题名 基于动态卷积概率矩阵分解的潜在群组推荐
被引量：18
1
作者
王海艳 董茂伟
机构
南京邮电大学计算机学院 江苏省无线传感网高技术研究重点实验室 江苏省大数据安全与智能处理重点实验室
出处
《计算机研究与发展》
EI
CSCD
北大核心
2017年第8期1853-1863,共11页
基金
国家自然科学基金项目(61201163 61373138)~~
文摘
近年来,群组推荐由于其良好的实用价值得到了广泛关注.然而,已有的群组推荐方法大多都是根据分析用户对服务的评分矩阵直接将个体用户的推荐结果或个体用户偏好进行聚合,没有综合地考虑用户-群组-服务这三者间的联系,导致群组推荐效果欠佳.受潜在因子模型与状态空间模型启发,结合评分矩阵、服务描述文档以及时间因素,共同分析用户-群组-服务间的联系,提出了一种基于动态卷积概率矩阵分解的群组推荐方法.该方法首先利用基于卷积神经网络的文本表示方法获取服务潜在特征模型的先验分布;然后,将状态空间模型与概率矩阵分解模型相结合,获得用户潜在偏好向量与服务特征向量;之后,对用户偏好向量运用聚类算法来发现潜在的群组;最终,对群组中的用户偏好采取均值策略融合成群组偏好向量,并与服务特征向量共同生成群组对服务的评分,实现群组推荐.通过在MovieLens数据集上与同类方法进行对比实验,发现所提方法的推荐有效性与精确性上更具有优势.
关键词
卷积神经网络 概率矩阵分解 状态空间模型 聚类算法 群组推荐
Keywords
convolutional neural network probabilistic matrix factorization state space model clustering algorithms group recommendation
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
题名 区域风电场群集中式功率预测系统设计
2
作者
何祥针 左剑 杨韵 付聪 刘锋
机构
广东电网有限责任公司电力调度控制中心 北京清能互联科技有限公司
出处
《电气自动化》
2024年第5期59-61,65,共4页
基金
国家自然科学基金项目(GDKJXM20210069)。
文摘
为实现对区域风电场群集中式功率的准确预测,提出并设计了一种适应性强、维度高的预测模型。首先,通过AHP分析法发现影响区域风电场群集中式功率预测系统的五个必要因子;然后,构建预测评估模型得到其设计附加值的数据构建状态空间模型;接着,将该状态空间模型在人工智能的数据空间中进行部署并加以神经网络训练;最后,对这一预测系统模型进行实证验证,发现其数据吻合度较高。该预测模型可以用于对区域风电场群集中式功率进行预测,具有较广泛的应用价值。
关键词
区域风电场群 集中式功率 预测评估模型 神经网络训练 状态空间模型
Keywords
regional wind farm clusters centralized power prediction and evaluation model neural network trainingstate space model
分类号
TM425
[电气工程—电器]
题名 基于Transformer的机动目标跟踪技术
被引量：2
3
作者
党晓方 蔡兴雨
机构
西安电子工程研究所
出处
《电子科技》
2023年第9期86-92,共7页
基金
国防科工局RT9低空监视雷达基金(AS216)。
文摘
为解决递归神经网络(Recurrent Neural Network,RNN)和长短期记忆网络(Long Short-Term Memory,LSTM)在跟踪机动目标时,由于序列过长容易出现梯度消失和梯度爆炸导致目标发生机动后跟踪效果变差的问题,文中构建了一种基于Transformer的网络(Transformer-Based Network,TBN)来跟踪机动目标。该网络使用基于注意力机制设计的编码器提取目标序列的历史航迹特征,提高对目标机动情况的捕获能力。使用基于卷积网络设计的解码器输出最终的航迹序列,提高机动目标跟踪能力。通过中心最大值(Center-Max,CM)归一化方法,将所有序列减去其初值,降低了网络学习的复杂度,增强了网络的泛化性。实验结果证明,在存在机动情况的大规模航迹数据集下,与长短期记忆网络相比,CM归一化和TBN相组合的方法的位置精度提高了11.2%,速度精度提高了41.9%。文中所提方法在观测值存在缺失时仍能正确跟踪目标。
关键词
机动目标跟踪 注意力机制 Transformer网络 循环神经网络 长短期记忆网络 归一化 状态空间模型 神经网络
Keywords
maneuvering target tracking attention mechanism Transformer network recurrent neural network Long Short-Term Memory normalization state space model neural network
分类号
TN953
[电子电信—信号与信息处理]
题名 无监督的猕猴运动皮层锋电位信号CKF解码
被引量：2
4
作者
薛明龙 吴海锋 曾玉
机构
云南民族大学电气信息工程学院
出处
《自动化学报》
EI
CSCD
北大核心
2017年第2期302-312,共11页
基金
国家自然科学基金(61262091) 云南省第17批中青年学术和技术带头人资助项目(2014HB019) +1 种基金 云南省教育厅科学基金重点项目(2014Z093) 云南民族大学研究生创新基金项目(2016YJCXS03)资助~~
文摘
如何通过猕猴运动皮层的神经元锋电位信号估计其手指移动位置是一神经解码问题,现存方法解决该问题大多采用有监督训练,需要通过训练数据得到神经元锋电位信号与手指移动位置的关系,因此其估计性能依赖于训练数据.本文提出了一种无监督解码方法,该方法基于状态空间模型(State space model,SSM),利用神经网络得到神经元锋电位数与手指移动位置的关系权值,再用逐次状态估计方法去估计手指移动的位置.为减少训练的复杂度和提高估计准确度,采用一种非线性的积分卡尔曼滤波(Cubature Kalman filtering,CKF)来完成神经网络的训练和手指位置的逐次状态估计.与传统方法相比,该方法的最大特点是无监督,可以由神经元锋电位簇向量直接估计手指移动位置,而无需有监督训练.实验结果显示,当采用较少的有监督数据,现存方法与本文方法相比有较大的估计误差;当采用较多的有监督数据,现存方法才具有与本文方法相近似的估计误差.
关键词
神经解码 状态空间模型 无监督训练 积分卡尔曼滤波
Keywords
neural decoding, state space model （SSM）, unsupervised training, cubature Kalman filter （CKF）
分类号
TN713
[电子电信—电路与系统]
R338
[医药卫生—人体生理学]
题名 基于神经状态空间的非线性系统建模研究
5
作者
王永骥 吴庆 王宏
机构
华中科技大学控制系 英国曼彻斯特理工大学造纸系
出处
《系统仿真学报》
CAS
CSCD
2001年第z1期12-14,共3页
基金
受国家自然科学基金(69974107) 湖北省自然科学基金(99JJ015) +2 种基金 国家留学基金委回国人员科研启动基金 高等学校国家重点实验室和教育部重点实验室访问学者基金 高等学校骨干教师资助计划资助。
文摘
提出了一种基于神经状态空间的非线性系统建模方法。神经状态空间(NNSP)具有系统的拟线性特性,许多线性系统控制器设计方法均可以扩展到 NNSP模型。本文采用了增广卡尔曼滤波方法进行神经状态空间的参数辨识,高阶校验模型用于验证非线性系统神经状态空间的模型的有效性 。将本法应用于典型的化学过程的建模,结果表明本方法正确有效。
关键词
神经状态空间模型 增广Kalman滤波 连续搅拌釜式反应器 (CSTR)
Keywords
neural state space model extended Kalman filter continuous stirred tank reactor (CSTR)
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
题名 基于迭代容积卡尔曼滤波的神经网络训练算法
被引量：1
6
作者
袁光耀 胡振涛 张谨 赵新强 付春玲
机构
河南大学图像处理与模式识别研究所 河南大学物理与电子学院
出处
《计算机科学》
CSCD
北大核心
2016年第10期256-261,共6页
基金
国家自然科学基金(61300214) 中国博士后基金(2014M551999) +3 种基金 河南省高校科技创新团队支持计划(13IRTSTHN021) 河南省高校青年骨干教师资助计划(2013GGJS-026) 河南大学优秀青年培育基金(0000A40366) 河南大学教学改革项目(2015)资助
文摘
针对现有应用非线性滤波算法对神经网络进行训练时存在精度不足的问题,提出了一种基于迭代容积卡尔曼滤波的神经网络训练算法。首先,将前馈神经网络各个节点的连接权值和偏置作为状态向量,建立前馈神经网络的状态空间模型。其次,利用Spherical-Radial准则生成容积点,并依据Gauss-Newton迭代策略来优化量测更新过程中获取的状态估计值和状态估计误差协方差,通过容积卡尔曼滤波估计精度的改善,提升神经网络节点的连接权值和偏置的训练效果。理论分析和仿真实验结果验证了所提算法的可行性和有效性。
关键词
前馈神经网络 状态空间模型 容积卡尔曼滤波 Gauss-Newton迭代
Keywords
Feedforward neural network, state -space model , Cubature kalman filter, Gauss-Newton iterate
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 比例最小偏度单形UKF的RBF神经网络算法
7
作者
吕岚 甘旭升 屈虹 赵海涛
机构
陕西铁路工程职业技术学院 空军工程大学空管领航学院
出处
《火力与指挥控制》
CSCD
北大核心
2014年第12期80-83,共4页
基金
校级课题资助项目(2014-39)
文摘
为提高RBF神经网络的建模性能,提出一种基于改进无迹Kalman滤波(UKF)的RBF神经网络训练算法。在该算法中,首先将比例最小偏度单形Sigma点采样策略引入UT,以有效改进UKF,提升其计算效率,然后利用改进的UKF优化估计RBF神经网络的最优参数。仿真结果表明,改进的UKF比EKF具有更高的RBF神经网络模型训练精度,与传统UKF的模型精度大体相当,但速度更快,计算效率更高。
关键词
无迹Kalman滤波 径向基函数 神经网络 状态空间模型
Keywords
unscented kalman filter radial basis function neural networkstate space model
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
题名 基于自适应无迹卡尔曼滤波的小波网络算法及其应用
8
作者
薛博文 张志峰 何婧卿 甘旭升
机构
空军工程大学导弹学院 空军工程大学工程学院
出处
《火力与指挥控制》
CSCD
北大核心
2010年第12期159-162,共4页
文摘
针对扩展Kalman滤波(EKF)训练小波网络存在收敛慢、精度不高、计算Jacobian矩阵困难等问题,在自适应Kalman滤波理论基础上,提出一种基于自适应无迹Kalman滤波(UKF)的小波网络训练算法。该算法在在UKF框架内引入自适应因子,通过其调整观测协方差与状态参数协方差的比例,使状态向量预测值的协方差更趋向真实值,有效地提高了小波网络的精度。仿真结果表明,基于自适应UKF的小波网络的收敛速度快,估计精度高,无需计算Jacobian矩阵,适于解决非线性系统的建模预测问题。
关键词
KALMAN滤波 小波 神经网络 状态空间模型
Keywords
Kalman filter wavelet neural network state space model
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
