排序方式: 共有23条查询结果,搜索用时 0 毫秒
1.
2.
3.
4.
深度信念网络(Deep belief network,DBN)作为一类非常重要的概率生成模型,在多个领域都有着广泛的用途.现有深度信念网的训练分为两个阶段,首先是对受限玻尔兹曼机(Restricted Boltzmann machine,RBM)层自底向上逐层进行的贪婪预训练,使得每层的重构误差最小,这个阶段是无监督的;随后再对整体的权值使用有监督的反向传播方法进行精调.本文提出了一种新的DBN训练方法,通过多隐层的Gibbs采样,将局部RBM层组合,并在原有的逐层预训练和整体精调之间进行额外的预训练,有效地提高了DBN的精度.本文同时比较了多种隐层的组合方式,在MNIST和ShapeSet以及Cifar10数据集上的实验表明,使用两两嵌套组合方式比传统的方法错误率更低.新的训练方法可以在更少的神经元上获得比以往的训练方法更好的准确度,有着更高的算法效率. 相似文献
5.
6.
7.
针对现有车联网路由算法存在路由维护开销大、动态适应性差的问题,提出一种基于改进Q学习的多跳分簇复合路由算法。在簇维护阶段,簇头根据网关效用性函数选择边缘车辆中通信性能较优且速度相对稳定的节点作为网关节点。在路由建立阶段,通过考虑链路通信质量、数据包传输方向和节点移动性三个方面,设计节点性能评估函数,用于评估所选择下一跳节点的综合性能,以避免出现“盲路”问题,在Q学习阶段,通过定量化方法表示相邻节点的链路持续时间和距离,并将其作为学习率和折扣率,以提升Q学习的学习效率。在德国科隆和国内某市移动数据集上的实验仿真结果表明,相比RSAR、GPSR和TCRA路由算法,该算法的路由生存时间、吞吐量平均提高17.71%和32.56%,通信延迟和丢包率平均降低14.3%和66.32%,能适应复杂多变的车辆自组织网络。 相似文献
8.
从适用于电动汽车锂离子电池荷电状态(SOC)估计的等效电路模型出发,对Rint、RC、Thevenin、PNGV和GNL等模型进行了归纳和总结,着重介绍了PNGV等效电路模型的基本原理、参数辨识过程及其研究现状。针对PNGV模型,进行模型电路的结构和参数辨识的优化,从而使电池模型在整个生命周期内都能真实且准确地反映出电池的实际属性,将会是今后该领域研究和应用的重点。 相似文献
9.
CAN网络消息调度的方法直接关系到整车通信的实时性。在CAN网络特点基础上,提出一种基于EDF的分布式CAN网络动态调度方法。将CAN帧标识符分成静态段和动态段两部分,给出静态段ID设计原则和内容;针对动态段,提出分布式环境下节点内部消息的EDF调度机制,并通过建立消息阻塞模型,分析其可调度性;在此基础上,提出基于"幂函数"的动态段编码方法,并证明了其误差。仿真实验结果表明,该机制实现了基于EDF的CAN网络消息动态调度,有效降低了消息传输的最坏响应时间,提高了网络带宽利用率。 相似文献
10.