一种逻辑回归学习率自适应调整方法

在用梯度算法求解逻辑回归分类问题时,由于学习率不同的设置,会使得模型收敛较慢以及在极值点附近出现震荡.而学习率多数凭借经验或按迭代的次数进行调整,效果欠佳.为此提出一种自适应调整方法,在不引入新参数的同时,根据样本集分类准确率的变化对学习率进行更新.在梯度下降较快时,增大学习率,加快收敛速度;在梯度平缓时,缩小学习率,减少最优解在极值点附近的震荡,实验结果验证了该方法的有效性.     

基于优化GA属性约简的上证指数预测

结合粗糙集的相关理论,优化了GA属性约简方法,针对上证指数预测的具体问题,对遗传算法的初始种群和适应度函数进行改进,将上证指数10年间数据的58个属性构成的训练集进行属性约简,并应用参数优化后的SVM分别以属性约简前后的数据集对开盘指数进行回归预测.仿真结果表明,用该算法进行属性约简后,原始数据集中冗余属性对预测结果的...     

a-Si:H/SiO2多层膜中的脉冲激光诱导限制结晶

利用等离子增强化学气相淀积(PECVD)技术制备a-SiH/SiO2多层膜,并采用脉冲激光诱导限制结晶的方法,对a-SiH/SiO2多层膜进行晶化.喇曼(Raman)散射谱的结果表明经过激光辐照后纳米硅颗粒在原始的a-SiH子层形成,且尺寸可以精确控制.     

基于混合仿生算法的SVM参数优化

本文提出一种SVM参数优化的新方法.应用遗传算法先对SVM参数进行初步的优化,把得到的优化结果邻近的一段区域再作为粒子群算法的搜索区间进行二次优化,以提高支持向量机的泛化能力,缩短SVM参数寻优的时间.仿真实验表示,该方法在样本数据缺失的情况下,同样具有较好的泛化能力.     

编码方式在遗传算法求一些函数极值上的性能比较

在Matlab中应用英国Sheffield大学开发的遗传算法工具箱,给出应用二进制编码和实数编码作为编码方式,应用遗传算法求若干常用测试函数极值,并对极值的精度及迭代次数上的性能进行比较.     

郭嵩焘出使经历与经济思想略探

郭嵩焘出使英法期间对西方社会经济进行了深入的观察与思考 ,其经济思想因此有了新的发展 ,表现出鲜明的资本主义经济思想特征 ,他要求转变传统的封建经济政策 ,鼓励私人投资 ,推进民族资本主义的发展 ,实现封建农业经济向近代资本主义经济转变 ,并把发展资本主义经济作为立国之本。     

浅论洋务运动与近代文化变迁

洋务运动是经世实学向近代新学演变的重要媒体,洋务运动涉及的各个领域都表现出与经世实学的渊源关系,其实践经验开启并促进了新学的发展,成为近代文化变迁的重大推动力。     

2万t组合列车制动稳钩能力分析

为了研究重载机车制动安全性问题,以大秦线上运行的2万t级组合列车为例,对其采用的LAF车钩受纵向制动压钩力作用下的复位原理进行分析．在充分考虑钩缓装置的各种位移、刚度特性的基础上,建立了钩缓装置的动力学模型,并将其应用到以HXD2机车牵引万t级列车模型中．对承受纵向压钩力时重载机车的动力学问题,尤其是安全性问题进行了研究．分析表明,HXD2机车上所采用的2种车钩均采用钩肩稳钩与车体稳钩相结合的方式提供车钩的复位力矩．通过动力学仿真研究了不同车钩自由偏转角时,机车所能承受的最大纵向压钩力,结果表明,随着自由偏振角的增大,机车所能承受的最大纵向压钩力不断降低．当机车具有的自动复位力矩可以满足直线运行安全性时,其曲线上制动的安全性也能得到保证．指出车钩纵向压钩力的存在与机车轮缘磨耗有很大关系,钩缓装置的复位能力不足会显著增大轮缘的偏磨．     

基于错分样本权重约束的AdaBoost算法改进

提出一种AdaBoost算法中错分样本权重约束的方法,该方法对AdaBoost算法中多次错分样本数据的权重进行约束,当其超过一个阈值时,就限制这些样本权重的增加,使其在下一轮迭代中的权重比例不至于过大,以提高强学习算法的泛化能力及精度.仿真实验表明该方法在分类问题和回归问题上都得到了较好的结果.     

粗粒度并行遗传算法迁移算子的一种改进

给出粗粒度并行遗传算法对于子种群间迁移策略的一种改进,即每隔一定的进化代数,各子种群与公共池交换最佳个体和代表个体.改进后的迁移算子淡化了子种群间交换个体时的拓扑结构,提高了各子种群的多样性.对复杂非线性函数求极值的仿真结果表明,改进迁移算子后的粗粒度并行遗传算法相对于固定拓扑结构的粗粒度并行遗传算法,得到最优解的进化代数提前,并且最优解的质量有所提高.