“下降梯度”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果343427个，建议您升级VIP下载更多相关专利

[发明专利]梯度下降树的生成方法、装置、电子设备及存储介质-CN202010561789.3在审
发明人：希滕;张刚;温圣召 -专利权人：北京百度网讯科技有限公司
申请日： 2020-06-18 - 公布日： 2020-11-10 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了梯度下降树的生成方法、装置、电子设备及存储介质，涉及人工智能技术和深度学习领域，可应用于图像处理。具体实现方案为：先生成梯度下降树搜索空间，再根据梯度下降树搜索空间生成待训练梯度下降树；接着，对待训练梯度下降树进行训练并进行性能评估，当评估结果不满足评分要求时对待训练梯度下降树进行迭代更新，直至评估结果满足评分要求或者对待训练梯度下降树的迭代更新次数达到预设迭代次数通过本申请实现了梯度下降树的自动生成，在梯度下降树搜索空间中进行自动搜索以生成梯度下降树，使得最终生成的梯度下降树能够获得较优的性能，提高梯度下降树的鲁棒性。
梯度下降生成方法装置电子设备存储介质

[发明专利]一种基于索引表达式的梯度下降算法的建模方法-CN202210608393.9在审
发明人：王小兵;朱星光;孙东海;段振华;赵亮;田聪;张南 -专利权人：西安电子科技大学
申请日： 2022-05-31 - 公布日： 2022-09-23 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种基于索引表达式的梯度下降算法的建模方法，包括：基于预设的索引表达式，构建梯度下降谓词；根据梯度下降算法的预设精度，利用MSVL中的字符串对输入数据进行不同类型的运算，得到第一结果；读取数据集，并根据梯度下降谓词对多元线性回归模型进行训练，得到梯度下降的形式化模型；利用第一结果，对梯度下降的形式化模型的性质进行验证。本发明通过基于预设的索引表达式来构建梯度下降谓词，从而针对泰勒展开应用的形式化模型，可以对机器学习系统底层的安全性和可靠性进行验证分析。
一种基于索引表达式梯度下降算法建模方法

[发明专利]一种基于多步梯度下降的自适应信号处理方法-CN201410116777.4有效
发明人：徐新龙;张达文;尹建君;李勇飞;喻昌远 -专利权人：复旦大学;上海复控华龙微系统技术有限公司
申请日： 2014-03-26 - 公布日： 2017-09-12 - 主分类号： H03H21/00 文献下载
摘要：本发明公开了一种基于多步梯度下降的自适应信号处理方法，属于自适应信号处理技术领域，该方法将多步梯度下降方法和自适应信号处理的NLMS技术相结合，提出了多步梯度下降的NLMS技术。具体利用多步梯度下降方法来加快基于标准梯度下降方法的NLMS技术的收敛速度，以此来提高信号处理的跟踪能力。实验结果表明，该技术的性能十分理想，能够有效解决现有技术所存在的问题。
一种基于梯度下降自适应信号处理方法

[发明专利]一种基于改进随机梯度下降的图像分类方法及装置-CN201910170947.X有效
发明人：王强;孙建德;张化祥;王吉华;万文博 -专利权人：山东师范大学
申请日： 2019-03-07 - 公布日： 2021-02-23 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于改进随机梯度下降的图像分类方法及装置，该方法包括：接收待分类图像数据，进行数据预处理，得到预设尺寸的图像；根据改进随机梯度下降法建立的深度网络模型对预处理数据进行特征提取；利用提取的特征对接收的待分类图像数据进行分类采用改进随机梯度下降法对深度网络模型中进行参数训练：利用上一步梯度的估计值与本步梯度的观测值求出增益值；利用求得的增益值与上一步梯度的估计值、观测值以及本步梯度的观测值，求得本步梯度的估计值；利用取得的梯度估计值，更新模型参数，采用梯度下降法或随机梯度下降法进行模型参数训练，直至模型满足预设训练终止准则。
一种基于改进随机梯度下降图像分类方法装置

[发明专利]恶意攻击检测方法、装置及电子设备-CN202110796037.X在审
发明人：孙奕;陈性元;周传鑫;汪德刚;黄琳娜;张东巍 -专利权人：中国人民解放军战略支援部队信息工程大学
申请日： 2021-07-14 - 公布日： 2021-10-26 - 主分类号： G06F21/55 文献下载
摘要：本申请公开一种恶意攻击检测方法、装置及电子设备，该方法包括：获取客户端上传的多个不同的本地模型更新，确定不同的本地模型更新分别表征的不同梯度下降过程的梯度下降方向相似度，并根据不同的本地模型更新分别表征的不同梯度下降过程的梯度下降方向相似度从而，本申请方案，通过判断客户端上传的不同本地模型更新分别表征的不同梯度下降过程的梯度下降方向相似度，实现了对联邦学习技术中来自客户端的恶意攻击进行检测，可有效解决联邦学习中恶意攻击的检测问题。
恶意攻击检测方法装置电子设备

[发明专利]一种梯度下降算法的差异可视分析方法-CN202010119920.0在审
发明人：孙国道;付伟胜;厉栋;蒋莉 -专利权人：浙江工业大学
申请日： 2020-02-26 - 公布日： 2020-08-04 - 主分类号： G06N3/04 文献下载
摘要：一种梯度下降算法的差异可视分析方法，包括以下步骤：采用梯度下降算法对线性回归数据集进行训练，提取训练过程中的特征向量，并且得到最优线性回归系数。运用可视化技术对上面提取的特征向量进行可视分析，通过热力图来展示梯度下降算法对多个模型的训练结果，采用线性拟合和误差曲线协助用户直观地认识梯度下降算法，运用矩阵图来进行横向和纵向比较，以此来帮助用户理解梯度下降算法通过以上步骤帮助深度学习初学者理解梯度下降算法的工作原理，并且帮助他们掌握并且熟练使用不同的梯度下降算法，以及明白它们的差异性。
一种梯度下降算法差异可视分析方法

[发明专利]基于宽度学习干扰观测器的永磁同步电机控制方法及系统-CN202210542685.7有效
发明人：杨玮林;范永强;许德智;潘庭龙;张伟明 -专利权人：江南大学
申请日： 2022-05-18 - 公布日： 2023-06-06 - 主分类号： H02P25/064 文献下载
摘要：本发明公开了一种基于宽度学习干扰观测器的永磁同步电机控制方法及系统，包括：获取永磁同步直线电机某段时间内不同控制状态下的干扰观测器输入与输出数据，作为梯度下降宽度学习系统的初始训练数据样本集；采用归一化算法对初始训练数据样本集进行数据预处理，得到目标维度的梯度下降宽度学习系统训练数据样本集；将预处理后的训练数据样本集输入到梯度下降宽度学习系统中进行训练，得到梯度下降宽度学习系统模型；利用梯度下降迭代算法实时更新梯度下降宽度学习系统模型权重和偏置；利用更新后的梯度下降宽度学习干扰观测器模型对永磁同步直线电机转速控制的扰动进行补偿。
基于宽度学习干扰观测器永磁同步电机控制方法系统

[发明专利]一种手势识别方法、装置、设备及存储介质-CN202310106962.4有效
发明人：阎石;赵东东;孙卫国;孙万胜;张国华 -专利权人：兰州大学
申请日： 2023-02-03 - 公布日： 2023-10-27 - 主分类号： G06V40/20 文献下载
摘要：本申请首先在分数阶梯度下降算法中的分数阶梯度表达式中加入一阶动量，将整数阶梯度下降中的动量思想应用到分数阶梯度下降中，得到了通过带有动量信息的分数阶梯度下降算法；然后通过带有动量信息的分数阶梯度下降算法对手势识别模型的训练过程进行优化
一种手势识别方法装置设备存储介质

[发明专利]基于随机梯度下降回归算法的全波形反演方法-CN202210287957.3在审
发明人：曲志鹏;朱剑兵;王兴谋;梁鸿贤;姜蕾;徐宏斌;刘鸽 -专利权人：中国石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司物探研究院
申请日： 2022-03-23 - 公布日： 2023-10-03 - 主分类号： G01V1/28 文献下载
摘要：本发明提供一种基于随机梯度下降法的全波形反演目标函数优化算法，包括：步骤1,确定初始模型；步骤2，对初始模型进行正演分析；步骤3：测算正演后得到的模拟数据和观测数据的差值，计算目标函数；步骤4：对正演结果和观测结果之间定义的目标函数使用伴随状态法构造梯度；步骤5：借由得到的梯度使用随机梯度下降法对初始模型进行优化；步骤6：重复步骤2、3、4、5直到模型收敛。该基于随机梯度下降法的全波形反演优化算法借助了随机梯度下降法通过使用随机梯度下降优化算法对全局最优解的搜索能力，提高了全波形反演优化过程的精度，提高了对局部极值问题的抵抗能力。
基于随机梯度下降回归算法波形反演方法

[发明专利]一种基于忆阻器-梯度下降法神经网络的高性能混凝土强度预测方法-CN201910609063.X在审
发明人：邱林;梁英杰 -专利权人：河海大学
申请日： 2019-07-08 - 公布日： 2019-10-22 - 主分类号： G16C60/00 文献下载
摘要：本发明公开了一种基于忆阻器‑梯度下降法神经网络的高性能混凝土强度预测方法，包括获取高性能混凝土实验数据，建立数据库，并获得训练样本和预测样本；结合忆阻器与传统梯度下降学习算法，建立忆阻器‑梯度下降法神经网络；利用获得的训练样本对建立的忆阻器‑梯度下降法神经网络进行训练，获得训练好的忆阻器‑梯度下降法神经网络；将预测样本输入已训练好的忆阻器‑梯度下降法神经网络中，对高性能混凝土强度进行预测；输出待预测高性能混凝土的强度值
高性能混凝土忆阻器神经网络下降法预测强度预测训练样本建立数据库实际工程实验数据性能评估学习算法样本输入预测结果建筑工程样本输出应用

[发明专利]一种基于自适应差分隐私的联邦学习隐私保护方法-CN202310121561.6在审
发明人：蔡乐才;焦三秀;罗春兰;张璐瑶;王新杰;金玉鑫;高祥 -专利权人：四川轻化工大学
申请日： 2023-02-14 - 公布日： 2023-06-27 - 主分类号： G06F21/62 文献下载
摘要：本发明公开了一种基于自适应差分隐私的联邦学习隐私保护方法，包括：控制各本地用户从服务器下载初始模型；控制各本地用户从目标本地用户的样本数据集中随机挑选h个样本，并采用每个样本的梯度算法来计算梯度；将梯度进行二范数裁剪；对裁剪后的梯度添加高斯机制噪声；根据具有噪声的梯度，采用自适应差分隐私算法，得到自适应噪声；利用自适应噪声进行本地模型的梯度下降训练；将梯度下降训练后的本地模型的参数传输至服务器；控制服务器端对所有梯度下降训练后的本地模型进行联邦平均聚合操作并根据联邦平均聚合操作结果更新全局模型，得到更新后的全局模型；控制服务器将更新后的全局模型广播给参与梯度下降训练的本地模型。
一种基于自适应隐私联邦学习保护方法

[发明专利]一种基于改进随机平均梯度下降的医学命名实体识别方法-CN202110435549.3在审
发明人：陈观林;程钊;杨武剑;翁文勇;李甜 -专利权人：浙大城市学院
申请日： 2021-04-22 - 公布日： 2021-06-15 - 主分类号： G06F40/295 文献下载
摘要：本发明涉及一种基于改进随机平均梯度下降的医学命名实体识别方法，包括步骤：接受待标注的医学非结构化文本，进行数据预处理，得到标注后的数据；根据改进随机平均梯度下降建立AWD‑LSTM模型，将预处理数据输入本发明的有益效果是：本发明通过改变迭代轮数step的值来间接影响梯度值，按一定规律对随机平均梯度下降优化算法的关键参数进行回滚，从而达到更改随机平均梯度下降优化算法的收缩率的效果，达到跳出随机平均梯度下降优化算法局部最优的目的
一种基于改进随机平均梯度下降医学命名实体识别方法

[发明专利]一种适用于多端柔性直流系统的下垂控制参数优化方法-CN202010187557.6有效
发明人：任思宇;张爱军;刘石川;刘小恺;刘建强;邢华栋;李丹丹;武海燕 -专利权人：内蒙古电力（集团）有限责任公司内蒙古电力科学研究院分公司
申请日： 2020-03-17 - 公布日： 2023-01-20 - 主分类号： H02J3/36 文献下载
摘要：一种适用于多端柔性直流系统的下垂控制参数优化方法，建立多端柔性直流系统仿真模型，通过改变换流站的传输功率多次运行，提供多维样本数据作为梯度下降算法的输入，建立基于梯度下降法的下垂控制参数优化模型，建立以降低直流电压波动的损失函数来优化下垂系数，通过采用梯度下降的方法对多端柔性直流模型进行多重数据样本的训练学习，逐步逼近下垂系数的优化值，同时引入动量梯度下降的系数来优化梯度下降的过程。
一种适用于多端柔性直流系统下垂控制参数优化方法

[发明专利]一种基于改进型随机并行梯度下降算法的光纤耦合方法-CN201910144363.5在审
发明人：胡钦涛;毛耀;周国忠;乔琦;聂康;周翕;李志俊;张超;段倩文;何秋农 -专利权人：中国科学院光电技术研究所
申请日： 2019-02-27 - 公布日： 2019-05-21 - 主分类号： G02B6/26 文献下载
摘要：本发明提供了一种基于改进型随机并行梯度下降算法的光纤耦合方法，旨在解决传统光纤耦合使用并行梯度下降算法收敛速度过慢和稳定性差的问题。该方法首先对光纤耦合的控制量同时施加随机扰动{δu_i}，然后计算施加扰动后的目标函数光功率J改变量，进而得到目标函数的近似梯度grad_l⁽ⁿ⁾＝δJδu_l⁽ⁿ⁾，通过计算近似梯度的一阶矩和二阶矩，得到解决随机并行梯度下降算法的自适应增益，以替代随机并行梯度算法的固定增益，用来迭代更新控制量，最终达到使并行梯度下降算法跳出局部
随机并行梯度下降算法并行梯度光纤耦合目标函数下降算法改进型控制量收敛近似施加算法稳定性传统光纤迭代更新固定增益随机扰动扰动耦合二阶矩改变量光功率一阶矩自适应算法跳出替代

[发明专利]抑制目标函数测量噪声的随机并行梯度下降光纤耦合方法-CN202211447156.5在审
发明人：亓波;彭锦锦;毛耀 -专利权人：中国科学院光电技术研究所
申请日： 2022-11-18 - 公布日： 2023-03-21 - 主分类号： G02B6/42 文献下载
摘要：本发明提出一种抑制目标函数测量噪声的随机并行梯度下降光纤耦合方法，称作卡尔曼随机并行梯度下降算法(Kalmanstochasticparallelgradientdescent)(KSPGD)，用于当存在光电探测噪声时提高空间激光束光纤耦合效率传统随机并行梯度下降(Stochasticparallelgradient descent)(SPGD)算法通过实时测量目标函数值估计迭代点梯度，进而按梯度下降的方式更新迭代点。因此当目标函数测量存在较大噪声时，迭代点梯度估计值会振荡，因而影响算法的收敛性能。针对这一问题本发明提出的KSPGD算法利用目标函数模型信息，通过卡尔曼滤波算法得到迭代点梯度的最优加权估计，提高梯度估计值的准确性，进而抑制测量噪声对算法收敛性能的影响。
抑制目标函数测量噪声随机并行梯度下降光纤耦合方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条