核参数

摘要： 基础核物理、核能开发、超重元素研制等领域对精确、值得信赖的核参数的需求日益增大,锕系核靶作为核数据测量实验的核心部件,其产品种类及关键质量参数的优劣直接制约核数据测量的发展水平。系统介绍了国内外锕系核靶制备及检测方法以及国内外核靶研究团队技术储备及发展方向。

摘要： 为解决传统核极限学习机算法参数优化困难的问题,提高分类准确度,提出一种改进贝叶斯优化的核极限学习机算法。用樽海鞘群设计贝叶斯优化框架中获取函数的下置信界策略,提高算法的局部搜索能力和寻优能力;用这种改进的贝叶斯优化算法对核极限学习机的参数进行寻优,用最优参数构造核极限学习机分类器。在UCI真实数据集上进行仿真实验,实验结果表明,相比传统贝叶斯优化算法,所提算法能提升核极限学习机的分类精度,相较其它优化算法,所提算法可行有效。

摘要： 为了提高区域GNSS高程拟合模型的预测精度,针对最小二乘支持向量机(LSSVM)模型中难以选择最佳参数的问题,将鲸鱼算法(WOA)引入最小二乘支持向量机中,利用其全局搜索能力强、参数少、收敛速度快等特性,为常规最小二乘支持向量机提供可靠的核参数和正则化参数。采用少量实际工程中的GNSS水准重合点进行检验,选择高程异常值的残差均方根误差作为组合算法建模精度的评判依据。结果表明:在带状区域中,WOA-LSSVM拟合模型的外符合精度相对于常规LSSVM拟合模型提高了30.3%;在小范围面状区域中,WOA-LSSVM拟合模型的精度、稳定性也优于LSSVM、BP拟合法,为今后GNSS高程拟合模型的建立提供了一定的参考价值。

摘要： 提出了一种双线性分段二分网格搜索方法来确定SVM模型的最优参数.首先,在初始搜索范围内,以等间隔固定取样值,对惩罚因子进行采样,分别计算这些取样点的SVM的交叉验证正确率,并寻找出满足交叉验证最高正确率所对应的惩罚因子,确定搜索SVM最佳参数的最佳搜索段;然后,在搜索段间分段采用二分法,迭代求解出每段SVM的最高正确率,已得到所对应的最佳参数;最后,找出所有最佳搜索段的SVM最高正确率的最大值,其对应的最佳参数即为SVM模型参数优化结果.与传统的双线性法、网格搜索法和双线性网格搜索法等方法相比,论文提出的参数优化方法训练量小,计算简单,学习精度高,优选的参数能够使得SVM具有更高的泛化性能.

摘要： 针对最小二乘支持向量机拟合法的拟合参数难以选取的问题,提出将人工蜂群算法引入最小二乘支持向量机建立高精度区域拟合模型的方法.人工蜂群算法可对最小二乘支持向量机中的参数进行全局性追踪搜索,模仿蜜蜂的采蜜过程,将参数的初选值作为蜜源,最小二乘支持向量机预测的平均平方误差作为目标函数,在一定范围内经过迭代更新确定最佳参数,最终建立精度较高的全球定位系统(GPS)高程拟合模型.实验结果表明,相比常规最小二乘支持向量机拟合法,ABC-LSSVM组合方法构建的拟合模型精度提高了28％,在此同时,该组合方法比BP神经网络拟合法的收敛效果更高、稳定性更佳,证明了ABC-LSS-VM组合方法在GPS高程拟合模型构建中的有效可行性,为GPS高程拟合模型的建立提供一定的参考价值.

摘要： 针对锂离子电池荷电状态(SOC)预测精度不高以及在线适应性差的问题,提出一种改进的增量学习相关向量机模型对锂离子电池SOC进行在线预测.选择锂离子电池电压、充放电电流和表面温度作为模型的输入,SOC作为模型的输出,构造模型的训练集.选用快速序列稀疏贝叶斯学习算法进行训练,并结合增量学习法建立增量学习相关向量机模型进行锂离子电池SOC在线预测方法研究.研究发现,通过自动调整核参数的方法,可以保证有较高的预测精度.算法验证实验表明,核参数可以控制算法的预测精度和计算效率,该算法预测精度高、计算速度快、通用性强,可为锂离子电池SOC的预测与应用提供参考.

摘要： 针对传统的滤波方法对混合噪声滤除性能不足的问题,提出一种针对混合噪声的基于Volterra级数的非线性滤波方法,采用蝙蝠算法对Volterra滤波器的核参数进行优化.仿真实验结果表明,经蝙蝠算法优化核参数的非线性Volterra滤波器能够较传统滤波方法有效滤除混合噪声,信号失真现象不明显,同时其运算量小的特点较传统滤波方法具有更好的实时性.

摘要： 大坝的安全稳定运行不仅影响国民经济的发展，还关乎着大坝下游人民群众的生命财产安全，通过对大坝原型监测资料的分析，能够较快和较准确地判断大坝的运行状态，因此，通过对实测资料进行分析预测对大坝的安全运行起着重要作用。目前常采用的监测模型，主要有神经网络模型、支持向量机和相关向量机模型。神经网络模型可处理复杂的非线性问题，但训练时间长、训练系统不稳定，还易于收敛到局部最小值。相关向量机的模型精度受核函数的影响较大,为比较不同核函数的模型精度,本文建立了基于局部核函数、全局核函数及其混合核函数的相关向量机模型,并利用自适应粒子群算法对核函数的参数进行寻优.针对传统的高斯核函数对远离测试点的区域不敏感的问题,对待统的高斯核函数进行修正.将修正高斯核函数、多项式核函数以及基于这两种单一核函数组合而成的混合核函数分别应用于实际工程中进行精度比较分析,结果表明混合核函数的性能最优.

摘要： 大坝的安全稳定运行不仅影响国民经济的发展，还关乎着大坝下游人民群众的生命财产安全，通过对大坝原型监测资料的分析，能够较快和较准确地判断大坝的运行状态，因此，通过对实测资料进行分析预测对大坝的安全运行起着重要作用。目前常采用的监测模型，主要有神经网络模型、支持向量机和相关向量机模型。神经网络模型可处理复杂的非线性问题，但训练时间长、训练系统不稳定，还易于收敛到局部最小值。相关向量机的模型精度受核函数的影响较大,为比较不同核函数的模型精度,本文建立了基于局部核函数、全局核函数及其混合核函数的相关向量机模型,并利用自适应粒子群算法对核函数的参数进行寻优.针对传统的高斯核函数对远离测试点的区域不敏感的问题,对待统的高斯核函数进行修正.将修正高斯核函数、多项式核函数以及基于这两种单一核函数组合而成的混合核函数分别应用于实际工程中进行精度比较分析,结果表明混合核函数的性能最优.

摘要： 大坝的安全稳定运行不仅影响国民经济的发展，还关乎着大坝下游人民群众的生命财产安全，通过对大坝原型监测资料的分析，能够较快和较准确地判断大坝的运行状态，因此，通过对实测资料进行分析预测对大坝的安全运行起着重要作用。目前常采用的监测模型，主要有神经网络模型、支持向量机和相关向量机模型。神经网络模型可处理复杂的非线性问题，但训练时间长、训练系统不稳定，还易于收敛到局部最小值。相关向量机的模型精度受核函数的影响较大,为比较不同核函数的模型精度,本文建立了基于局部核函数、全局核函数及其混合核函数的相关向量机模型,并利用自适应粒子群算法对核函数的参数进行寻优.针对传统的高斯核函数对远离测试点的区域不敏感的问题,对待统的高斯核函数进行修正.将修正高斯核函数、多项式核函数以及基于这两种单一核函数组合而成的混合核函数分别应用于实际工程中进行精度比较分析,结果表明混合核函数的性能最优.

摘要： 大坝的安全稳定运行不仅影响国民经济的发展，还关乎着大坝下游人民群众的生命财产安全，通过对大坝原型监测资料的分析，能够较快和较准确地判断大坝的运行状态，因此，通过对实测资料进行分析预测对大坝的安全运行起着重要作用。目前常采用的监测模型，主要有神经网络模型、支持向量机和相关向量机模型。神经网络模型可处理复杂的非线性问题，但训练时间长、训练系统不稳定，还易于收敛到局部最小值。相关向量机的模型精度受核函数的影响较大,为比较不同核函数的模型精度,本文建立了基于局部核函数、全局核函数及其混合核函数的相关向量机模型,并利用自适应粒子群算法对核函数的参数进行寻优.针对传统的高斯核函数对远离测试点的区域不敏感的问题,对待统的高斯核函数进行修正.将修正高斯核函数、多项式核函数以及基于这两种单一核函数组合而成的混合核函数分别应用于实际工程中进行精度比较分析,结果表明混合核函数的性能最优.

摘要： 大坝的安全稳定运行不仅影响国民经济的发展，还关乎着大坝下游人民群众的生命财产安全，通过对大坝原型监测资料的分析，能够较快和较准确地判断大坝的运行状态，因此，通过对实测资料进行分析预测对大坝的安全运行起着重要作用。目前常采用的监测模型，主要有神经网络模型、支持向量机和相关向量机模型。神经网络模型可处理复杂的非线性问题，但训练时间长、训练系统不稳定，还易于收敛到局部最小值。相关向量机的模型精度受核函数的影响较大,为比较不同核函数的模型精度,本文建立了基于局部核函数、全局核函数及其混合核函数的相关向量机模型,并利用自适应粒子群算法对核函数的参数进行寻优.针对传统的高斯核函数对远离测试点的区域不敏感的问题,对待统的高斯核函数进行修正.将修正高斯核函数、多项式核函数以及基于这两种单一核函数组合而成的混合核函数分别应用于实际工程中进行精度比较分析,结果表明混合核函数的性能最优.

摘要： 大坝的安全稳定运行不仅影响国民经济的发展，还关乎着大坝下游人民群众的生命财产安全，通过对大坝原型监测资料的分析，能够较快和较准确地判断大坝的运行状态，因此，通过对实测资料进行分析预测对大坝的安全运行起着重要作用。目前常采用的监测模型，主要有神经网络模型、支持向量机和相关向量机模型。神经网络模型可处理复杂的非线性问题，但训练时间长、训练系统不稳定，还易于收敛到局部最小值。相关向量机的模型精度受核函数的影响较大,为比较不同核函数的模型精度,本文建立了基于局部核函数、全局核函数及其混合核函数的相关向量机模型,并利用自适应粒子群算法对核函数的参数进行寻优.针对传统的高斯核函数对远离测试点的区域不敏感的问题,对待统的高斯核函数进行修正.将修正高斯核函数、多项式核函数以及基于这两种单一核函数组合而成的混合核函数分别应用于实际工程中进行精度比较分析,结果表明混合核函数的性能最优.

摘要： 基于八参数核线模型的核线提取方法，属于摄影测量与计算机视觉领域。本发明解决了现有近似核线方法提取的核线结果精度较低、核线提取过程较复杂的问题。本发明方法包括：获取立体影像数据；在立体影像数据中匹配同名点，记录同名点的像点坐标；根据同名点像点坐标建立八参数核线方程；根据八参数核线方程确定八参数的初值；对八参数核线方程线性化得到误差方程；基于误差方程，利用最小二乘法建立法方程，根据法方程求出八参数的修正量；判断修正量是否满足收敛要求，若收敛，则根据修正量对八参数进行修正，得到修正后的八参数；通过修正后的八参数计算生成目标区域立体影像的核线。本发明用于立体影像核线提取。

摘要： 本发明提供一种AP1000核级电磁阀动作参数诊断装置和方法，属于仪控自动诊断工具技术领域。该AP1000核级电磁阀动作参数诊断装置和方法包括程控电源、控制模块、检测模块、存储模块、第一通信模块、第二通信模块、电压选取模块。本发明实现远程对电磁阀进行诊断，降低检修风险，节省检修所需人力物力，减少工作人员接受辐照时间，提高检修工作效率，获取电磁阀的最小提升电压和最小保持电压，实现快速、精准测试AP1000核级电磁阀动作参数的目的，进而对阀门健康状态进行诊断。

摘要： 本发明提供了核磁回波数据优化反演方法及孔隙结构参数确定方法，建立球缝模型，根据球缝模型计算得到新的核磁回波数据反演的布点；扫描确定的第一特定参数，第一特定参数为球缝模型中裂缝的半径宽度与球缝模型中球形孔的半径的比值；根据每个第一特定参数路径下利用布点确定的T2谱时间核磁回波数据反演的布点值，反演核磁回波数据，得到不同的T2谱分布，计算T2谱分布与回波信号之间拟合协方差，其中，协方差最小的T2谱分布，就是优化的T2谱分布。本发明降低了核磁测井回波数据的反演误差；本发明提供的孔隙结构参数确定方法充分提取了核磁数据中蕴含的关于岩石孔隙结构的信息，实现了孔隙结构参数的定量计算。

摘要： 基于八参数核线模型的核线提取方法，属于摄影测量与计算机视觉领域。本发明解决了现有近似核线方法提取的核线结果精度较低、核线提取过程较复杂的问题。本发明方法包括：获取立体影像数据；在立体影像数据中匹配同名点，记录同名点的像点坐标；根据同名点像点坐标建立八参数核线方程；根据八参数核线方程确定八参数的初值；对八参数核线方程线性化得到误差方程；基于误差方程，利用最小二乘法建立法方程，根据法方程求出八参数的修正量；判断修正量是否满足收敛要求，若收敛，则根据修正量对八参数进行修正，得到修正后的八参数；通过修正后的八参数计算生成目标区域立体影像的核线。本发明用于立体影像核线提取。

摘要： 本发明涉及一种基于图像识别的数字核信号处理和多参数核信息获取方法。该方法是将由“时间-幅度”表示的数字核信号转化为二维空间序列表示的数字核波形图像，再利用数字图像处理方法对核信号进行处理，以实现在同一次核测量的同一通道中同时获取多参数核信息数据的目标。本发明可在不改变核信号波形形状的前提下提高信号的信噪比；同时准确提取脉冲高度、脉冲宽度等参数；为在同一次核测量同一通道中同时获取辐射粒子种类、能量、时间等核信息提供实现途径。

摘要： 本发明公开了一种基于共享参数空间的核集成支持向量机图像分类方法，获取图像数据形成样本集,对样本集进行预处理，并且使用核方法获取样本集的不同的单个基础内核；基于单个基础内核构造单核模型；使用约束将多个单核模型的损失集成到统一的损失中，该统一的损失即为集成损失，进而由多个单核模型构建出共享参数空间内的核集成支持向量机模型；并在多个核空间中进一步学习每个核所共享的公共参数和单个特定参数；利用所述的共享参数空间中的核集成支持向量机模型训练得到一个分类器，对待分类图像进行分类，得到分类结果。本发明提出的图像分类方法能够提高图像分类的准确性。

摘要： 基于核极化策略的随机傅立叶特征核LMS的核参数优化方法，它用于核自适应滤波器技术领域。本发明解决了现有的随机傅立叶特征核最小均方算法的稳态精度低的问题。本发明通过核极化策略得到优化的核参数值，这些极化核参数值相比于随机采样得到的参数值更加匹配训练数据中所包含的特征信息，将优化的核参数值用于随机傅立叶特征映射，映射后的特征子空间更加接近于给定的学习任务模型；基于该极化特征网络构建的核自适应滤波器的非线性建模性能得以提高，与未采用核极化策略的随机傅立叶特征最小均方算法相比，在同样复杂度下，本发明方法的稳态精度提高1dB到2dB。本发明可以应用于核自适应滤波器技术领域。

摘要： 本公开提供了卷积核参数可配的神经卷积阵列电路核、处理器及电路。卷积核参数可配的神经卷积阵列电路核，包括数据滑动移入部分，被配置为将卷积阵列划分成多个并行数据窗口；多路选择器，被配置为：通过像素数据输入总线扫描右移输入像素数据，完成对卷积阵列的像素数据的右移滑动更新；通过卷积核系数输入总线串行扫描卷积核系数，完成对卷积阵列的卷积核的系数配置；通过选择端使能多路选择器的两个输入端口中的一个输入端选择性更新数据；点乘部分，被配置为：将每个并行数据窗口内的像素数据与相应卷积核对应各个点系数进行点乘并将点乘结果累加，得到每个并行数据窗口与其对应卷积核的一个卷积结果。

摘要： 基于核极化策略的随机傅立叶特征核LMS的核参数优化方法，它用于核自适应滤波器技术领域。本发明解决了现有的随机傅立叶特征核最小均方算法的稳态精度低的问题。本发明通过核极化策略得到优化的核参数值，这些极化核参数值相比于随机采样得到的参数值更加匹配训练数据中所包含的特征信息，将优化的核参数值用于随机傅立叶特征映射，映射后的特征子空间更加接近于给定的学习任务模型；基于该极化特征网络构建的核自适应滤波器的非线性建模性能得以提高，与未采用核极化策略的随机傅立叶特征最小均方算法相比，在同样复杂度下，本发明方法的稳态精度提高1dB到2dB。本发明可以应用于核自适应滤波器技术领域。

摘要： 本公开提供了卷积核参数可配的神经卷积阵列电路核、处理器及电路。卷积核参数可配的神经卷积阵列电路核，包括数据滑动移入部分，被配置为将卷积阵列划分成多个并行数据窗口；多路选择器，被配置为：通过像素数据输入总线扫描右移输入像素数据，完成对卷积阵列的像素数据的右移滑动更新；通过卷积核系数输入总线串行扫描卷积核系数，完成对卷积阵列的卷积核的系数配置；通过选择端使能多路选择器的两个输入端口中的一个输入端选择性更新数据；点乘部分，被配置为：将每个并行数据窗口内的像素数据与相应卷积核对应各个点系数进行点乘并将点乘结果累加，得到每个并行数据窗口与其对应卷积核的一个卷积结果。