期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
自适应模糊逻辑系统的鲁棒学习算法 被引量:4
1
作者 祖家奎 戴冠中 卢京潮 《控制与决策》 EI CSCD 北大核心 2003年第1期69-72,共4页
通过对常规最小方差型目标函数局限性的分析 ,根据鲁棒统计学理论和目标函数在参数学习中的导向作用 ,对目标函数进行修正。在此基础之上 ,提出一种模糊逻辑系统的鲁棒学习算法。在噪声环境中 ,通过对该算法的仿真验证以及与常规算法性... 通过对常规最小方差型目标函数局限性的分析 ,根据鲁棒统计学理论和目标函数在参数学习中的导向作用 ,对目标函数进行修正。在此基础之上 ,提出一种模糊逻辑系统的鲁棒学习算法。在噪声环境中 ,通过对该算法的仿真验证以及与常规算法性能的比较 ,表明该鲁棒学习算法在逼近精度和鲁棒性等方面优于传统方法 ,在实际工程中具有较高的应用价值。 展开更多
关键词 自适应模糊逻辑系统 鲁棒学习算法 目标函数 统计学 系统辨识
下载PDF
RBF神经网络的一种鲁棒学习算法 被引量:9
2
作者 刘妹琴 廖晓昕 《华中理工大学学报》 CSCD 北大核心 2000年第2期8-10,共3页
用定标鲁棒代价函数代替传统的二次型指标 ,并结合改进的遗传算法 ,搜索近最优径向基函数神经网络 ( RBFNN)的结构和参数 .实验结果表明该训练方法比其他方法具有更强的鲁棒性 ,可提高 RBFNN的泛化能力 ,自动消除训练数据中的噪声 ,再... 用定标鲁棒代价函数代替传统的二次型指标 ,并结合改进的遗传算法 ,搜索近最优径向基函数神经网络 ( RBFNN)的结构和参数 .实验结果表明该训练方法比其他方法具有更强的鲁棒性 ,可提高 RBFNN的泛化能力 ,自动消除训练数据中的噪声 ,再现训练数据中的潜在规律 . 展开更多
关键词 改进遗传算法 RBF神经网络 鲁棒学习算法
下载PDF
基于鲁棒学习算法的水下机器人神经网络控制
3
作者 梁霄 甘永 +2 位作者 李晔 孙玉山 方少吉 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2006年第B07期74-78,共5页
针对水下机器人神经网络控制系统响应速度慢及对噪声较敏感的问题,依据变结构控制理论,结合误差反向传播学习算法,推导出一种新颖的强鲁棒性学习算法,并详细讨论其全局稳定性条件,最后在水下综合探测机器人仿真平台上进行了试验研... 针对水下机器人神经网络控制系统响应速度慢及对噪声较敏感的问题,依据变结构控制理论,结合误差反向传播学习算法,推导出一种新颖的强鲁棒性学习算法,并详细讨论其全局稳定性条件,最后在水下综合探测机器人仿真平台上进行了试验研究.结果表明,控制器对学习率的改变和外界扰动有很强的鲁棒性,大大降低了机器人机械传动系统的磨损,且能够保证神经网络快速、稳定地学习,从而满足实时性控制的要求,具有较高的理论和实用价值. 展开更多
关键词 水下机器人 神经网络 鲁棒学习算法 变结构控制理论 全局稳定性
下载PDF
标签噪声鲁棒学习算法研究综述 被引量:6
4
作者 宫辰 张闯 王启舟 《航空兵器》 CSCD 北大核心 2020年第3期20-26,共7页
在机器学习领域,监督学习算法在理论层面和工程应用中均取得了丰硕的成果,但此类算法的效果严重依赖训练样本的标签质量,在实际问题中获取具有高质量标签的训练样本通常费时费力。为节省人力物力,网络爬虫、众包方法等替代方法被用于对... 在机器学习领域,监督学习算法在理论层面和工程应用中均取得了丰硕的成果,但此类算法的效果严重依赖训练样本的标签质量,在实际问题中获取具有高质量标签的训练样本通常费时费力。为节省人力物力,网络爬虫、众包方法等替代方法被用于对训练数据的采集。不幸的是,这些替代方法获取的数据往往存在大量的错误标注,即标签噪声,由此带来了很多潜在的问题。因此,对标签噪声鲁棒学习算法的研究,在推广机器学习工程应用、降低机器学习算法部署成本方面具有重要的意义。本文对标签噪声鲁棒学习算法的最新研究成果进展进行了全面综述,分别从标签噪声的产生、影响、分类等方面进行了详细的总结,对每类标签噪声的处理方法进行了介绍,并对每类处理方法的优缺点进行分析。 展开更多
关键词 人工智能 机器学习 弱监督学习 标签噪声 深度学习 鲁棒学习算法
下载PDF
对含噪声数据的一种鲁棒学习算法 被引量:1
5
作者 李杰星 章云 符曦 《数值计算与计算机应用》 CSCD 北大核心 2000年第2期112-120,共9页
llowing for the limitations of LS energy function used in BP algorithm, thispaper proposes a robust learning algorithm based on the study of how cluster-ing puts down radom noise’s effects and the consideration of in... llowing for the limitations of LS energy function used in BP algorithm, thispaper proposes a robust learning algorithm based on the study of how cluster-ing puts down radom noise’s effects and the consideration of intensified trainingfor high-quality examples. Some simulation results demonstrate that the robustalgorithm is clearly superior to BP algorithm in anti-disturbance and aJstringency. 展开更多
关键词 神经网络 鲁棒学习算法 噪声数据
原文传递
基于鲁棒成本函数的随机模糊神经网络参数学习算法
6
作者 王军平 陈全世 《西安交通大学学报》 EI CAS CSCD 北大核心 2004年第11期1178-1181,共4页
为了解决采用最小方差型的误差成本函数进行输入含噪系统参数学习时的随机模糊神经网络(SFNN)参数不能收敛至真值的问题,将包含噪声方差的误差成本函数推广到多入单出系统,并根据鲁棒统计学理论和目标函数在参数学习中的导向作用,对目... 为了解决采用最小方差型的误差成本函数进行输入含噪系统参数学习时的随机模糊神经网络(SFNN)参数不能收敛至真值的问题,将包含噪声方差的误差成本函数推广到多入单出系统,并根据鲁棒统计学理论和目标函数在参数学习中的导向作用,对目标函数进行修正,使之对于不服从统计分布的粗大误差也能有效处理.在此基础上提出了SFNN的鲁棒参数学习算法,并且输入输出数据中的噪声方差也通过学习而得到,从而避免了需要多次测量的要求.结果表明,SFNN的鲁棒参数学习算法能抑制粗大误差和系统噪声.最后,通过仿真对比验证表明了该方法的有效性. 展开更多
关键词 随机模糊神经网络 误差成本函数 参数学习算法
下载PDF
考虑负荷自适应检测和修复的鲁棒极限学习机短期负荷预测方法 被引量:24
7
作者 彭显刚 郑伟钦 +1 位作者 林利祥 刘艺 《中国电机工程学报》 EI CSCD 北大核心 2016年第23期6409-6417,6606,共9页
针对现有负荷预测方法对于温度、湿度累积效应下的短期负荷预测精度低的不足,该文提出了一种基于时变Cook距离统计量的负荷异常值检测和基于非参数概率密度估计的负荷自适应修复的鲁棒极限学习机(extreme learning machine,ELM)短期负... 针对现有负荷预测方法对于温度、湿度累积效应下的短期负荷预测精度低的不足,该文提出了一种基于时变Cook距离统计量的负荷异常值检测和基于非参数概率密度估计的负荷自适应修复的鲁棒极限学习机(extreme learning machine,ELM)短期负荷预测方法。首先将历史负荷数据按季节分组,根据每个季节实时负荷和对应的气象因素,利用递归最小二乘法获取历史负荷数据的自适应遗忘因子,构建基于遗忘因子的时变Cook距离统计量,检测负荷数据中的异常值(或强影响值);采用非参数概率密度估计,构建实时负荷与气象因素的随机模型对异常负荷值(或强影响值)进行修复。考虑电力负荷数据异常值对预测精度的影响,采用了一种鲁棒ELM算法对负荷数据进行回归分析;最后,引入基因遗传算法对负荷预测模型参数进行优化,提升负荷预测算法预测准确率;通过实例仿真分析,验证了该方法提高预测精度的有效性。 展开更多
关键词 短期负荷预测 时变Cook距离 非参数概率密度函数估计 累积效应 极限学习算法
下载PDF
在线鲁棒最小二乘支持向量机回归建模 被引量:17
8
作者 张淑宁 王福利 +1 位作者 何大阔 贾润达 《控制理论与应用》 EI CAS CSCD 北大核心 2011年第11期1601-1606,共6页
鉴于工业过程的时变特性以及现场采集的数据通常具有非线性特性且包含离群点,利用最小二乘支持向量机回归(least squares support vector regression,LSSVR)建模易受离群点的影响.针对这一问题,结合鲁棒学习算法(robust learning algori... 鉴于工业过程的时变特性以及现场采集的数据通常具有非线性特性且包含离群点,利用最小二乘支持向量机回归(least squares support vector regression,LSSVR)建模易受离群点的影响.针对这一问题,结合鲁棒学习算法(robust learning algorithm,RLA),本文提出了一种在线鲁棒最小二乘支持向量机回归建模方法.该方法首先利用LSSVR模型对过程输出进行预测,与真实输出相比较得到预测误差;然后利用RLA方法训练LSSVR模型的权值,建立鲁棒LSSVR模型;最后应用增量学习方法在线更新鲁棒LSSVR模型,从而得到在线鲁棒LSSVR模型.仿真研究验证了所提方法的有效性. 展开更多
关键词 鲁棒学习算法 最小二乘支持向量机 非线性
下载PDF
基于支持向量回归神经网络的时间序列预测 被引量:9
9
作者 李军 赵峰 《系统仿真学报》 CAS CSCD 北大核心 2008年第15期4025-4030,共6页
为了选择神经网络的最好结构以及增强模型的推广能力,提出一种自适应支持向量回归神经网络(SVR-NN)。SVR-NN用支持向量回归(SVR)方法获得网络的初始结构和权值,自适应地生成网络隐层结点,然后用基于退火过程的鲁棒学习算法更新网络结点... 为了选择神经网络的最好结构以及增强模型的推广能力,提出一种自适应支持向量回归神经网络(SVR-NN)。SVR-NN用支持向量回归(SVR)方法获得网络的初始结构和权值,自适应地生成网络隐层结点,然后用基于退火过程的鲁棒学习算法更新网络结点参数和权值。SVR-NN有很好的收敛性和鲁棒性,能抑制由于数据异常和参数选择不当所导致的"过拟合"现象。将SVR-NN应用到时间序列预测上。结果表明,SVR-NN预测模型能精确地预测混沌时间序列,具有很好的理论和应用价值。 展开更多
关键词 支持向量回归 神经网络 鲁棒学习算法 时间序列 预测
下载PDF
基于支持向量回归神经网络的动态系统辨识(英文) 被引量:1
10
作者 李军 刘君华 《Journal of Southeast University(English Edition)》 EI CAS 2006年第2期228-233,共6页
结合支持向量机和神经网络各自的优点,提出了一种新颖的自适应支持向量回归神经网络(SVR-NN).首先,利用支持向量回归方法确定SVR-NN的初始结构和初始化权值,基于支持向量自适应地构造SVR-NN神经网络的隐层节点;然后,使用退火过程的鲁棒... 结合支持向量机和神经网络各自的优点,提出了一种新颖的自适应支持向量回归神经网络(SVR-NN).首先,利用支持向量回归方法确定SVR-NN的初始结构和初始化权值,基于支持向量自适应地构造SVR-NN神经网络的隐层节点;然后,使用退火过程的鲁棒学习算法更新网络节点参数和权值.为了验证所提出方法的有效性,给出了自适应SVR-NN应用于非线性动态系统辨识的实例.仿真结果表明,与以前的神经网络方法相比,基于SVR-NN网络的辨识方案能获得相当好的性能,它具有很快的收敛速度.因此,自适应的SVR-NN为非线性系统辨识提供了极有吸引力的新途径. 展开更多
关键词 支持向量回归 神经网络 系统辨识 鲁棒学习算法 自适应性
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部