自适应算法

摘要： 针对传统的蚁群算法在解决移动机器人路径规划问题时存在收敛性差、搜索速度慢、过于依赖参数选择等问题,提出一种自适应萤火虫算法改进蚁群算法的混合算法.首先,在蚁群算法基础上引入萤火虫算法,对蚁群算法的核心参数进行优化;其次,针对两种算法混合后时间开销大的问题,引入精英策略和承接式相结合的信息素更新方式,并对萤火虫算法的步长因子进行自适应设计,以提高整个混合算法的求解效率和求解精度;最后,在不同的栅格环境下进行路径规划仿真实验.结果表明,混合智能算法较传统蚁群算法综合效果有明显提升.

摘要： 获得精准的姿态角信息是四旋翼飞行器控制研究的关键。针对传统算法对四旋翼飞行器高速运动过程的姿态解算精度较低的问题,提出一种基于梯度下降的自适应变步长姿态融合算法。该算法可根据运动加速度的大小自适应地调整对加速度计测量数据的信任程度,从而提高姿态解算精度。实验结果表明,在解算姿态航向参考系统实验设备的偏航角时,自适应梯度下降算法的解算精度较传统互补滤波算法和梯度下降算法分别提高了0.557°和0.708°。

摘要： 大规模高比例光伏发电接入低压配网系统后,将极大可能引起系统潮流逆向,导致系统各节点电压越限和系统损耗增加,首先利用低压配网系统的线路参数和拓扑结构,对低压配网系统中的电压-有功和电压-无功进行了灵敏度分析,推导了分布式电源接入对配网系统节点电压的影响,以此提出了含高比例光伏并网的低压配网系统无功裕度评价方法。为了降低光伏有功的削减量,以网络无功充裕性为依据设计了就地的有功/无功综合控制策略,并利用自适应算法优化不同节点间的控制参数。仿真结果表明,所提的优化控制策略可利用逆变器的无功容量对系统节点电压进行调节,有效降低了系统网损和光伏有功削减,大限度地消除了配电网中分布式可再生能源波动对系统电压的影响。

摘要： 预测式外呼是一种高效的触达客户的方式。但如何在尽可能提高坐席利用率的目标下又同时要控制住呼损率,一直是企业亟待解决的问题,尤其是在话务接通率波动较大的情况下。设计了一种基于机器学习技术的预测和自适应控制算法,能够精确地预测给定拨打速度下的坐席利用率和呼损率,能够自适应各类话务接通率来实时调整拨打速度。基于数值分析发现,在不同坐席数规模、客户接通率、外呼总量和通话时间的分布下,都比现有方法能更好地控制坐席利用率和呼损率。

摘要： 随着市场的发展和需求的变化,在医疗器械产品中使用自适应算法成为一种可能的发展方向。而自适应算法本身存在的一些不确定性,将会给现有监管模式带来挑战。该文聚焦于美国监管机构在人工智能器械产品监管上的尝试,探讨了现有试点政策在面对含自适应算法产品时可能遇到的难题。以此提出相关建议,期待与业界学者共同探讨。

摘要： 文中基于自适应算法、分布式扩散估计和压缩感知理论,提出了一种用于稀疏参数分布式估计的压缩融合重构自适应策略(CCRA),应用于所估计的目标参数是稀疏的场景。文中给出了CCRA策略的运行步骤,并给出了推导方法。仿真表明,在目标参数是稀疏的情况下,相比其他低负载策略,CCRA策略在完全不影响网络估计性能的情况下,降低了通信负载。

摘要： 随着人类对自然环境的过度开发,生物多样性水平迅速下降,鸟类作为环境指示生物,对其进行声学监测成为评估生物多样性的重要方法之一。本文针对生态监测数据中存在干扰的问题,选取在鄱阳湖湿地采集的含有机械噪声的鸟声监测数据进行研究分析。利用时延估计机械噪声的方向,通过块自适应算法更新权矢量,并基于块自适应滤波实现干扰抑制。实验结果表明,基于麦克风阵列可有效地抑制声学监测数据中的机械噪声。

摘要： 本研究设计了一款智能温控的无创双极射频溶脂设备,通过探究合适的控制温度,以实现溶脂需求的同时避免皮肤层产生热损伤。选取45°C、50°C以及55°C作为实验参数,进行离体猪肉实验,治疗15 min。实验过程中利用红外热成像仪、相机以及热电偶探针采集实验数据,根据实验结果评估合适的治疗温度。结果显示,在不同控制温度下均可实现有效溶脂,且温度可控。针对不同实验参数,脂肪细胞达到凋亡阈值温度的时间以及作用深度有所差异,θ=45°C时,脂肪细胞达到凋亡阈值温度的时间为(13.67±2.42)min、作用深度为(5.3±0.29)mm;θ=50°C时,时间为(6.5±3.45)min、作用深度(6.4±0.25)mm;θ=55°C时,时间为(2.7±0.63)min、作用深度(8.2±0.22)mm。根据配对t检验分析实验结果,不同实验参数在射频作用过程中,脂肪细胞升温时间以及作用深度具有显著性差异(P<0.05)。根据实验结果,本研究的双极射频设备可以达到溶脂的需求,实现皮肤低热损伤,经验证,50°C是实现溶脂需求最佳的控制温度。

摘要： 与梯度下降法相比,自适应梯度下降方法(AdaGrad)利用过往平方梯度的算数平均保存了历史数据的几何信息,在处理稀疏数据时获得了更紧的收敛界.另一方面,Nesterov加速梯度方法(Nesterov’saccelerated gradient,NAG)在梯度下降法的基础上添加了动量运算,在求解光滑凸优化问题时具有数量级加速收敛的性能,在处理非光滑凸问题时也获得了最优的个体收敛速率.最近,已经出现了自适应策略与NAG相结合的研究,但现有代表性的自适应NAG方法AcceleGrad由于采取的自适应方式与AdaGrad不同,步长未能在不同维度上体现差异性,仅得到了加权平均方式的收敛速率,个体收敛速率的理论分析尚存在缺失.提出了一种自适应NAG方法,继承了AdaGrad的步长设置方式,证明了所提算法在解决约束非光滑凸优化问题时具有最优的个体收敛速率.在L1范数约束下,通过求解典型的hinge损失函数分类和L1损失函数回归优化问题.实验验证了理论分析的正确性,也表明了所提算法的性能优于AcceleGrad.

摘要： 前向碰撞预警算法越来越多地被用于智能汽车的纵向驾驶辅助系统,它可以通过向驾驶员传递预警信号来减少追尾事故的可能性。文章按照预警阈值的类型将前向碰撞预警算法分为安全时间逻辑算法和安全距离逻辑算法,并分别介绍了两类算法的研究现状。此外,为了降低前向碰撞预警算法的误报率,预警阈值应该随驾驶环境和驾驶人特征实时变化,因此,文章也概括和介绍了调整预警阈值的自适应方法。

摘要： 提出使用体积测量垫块辅助砝码体积测量,并提出一种基于自适应算法的体积测量垫块的设计方法,该方法包括:利用一种自适应算法,计算体积测量垫块;利用该测量垫块,将圆柱体或者OIML形状的砝码平躺放置到该测量垫块上;已知垫块的体积,最终通过液体中的质量比较法来计算出待测砝码的体积.根据待测砝码的密度和体积比较仪的自身的技术特性,自适应计算出所需体积测量垫块的尺寸,保证砝码可以水平放置到体积比较仪测量工位上,进行体积的测量.在放置过程中,有效的减少气泡在砝码底部凹槽的附着情况,提高体积测量的准确度.

摘要： 基于DNN的声学模型自适应算法是语音识别领域中重要的研究方向,自适应技术是通过少量的自适应数据优化基线模型,解决由于目标测试数据与训练数据不匹配而导致的识别性能下降的问题.实际上,少量的自适应数据几乎无法描述所有目标测试数据的分布情况,因此通过自适应数据统计得到的先验概率同样缺乏通用性.文章中针对这个问题,提出了基于先验概率线性插值的声学模型自适应方法,该方法将自适应数据的先验与基线模型的先验进行线性插值,使先验知识不仅融合了测试数据信息而且更具有通用性.实验证明,通过线性插值的先验可以有效改善识别性能.

摘要： 为提高弱目标的检测能力及改善时间方位历程显示(BTR)的方位分辨力,本文提出了一种将主模式抑制(Dominant Mode Rejection,DMR)的自适应波束形成与子带峰值能量检测(Subband Peak Energy Detection,SPED)相结合的检测方法.该方法利用了DMR自适应算法得到高分辨率的频率方位谱,再通过SPED算法,利用目标信号峰值的"空间一致性"特点,对每个子带的局部峰值累加求和,加强了目标信号的局部峰值,提高了弱目标的检测能力,改善了时间方位历程显示的方位分辨力.计算机仿真及实验数据处理结果表明,两种方法相结合能够有效的提高弱目标检测能力和时间方位历程显示(BTR)的方位分辨力.

摘要： 声学模型自适应算法研究目的是缓解由测试数据和训练数据不匹配而引起的识别性能下降问题.基于深度神经网络模型框架的自适应技术中,重训练是最直接的方法,但极容易出现过拟合现象,尤其是自适应数据稀疏的情况下.文章针对领域相关的自动语音识别任务,对典型的两种声学模型自适应算法进行了尝试,实验了基于线性变换网络的自适应方法和基于相对熵正则化准则的自适应方法,并对两种算法进行了详尽地系统性能比较.实验表明,在不同的自适应数据量下,相对熵正则化自适应方法均能表现出较好的性能.

摘要： 有限元后验误差估计和自适应算法是科学与工程计算的主流方向.本文结合混合有限元方法、多尺度离散和瑞利商迭代提出了求解Stokes方程特征值问题的一个新的残差型自适应算法.首先,本文改进了现有的混合有限元多尺度离散方案的先验估计结果并得到了新的估计式.然后,基于现有的残差型后验误差估计结果,本文给出了在混合有限元多尺度离散方案下Stokes特征值和特征函数的后验误差指示子.Stokes混合有限元多尺度离散方案的先验估计结果保证了后验误差指示子的有效性和可靠性.利用新的后验误差指示子本文建立了一个新的混合有限元多尺度自适应算法;使用该算法数值求解Stokes特征值问题,人们仅仅需要求解一个非常粗的网格上的离散特征值问题和一系列自适应网格上的边值问题.与需在自适应网格上解一系列特征值问题的传统算法相比,该算法明显地降低了计算量,节约了计算时间.此外,考虑到高阶有限元的高精度特点,本文利用高阶有限元法和移位反幂法进一步改进了该算法并提出了另一个新的算法;这个新算法利用前面建立的算法生成自适应网格和相应的数值特征值和特征函数,再通过在高阶有限元空间上对数值特征值做移位反迭代再次提高求解精度.最后,使用创新有限元程序包,新的自适应算法和改进算法的高效性得到验证,并且数值结果是令人满意的.

摘要： 对于听觉能力提高的训练，通常情况下需要对主试关注的听觉能力进行多次测量以便获得训练的学习曲线。传统的听觉能力测量方法，如恒定刺激法，耗时较长，工作量大，或参数不统一，对于盲人的测量过程非常复杂，测量偏差易随测量时间的加长而增大，从而影响了测量的精度。对于训练课程来说，需要多次重复测量，大量频繁的测量实验易引发除控制变量外的额外变量，降低实验信度。为此，本文改进了一套自适应听能测量方法。方法基于改进的上升下降自适应算法，通过计算机辅助测量技术，实现了掩蔽阈和在有无临界带宽噪声掩蔽下的频率差别阈限、响度差别阈值以及时长差别阈限的快速自动测量。

摘要： 在时差法超声波测风系统中,风速的测量精度受到时间延迟估计精度、两超声波传感器的距离精度等的影响.在后者一定的情况下,测风精度对时延估计精度提出了更高的要求.对此,采用了一种基于权值检测的最小均方误差(LMS)自适应时延估计算法,从而实现了高精度时延估计.计算机仿真及实际测试表明,该算法的估计精度满足了所研制的超声波测风系统的设计要求,能够用于机场区域低空风场情况的监测.

摘要： 在时差法超声波测风系统中,风速的测量精度受到时间延迟估计精度、两超声波传感器的距离精度等的影响.在后者一定的情况下,测风精度对时延估计精度提出了更高的要求.对此,采用了一种基于权值检测的最小均方误差(LMS)自适应时延估计算法,从而实现了高精度时延估计.计算机仿真及实际测试表明,该算法的估计精度满足了所研制的超声波测风系统的设计要求,能够用于机场区域低空风场情况的监测.

摘要： 在时差法超声波测风系统中,风速的测量精度受到时间延迟估计精度、两超声波传感器的距离精度等的影响.在后者一定的情况下,测风精度对时延估计精度提出了更高的要求.对此,采用了一种基于权值检测的最小均方误差(LMS)自适应时延估计算法,从而实现了高精度时延估计.计算机仿真及实际测试表明,该算法的估计精度满足了所研制的超声波测风系统的设计要求,能够用于机场区域低空风场情况的监测.

摘要： 在时差法超声波测风系统中,风速的测量精度受到时间延迟估计精度、两超声波传感器的距离精度等的影响.在后者一定的情况下,测风精度对时延估计精度提出了更高的要求.对此,采用了一种基于权值检测的最小均方误差(LMS)自适应时延估计算法,从而实现了高精度时延估计.计算机仿真及实际测试表明,该算法的估计精度满足了所研制的超声波测风系统的设计要求,能够用于机场区域低空风场情况的监测.

摘要： 本发明公开了一种基于模型参考自适应的永磁同步电机无速度传感器控制算法自适应率参数整定方法，该方法是通过将模型参考自适应模型及其稳定性条件进行线性化得到系统的开环传递函数，并结合古尔丹法计算出开环系统的截止频率以及相位。然后结合自动控制理论给出开环系统稳定的条件，并在截止频率以及相位裕度不满足相关条件时给出了自适应参数的调整方法。采用本发明可以很好地实现基于模型参考自适应的永磁同步电机无速度传感器控制算法自适应率参数地整定。

摘要： 本发明公开了一种基于模型参考自适应的永磁同步电机无速度传感器控制算法自适应率参数整定方法，该方法是通过将模型参考自适应模型及其稳定性条件进行线性化得到系统的开环传递函数，并结合古尔丹法计算出开环系统的截止频率以及相位。然后结合自动控制理论给出开环系统稳定的条件，并在截止频率以及相位裕度不满足相关条件时给出了自适应参数的调整方法。采用本发明可以很好地实现基于模型参考自适应的永磁同步电机无速度传感器控制算法自适应率参数地整定。

摘要： 本发明公开了一种控制参数自适应和策略自适应的差分进化算法，本发明通过13个100维标准测试函数的仿真测试和在实际优化问题的应用均表明，该算法具有较强的全局搜优性能和较快的收敛速率，并能较好的避免很多传统的智能优化算法存在的“早熟“现象。不仅实现了控制参数的自适应，而且对变异策略的选择也实现自适应。测试仿真结果表明，DE‑CPASA算法具有更高的求解精度和较快的收敛速度。最后，将DE‑CPASA算法应用于Hg氧化动力学参数估计，得到了较好的优化结果。

摘要： 本申请涉及一种算法自适应装置、算法自适应方法、运算引擎、数据运算方法、自适应算法运算装置以及自适应算法运算方法，可以通过其算法分析装置对算法的拓扑结构，时间流，控制流以及数据流信息进行提取，并对这些信息精细处理，之后将处理结果发送到运算引擎执行相关操作，实现算法的相关操作。该算法自适应装置可以为待处理的算法匹配合理的资源，避免出现算法运行过程中因动态平衡差影响算法执行的问题。

摘要： 本申请涉及一种算法自适应装置、算法自适应方法、运算引擎、数据运算方法、自适应算法运算装置以及自适应算法运算方法，可以通过其算法分析装置对算法的拓扑结构，时间流，控制流以及数据流信息进行提取，并对这些信息精细处理，之后将处理结果发送到运算引擎执行相关操作，实现算法的相关操作。该算法自适应装置可以为待处理的算法匹配合理的资源，避免出现算法运行过程中因动态平衡差影响算法执行的问题。

摘要： 本发明公开了一种基于自适应算法的光纤水听器本底噪声自适应抵消方法，该方法在光学系统中增加一个与传感迈克耳孙干涉仪结构参数相等的对声压不敏感的参考干涉仪作为参考通道,以获得由光源和电路等共同噪声源引入到各干涉仪的高相关噪声。然后,使用自适应算法将声压信号中与参考信号高相关的噪声部分进行抵消。本发明方法基于自适应噪声抵消方法，提高了光纤水听器对本底噪声的追踪能力并有效降低系统本底噪声,最终得到干净的传感信号，即声压信号。

摘要： 本申请涉及一种算法自适应装置、算法自适应方法、运算引擎、数据运算方法、自适应算法运算装置以及自适应算法运算方法，可以通过其算法分析装置对算法的拓扑结构，时间流，控制流以及数据流信息进行提取，并对这些信息精细处理，之后将处理结果发送到运算引擎执行相关操作，实现算法的相关操作。该算法自适应装置可以为待处理的算法匹配合理的资源，避免出现算法运行过程中因动态平衡差影响算法执行的问题。

摘要： 本申请涉及一种算法自适应装置、算法自适应方法、运算引擎、数据运算方法、自适应算法运算装置以及自适应算法运算方法，可以通过其算法分析装置对算法的拓扑结构，时间流，控制流以及数据流信息进行提取，并对这些信息精细处理，之后将处理结果发送到运算引擎执行相关操作，实现算法的相关操作。该算法自适应装置可以为待处理的算法匹配合理的资源，避免出现算法运行过程中因动态平衡差影响算法执行的问题。

摘要： 本发明公开了一种基于自适应算法的光纤水听器本底噪声自适应抵消方法，该方法在光学系统中增加一个与传感迈克耳孙干涉仪结构参数相等的对声压不敏感的参考干涉仪作为参考通道,以获得由光源和电路等共同噪声源引入到各干涉仪的高相关噪声。然后,使用自适应算法将声压信号中与参考信号高相关的噪声部分进行抵消。本发明方法基于自适应噪声抵消方法，提高了光纤水听器对本底噪声的追踪能力并有效降低系统本底噪声,最终得到干净的传感信号，即声压信号。

摘要： 揭示了一种使用能够利用自适应信道均衡器(300)中的目标权重矢量中的稀疏性的自适应算法的设备(320)和方法。自适应算法包括选择的先验值和选择的费用函数值。本发明包括适合于计算用于稀疏传输信道的自适应均衡器系数的算法。本发明提供具有稀疏最小均方(LMS)算法，稀疏恒定模数(CMA)算法和稀疏判决引导的(DD)算法形式的稀疏算法。