期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到60篇文章
< 1 2 3 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于鲁棒递推最小二乘法的SynRM参数在线辨识方法 认领 引用
1
作者 刘江 王方一 +1 位作者 宋佳佳 孙产刚 《电机与控制应用》 2026年第4期362-371,共10页
【目的】针对同步磁阻电机(SynRM)驱动系统运行过程中磁饱和效应引起的d-q轴电感非线性畸变问题,提出一种基于鲁棒递推最小二乘法(RRLS)的在线电感参数辨识策略。【方法】首先,计算预测电压差构建历史预测残差序列,在电机运行过程中滚... 【目的】针对同步磁阻电机(SynRM)驱动系统运行过程中磁饱和效应引起的d-q轴电感非线性畸变问题,提出一种基于鲁棒递推最小二乘法(RRLS)的在线电感参数辨识策略。【方法】首先,计算预测电压差构建历史预测残差序列,在电机运行过程中滚动优化,有效降低偶然数据导致的稳态估计误差。其次,使用预测标准差作为鲁棒尺度来构建鲁棒损失函数,增强算法抗负载扰动能力,且未显著增大计算量。然后,利用近似平衡条件结合带可变遗忘因子的自适应机制递推,多次迭代得到准确的参数估计值。最后,在Matlab/Simulink中搭建SynRM控制及参数辨识系统,并在不同运行条件下,将RRLS算法与传统变遗忘因子递推最小二乘法(VFFRLS)进行对比分析。【结果】仿真结果表明,在空载与负载扰动条件下,所提RRLS算法具有更低的辨识误差,d轴电感稳态误差小于0.5%,q轴电感稳态误差小于4%。在动态过程中,所提RRLS算法将d轴超调量由VFFRLS算法的25 mH降至12 mH,将q轴超调量由VFFRLS算法的33 mH降低至13 mH。【结论】与传统VFFRLS算法相比,本文所提RRLS算法的电机参数在线辨识方法可实现稳态高辨识精度,降低动态过程中超调量,且在负载扰动下在线辨识结果良好,系统鲁棒性高。 展开更多
关键词 同步磁阻电机 磁饱和效应 鲁棒递推最小二乘法 鲁棒损失函数
暂未订购 下载PDF
基于Huber损失函数的稳健随机森林模型及应用 认领 引用
2
作者 蔡超 胡成翔 《统计与决策》 CSSCI 北大核心 2026年第5期47-53,共7页
随着人工智能技术的发展,随机森林模型在众多领域中得到了快速发展和广泛应用。但在处理实际问题时,传统的随机森林模型易受厚尾数据、异常值等因素影响,导致估计出现偏差。鉴于此,文章提出基于Huber损失函数的稳健随机森林模型,并给出... 随着人工智能技术的发展,随机森林模型在众多领域中得到了快速发展和广泛应用。但在处理实际问题时,传统的随机森林模型易受厚尾数据、异常值等因素影响,导致估计出现偏差。鉴于此,文章提出基于Huber损失函数的稳健随机森林模型,并给出了估计算法、变量重要性测度方法及偏相依关系测度方法。该模型利用Huber损失函数的优势,在处理具有偏态分布或异常值的数据时具有更好的稳健性,且能更好地降低极端异常值对模型估计的不良影响。数值模拟结果表明:在处理具有偏态分布或异常值的数据时,基于Huber损失函数的稳健随机森林模型在预测性能上显著优于均值回归森林模型和中位数回归森林模型。将基于Huber损失函数的稳健随机森林模型应用于中国县域数字金融与农民收入数据集中,结果表明,所提方法比传统的随机森林模型具有更好的稳健性和更强的预测能力。 展开更多
关键词 随机森林模型 Huber损失函数 预测误差 稳健性
暂未订购 下载PDF
故障机理辅助的滚动轴承多域对抗迁移故障诊断模型 认领 引用
3
作者 张志辉 周庆华 +2 位作者 刘明辉 毛文涛 仲志丹 《轴承》 北大核心 2026年第5期92-101,共10页
基于深度迁移学习的变工况滚动轴承故障诊断是轴承智能健康管理的关键技术,但不同工况下的轴承故障演化差异较大,现有迁移学习模型往往倾向于适应源域的特定特征,导致在目标域的稳定性下降,甚至出现负迁移。针对该问题,提出了一种改进... 基于深度迁移学习的变工况滚动轴承故障诊断是轴承智能健康管理的关键技术,但不同工况下的轴承故障演化差异较大,现有迁移学习模型往往倾向于适应源域的特定特征,导致在目标域的稳定性下降,甚至出现负迁移。针对该问题,提出了一种改进的无监督多域对抗迁移学习算法,以实现鲁棒的变工况滚动轴承故障诊断,其核心思路是利用故障演化机理信息监督对抗训练,设置全局域判别器和子域判别器,利用滚动轴承的机理仿真信号代替对目标域数据的标签预测,保障对抗过程中信息迁移效果的下限,同时利用仿真信号重构损失函数,提取同型号轴承在不同工况下的公共特征表示,进而提升领域对抗的鲁棒性。在2组滚动轴承故障数据集上的试验结果表明,相比多种最具代表性的无监督跨域故障诊断方法,所提方法的诊断精度和稳定性显著提升。 展开更多
关键词 滚动轴承 故障诊断 迁移学习 损失函数 混淆矩阵 鲁棒性
暂未订购 下载PDF
基于双站距离的分布式MIMO雷达鲁棒目标定位方法研究 认领 引用
4
作者 陶思瑜 文贡坚 +1 位作者 宋海波 周恩吉 《雷达科学与技术》 北大核心 2026年第3期248-257,270,共10页
在分布式多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达中,部分通道产生的低质量双站距离(Bistatic Range,BR)测量值会显著降低常规间接法的目标定位精度。针对这一问题,本文基于Tukey损失函数构建鲁棒估计器,并采用迭代重加... 在分布式多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达中,部分通道产生的低质量双站距离(Bistatic Range,BR)测量值会显著降低常规间接法的目标定位精度。针对这一问题,本文基于Tukey损失函数构建鲁棒估计器,并采用迭代重加权非线性最小二乘(Iterative Reweighted Nonlinear Least Squares,IRNLS)法进行高效求解。该方法可作为一种通用的后处理模块,有效提升现有间接法在存在异常值场景下的目标定位性能。此外,通过大量的仿真实验探究了该鲁棒估计器与不同现有间接法结合后,在不同信噪比下的最优边界参数。进一步地,建立了最优边界参数与信噪比之间的近似关系模型。最后,本文还定量分析了引入该鲁棒估计器所带来的计算复杂度增量问题。 展开更多
关键词 分布式多输入多输出雷达 双站距离 Tukey损失函数 鲁棒定位 迭代重加权非线性最小二乘法
暂未订购 下载PDF
Robust估计在投资组合问题中的应用研究 认领 引用
5
作者 陈亚男 朱睿 毕缘媛 《皖西学院学报》 2021年第2期37-44,共8页
股票收益率中离群值的存在导致股票收益率并不完全服从正态分布,经典的Markowiz均值-方差投资组合模型对股票收益率的样本均值和协方差的估计误差十分敏感,且不稳定的权重随时间推移大幅波动。因此,将鲁棒估计(M估计)引入投资组合中,用T... 股票收益率中离群值的存在导致股票收益率并不完全服从正态分布,经典的Markowiz均值-方差投资组合模型对股票收益率的样本均值和协方差的估计误差十分敏感,且不稳定的权重随时间推移大幅波动。因此,将鲁棒估计(M估计)引入投资组合中,用Tukey损失函数替代协方差作为风险度量,构建鲁棒估计投资组合模型,以便减小估计误差,提高权重的稳定性。实证结果表明:相对于经典的Markowiz均值-方差投资组合模型,改进的鲁棒估计投资组合模型对股票收益率偏离正态分布的程度不太敏感,具有更好的稳健性。 展开更多
关键词 Markowiz均值-方差 鲁棒估计 投资组合 Tukey损失函数
暂未订购 下载PDF
基于混合模型的多类型机场航班过站时间预测 认领 引用 被引量：2
6
作者 李国 王伟倩 曹卫东 《计算机工程与设计》 北大核心 2025年第2期633-640,F0003,共8页
为更精确地预测航班过站时间,将全国机场按照规模差异及不同地理位置所导致的客流量差异和天气差异对航班过站时间造成的不同影响进行分类,基于各类机场航班数据,构建混合轻量级梯度提升机算法(LightGBM)模型对航班过站时间分类预测。... 为更精确地预测航班过站时间,将全国机场按照规模差异及不同地理位置所导致的客流量差异和天气差异对航班过站时间造成的不同影响进行分类,基于各类机场航班数据,构建混合轻量级梯度提升机算法(LightGBM)模型对航班过站时间分类预测。引入自适应鲁棒损失函数(adaptive robust loss function,ARLF)改进LightGBM模型损失函数,降低航班数据中存在离群值的影响;通过改进的麻雀搜索算法对改进后的LightGBM模型进行参数寻优,形成混合LightGBM模型。采用全国2019年全年航班数据进行验证,实验结果验证了方法的可行性。 展开更多
关键词 多类型机场 航班过站时间预测 客流量差异 天气差异 混合轻量级梯度提升机算法模型 自适应鲁棒损失函数 离群值 麻雀搜索算法
暂未订购 下载PDF
基于鲁棒变分自动编码器的时序异常检测 认领 引用 被引量：3
7
作者 冯志鹏 赵旭俊 《计算机工程与设计》 北大核心 2025年第2期376-383,共8页
针对变分自动编码器在时序异常检测中鲁棒性低的问题,提出一种鲁棒变分自动编码器异常检测算法。通过对时间信息进行编码并融合在变分自动编码器的隐藏层中,有效学习不同时间窗口间的周期性模式;添加Dropout层以防止过拟合,增强局部特... 针对变分自动编码器在时序异常检测中鲁棒性低的问题,提出一种鲁棒变分自动编码器异常检测算法。通过对时间信息进行编码并融合在变分自动编码器的隐藏层中,有效学习不同时间窗口间的周期性模式;添加Dropout层以防止过拟合,增强局部特征的学习,增强时序关系在异常检测中的作用。提出一种损失函数来识别异常时序数据,通过重构误差与阈值的比较筛选异常。利用交替方向乘子法对异常时序进行验证,提高鲁棒性。在4个真实数据集上与4种基准方法相比,该算法在异常样本上的精度和F1分数均有显著提升。 展开更多
关键词 时间序列 自动编码器 神经网络 鲁棒 损失函数 重构误差 异常检测
暂未订购 下载PDF
融合自适应抗噪损失和协同学习的含噪地表覆盖分类方法 认领 引用
8
作者 朱奥星 周晓光 侯东阳 《测绘地理信息》 CSCD 2025年第4期94-99,共6页
当前基于深度学习的地表覆盖分类方法依赖于大规模且标注精准的训练样本。但受限于成本和技术因素,训练样本不可避免地混入噪声标签,导致分类精度降低。因此,本文提出了融合协同学习和抗噪损失的含噪地表覆盖分类方法。该方法以协同学... 当前基于深度学习的地表覆盖分类方法依赖于大规模且标注精准的训练样本。但受限于成本和技术因素,训练样本不可避免地混入噪声标签,导致分类精度降低。因此,本文提出了融合协同学习和抗噪损失的含噪地表覆盖分类方法。该方法以协同学习机制为主体架构,首先利用参数非共享的双支卷积网络分别提取影像初分类特征;然后,基于双支网络的影像分类概率建模干净数据和噪声数据,构建基于信息熵的噪声可信度评价指标;最后,以可信度评价指标代替人工设定权重的方式,提出基于噪声可信度的自适应主动被动损失函数,引导协同学习网络关注噪声样本。试验表明,该方法在公开数据集GID(模拟噪声)和众源数据OSM(实际噪声)上的平均交并比(mean intersection over union,mIOU)分别提升3.85%~23.3%和5.89%~6.73%,说明该方法具有更好的抗噪性能。 展开更多
关键词 地表覆盖分类 噪声标签 鲁棒损失 协同学习
暂未订购 下载PDF
AR-SNN:脉冲神经网络鲁棒性研究 认领 引用
9
作者 张坤 王贺慈 +3 位作者 马金龙 马贵蕾 满梦华 张永强 《河北科技大学学报》 CAS 北大核心 2025年第5期508-520,共13页
针对脉冲神经网络(spiking neural network,SNN)受多种因素影响导致模型鲁棒性下降的问题,提出一种自适应鲁棒脉冲神经网络(adaptive robust spiking neural network,AR-SNN)模型,其包括脉冲-门控线性单元(spiking-gated linear unit,S-... 针对脉冲神经网络(spiking neural network,SNN)受多种因素影响导致模型鲁棒性下降的问题,提出一种自适应鲁棒脉冲神经网络(adaptive robust spiking neural network,AR-SNN)模型,其包括脉冲-门控线性单元(spiking-gated linear unit,S-GLU)、自适应-前K损失(adaptive-topK loss,A-TopK Loss)、脉冲-多层感知机(spiking-multilayer perceptron,S-MLP)3个模块。首先,引入门控机制作为预处理层,通过对门控线性单元(gated linear unit,GLU)进行改进,减少线性层数量,构建S-GLU模块;其次,提出A-TopK Loss,根据累积损失的比例计算总损失中前90%损失所对应的样本的平均损失作为最终损失;再次,采用自监督学习策略,以多层感知机(multilayer perceptron,MLP)为解码层,构建S-MLP去噪网络,重建原始数据;最后,在SHD语音数据集上进行实验。结果表明:S-GLU模块增加了模型对关键信息的关注,并减少了错误分类的发生;A-TopK Loss使模型自动聚焦于损失较大的样本,提升了其在复杂数据上的学习能力;S-MLP增强了网络的特征提取能力,在噪声测试中显示出对输入扰动具有一定鲁棒性。AR-SNN模型的性能优于原始模型及其他SNN模型,能够有效提升SNN的鲁棒性。 展开更多
关键词 计算机神经网络 脉冲神经网络 鲁棒性 门控机制 损失函数 多层感知机
暂未订购 下载PDF
基于改进YOLOv11的露天矿复杂背景下小目标检测 认领 引用 被引量：7
10
作者 朱永军 蔡光琪 +3 位作者 韩进 缪燕子 马小平 焦文华 《工矿自动化》 CSCD 北大核心 2025年第4期93-99,共7页
露天矿小目标检测任务面临视角广、检测距离远导致目标成像小的挑战,现有目标检测模型存在图像逐层下采样操作引发的特征衰减问题。针对该问题,提出了一种改进YOLOv11模型,并将其用于露天矿复杂背景下小目标检测。改进YOLOv11模型通过... 露天矿小目标检测任务面临视角广、检测距离远导致目标成像小的挑战,现有目标检测模型存在图像逐层下采样操作引发的特征衰减问题。针对该问题,提出了一种改进YOLOv11模型,并将其用于露天矿复杂背景下小目标检测。改进YOLOv11模型通过引入鲁棒特征下采样(RFD)模块替换跨步卷积下采样模块,有效保留了小目标的特征信息;设计了小目标特征增强颈部(STFEN)网络替代原有特征金字塔结构的颈部网络,在模型颈部引入跨阶段部分融合模块,整合来自不同层级的特征图;将原有的CIoU损失函数替换为Powerful-IoU(PIoU)损失函数,解决了训练过程中锚框膨胀问题,使模型快速精准聚焦小目标。在露天矿区小目标数据集上的实验结果表明:(1) RFD模块使模型参数量减少的同时mAP提升了1.5%;STFEN网络虽使模型参数量有所增加,但mAP提升了2.2%;PIoU损失函数在未改变模型参数量及每秒浮点运算次数的前提下使mAP提升了1.7%;三者联合应用最终使模型mAP提升了3.9%。(2)改进YOLO11模型在保持较高推理速度的同时实现了精度提升,其mAP较YOLOv5m,YOLOv8m,YOLOv11m和RtDetr-L分别提高了2.6%,1.5%,0.9%和2.2%,且模型参数量更小,易于边缘部署。 展开更多
关键词 露天矿 小目标检测 YOLOv11 鲁棒特征下采样 小目标特征增强颈部 PIoU损失函数
暂未订购 下载PDF
一种基于改进梯度裁剪与门控循环单元的软测量算法 认领 引用
11
作者 高超 孙凯 《齐鲁工业大学学报》 CAS 2025年第4期61-69,共9页
在现代工业过程中,由于系统的非线性、时延问题以及异常值的存在,使用基础的数据驱动模型对关键性能指标的准确预测显得较为困难。提出了一种鲁棒的混合网络软测量算法,该混合网络模型以神经常微分方程网络为核心,辅以门控循环单元的结... 在现代工业过程中,由于系统的非线性、时延问题以及异常值的存在,使用基础的数据驱动模型对关键性能指标的准确预测显得较为困难。提出了一种鲁棒的混合网络软测量算法,该混合网络模型以神经常微分方程网络为核心,辅以门控循环单元的结构,以强化对连续数据的动态建模能力和提高对时序数据的分析精度。首先,使用基于常微分方程的门控循环单元作为处理非线性数据的基础模型。其次,设计了一种动态的梯度裁剪方法,将其与权重裁剪相结合引入到模型的训练过程中,以保证模型训练的稳定性和收敛性。此后,使用一种截断的Huber损失函数,并将其与弹性正则化相结合以处理异常值。最后,利用数值仿真和工业数据集对所提算法进行验证。结果表明,该算法可以有效的提高模型的预测精度和模型的稳定性。 展开更多
关键词 软测量 门控循环单元 梯度裁剪 鲁棒损失函数 弹性正则化
暂未订购 下载PDF
基于Huber损失函数的改进型数据融合算法 认领 引用
12
作者 徐瑞昆 马娟 《舰船电子对抗》 2025年第4期74-78,84,共5页
针对传统数据融合算法对离群值和噪声存在鲁棒性不足的问题,提出了一种基于Huber损失函数的改进型数据融合方法。通过构建混合范数优化模型,引入Huber损失函数评估传感器可靠性,推导出具有抗离群值特性的动态权重解析解。建立包含离群... 针对传统数据融合算法对离群值和噪声存在鲁棒性不足的问题,提出了一种基于Huber损失函数的改进型数据融合方法。通过构建混合范数优化模型,引入Huber损失函数评估传感器可靠性,推导出具有抗离群值特性的动态权重解析解。建立包含离群值的雷达观测模型,设计了基于Huber损失函数的动态加权数据融合算法。仿真结果验证了该算法的有效性。 展开更多
关键词 Huber损失函数 动态加权融合 鲁棒估计 多雷达跟踪 离群值抑制
暂未订购 下载PDF
Machine Learning-Based Channel State Estimators for 5G Wireless Communication Systems 认领 引用 被引量：1
13
作者 Mohamed Hassan Essai Ali Fahad Alraddady +1 位作者 Mo’ath Y.Al-Thunaibat Shaima Elnazer 《Computer Modeling in Engineering & Sciences》 SCIE EI 2023年第4期755-778,共24页
For a 5G wireless communication system,a convolutional deep neural network(CNN)is employed to synthesize a robust channel state estimator(CSE).The proposed CSE extracts channel information from transmit-and-receive pa... For a 5G wireless communication system,a convolutional deep neural network(CNN)is employed to synthesize a robust channel state estimator(CSE).The proposed CSE extracts channel information from transmit-and-receive pairs through offline training to estimate the channel state information.Also,it utilizes pilots to offer more helpful information about the communication channel.The proposedCNN-CSE performance is compared with previously published results for Bidirectional/long short-term memory(BiLSTM/LSTM)NNs-based CSEs.The CNN-CSE achieves outstanding performance using sufficient pilots only and loses its functionality at limited pilots compared with BiLSTM and LSTM-based estimators.Using three different loss function-based classification layers and the Adam optimization algorithm,a comparative study was conducted to assess the performance of the presented DNNs-based CSEs.The BiLSTM-CSE outperforms LSTM,CNN,conventional least squares(LS),and minimum mean square error(MMSE)CSEs.In addition,the computational and learning time complexities for DNN-CSEs are provided.These estimators are promising for 5G and future communication systems because they can analyze large amounts of data,discover statistical dependencies,learn correlations between features,and generalize the gotten knowledge. 展开更多
关键词 DLNNs channel state estimator 5G and beyond communication systems robust loss functions
暂未订购 下载PDF
一种鲁棒回归支持向量机及其学习算法 认领 引用 被引量：6
14
作者 张浩然 汪晓东 张长江 《南京理工大学学报》 EI CAS 北大核心 2006年第3期311-314,共4页
为了提高支持向量机的泛化能力,给出了一个鲁棒损失函数,利用它建立了鲁棒支持向量机,并利用对偶原理推导出其对偶优化问题的形式,在此基础上设计了局部梯度算法,在这种算法中每次迭代只改变两个优化变量的值。随后分析了算法的收敛性条... 为了提高支持向量机的泛化能力,给出了一个鲁棒损失函数,利用它建立了鲁棒支持向量机,并利用对偶原理推导出其对偶优化问题的形式,在此基础上设计了局部梯度算法,在这种算法中每次迭代只改变两个优化变量的值。随后分析了算法的收敛性条件,给出了学习步长的选择依据,最后用一个仿真实例来说明所提出的支持向量机的学习性能,比标准支持向量机具有更好的鲁棒性。 展开更多
关键词 结构风险最小化 支持向量机 鲁棒损失函数 局部梯度法
暂未订购 下载PDF
基于Mexican Wv-SVM的震灾人员存活量模型 认领 引用 被引量：4
15
作者 黄星 袁明 王绍玉 《中国管理科学》 CSSCI 北大核心 2016年第9期140-146,共7页
有效预测震灾人员的存活情况是紧急配置应急资源和提高救援效率的首要工作。为提高震灾人员存活预测的精度,本文首先依据区域灾害系统理论和现有研究成果提出震灾人员存活预测指标。其次,针对震灾人员存活量指标数据的小样本、高维度、... 有效预测震灾人员的存活情况是紧急配置应急资源和提高救援效率的首要工作。为提高震灾人员存活预测的精度,本文首先依据区域灾害系统理论和现有研究成果提出震灾人员存活预测指标。其次,针对震灾人员存活量指标数据的小样本、高维度、非线性特征,考虑将支持向量机(Support Vector Machine,SVM)模型引入震灾人员存活量预测中,为有效降低SVM在高维空间中非线性分类的误差,采用Mexican母小波核函数替换满足Mercer内积条件的核函数,以改变常规核函数缩小偏差的局限性,提出用于预测震灾人员存活量的Mexican小波SVM(Mexican Wavelet-SVM,Mexican Wv-SVM)模型。数值算例表明:相比于标准SVM、BP神经网络,Mexican WvSVM模型具有预测精度好、训练速度快和运行稳定性好的特征,证明了模型的可靠和有效。 展开更多
关键词 震灾人员存活量 预测模型 支持向量机 鲁棒损失函数
暂未订购 下载PDF
考虑数据噪声的鲁棒回归建模方法综述 认领 引用 被引量：6
16
作者 胡清华 汪运 《西北大学学报（自然科学版）》 CAS CSCD 北大核心 2019年第4期496-507,共12页
在开放环境下,数据中包含很多不确定性,如数据噪声等,这给传统的机器学习方法带来了巨大的挑战。该文综述了当前考虑数据噪声的鲁棒回归建模方法,具体可分为两大类:基于数据预处理的鲁棒回归建模方法和基于鲁棒策略的鲁棒回归建模方法... 在开放环境下,数据中包含很多不确定性,如数据噪声等,这给传统的机器学习方法带来了巨大的挑战。该文综述了当前考虑数据噪声的鲁棒回归建模方法,具体可分为两大类:基于数据预处理的鲁棒回归建模方法和基于鲁棒策略的鲁棒回归建模方法。前者根据数据预处理方法的不同又分为基于异常点检测和基于信号处理的鲁棒回归建模方法。后者所采用的鲁棒策略主要有3种:加权函数、鲁棒损失函数以及噪声分布先验。文中详细地描述了鲁棒回归建模各个方向的研究工作,并对比了两类鲁棒回归建模方法的优劣。最后,根据当前鲁棒回归建模存在的一些问题,也提出了构建鲁棒模型的几种可行的策略。 展开更多
关键词 噪声 加权函数 鲁棒损失函数 噪声分布先验 鲁棒回归
暂未订购 下载PDF
多响应稳健参数设计的贝叶斯建模与优化 认领 引用 被引量：25
17
作者 汪建均 马义中 +2 位作者 欧阳林寒 孙金生 刘健 《管理科学学报》 CSSCI 北大核心 2016年第2期85-94,共10页
针对多响应稳健参数设计问题,在贝叶斯统计建模的框架下,结合质量损失函数和后验概率方法构建了一种新的优化模型.该方法不仅运用后验概率方法评估了各响应落在规格限内的期望概率(即优化结果的可靠性),而且运用质量损失函数度量了多变... 针对多响应稳健参数设计问题,在贝叶斯统计建模的框架下,结合质量损失函数和后验概率方法构建了一种新的优化模型.该方法不仅运用后验概率方法评估了各响应落在规格限内的期望概率(即优化结果的可靠性),而且运用质量损失函数度量了多变量过程的稳健性.此外,进一步地结合实例讨论了期望概率对优化结果的影响、联合概率与边缘概率之间的关系以及如何获得质量损失与后验概率之间的最佳平衡点.研究结果表明:所提方法能够在优化过程中较好地兼顾多元过程的稳健性和优化结果的可靠性,从而为实现多响应稳健参数设计提供了各方面(如多元过程的稳健性、优化结果的可靠性)均较满意的优化结果. 展开更多
关键词 贝叶斯分析 多响应 后验概率 质量损失函数 稳健参数设计
暂未订购 下载PDF
DEM建模的多面函数Huber抗差算法 认领 引用 被引量：20
18
作者 陈传法 刘凤英 +3 位作者 闫长青 戴洪磊 郭金运 刘国林 《武汉大学学报（信息科学版）》 EI CAS CSCD 北大核心 2016年第6期803-809,共7页
为了抑制采样点中粗差对数字高程模型(digital elevation model,DEM)建模的影响,以较高精度的多面函数(multi-quadric,MQ)为基函数,由改进Huber损失函数和权重惩罚项组成目标函数,发展了MQ抗差插值算法(MQ-H)。通过优化MQ-H目标函数,采... 为了抑制采样点中粗差对数字高程模型(digital elevation model,DEM)建模的影响,以较高精度的多面函数(multi-quadric,MQ)为基函数,由改进Huber损失函数和权重惩罚项组成目标函数,发展了MQ抗差插值算法(MQ-H)。通过优化MQ-H目标函数,采样点权重计算最终转换为方程组求解。以数学曲面为研究对象,将MQ-H计算结果与传统MQ及最小绝对偏差MQ(MQ-L)进行比较,结果表明:当采样误差服从正态分布时,MQ-H计算精度与传统MQ相当,而远高于MQ-L;当采样误差服从拉普拉斯分布时,MQ-H计算精度略高于MQ-L及传统MQ;当采样点被粗差污染时,MQ-H计算精度远高于传统MQ及MQ-L。在实例分析中,以无人遥测飞艇立体像对获取的地面离散高程点为基础数据,基于MQ-H构建测区DEM,并将计算结果与传统插值算法,如反距离加权(inverse distance weighting,IDW)、普通克里金(ordinary Kriging,OK)和专业DEM插值软件ANUDEM(Australian National University DEM)进行比较,结果表明,传统插值方法在不同程度上受采样点中异常值或偶然误差影响,而MQ-H受异常值影响较小,且能准确捕捉到地形细节信息。 展开更多
关键词 抗差 多面函数 精度 DEM Huber损失函数
暂未订购 下载PDF
无人机影像稳健区域网平差 认领 引用 被引量：2
19
作者 薛武 赵玲 于英 《国土资源遥感》 CSCD 北大核心 2020年第2期40-45,共6页
针对无人机影像区域网平差中误匹配点较多,采用方差损失函数可能造成求解参数失真,偏离真值误差大,甚至无法收敛的问题,采用了一种顾及观测值可靠性的稳健区域网平差方法。该方法采用损失函数作为粗差抑制策略,是在Cauchy损失函数基础... 针对无人机影像区域网平差中误匹配点较多,采用方差损失函数可能造成求解参数失真,偏离真值误差大,甚至无法收敛的问题,采用了一种顾及观测值可靠性的稳健区域网平差方法。该方法采用损失函数作为粗差抑制策略,是在Cauchy损失函数基础上的一种变体,主要思想为根据特征点重叠度的均值、方差以及残差大小自适应调整总体损失函数,从而克服误匹配点对平差参数求解的干扰,并设计了不依赖地面控制点的精度评价实用方法。实验表明,该方法在较高误匹配率的情况下,仍然能够得到稳健的平差结果,具有一定实用价值。 展开更多
关键词 无人机影像 误匹配点 稳健 损失函数
暂未订购 下载PDF
鲁棒SVR在金融时间序列预测中的应用 认领 引用 被引量：3
20
作者 王快妮 钟萍 赵耀红 《计算机工程》 EI CAS CSCD 北大核心 2011年第15期155-157,163,共3页
针对标准支持向量机对噪声和异常值比较敏感的问题,通过限定噪声和异常值的损失上界,提出一种基于不对称Ramp损失函数的鲁棒支持向量回归机模型,应用凹凸过程将其由非凸优化问题转化为凸优化问题并利用牛顿法进行求解。对上证指数和香... 针对标准支持向量机对噪声和异常值比较敏感的问题,通过限定噪声和异常值的损失上界,提出一种基于不对称Ramp损失函数的鲁棒支持向量回归机模型,应用凹凸过程将其由非凸优化问题转化为凸优化问题并利用牛顿法进行求解。对上证指数和香港恒生指数收盘价的预测结果表明,该模型能在一定程度上抑制噪声和异常值的影响,从而提高预测精度及减少下跌风险,达到规避风险的目的。 展开更多
关键词 支持向量机 时间序列 鲁棒性 不对称损失函数 牛顿法
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 3 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈