快速收敛

摘要： 联邦学习是一种分布式机器学习范式,中央服务器通过协作大量远程设备训练一个最优的全局模型。目前联邦学习主要存在系统异构性和数据异构性这两个关键挑战。本文主要针对异构性导致的全局模型收敛慢甚至无法收敛的问题,提出基于隐式随机梯度下降优化的联邦学习算法。与传统联邦学习更新方式不同,本文利用本地上传的模型参数近似求出平均全局梯度,同时避免求解一阶导数,通过梯度下降来更新全局模型参数,使全局模型能够在较少的通信轮数下达到更快更稳定的收敛结果。在实验中,模拟了不同等级的异构环境,本文提出的算法比FedProx和FedAvg均表现出更快更稳定的收敛结果。在相同收敛结果的前提下,本文的方法在高度异构的合成数据集上比FedProx通信轮数减少近50%,显著提升了联邦学习的稳定性和鲁棒性。

摘要： 5G时代来临,人工智能技术给图像修复带来了春天。生成式对抗网络是人工智能范畴图像修复的佼佼者。双生成器对抗网络模型的书法图像修复技术,与传统生成式对抗网路相比,能够极大地提升模型的性能,处理大面积缺失图像问题时,需要提供高质量及完整的训练样本的缺点。双生成器的模型结构在模型收敛等方面有着极大的优点,在古字画研究方面具有很大的发展潜力。

摘要： 首先介绍了低轨增强北斗精密单点定位(PPP)的观测模型、参数估计与数据处理策略。然后对低轨导航增强仿真验证系统及误差仿真配置进行了说明,基于验证系统仿真了全球20个监测站的北斗及低轨导航数据,并通过单北斗及低轨增强北斗静态PPP试验,给出了低轨增强北斗的高精度定位测试评估结果。结果表明,加入150颗低轨卫星观测量后,20个测站PPP精度收敛到10cm之内只需约1min;低轨增强北斗实现静态收敛后,定位精度东方向均值为1.5cm,北方向均值为0.3cm,高程方向均值为2.2cm。相较于北斗单独精密定位,20个监测站收敛后组合定位精度从5cm左右提升到3cm左右。加入低轨卫星可大大加快PPP收敛速度,提升定位精度,验证了低轨卫星在增强PPP精度和收敛速度上的优越性,同时仿真验证系统可支持全链路闭环仿真验证。

摘要： 国际单位制变革后,阻抗参数需溯源至量子化霍尔电阻,其中将交流量子电阻传递到被测交流标准电阻是主要难点之一,需要研制10^(–8)量级的阻抗电桥,而常规精密阻抗电桥的准确度在10^(–4)至10^(–5)量级,仅有四端对同轴阻抗电桥在理论上能实现10^(–8)量级的准确度,但结构十分复杂,需要多次平衡,其过程存在相互影响,使平衡收敛十分缓慢,测量效率很低,同时存在频点单一的问题。针对以上不足,提出微差补偿网络隔离供电和可调虚部补偿输入比例的措施,大幅提高电桥收敛速度,并实现用于交流量子电阻传递的多频点四端对同轴阻抗电桥。同时给出四端对同轴阻抗电桥的校验方法和整体验证的标准器,验证结果表明:研制的交流量子电阻传递电桥10∶1的测量不确定度达到10^(–8)量级。

摘要： 模糊度固定是影响精密单点定位精度和快速收敛的主要问题之一,而相位偏差的有效分离是模糊度固定的关键因素,采用包含相位偏差的钟差和与之耦合的轨道来完成模糊度的固定,基于全球分布的5个IGS连续跟踪站5 d的观测数据,采用采样间隔为30 s的高精度精密钟差产品,研究精密单点定位(PPP)的整周模糊度在固定解模式和浮点解模式下的定位精度,并对这2种模式的定位结果进行比较试验.验证结果表明,模糊度固定模式下,定位精度在X,Y两个方向的RMS平均提高59％,38％,Z方向的提升幅度相比X,Y两个方向较小,为13％,且固定模式下模糊度的固定率都在95％以上.

摘要： 针对具有弱通讯的高阶严反馈非线性多智能体系统,提出一种新颖的分布式自适应反演控制方法,并研究了该系统的协同跟踪控制问题.首先,以5个智能体作为被控对象,其中一个智能体以分布式结构组成"领航者-跟随者"编队模式,并且将领航者的运动速度作为整个编队系统的前行速度,其余智能体作为跟随者跟随领航者编队运动.其次,采用自适应反演方法,对系统中由于弱通讯导致的不确定参数进行自适应估计,并对系统设计补偿追踪控制律,使系统中的智能体能够实现自主跟踪时变的参考轨迹,最终以最优的轨迹避开障碍物,并保持期望队形运动.接着,根据Lyapunov稳定性理论,证明了所提方法的有效性.最后,通过仿真对比表明,所提方法能够使多智能体系统的横向、纵向跟踪误差以及参考轨迹的相对误差均实现快速收敛,并在跟踪过程中保持该系统渐近稳定.

摘要： 扩展叠层成像技术可同时重建待测物体和照明光场.文中提出了基于自适应照明光场校正的扩展叠层成像方法,可提高收敛速度,减少计算时间.在自适应照明光场校正部分,通过设定强度阈值对光阑的边界进行追踪,从而确认光阑形状,并将其用于约束光阑平面处的光场.在前几次迭代中,通过对光阑形状的约束可构建出合理的照明光场猜测值,将构建的猜测值代入后续迭代过程,即可实现加速收敛以及提高重建精度.仿真和实验已经证实,当达到诸如均方误差或者具有相同重建质量等迭代终止条件时,文中所提出的方法与常规扩展叠层成像算法相比,具有更快的收敛速度.

摘要： 针对利用遗传算法解决参数维度高、计算复杂,且适应度依赖于其他工具的问题,提出一种加快遗传算法收敛速度的聚集算子.该算子首先利用AP(affinity propagation)聚类对种群进行划分,然后通过主成分分析(PCA)对每个聚簇降维,再利用加权最小二乘法在低维空间下将种群分布拟合成二次曲面,并将计算极值点作为优势个体返回到原始空间.实验结果表明,相比于传统遗传算法,聚集算子在保证优化精度的同时可有效提高收敛速度.

摘要： 本文将介绍如何以开放式最短路径优先(Open Shortest Path First,OSPF)方式组网,采用双向转发检测(BidirectionalForwardingDetection,BFD)技术,通过BFD与OSPF路由协议联动,实现路由协议的快速收敛,提升网络服务的可靠性。

摘要： 基于纯角度观测下的无人机环航跟踪系统因其隐蔽性强、跟踪效果好而得到广泛的应用。针对跟踪系统环航控制收敛速度较慢的问题,对单目标纯角度环航跟踪方法进行改进。通过结合无人机运动特性和饱和控制设计了一种能快速收敛的环航控制器,使用李雅普诺夫稳定性理论证明了控制器的渐近稳定性,根据饱和控制给出该控制策略下具有快速收敛性的控制器的参数应该满足的条件,通过与已有的环航控制器进行对比测试,验证了文中提出的环航控制器的快速收敛性。

摘要： 针对现有粒子群优化算法在工程应用中,特别是在粒子维数较高的情况下,很容易发生早熟收敛等缺点,提出了一种基于粒子健康度的快速收敛粒子群优化算法(HPSO)。给出了粒子健康度的概念及计算方法。该算法通过动态监控粒子的健康度指标，对健康度较低的粒子单独进行变异操作。从而可以在保护健康粒子继续搜索最优值的同时，有效“治疗”非健康的早熟粒子,提高了整个粒子群的寻优能力及跳出局部最优值的能力。然后通过大量的标准测试函数对其进行测试,并将其与标准粒子群优化算法(SPSO)、权重递减的粒子群优化算法9WPSO)进行对比.测试结果表明,在粒子维数较高的应用中HPSO算法的收敛速度更快,效率更高。

摘要： 针对非线性模型预测控制中滚动优化问题在线求解的困难，提出一种基于可行扰动的实时迭代优化算法。将可行扰动策略引入滚动优化中，保证算法快速收敛且具有提前终止能力。通过对运动小车和连续搅拌反应釜进行仿真研究，验证了该算法的有效性。

摘要： 基于最小误码率(MBER)准则的自适应算法，其具有远远优越于传统的最小均方误差(MMSE)准则的性能，但其高复杂度限制了其在实际中的应用．在基于MBER准则的基础上，提出了一种快速自适应波束成型算法，在保证低复杂性的同时，快速收敛于最优MBER解．更重要的是，相对与传统MBER．算法，新提出的算法能得到更加优越的波束图，使其更适用于时分双工(TDD)通信系统．

摘要： 本文介绍了一种新的快速收敛学习算法-LMBP算法,建立了面向LMBP神经网络柴油机喷油器故障诊断模型.通过对柴油机喷油器典型故障的实验,结果表明该方法是可行的,辨识效果好.

摘要： 利用LMBP神经网络具有任意的非线性映射能力及快速收敛的特点,提出了一种非线性畸变图像的校正新算法.该算法不仅可以实现有校正模板的畸变图像校正,还可实现无校正模板的畸变图像校正.实验结果表明,该算法具有校正精度高,实现方法简便等特点,是一种有效的非线性畸变图像校正算法.

摘要： 针对协同优化算法对初始点敏感,易收敛于局部最优值的问题,提出了一种自适应的协同优化算法.在系统级引入协同不一致性,改进动态松弛因子使优化设计点快速收敛于极值点;在学科级以动态权重将一致性目标函数和子学科最优目标函数相加作为子学科目标函数,考虑一致性同时又兼顾子学科独立性;采用二阶段优化过程,在迭代后期去除动态松弛因子与子学科最优目标函数,防止收敛过程震荡.使用经典算例进行仿真,优化结果证明自适应的协同优化算法对初始点不敏感,优化效率得到显著提升且具有较强的鲁棒性.

摘要： 该文提出了用于二维轴对称非均匀介质结构的反演和成象的一种新的反演迭代方法－－变分玻恩迭代方法（ＶＢＩＭ）。首先利用玻恩近似将非线性积分方程线性化，然后应用变分方法导出用于反演的电场积分方程。正演数据则利用高效的数值模式匹配方法获得。数值结果表明，ＶＢＩＭ与ＢＩＭ相比，其收敛速度、成象质量等均得到较大的改善。

摘要： 该文提出了用于二维轴对称非均匀介质结构的反演和成象的一种新的反演迭代方法－－变分玻恩迭代方法（ＶＢＩＭ）。首先利用玻恩近似将非线性积分方程线性化，然后应用变分方法导出用于反演的电场积分方程。正演数据则利用高效的数值模式匹配方法获得。数值结果表明，ＶＢＩＭ与ＢＩＭ相比，其收敛速度、成象质量等均得到较大的改善。

摘要： 该文提出了用于二维轴对称非均匀介质结构的反演和成象的一种新的反演迭代方法－－变分玻恩迭代方法（ＶＢＩＭ）。首先利用玻恩近似将非线性积分方程线性化，然后应用变分方法导出用于反演的电场积分方程。正演数据则利用高效的数值模式匹配方法获得。数值结果表明，ＶＢＩＭ与ＢＩＭ相比，其收敛速度、成象质量等均得到较大的改善。

摘要： 该文提出了用于二维轴对称非均匀介质结构的反演和成象的一种新的反演迭代方法－－变分玻恩迭代方法（ＶＢＩＭ）。首先利用玻恩近似将非线性积分方程线性化，然后应用变分方法导出用于反演的电场积分方程。正演数据则利用高效的数值模式匹配方法获得。数值结果表明，ＶＢＩＭ与ＢＩＭ相比，其收敛速度、成象质量等均得到较大的改善。

摘要： 路由器检测到网络故障，并且响应该故障，将快速故障通知消息从路由器的接口的某个集合洪泛出。快速故障通知消息包括识别网络故障的信息，并且包括被指派到与检测到的网络故障耦合并且不是路由器的该组接口的一部分的接口的MAC（媒体访问控制）地址作为其源MAC地址。路由器更新路由选择表以反映网络故障。快速故障通知消息的洪泛在完成路由选择表更新以反映网络故障之前被执行。

摘要： 路由器检测到网络故障，并且响应该故障，将快速故障通知消息从路由器的接口的某个集合洪泛出。快速故障通知消息包括识别网络故障的信息，并且包括被指派到与检测到的网络故障耦合并且不是路由器的该组接口的一部分的接口的MAC（媒体访问控制）地址作为其源MAC地址。路由器更新路由选择表以反映网络故障。快速故障通知消息的洪泛在完成路由选择表更新以反映网络故障之前被执行。

摘要： 本申请涉及一种isp快速ae收敛方法、装置、设备及存储介质，其方法包括在网络摄像头上电运行时，获取光敏数值和当前的ae参数值；判断此时的光敏数值是否在预设的映射表的映射区间内；当位于映射表的映射区间内时，判断当前的ae参数值是否处于收敛阶段或稳定阶段；若当前的ae参数值处于收敛阶段，则存储映射表中与此时的光敏数值映射的ae参数值；将存储的ae参数值作为预设的自动ae算法的当前收敛数值，从当前收敛数值开始，使自动ae算法收敛，直至网络摄像头获取第一帧稳定图像。解决了isp在低照环境下很难快速获取匹配的ae参数的问题。本申请具有在低照环境下快速获取匹配ae参数的效果。

摘要： 本发明公开了一种表项快速收敛的方法，源端设备根据自身发送接口的MTU值建立到目的端设备的PMTU表项并根据该MTU值确定数据报文的长度发送数据报文，转发设备接收数据报文，若数据报文的长度大于转发设备发送接口的MTU值，则查找该转发设备保存的对应目的端设备的PMTU表项并向源端设备发送查找结果，源端设备根据该查找结果修改对应的PMTU表项，并依据该表项值重新分割数据报文的长度进行转发。通过在传输数据报文的过程中反馈传输设备保存的相关PMTU表项达到了快速建立PMTU表项并快速转发数据报文的特点。

摘要： 本发明提供了一种基于插值和快速时钟的快速收敛自适应滤波器，其特征是，所述快速收敛自适应滤波器包括插值单元、误差计算模块、系数更新模块和可变系数滤波器模块；其中，所述插值单元，用于对输入信号d(n)和参考信号x(n)进行插值处理；所述误差计算模块，用于求出自适应滤波器的输出信号y(n)和输入信号d(n)的误差信号e(n)；所述系数更新模块，用于根据所选用的收敛算法计算所述可变系数滤波器模块的系数w(n)。本发明提出的自适应滤波器，与传统的实际实现的自适应滤波器相比，加快了自适应滤波器的收敛速度。

摘要： 本发明公开了一种表项快速收敛的方法，源端设备根据自身发送接口的MTU值建立到目的端设备的PMTU表项并根据该MTU值确定数据报文的长度发送数据报文，转发设备接收数据报文，若数据报文的长度大于转发设备发送接口的MTU值，则查找该转发设备保存的对应目的端设备的PMTU表项并向源端设备发送查找结果，源端设备根据该查找结果修改对应的PMTU表项，并依据该表项值重新分割数据报文的长度进行转发。通过在传输数据报文的过程中反馈传输设备保存的相关PMTU表项达到了快速建立PMTU表项并快速转发数据报文的特点。

摘要： 本发明公开了一种基于惯导数据快速收敛的相似性最优星上图像配准方法，该方法包括如下步骤：构建图像变换矩阵、待配准图像和基准图像之间的投影变换模型；根据得成像时刻卫星的视场光轴位置和三角度偏移量到粗配准的投影变换矩阵；利用投影变换模型，以及投影变换矩阵进行全局粗匹配得到粗匹配图像；根据数学模型，对图像变换矩阵进行解耦得到待求解的变换参数，将待求解的变换参数代入图像变换矩阵得到最优变换矩阵，将最优变换矩阵作用于待配准图像得到精配准图像；根据局部归一化图像相似度度量算法计算精配准图像和基准图象的相似性得到最优匹配结果。本发明具有满足星上计算能力要求、满足图像处理精度要求、满足星上存储资源要求的优点。

摘要： 本申请涉及智慧校园的领域，并公开了一种基于三维矩阵运算的快速收敛排课算法，包括：步骤1：定义课程S的三个矩阵，所述三个矩阵包括自由矩阵F、掩码矩阵K、权值矩阵I，其中，自由矩阵F和掩码矩阵K为0,1矩阵，权值矩阵I是数值大于等于0，小于等于1的浮点数；步骤2：利用三维矩阵求解公式求解班级和教师的课程S的时间课表W；步骤3：依据所述班级和教师的时间课表W分配教室；步骤4：计算时间课表W的优劣得分。本申请能够将原本周、日、时三维的计算转换成二维计算，保留了周特性的同时，极大的降低了后续计算量的效果。

摘要： 本申请公开了快速收敛高精度逐次渐进模数转换器数字校正电路及方法，包括第一电容阵列单元，第二电容阵列单元，比较器单元和SAR控制逻辑模块，所述比较器单元的输出端分别连接有所述SAR控制逻辑模块和数字校准引擎，本发明通过对第一电容阵列单元按序执行bypass操作提取失配误差，通过算法获得权重系数从而实现校准目的。本发明可广泛应用于高精度的SAR和Pipelined SAR ADC，应用场景广泛，实用性高，校准速度快，模拟部分配置较为简单，不增加额外的系数，并且可以使用后台校准的算法，输入信号不相关，不依赖于输入信号。

摘要： 本发明涉及控驱一体领域，公开了一种ADRC扩张观测器参数快速收敛的实时优化方法，包括S1‑S6的步骤，通过将机器人所有时刻的运行误差值均放入状态观测误差实时预测模块，并通过参数优化模块迭代得到下一次的扩张观测器参数预期值，由于每次迭代收敛优化中，尽可能的采用了更多的误差值，从而以较少的迭代优化次数，得到所需要的扩张观测器参数值，得到所需的期望值，大大减小了所需的迭代优化次数，节省了机器人的优化时间，加快在实际工程应用中参数优化收敛的速度。