我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

自适应调节学习率和样本训练方式的场景分类 下载：73 浏览：475

储珺1 苏亚伟2 王璐1 《人工智能研究》 2018年12期

摘要:
在基于卷积神经网络的场景分类方法中,当训练数据较少时,由于网络训练次数较多、收敛性较差等原因,容易造成过拟合.为了消除此影响,在卷积神经网络的框架下,文中提出可以自适应调节网络学习率和样本训练方式的场景分类算法.根据网络训练中误差函数的变化自适应调节学习率,当误差函数变化较小时,保持批次的学习率不变,当误差函数变化加大时,学习率的变化与误差函数的改变成反比.同时根据网络输出结果改变实验样本的训练方式,着重训练分类不准确的图像.在Scene-15、Cifar-10场景数据集上的实验表明,文中算法改善神经网络的收敛性,有效提高分类精度,特别是对于室内场景等特征复杂场景的分类精度.

基于惯性扰动与自适应调节的量子粒子群轨迹覆盖算法 下载：77 浏览：490

宋凡 《计算机研究与应用》 2020年8期

摘要:
轨迹覆盖技术在航线监测、拥塞处理、灾难预防等领域具有重要作用。在实际应用中,提高轨迹覆盖率和减少传感器的数目,往往是两个冲突的目标。基于概率的量子粒子群(QPSO)算法是一种用波函数表示粒子位置,通过蒙特卡罗方法求出粒子位置的全局优化算法。QPSO算法不使用粒子速度来描述粒子在解空间内的移动,而是以概率的方法来表达粒子在解空间内出现的概率以此保持群体多样性和提高全局与局部搜索的能力。然而,其中的粒子概率出现使算法的随机性大大增加,产生较多适应值差的解,降低算法收敛速度。提出一种改进的AGQPSO算法,该算法将全局粒子群算法中的惯性扰动操作引入到AGQPSO算法中,并且还引入两个评价粒子群状态的指标:迭代速度因子、收敛度因子。实验结果表明AGQPSO算法在收敛速度以及覆盖率上比QPSO的方法更优,更好地平衡全局和局部搜索能力。

核电厂气动调节阀的自适应调节与性能优化 下载：84 浏览：896

肖亚南 张龙飞 《核工业与技术》 2024年10期

摘要:
核电厂的控制系统对气动调节阀的性能和调节精度提出了更高的要求，核电厂气动调节阀的自适应调节可以提升运行中的自动化水平，确保气动调节阀能够应对复杂的工况和系统变化。本文探讨了核电厂气动调节阀自适应调节的重要性，并且对核电厂气动调节阀自适应调节的方法进行了综合分析，在此基础上提出了气动调节阀自适应调节的性能优化策略，以提升核电厂控制系统的整体效能。

基于线阵CCD的激光位移传感器标靶自适应算法研究 下载：575 浏览：3590

祁伟光 《光电子进展》 2021年7期

摘要:
设计了基于线阵CCD芯片的激光检测系统和单片机控制的积分时间自适应算法。通过单片机驱动CCD芯片进行检测，采集像素信息，采用中值-均值滤波对像素信息进行平滑预处理，并采用去阈值灰度平方加权方法定位光斑质心位置，实现亚像素定位，提高了检测系统精度。最后依据像素幅值信息进行下一测量周期的积分时间自适应调节，改变CCD芯片受光量，不论目标物更换、距离变化，令像素最大幅值始终保持恒定，有效减小了像素波形受目标物颜色和材质的影响。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享