一种提高受限玻尔兹曼机性能的反正切函数逼近L_0范数方法

受限玻尔兹曼机(RBMs)常常作为深度置信网络(DBN)的基本构成模块,通过训练几个RBM,DBN能够快速地被训练好以获得好的工作效果.为了获得更好的数据表示,受稀疏编码理论的启发,本文提出一种新的稀疏RBM,称为AtanRBM.与稀疏RBM(sparse RBM)不同的是,AtanRBM是添加一个arctan正则项(arctan函数逼近L_0范数)直接地约束隐含单元的概率密度空间来达到隐含单元稀疏的效果,而不是约束隐含单元的平均激活概率期望达到相同的较低稀疏水平.在MNIST数据集的实验表明,AtanRBM比当前相关的模型可以学到更稀疏和更具辨别力的表示形式或表示方法,进而由AtanRBM预训练的深层网络能够获得更好的分类效果.

光束法平差损失函数方法研究

光束法平差(Bundle Adjustment)一直以来都是计算机视觉及摄影测量领域中的重点研究内容,在光束法平差过程中,损失函数的选择又对平差结果有着重要影响。选择一个合适的损失函数会大大提升平差结果的精度和鲁棒性。为了确定损失函数对平差结果的影响,本文分析比较了Huber、Tukey和Arctan这三种当前广泛应用的损失函数。并通过对比实验,在多组公开数据集上进行测试,从而比较了这几种损失函数的实际性能和精度。本文研究为光束法平差中损失函数选择提供了很好的借鉴和建议。

基于CORDIC算法的GPS载波跟踪环鉴相器的设计

提出了一种实现GPS载波跟踪环鉴相器的方法,该方法采用CORDIC算法来实现用于鉴相的arctan函数。同时,给出了这种基于CORDIC算法的硬件实现的结构和相应的仿真结果。这种算法结构简单,只需要采用加法和移位操作即可,非常易于硬件实现,并且其仿真结果可以达到GPS的要求。

基于CORDIC算法的数字鉴相器的FPGA实现

本文提出了一种实现GPS载波跟踪环鉴相器的方法,该方法采用改进后的CORDIC算法来实现用于鉴相的arctan函数。同时,给出了改进后CORDIC算法的迭代算法流图和部分实现代码。这种算法结构简单,只需要采用加法和移位操作即可,因此非常易于硬件实现。