一种具有遗忘特性的在线学习算法框架

基于凸优化中的对偶理论,提出了一种具有遗忘特性的在线学习算法框架。其中,Hinge函数的Fenchel对偶变换是将基本学习问题由批量学习转化为在线学习的关键。新的算法过程是通过以不同方式提升含有约束变量的对偶问题实现的:(1)梯度提升;(2)贪婪提升。回顾了以往的相关研究工作,并指出了与之的区别与联系。人造数据集和真实数据集上的实验结果证实了算法框架的有效性。算法可以很好地处理数据流中的分类面漂移问题,为设计和分析新的在线学习算法提供了一个新的思路。     

用相位梯度法校正超宽带雷达系统的相位误差

线性调频 (LFM)信号体制的超宽带雷达 (UWBR)系统的相位误差 ,会影响雷达系统脉冲压缩的结果。本文提出的相位梯度 (PG)算法 ,能够有效地估计系统相位误差 ,改善脉冲压缩的性能。     

应变局部化理论及在岩土中的应用

应变局部化是物质内部应变积聚而生成的应变窄带,也称剪切带。固体材料特别是岩土材料的塑性变形和破坏常常与应变局部化现象相联系。应用经典连续介质力学来研究应变局部化现象遇到很多困难,如数值模拟的结果病态依赖于有限元网格等。为了克服这一困难,国内外研究者尝试着用各种不同的方法来研究应变局部化现象,包括理论、实验、数值模拟等方法。本文对应变局部化理论及其在岩土中新的应用进行了总结与回顾。     

陶瓷/金属梯度热障涂层的制备及性能评价

为了评价陶瓷/金属梯度热障涂层的性能,设计了4种涂层方案和2种基体材料(1Cr18Ni9Ti和2Cr13).利用单枪单送粉器成功地制备了线性梯度涂层.通过观察涂层的微观结构、测量涂层的抗热震性能和热残余应力来评价涂层的性能.利用扫描电镜对各种陶瓷涂层的微观结构进行了观察和分析,利用X射线能谱分析得到了陶瓷梯度涂层试样中的不同区域的衍射图.热震试验表明,梯度涂层比非梯度涂层具有更好的抗热震性能.采用钻孔法对不同涂层方案进行了残余应力的测量,结果表明,压应力出现在1Cr18Ni9Ti基体材料上,而拉应力出现在2Cr13基体材料上.     

电磁轨道炮电感梯度影响因素分析

利用Ansoft Maxwell 14.0有限元分析软件,在考虑和不考虑电枢2种情况下对简单电磁轨道炮电感梯度的影响作对比分析,得出计算电感梯度时有必要将电枢的影响考虑进去的结论.为提高增强型轨道炮的电感梯度,分析不同轨道间距、厚度以及不同炮口宽度对2种增强型轨道炮电感梯度的影响,得出电感梯度随轨道参数变化的规律.     

基于应变局部化理论的剑桥模型改进

应用传统的弹塑性理论模型在分析剪切带的时候遇到了很多困难,如控制方程失去椭圆性等,其原因是传统的弹塑性理论模型并没有包含材料的内部参数。在剑桥模型的基础上,考虑应变二阶梯度,提出一种新的计算剪切带的理论模型。当应变局部化发生时,带内土体采用该模型计算,带外土体则按照传统弹塑性模型计算。该理论模型汲取了剑桥模型实验参数少,应用简便的优点。     

多层局部回归神经网络在激光陀螺捷联惯导系统惯性敏感器误差补偿中的应用

惯导系统误差补偿技术对提高武器装备的性能具有重要的意义 ,而误差补偿的关键在于误差模型的辨识。探讨将多层局部回归神经网络引入到惯性敏感器误差建模中 ,详细介绍了网络结构和对应的自适应动态梯度算法。仿真算例说明 ,多层局部回归神经网络在惯性敏感器输出误差建模时具有一定的优点 :网络收敛速度快、较好的跟踪性能、稳定性好。     

共轭梯度反传算法及其在液体火箭发动机系统辨识中的应用

结合非线性优化理论和方法提出了易于实现、收敛速度比较快的多层神经网络共轭梯度反传算法。液体火箭发动机参数辨识技术已得到广泛的应用,由于传统的数学方法必须基于发动机已知模型,使得其参数辨识受到极大的限制。文中基于神经网络共轭梯度反传算法进行液体火箭发动机的系统辨识,结合变推力发动机热试车动态数据,得到了满意的仿真结果。     

On gamma estimation via matrix kriging

In financial engineering, sensitivities of derivative prices (also known as the Greeks) are important quantities in risk management, and stochastic gradient estimation methods are used to estimate them given the market parameters. In practice, the surface (function) of the Greeks with respect to the underlying parameters is much more desired, because it can be used in real‐time risk management. In this paper, we consider derivatives with multiple underlying assets, and propose three stochastic kriging‐based methods, the element‐by‐element, the importance mapping, and the Cholesky decomposition, to fit the surface of the gamma matrix that can fulfill the time constraint and the precision requirement in real‐time risk management. Numerical experiments are provided to illustrate the effectiveness of the proposed methods.