分层平均值估计法的基础上,通过拉格朗日乘子法证明并给出了最优样本点数分配方案,在梯形公式的启发下,给出了最优分层平均值估计算法(算法3).通过对两个实例的研究,表明最优分层平均值估计算法的方差收敛到0的速度远远高于其他两种算法.在被积函数变化趋势较明显时,算法3方差收敛速度至少提高一阶.它是概率论中定义的有效的估计积分的算法. 展开更多
关键词 MONTE-CARLO方法 最优分层平均值估计法 积分的近似计算 拉格朗日乘子法
下载PDF
一种改进鱼鹰优化算法及其应用
4
作者 陈曦明 张军伟 +4 位作者 张冉 杨波 吴学雷 刘浩 毕一白 《重庆理工大学学报(自然科学)》 CAS 北大核心 2024年第3期122-133,共12页
针对鱼鹰优化算法(osprey optimization algorithm,OOA)在运行时存在寻优精度和稳定性差的问题,提出了如下改进策略:首先,将SPM混沌映射融入种群的初始化阶段,提升种群多样性;其次,在勘探和开采阶段分别利用威布尔分布的长、短距离随机... 针对鱼鹰优化算法(osprey optimization algorithm,OOA)在运行时存在寻优精度和稳定性差的问题,提出了如下改进策略:首先,将SPM混沌映射融入种群的初始化阶段,提升种群多样性;其次,在勘探和开采阶段分别利用威布尔分布的长、短距离随机扰动策略更新鱼鹰的位置,可有效改善OOA的收敛精度;最后,提出一种“最优-随机均值”的变异策略,用于强化OOA迭代过程中跳出局部最优的能力。所提出的算法称为改进鱼鹰优化算法(improved osprey optimization algorithm,IOOA)。为了验证IOOA的寻优能力,将IOOA与其他新兴智能算法分别对12个基准函数进行寻优对比实验,结果表明:IOOA的寻优成功率、收敛速度以及稳定性显著高于其他算法。此外,将所提出的IOOA应用于混合核相关向量机的超参数寻优中,进一步用于柴油机多目标性能预测。 展开更多
关键词 鱼鹰化算法 SPM混沌映射 威布尔随机扰动 最优-随机均值变异策略
下载PDF
考虑主动配电系统动态路径优化的分布式电源优化配置 被引量:1
5
作者 李广华 刘自超 范宏 《可再生能源》 CAS 北大核心 2018年第9期1334-1340,共7页
分布式电源(Distributed Generation,DG)出力具有时变性和系统负荷功率不确定性。文章建立了考虑主动配电系统(Active Distribution System,ADS)动态路径优化的DG双层优化配置模型,利用改进的最优模糊C均值聚类方法优化ADS动态路径,并... 分布式电源(Distributed Generation,DG)出力具有时变性和系统负荷功率不确定性。文章建立了考虑主动配电系统(Active Distribution System,ADS)动态路径优化的DG双层优化配置模型,利用改进的最优模糊C均值聚类方法优化ADS动态路径,并采用两层嵌套的改进粒子群与模拟退火融合优化搜索算法求解双层优化配置模型。在IEEE 33节点主动配电系统验证了文章优化模型与算法的有效性。 展开更多
关键词 分布式电源 双层 动态路径 最优模糊C均值聚类
下载PDF
含间歇性DG的主动配电网动态重构研究 被引量:8
6
作者 傅晓飞 纪坤华 +2 位作者 廖天明 刘自超 陆如 《浙江电力》 2018年第11期70-78,共9页
考虑ADN(主动配电网)中间歇性DG(分布式电源)出力的时变性和系统负荷功率的不确定性,建立了含DG的ADN重构模型,提出了DEIWO(差分进化入侵杂草优化)算法,对配电网进行动态重构。利用柯西分布取代高斯分布对IWO(入侵杂草优化)算法进行空... 考虑ADN(主动配电网)中间歇性DG(分布式电源)出力的时变性和系统负荷功率的不确定性,建立了含DG的ADN重构模型,提出了DEIWO(差分进化入侵杂草优化)算法,对配电网进行动态重构。利用柯西分布取代高斯分布对IWO(入侵杂草优化)算法进行空间扩散,在计算初始可以产生更多的可行解;引入DE(差分进化)策略,优化竞争生存操作过程,解决了IWO算法收敛速度慢且容易陷入局部最优的问题。利用改进的OFCMC(最优模糊C均值聚类)方法处理ADN动态重构问题,将ADN动态重构问题转化成C个代表负荷数据为聚类中心的静态重构问题。IEEE 33节点系统算例结果表明,利用DEIWO算法对接入DG的配电网重构后,各节点电压波动、电压偏差降低,节点电压整体提高至接近额定电压且无电压越限,配电网电压质量可达到最佳状态。 展开更多
关键词 主动配电网 分布式电源 差分进化入侵杂草化算法 动态重构 最优模糊C均值聚类
下载PDF
连续时间Markov决策过程的均值-方差优化问题
7
作者 叶柳儿 黄香香 《中国科学:数学》 CSCD 北大核心 2014年第8期883-898,共16页
本文考虑连续时间Markov决策过程折扣模型的均值-方差优化问题.假设状态空间和行动空间均为Polish空间,转移率和报酬率函数均无界.本文的优化目标是在折扣最优平稳策略类里,选取相应方差最小的策略.本文致力于寻找Polish空间下Markov决... 本文考虑连续时间Markov决策过程折扣模型的均值-方差优化问题.假设状态空间和行动空间均为Polish空间,转移率和报酬率函数均无界.本文的优化目标是在折扣最优平稳策略类里,选取相应方差最小的策略.本文致力于寻找Polish空间下Markov决策过程均值-方差最优策略存在的条件.利用首次进入分解方法,本文证明均值-方差优化问题可以转化为"等价"的期望折扣优化问题,进而得到关于均值-方差优化问题的"最优方程"和均值-方差最优策略的存在性以及它相应的特征.最后,本文给出若干例子说明折扣最优策略的不唯一性和均值-方差最优策略的存在性. 展开更多
关键词 连续时间Markov决策过程 折扣最优 方差最小 均值-方差最优策略
原文传递
Establishment and tests of EnOI assimilation module for WAVEWATCH Ⅲ 被引量:1
8
作者 齐鹏 曹蕾 《Chinese Journal of Oceanology and Limnology》 SCIE CAS CSCD 2015年第5期1295-1308,共14页
In this paper, we propose a parallel data assimilation module based on ensemble optimal interpolation (EnOI). We embedded the method into the full-spectral third-generation wind-wave model, WAVEWATCH III Version 3.1... In this paper, we propose a parallel data assimilation module based on ensemble optimal interpolation (EnOI). We embedded the method into the full-spectral third-generation wind-wave model, WAVEWATCH III Version 3.14, producing a wave data assimilation system. We present our preliminary experiments assimilating altimeter significant wave heights (SWH) using the EnOI-based wave assimilation system. Waters north of 15°S in the Indian Ocean and South China Sea were chosen as the target computational domain, which was two-way nested into the global implementation of the WAVEWATCH III. The wave model was forced by six-hourly ocean surface wind velocities from the cross-calibrated multi-platform wind vector dataset. The assimilation used along-track SWH data from the Jason-2 altimeter. We evaluated the effect of the assimilation on the analyses and hindcasts, and found that our technique was effective. Although there was a considerable mean bias in the control SWHs, a month-long consecutive assimilation reduced the bias by approximately 84% and the root mean-square error (RMSE) by approximately 65%. Improvements in the SWH RMSE for both the analysis and hindcast periods were more significant in July than January, because of the monsoon climate. The improvement in model skill persisted for up to 48 h in July. Furthermore, the SWH data assimilation had the greatest impact in areas and seasons where and when the sea-states were dominated by swells. 展开更多
关键词 data assimilation ensemble optimal interpolation (EnOI) WAVEWATCH III satellite altimeterdata
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部