检索结果-内蒙古大学图书馆

中山大学学报（自然科学版） 2015年第5期54卷 28-31,48页

作者：罗中良蓝燕陈治明惠州学院电子科学系广东惠州516007

传统的频域自调整算法直接对频谱进行运算,不利于对信号的噪声分离。该文在频域采用对数功率谱表示保证了功率谱的正值特性且易于实现带遗忘因子平滑算法,并针对算法的收敛速度与收敛精度之间的矛盾,提出一种变遗忘因子的自调整算法,推... 详细信息

传统的频域自调整算法直接对频谱进行运算,不利于对信号的噪声分离。该文在频域采用对数功率谱表示保证了功率谱的正值特性且易于实现带遗忘因子平滑算法,并针对算法的收敛速度与收敛精度之间的矛盾,提出一种变遗忘因子的自调整算法,推导了算法的收敛条件,在此基础上设计了遗忘因子按响应谱取指数平均的自调整方法及相应的迭代算法。仿真验证了文中设计的优化谱均衡算法较传统的均衡算法时间上降低了近50%,稳态误差减小了约90%。

关键词：谱均衡参数自调整迭代优化算法

来源：评论

学校读者我要写书评

暂无评论

迭代优化算法在大跨拱桥线形控制中的应用

引用

山东大学学报（工学版） 2008年第3期38卷 23-27页

作者：李传夫李术才魏建军张波山东大学岩土与结构工程研究中心山东济南250061 中国矿业大学江苏徐州221008

针对某大跨径钢管混凝土拱桥的斜拉扣挂系统,将迭代优化算法应用于拱肋吊装的线形控制和索力计算.应用一次张拉到位的思想,通过设置合理的优化变量、约束条件和目标函数,将索力优化分散到各个施工阶段单独进行,依靠循环迭代实现总体线... 详细信息

针对某大跨径钢管混凝土拱桥的斜拉扣挂系统,将迭代优化算法应用于拱肋吊装的线形控制和索力计算.应用一次张拉到位的思想,通过设置合理的优化变量、约束条件和目标函数,将索力优化分散到各个施工阶段单独进行,依靠循环迭代实现总体线形的控制.该算法用于拱桥吊装施工的模拟,考虑了扣索垂度等非线性影响后,一轮优化得到的预抬高和扣索索力即可基本满足线形控制的要求.

关键词：钢管混凝土拱桥迭代优化算法函数逼近线形控制索力优化

来源：评论

学校读者我要写书评

暂无评论

基于迭代优化算法的网络控制系统控制器设计

基于迭代优化算法的网络控制系统控制器设计

引用

作者：刘墩建东北大学

学位级别：硕士

网络控制系统是一种网络化的实时反馈系统,对于其控制器设计的研究一直是控制理论界的一个活跃的研究热点,并且已获得了大量的研究成果。本文主要针对基于超采样模式下网络控制系统可镇定性的研究,更准确的说,本文提出了一种基于渐近行... 详细信息

网络控制系统是一种网络化的实时反馈系统,对于其控制器设计的研究一直是控制理论界的一个活跃的研究热点,并且已获得了大量的研究成果。本文主要针对基于超采样模式下网络控制系统可镇定性的研究,更准确的说,本文提出了一种基于渐近行为分析技术的迭代优化算法,借助分析系统临界特征根随着控制器增益各参数变化的渐近行为来设计控制器增益,从而使基于超采样下的网络控制系统的可镇定域得到了扩大。本文的主要工作如下。(1)首先分析了普通采样模式下系统可镇定控制器的设计。首先,我们将普通采样方法看成超采样机制的一种特殊情况,然后利用离散域内系统稳定性充要判据进行理论推导,进而借助LMI工具箱进行控制器的设计,得出了普通采样模式下网络控制系统的可镇定域。值得说明的是,此可镇定域的求解方法是一种解析手段,结果不存在保守性。(2)超采样是一种灵活的采样机制,但由于超采样多个子采样周期和控制器各个参数互相耦合,导致可镇定控制器设计的条件多参数性和非线性,而且随着子采样个数的增多,耦合性愈加强烈,目前没有一种直接的方法对其进行求解或者解耦处理。本文中,首先引入了渐近行为分析技术的基本思想,然后设计了基于渐近行为分析方法的迭代优化算法,并成功的解决了网络控制系统在超采样机制下的控制器设计问题,进而得到了相应的系统可镇定域。最终,通过实例仿真验证了该方法的可行性。(3)最后本文搭建了一个基于DAQ数据采集卡的实验平台,对利用此优化迭代算法设计控制器的可行性进行实际验证。该实验平台主要由NI数据采集卡、直流有刷电机、测速电机以及相应的驱动电路构成。基于该实验平台的模型,按照前面的理论步骤进行了控制器设计,并且完成了实验平台的理论仿真和实践验证。本文的创新点在于提出了基于渐近行为的迭代优化算法,并且成功运用于超采样机制下的网络控制系统控制器的设计。虽然不能保证此方法是最好的,但是确实是可行的、有效的。

关键词：网络控制系统迭代优化算法渐近行为控制器设计超采样

来源：评论

学校读者我要写书评

暂无评论

一种基于迭代优化算法的AMR激光联合标定方法

一种基于迭代优化算法的AMR激光联合标定方法

引用

作者：邢金亮 300380 天津市西青区中北镇万卉路3号新城市中心A座501

本发明涉及AMR标定领域，尤其涉及一种基于迭代优化算法的AMR激光联合标定方法，包括：S1、利用AMR实时位姿数据建立AMR实时感知状态；S2、根据所述AMR实时感知状态进行仿真运行处理得到AMR时序性仿真运行数据；S3、利用所述AMR时序性... 详细信息

标准号: CN118305810A

本发明涉及AMR标定领域，尤其涉及一种基于迭代优化算法的AMR激光联合标定方法，包括：S1、利用AMR实时位姿数据建立AMR实时感知状态；S2、根据所述AMR实时感知状态进行仿真运行处理得到AMR时序性仿真运行数据；S3、利用所述AMR时序性仿真运行数据根据激光标定数据基于odom坐标系得到AMR仿真标定修正结果；S4、利用所述AMR仿真标定修正结果基于迭代优化算法得到AMR激光联合标定结果，通过AMR实时运行数据与仿真运行数据结合比对处理，精准确定AMR实时位姿状态，并通过双误差轨迹一致性处理，快速建立方案内部逻辑监督机制，同时引入多时刻数据，避免单一时刻数据对于整体标定结果的干扰。

关键词：仿真运行数据迭代优化算法仿真标定时刻数据实时感知时序性标定激光实时运行数据修正一致性处理比对处理标定结果仿真运行激光标定快速建立内部逻辑位姿数据整体标定位姿联合引入监督

来源：评论

学校读者我要写书评

暂无评论

基于展开迭代优化算法的深度压缩感知网络的构建方法

基于展开迭代优化算法的深度压缩感知网络的构建方法

引用

作者：石文轩辛李麒 430072 湖北省武汉市武昌区珞珈山武汉大学

本发明公开了一种展开迭代优化算法的深度压缩感知网络。该深度压缩感知网络应用于编码端图像自适应压缩采样，并在解码端利用优化算法引导深度神经网络结构设计，从而精确重建原始图像的方法。具体来说，本发明提出了一种新的图像压缩... 详细信息

标准号: CN112884851B

本发明公开了一种展开迭代优化算法的深度压缩感知网络。该深度压缩感知网络应用于编码端图像自适应压缩采样，并在解码端利用优化算法引导深度神经网络结构设计，从而精确重建原始图像的方法。具体来说，本发明提出了一种新的图像压缩感知深度神经网络架构，并展开为两个模块：采样矩阵模块和重建网络模块，通过端到端学习训练，共同优化网络参数。采样矩阵模块利用数据驱动，从训练图像中学习图像纹理信息，自适应地获得采样矩阵数值，完成压缩感知编码。重构网络模块分为两部分：第一部分将快速迭代软阈值收缩优化算法(FISTA)展开为深度神经网络形式，第二部分使用一组卷积滤波器和非线性激活函数减少分块压缩感知带来的块伪影现象。

关键词：感知采样矩阵深度压缩网络模块优化算法自适应滤波器迭代优化算法神经网络结构神经网络形式分块压缩激活函数神经网络数据驱动图像压缩网络参数网络应用纹理信息学习图像学习训练训练图像压缩采样压缩感知原始图像阈值收缩重建编码端端到端解码端块伪影迭代重构组卷架构图像优化网络

来源：评论

学校读者我要写书评

暂无评论

一种展开迭代优化算法的深度压缩感知网络

一种展开迭代优化算法的深度压缩感知网络

引用

作者：石文轩辛李麒 430072 湖北省武汉市武昌区珞珈山武汉大学

标准号: CN112884851A

来源：评论

学校读者我要写书评

暂无评论

一种面向有限元模型极微小变参的收敛与迭代优化算法

一种面向有限元模型极微小变参的收敛与迭代优化算法

引用

作者：白雪李志臣陈坤王鸿雁 100854 北京市海淀区永定路50号85-1号楼

本说明书公开了一种面向有限元模型极微小变参的收敛与迭代优化算法，涉及系统优化算法技术领域，方法包括基于预设设计变量增量和目标函数，获得响应变量增量；判断所述响应变量是否等于0或者无解，若是，则基于所述预设设计变量增量... 详细信息

标准号: CN116467908A

本说明书公开了一种面向有限元模型极微小变参的收敛与迭代优化算法，涉及系统优化算法技术领域，方法包括基于预设设计变量增量和目标函数，获得响应变量增量；判断所述响应变量是否等于0或者无解，若是，则基于所述预设设计变量增量获得新响应变量增量；基于所述新响应变量增量，计算对应的迭代方向或结束迭代，解决了目前针对复杂系统在包含有限元局部精细模型的优化算法存在响应变量对参数变量不敏感以及响应结果易发散的问题。

关键词：变量增量响应设计变量预设迭代优化算法参数变量迭代方向复杂系统精细模型目标函数算法技术系统优化响应结果优化算法不敏感元模型发散迭代收敛

来源：评论

学校读者我要写书评

暂无评论

电量分割迭代优化算法

电量分割迭代优化算法

引用

作者：陈晓东张廷营黄筱婷张舸杨塑代红阳任龙霞张玉欣徐新宇陈新宇 511458 广东省广州市南沙区环市大道西225号

本发明涉及一种电量分割迭代优化算法，包括以下步骤：S1、设置迭代变量初值：选择各类别线损的上下限作为优化模型的迭代变量，根据电量分割结果更新迭代变量的值，代入下一次运算，直至得到线损合理的电量分割结果；S2、求解优化模型... 详细信息

标准号: CN117132309A

本发明涉及一种电量分割迭代优化算法，包括以下步骤：S1、设置迭代变量初值：选择各类别线损的上下限作为优化模型的迭代变量，根据电量分割结果更新迭代变量的值，代入下一次运算，直至得到线损合理的电量分割结果；S2、求解优化模型：将迭代变量初值代入优化模型初步求解电量分割结果，得到各类别送受电变量；S3、根据步骤S2得到的各类别送电线损情况，依据第一规则和第二规则更新迭代变量值；S4、将更新的迭代变量值再次代入优化模型进行运算，直至迭代误差小于设定值，则迭代完成，得到最终电量分割结果。本发明有效解决了分割电量类别线损在有电量时为0，及远端线损小于近端线损的问题，确保电力电费结算过程中的合理性。

关键词：电量迭代变量分割结果优化模型线损迭代端线求解迭代优化算法电费结算迭代完成迭代误差规则更新有效解决次运算上下限送电线分割更新受电合理性运算

来源：评论

学校读者我要写书评

暂无评论

一种优化剂量引导的TPS自动迭代优化算法

一种优化剂量引导的TPS自动迭代优化算法

引用

作者：文虎儿鞠垚姚毅 215000 江苏省苏州市工业园区金鸡湖大道99号纳米城西北区03幢101、201和301室

本发明公开一种优化剂量引导的TPS自动迭代优化算法，包括以下内容：首先，根据分割后的剂量计算各器官内每个点的剂量和优化结果的差异，作为优化引擎的输入，得到差异部分的强度图贡献；然后，将原优化后的强度图减去差异部分的强度... 详细信息

标准号: CN109499012A

本发明公开一种优化剂量引导的TPS自动迭代优化算法，包括以下内容：首先，根据分割后的剂量计算各器官内每个点的剂量和优化结果的差异，作为优化引擎的输入，得到差异部分的强度图贡献；然后，将原优化后的强度图减去差异部分的强度图，作为子野分割的强度图输入，得到迭代后的子野并计算剂量；最后，重复整个过程，使最终的剂量分布与优化后的剂量接近，得到预期的剂量分布。应用本发明，将子野分割步骤考虑到整个优化过程中，不断修正子野分割产生的剂量偏差，可显著提升计划质量，并加快计划制作效率。

关键词：强度图优化分割剂量分布迭代优化算法剂量计算剂量偏差优化结果引导的预期的减去迭代引擎器官修正重复制作应用

来源：评论

学校读者我要写书评

暂无评论

基于冲突消解迭代优化算法的无线电频谱资源规划方法

基于冲突消解迭代优化算法的无线电频谱资源规划方法

引用

作者：王梦麟张学庆孙琳朱璇岳磊周学全 430010 湖北省武汉市解放公园路45号

本发明公开了一种基于冲突消解迭代优化算法的无线电频谱资源规划方法，该方法包括：根据频谱规划矛盾冲突，利用频谱冲突消解的迭代优化算法构建无线电频谱资源规划模型，实现对不同业务的无线电频谱资源的规划。然后利用灰色熵权模糊... 详细信息

标准号: CN106131853A

本发明公开了一种基于冲突消解迭代优化算法的无线电频谱资源规划方法，该方法包括：根据频谱规划矛盾冲突，利用频谱冲突消解的迭代优化算法构建无线电频谱资源规划模型，实现对不同业务的无线电频谱资源的规划。然后利用灰色熵权模糊评估算法构建了综合评判模型，对所述规划进行量化评估，得到最优的规划方案。本发明方法综合考虑各方面的因素，将频谱资源规划与业务需求紧密结合，能有效消解无线电频谱资源规划中的冲突问题，并对规划方案进行量化评估，通过不断的调整与优化，最终形成操作性强的无线电频谱资源规划方案。

关键词：无线电频谱资源规划消解迭代优化算法量化评估冲突频谱资源规划综合评判模型规划模型矛盾冲突模糊评估频谱规划算法构建业务需求综合考虑构建频谱优化

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：