一种新颖的动态选择输入向量的仿射投影算法

仿射投影算法利用多个输入向量更新滤波器系数,不同输入向量对滤波器性能影响不同。以均方偏差下降最快为目标,推导了动态选择输入向量的理想条件,该条件适用于仿射投影算法类中的多种算法。在此基础上,提出了一种便于实现的动态选择输入向量的仿射投影算法。理论分析与仿真结果表明:与传统的仿射投影算法相比,该算法具有收敛速率快、稳态误差小和计算复杂度小等优点。

密码选择输入技术研究

文章分析了目前网络账户安全的弊端,提出用最廉价的方式"密码选择输入"的方式,即每次输入用户帐号后不需要输入全部的密码,而只是输入密码的部分数据,以达到防止木马病毒一次将账户的帐号、密码信息全部盗走,来有效的提高普通账户的安全性,并对其技术实施上做出了样例分析。

深度神经网络的测试输入选择与度量标准研究综述

随着深度神经网络在各个领域受到广泛应用,对其进行测试评估并确保其安全性显得尤为重要。测试输入选择方法可以帮助在测试数据集规模较大且标注成本较高的情况下,对测试样本进行选择与排序,以提高测试效率和测试覆盖率。为了深入了解深度神经网络测试输入选择领域的研究进展,对近5年来91篇相关领域的学术论文进行了系统梳理。介绍了深度神经网络测试的基本概念和流程,包括深度学习系统的构建、测试输入的选择和测试结果的评估;概括分析了各种度量标准和测试输入选择方法的适用场景与不足之处,以及彼此之间的相互联系。最后,指出了当前深度神经网络测试输入选择与评估工作面临的挑战和机遇。

一种新型并联机床的驱动输入选择

基于螺旋理论,将并联机床全部分支中可作为驱动输入的运动副锁定后,可以得到作用在动平台上的约束螺旋.选出与机构的自由度数目相同的约束螺旋与机构本身固有的结构约束螺旋组成约束矩阵,根据约束矩阵的秩确定输入的合理性.将约束力/力矩矩阵的最小奇异值与最大奇异值之比定义为约束力/力矩各向同性度,并以此为指标对各驱动输入组合的优劣性进行评价.驱动输入选择结果表明,该并联机床存在5种合理输入,其中以UPS分支中的5个P副为驱动输入是最优组合.

基于Tabu搜索技术的暂态稳定分类神经网络的输入特征选择

输入特征选择和输入空间降维是基于神经网络暂态稳定评估的首要问题,稳定分类结果的准确率主要决定于所选特征组成的输入空间的可分性。为此,讨论了如何选取一组代表性较好的输入特征,以降低输入空间维数和获取高的可分性;提出了一组用于稳定分类的系统特征及新的基于粗糙集理论特征离散化的类别可分离性判据,并利用Tabu搜索技术从维数较大的初始特征集中选择出一组有效特征,从而显著地降低了输入空间的维数。在10机39节点的新英格兰系统中的应用表明了所选方法的有效性。

神经网络短期负荷预测输入变量选择新方法

输入变量选择是神经网络建模前的一项重要工作 ,是否能够选择出一组最能反映期望输出变化原因的输入变量直接关系到神经网络预测的性能。文中将正交最小二乘 ( OLS)法应用于神经网络短期负荷预测的输入变量选择。以南京地区 1 998年、1 999年夏季日最大负荷预测为例 ,对比了 OLS法与相关系数法的输入变量选择结果。结果显示 OLS法可以得到更小、更准确的输入变量集 ,神经网络的收敛速度更快 ,预测结果也更好 ,从而验证了该方法的有效性。

工业软测量模型结构与输入变量选择的研究

针对过程工业中难以直接测量的变量建立其软测量模型,对于实现关键指标的在线监测和实时控制具有十分重要的意义。变量的选择直接关系到神经网络软测量模型的预测性能,针对现有输入变量和网络结构选择方法在工业应用中的不足,提出了一种基于敏感度分析的方法来确定网络输入变量集和前馈神经网络隐含层节点个数,并建立了高密度聚乙烯(HDPE)产品质量指标熔融指数(M I)软测量模型,以实际工业应用验证了该方法的有效性。

基于能量反应的地震动输入选择方法讨论

输入地震波的合理选择是影响结构时程分析结果可信度的重要因素。已有的最优双指标选波方案没有考虑地震动的持时和能量分布的影响。文中考虑地震动持时这一影响结构弹塑性反应的重要因素,以抗震结构的能量反应规律为基础讨论输入地震波选择问题,建议以地震动弹性总输入能反应作为补充指标的选波方案。

火电机组实时成本模型的输入变量选择方法

输入变量选择是神经网络建模前的一项重要工作,是否能够选择出一组最能反映期望输出变化原因的输入变量直接关系到神经网络预测的性能。文章提出了一种基于敏感度分析的输入变量选择法(SAIVSA),并将该方法应用于实时成本模型的输入变量选取。仿真结果表明,所提出的方法可以得到更小、更准确的输入变量集,神经网络的收敛速度更快,泛化性能更好,从而验证该方法的有效性。

基于正则化互信息改进输入特征选择的分类算法

针对基于互信息(MI)传统特征选择方法中要求确定冗余度参数β的问题,提出一种改进型特征选择算法NMIFS-FS2。该算法在对连续或离散特征进行选择时,输入为特征组合与类之间的MI,代替传统算法中单一特征与类之间的MI,解决了冗余度参数β很难确定的问题,扩大了应用范围。进行的两组实验验证了该算法的有效性。实验结果表明,相比几种传统的分类算法,该算法具有更好的鲁棒性、稳定性和高效性。

考虑重要输入变量选择的非线性系统模糊辨识

针对有数百个可能输入的复杂非线性动态系统模糊建模问题,本文提出一种新的考虑重要输入变量选择的模糊辨识方法.首先采用两阶段模糊曲线方法(TSFC)从大量可选择的输入变量中给出各输入变量与输出之间的关联度权重,根据输入变量指标快速选择出重要的输入变量,然后采用模糊聚类(FCM)和高斯(Gaussian)型隶属函数确定模糊模型前提参数,采用递推最小二乘(RLS)辨识出模糊模型结论参数.最后通过对Mackey-Glass混沌时间序列和Box-Jenkins煤气炉数据两个国际标准例题模糊建模验证了该方法的有效性,并将该方法应用到一个实际气动变载荷加载系统的模糊建模中,验证了该方法的实用性.

用选择的方法提高数据输入效率

为提高数据输入效率提出选择输入法，可将多项数据一次填入表格中，若用于查询等处，代替了人机互答的输入。

风电机组齿轮箱温度预测中输入变量的选择及仿真

风电机组齿轮箱温度预测中输入变量的选择直接影响预测的准确性,本文将正交最小二乘法和相关系数法用于齿轮箱输入变量的选取,采用BP神经网络,对比预测了齿轮箱温度.研究结果表明:选取的输入变量用于温度预测的均方误差、均方根误差和平均绝对百分比误差均小于相关系数法,验证了正交最小二乘法在齿轮箱温度预测输入变量选择上的有效性.

ND-161型十六道脑电图机输入选择电路故障的检修

脑电图机作为一类高灵敏度、高增益及高共模模拟比生物电记录设备,在神经系统以及头部疾病的诊断方面发挥着重要作用,其临床应用范围包括麻醉深度监测、新生儿听视觉检查等[1-2]。脑电图信号构成较为复杂,脑电图机对电极整体的要求较高,要求电极放置在可消除其他生物电信号干扰的位置,干扰因素包括环境、仪器及生理3方面。脑电图机的工作原理与心电图机基本相同,均是微弱生物电信号经电极拾取、放大器放大,通过记录器描绘出图形[3]。ND系统脑电图机在电路设计及使用场所上增设抗扰电路及屏蔽设施。但环境、操作不当及电路故障等因素均会造成脑电图机输入选择电路故障,影响脑电图机的使用准确性。维修工程师应准确判断干扰来源及干扰部位,及时排除干扰,避免因错误维修导致更大的损失[4]。本研究基于国内常见的ND-161型脑电图机的工作性能及工作原理,现对输入选择电路故障检修情况作如下分析。

选择性输入影响因子研究——以高职英语课堂词汇输入为例

接触大量的可理解性输入,固然是学习英语重要方法之一。然而学生并非是被动接收的容器,而是主动的学习个体,学生有权对接触的输入材料说不。基于此,以高职英语课堂词汇学习中的选择性输入现象为例,研究分析选择性输入的影响因子,并提出高职英语词汇教学如何提高输入效率的建议和策略。

AV功放原理与维修讲座(2)——第二讲 输入选择与前置处理电路

输入选择与前置处理电路属于AV功放机的前级部分,它前与音响信号源相连,后与功率放大部分相接。一般来说,面板上绝大多数的按键与旋钮操作功能的实现,都与此部分的电路有关,故此部分电路可称为“音响控制中心”。其比较典型的电路方框图如图1所示。

ND—161型十六道脑电图机输入选择电路故障的检修

<正> ND—161型16道脑电图机是上海医用电子仪器厂80年代初期产品。在使用过程中,最近出现一例罕见故障,导联选择开关无论是置定标位置,还是置Ⅰ、Ⅱ、Ⅲ、Ⅳ分道导联,均无正常波形。现将检修过程介绍如下: