【摘 要】
：
超限学习机是一种快速学习方法,目前在各个研究领域获得了广泛的研究热潮.相比传统的学习方法,超限学习机采用单隐藏层前馈神经网络(Single-hidden Layer Feedforward Neural Network,SLFNs),随机初始化隐藏层权值,直接求解输出层权值,而不需要复杂的迭代过程.在很多的研究中,超限学习方法比其他学习方法的准确率更高,速度更快.核方法在极限学习中更加多样,通过不
【机 构】
：
中国科学院计算技术研究所计算机应用研究中心,北京100190 中国科学院深圳先进技术研究院深圳市低
【出 处】
：
第五届全国可穿戴计算学术会议暨2015可穿戴与医学变革研讨会
论文部分内容阅读
超限学习机是一种快速学习方法,目前在各个研究领域获得了广泛的研究热潮.相比传统的学习方法,超限学习机采用单隐藏层前馈神经网络(Single-hidden Layer Feedforward Neural Network,SLFNs),随机初始化隐藏层权值,直接求解输出层权值,而不需要复杂的迭代过程.在很多的研究中,超限学习方法比其他学习方法的准确率更高,速度更快.核方法在极限学习中更加多样,通过不同的核函数将特征映射到希尔伯特空间,使数据在高维空间中线性可分.心电分类是一种复杂的模式识别问题,基于各种学习模型的心电分类方法被广泛的研究,大部分都取得了很高的精确度,但学习效率不高.本文将研究多种核函数在心电数据分类中的应用,以及不同的核方法的分类效率和精度的比较.
其他文献
产品质量大数据的分析利用是企业提高产品质量的重要途径;论文针对发动机生产过程中的质量控制问题,研究探索了基于质量数据的统计过程控制方法;研究了制造过程的各种质量数据的采集、存储、监视、挖掘、再生利用等技术.结合企业实际,研究提出了一种铁水碳含量数据在线监视及其统计过程控制方法;提出一种基于过程能力指数(Cpk)比较的质量数据挖掘分析方法;在数据利用方面,提出了一种不合格品自动评审及其信息自动提示方
切削加工表面粗糙度在线监测实质上是对未知信号模式进行分类判别的过程.针对加工环境不确定性对表面粗糙度的影响,提出基于贝叶斯网络的表面粗糙度监测方法.以表征表面粗糙度的参数作为类变量,以切削力信号和振动信号的时域统计特征和频域能量特征作为属性变量,从样本数据中构造贝叶斯分类器,然后根据表面粗糙度值的区域概率分布得到监测结果.同时,采用相关系数法实现敏感性特征的选择.实验结果表明所建模在预测有效性和精
针对废旧零部件再制造过程中人工参与多,经验依赖性强,修复效率低、可靠性差等问题,从系统的角度提出了逆向工程辅助废旧零部件再制造的流程框架,并就其中的关键技术废旧零部件原始模型重构和缺损部位模型的提取两方面进行阐述.通过对点云数据中损伤区域与完好区域的分离,自动判断特征轮廓线是否经过点云损伤区域,保证了逆向建模的精度;提出一种基于改进ICP算法的配准方法,该配准方法能自动剔除损伤区域的点,从而提高损
针对再制造工艺过程的不确定性问题,提出了一种再制造车间设施优化布局方法.首先对再制造工艺过程的不确定性作了描述,在此基础上分析了再制造车间的不确定性物流要素,以再制造物流成本和重布置成本最小为目标建立了再制造车间设施动态布局模型,并出了一种基于模拟退火算法的再制造车间布局优化求解方法.将所提出的方法应用到某机床再制造车间设施布局中,运用Matlab编程实现了再制造设施优化布局,并对再制造布局方案和
对考虑运输时间的柔性生产调度问题进行了研究.首先采用运输时间矩阵对析取图模型进行改进,建立了运输时间优化的多阶段决策方法.然后建立了考虑运输时间的关键链优化方法,通过邻域搜索快速获得近优解.最后开发了调度实验系统对上述工作进行验证.实验结果表明,该方法可较稳定地获得近优调度解,并具有较好的计算效率。
采用改进的随机选择策略、自适应交叉和变异算子、种群协同进化算法等建立了一种新的遗传算法,在求解基于多工序、工序交叉、工件流组合等条件下的柔性制造系统调度问题时,保证了种群的广泛性、解的全局性以及算法的执行效率.概述了遗传算法求解柔性制造系统调度的问题,研究了遗传算法的早熟原因及对策,在分析遗传算法避免局部优化及早熟的基础上,提出了基于纵横向状态关联的自适应交叉和变异算子,设计了协同进化遗传算法求解
针对梯度优化算法易于陷入局部最优解和智能算法优化效率低等问题,本文提出了一种基于试验设计和梯度算法的组合优化策略,并选择拉丁超立方设计和序列二次规划法进行组合.首先采用拉丁超立方设计方法在设计空间中进行采样,然后在样本中选取函数最小值,并将其所对应的输入变量值作为序列二次规划法的初值进行优化求解.选择两个多模态函数算例和机床主轴多目标工程优化实例进行验证,并与模拟退火、遗传算法和粒子群算法等智能优
基于集群企业本地网络是知识获取的重要机制这一观点,采用自我中心网络理论的“结构—关系”分析方法,选取了表征集群企业本地网络特征的变量,推演出上述变量对集群企业中知识获取绩效的影响,剖析了知识获取关键要素在其中所起到的中介作用.在此基础上,构建了集群企业本地网络中知识获取的机理概念模型.认为集群企业并不会天然平等地获得知识,而是需要一定的本地网络特征作为前提条件.进而指出,集群企业应通过参与产业链建
现有冲击噪声背景下的DOA估计方法都是基于分数低阶统计量提出的,且只对独立信号或者相干信号进行估计,其矩阵构造求解复杂且需要足够的快拍数量.根据冲击噪声的幅值特点和快拍数数量,通过对阵列接收数据进行去冲击预处理后进行数据重构,提出了一种冲击噪声背景下独立信号与相干信号并存的DOA估计新的自适应方法.该方法首先估计出阵列接收数据中信号成分的幅值上限,然后对阵列接收数据中受到冲击噪声影响的数据进行归一
传统的人群密度计算方法主要采用图像或视频监控进行识别估算,不能从整个城市范围进行精确的计算.利用移动电话在基站后台留下的轨迹数据,对移动基站手机接入量与人群分布的关系给出形式化的定义;建立了手机分布密度与人群密度之间的关系模型:使用马尔科夫链对基站覆盖区域的人群分布密度构建动态预测模型.最后利用某市主城区中国移动的基站数据和手机轨迹数据进行实验,实验结果显示,人群密度的预测精度为89.4％,为下一