一种基于池计算的宽度学习系统

来源 :控制与决策 | 被引量 : 0次 | 上传用户:arieswys
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
宽度学习系统(BLS)是一种基于RVFLN的高效增量学习系统,具有快速且精度高的特点.为了实现BLS对时间序列的精确预测,结合回声状态网络(ESN)的储备池结构,提出一种基于池计算的宽度学习系统(RCBLS).该系统通过在强化层引入简单环型储备池连接,以并行的储备池代替原系统中的前馈连接,使RCBLS具有一定的回声状态特性且方便设计.同时,应用增量学习保证了系统的实时性能.基于MSO时间序列预测问题,针对不同规模数据样本分别研究不同储备池结构RCBLS的性能.结果表明:多储备池结构的RCBLS大大提高了模
其他文献
相控阵天线的电扫描特性使其具有扫描灵活、指向精确、可靠性高和抗干扰能力强等特点。波束控制技术作为相控阵天线的关键技术之一,直接影响系统效能的发挥。多波束相控阵天线支持跳波束通信模式,对波束的快速切换提出了更高的要求。针对波束扫描快速响应需求,对常规波束控制算法进行分解和优化,提出了一种基于现场可编程门阵列(FPGA)的移相码快速计算方法,采用cordic IP核计算公共因子三角函数值、乘法器IP核做有符号小数乘法运算、查表赋值法进行小数乘加运算、分区比较法对数据进行归一化处理和除法计算,每个单元移相码计算
微米级微波测距系统是低低卫-卫跟踪重力探测卫星的核心载荷,是反演地球重力场的主要数据来源,星间距离变化的测量精度达微米量级,对系统有源组件的时延稳定性要求非常高,搭建了时延稳定性测试系统,对有源组件进行时延稳定性地面测试验证,得到微米级微波系统有源组件的时延稳定性系数为19.02μm/K,结合无源组件的时延稳定系数及卫星轨道的温度环境,证明轨道谐波误差满足设计要求,微米级微波测距系统的距离变化测量精度满足研制需求。
为了解决红外与可见光图像融合中显著特征不突出、图像对比度低的问题,提出一种混合模型驱动的融合算法.首先,采用潜在低秩表示模型分别提取红外与可见光图像的基础子带、显著子带及稀疏噪声子带;其次,采用非下采样剪切波变换模型将基础子带分解为低频系数和高频系数,对低频系数采用字典学习和稀疏表示进行精确拟合,对高频系数采用局部窗口结合逻辑加权进行选择;再次,显著子带采用区域能量比阈值自适应加权法进行融合;最后
传统的设计与分析中,大型网状可展开天线的金属网都作为薄膜看待。当薄膜张紧在曲线边界上时,必然形成负高斯曲率曲面,即反枕效应,使天线反射面型面精度降低。为了减少反枕效应的影响,通常的方法是减小曲线边界所围区域的面积,例如增加径向肋天线肋的数量,或者增大张力索网天线的网格密度,这些措施都增加了天线的复杂程度,带来重量的增加、加工难度的增大和展开可靠性的降低。在曲线边界所围区域中对金属网施加横向集中载荷,可以缓解反枕效应的影响,但由于金属网的薄膜特性,载荷施加点附近的曲面仍为负高斯曲率曲面,使的反射面型面精度的
在光学遥感相机成像过程中,会有诸多因素导致遥感图像的退化。维纳滤波是一种应用广泛的光学遥感图像复原方法。为了克服传统的维纳滤波方法中功率谱难以计算的问题,提出了一种基于改进维纳滤波和综合评价因子的遥感图像半盲复原算法。该算法采用维纳滤波进行退化图像的复原,并采用直线运动方法估算图像的退化函数。维纳滤波所需的功率谱比采用迭代方法计算,而迭代的依据为综合评价因子。该评价因子集成了标准差、对比度和空间频
鞍山某铁矿石铁品位为32.19%,铁主要以磁铁矿及赤铁矿形式存在,主要脉石矿物为石英。针对该矿石采用磁选—反浮选原则流程进行试验研究,以期确定合理的工艺参数,为该类矿石资源的高效开发利用提供技术支撑。结果表明:原料在磨矿细度-0.045 mm含量为85%,弱磁选磁场磁感应强度为0.1 T,强磁选背景磁感应强度为0.5 T的条件下得到混合磁选精矿;再采用1次粗选1次精选3次扫选反浮选工艺,反浮选中抑制剂淀粉用量为320 g/t、活化剂氧化钙用量为500 g/t、油酸类捕收剂总用量为135 g/t(粗选为90
为了从刚果(金)某湿法炼铜厂铜萃余液中回收钴和铜,并实现萃余液的循环利用,采用除铁—沉铜—第一段沉淀钴—第二段沉淀钴工艺流程处理含钴铜萃余液。结果表明,采用该工艺分别得到铁渣、铜渣、粗氢氧化钴和第二段钴渣,铁渣中钙含量26.79%、铜含量0.05%、钴含量0.12%,除铁过程中铜和钴损失率分别为4.64%和3.14%;铜渣含铜3.74%、含钴2.06%;粗氢氧化钴中钴含量32.83%;第二段钴渣含钴7.14%;钴总回收率大于95%。铁渣用于建筑材料,铜渣返回浸出系统回收铜和钴,粗氢氧化钴可直接外售,第二段
为了探讨动机在环境认知中所起作用,模仿生物环境认知行为,以学习自动机为框架,提出一种结合内在动机理论的移动机器人环境认知模型(CM-LA).该模型以访问次数及访问时间间隔共同定义内在动机,并以操作条件反射原理描述外在动机的影响.同时,所设计的动作选择机制可以使机器人根据已有的环境认知对新增障碍物进行有效避让.实验结果表明,所提出模型能够在两种动机的驱使下对环境进行有效的自主认知,并提高机器人在未知环境中的探索效率,搜索到的路径长度较短,且具有一定的环境自适应能力.
针对实际配送过程中客户需求、车辆服务时间随机可变,提出带软时间窗的随机需求和随机服务时间的车辆路径问题.以配送车辆行驶路径为研究对象,建立基于配送成本、时间惩罚成本、修正成本的配送车辆路径优化模型,并提出一种混合禁忌搜索算法.该算法将最近邻算法和禁忌搜索算法相结合,将时间窗宽度及距离作为最近邻算法中节点选择标准;并对禁忌搜索算法中禁忌长度等构成要素进行自适应调整,引入自适应惩罚系数.实验结果表明,改进后的混合禁忌搜索算法具有较强的寻优能力、较高的鲁棒性,同时算法所得车辆行驶路径受客户需求变动影响较小.
在矿产资源开采过程中会产生大量不含矿的围岩和夹石,称为废石。废石是一种固体废弃物,一般以堆存的方式存放。随着我国对矿山环保要求的不断提高,废石的大量堆存及其造成的环境污染已成为现在亟需解决的问题。本文介绍了矿山废石堆存对周边水体、土壤和大气造成的危害,并指明目前这类废石的综合利用方式主要包括有价金属提取、工程化利用以及建材制造等,以期为后续矿山废石的无害化及资源化综合利用提供借鉴。