基于线性近似的即时差分学习

 讨论基于线性近似的即时差分(TD(λ))学习和最小二乘即时差分(LSTD)学习算法以逼近一平均报酬准则的马氏决策过程的相对值函数,逼近是通过特征函数的线性组合而实现的,其权值的更新具有增量形式.     

二阶线性常微分方程的两点边值问题的新解法

基于变分原理,将二阶线性常微分方程的两点边值问题转化为等价的变分问题(即泛函极值问题),利用两点三次Hermite插值构造一个逼近可行函数的近似函数,从而将问题转化为一个多元单目标优化问题,最后运用粒子群优化算法求解该优化问题,由此求得二阶线性常微分方程的两点边值问题的近似解.数值实验表明该方法优于传统的里兹法和有限差分方法.     

前馈网络的一种线性化快速学习算法

针对前馈神经网络的反向传播（ＢＰ）学习算法收敛速度慢的缺点,提出了一种新的学习算法即线性化快速学习算法。这种学习算法在神经网络学习的初期,采用标准ＢＰ学习算法。而当神经网络接近最优点时,由于此时其连接权重调节幅度很小,因此采用对各层神经元的非线性作用函数进行泰勒级数展开,并取其一阶展开式近似逼近原函数,从而使其非线性作用函数转化为线性作用函数,简化了网络学习过程的计算量,加速了网络的学习速度。文中最后给出了采用线性化算法与标准ＢＰ算法对正弦函数的学习过程。     

基于压缩感知的时频双选信道估计研究

针对时频双选信道,利用信道的时间相关性,即同一条时延径在相邻时刻对应的信道系数之间具有很强的相关性,提出一种线性近似方法对时频双选信道进行建模,有效降低了未知参数的个数.考虑到无线信道在时延域具有稀疏性,基于压缩感知(Compressed sensing,CS)理论对线性近似模型进行了恢复重构.分别对未线性近似模型和线性近似模型的系统性能进行了仿真,并结合最小二乘(leastsquare,LS)算法、正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法、稀疏贝叶斯学习(Sparse Bayesian Learning,SBL)算法给出了系统的归一化均方误差(Normalized Mean Square Error,NMSE)曲线.仿真结果显示,线性近似方法能有效对时频双选信道进行建模,针对本研究提出的线性近似模型,SBL算法能精确恢复出信道响应,并能有效地克服多谱勒效应.     

5G极化码的低复杂度SC译码方案

研究了对数似然比域(log likelihood ratio,LLR)中极化码的串行消除(successive cancellation,SC)译码算法的结点信息更新公式,即在信息更新时,需要对指数和对数等操作进行运算,复杂度较高,当码长N增大时,其信息更新复杂度增大。为了降低SC译码算法的复杂度,提出了量化和积算法和一种可用移位操作的等误差线性近似分段算法。运用量化和积以及等误差线性近似分段函数代替SC译码算法中的双曲函数运算,即仅需乘法和加法操作,降低了计算复杂度,易于硬件实现。仿真结果表明,提出的量化和积算法较SC译码算法的性能损失不超过0.1 dB。提出的等误差线性近似分段算法在增加少许复杂度情况下,性能更加逼近SC译码算法。当误码率达到10-4时,提出的算法比现有的分段线性近似算法有0.4 dB的性能增益。     

基于平均报酬模型的强化学习算法研究

对于有吸收目标状态的循环任务,比较合理的方法是采用基于平均报酬模型的强化学习.平均报酬模型强化学习具有收敛速度快、鲁棒性强等优点.本文介绍了平均报酬模型强化学习的3个主要算法:R学习、H学习和LC学习,并给出了平均报酬模型强化学习的主要应用及研究方向.     

中国古代的日食时差算法

因月亮视差引起的对日食食甚时刻的修正值,即定朔时刻与日食食甚时刻之差,中国古代称为时差.本文讨论了中国古代时差算法的沿革及其算法模型,并与理论算法作了比较,分析了其精度误差.从理论上来说,时差算法是关于太阳的时角和黄经的二元函数,但是中国古代的时差算法只考虑了时角因素,而完全没有考虑到太阳的黄经变化对时差的影响,因此中国古代的时差算法是一个不完全的算法.本文的讨论结果表明,中国古代的时差算法虽然是一个有缺陷的算法,但其结果和理论结果还是比较接近,特别是和二至时的理论结果相比,误差只达到2min左右.     

基于混沌算法神经网络的高校师资预测

本文提出一种基于混沌算法神经网络的师资预测模型,该算法通过在前馈式神经网络连接权空间学习算法的动力学方程中引进一非线性自反馈项,使得网络具有良好的函数近似能力,应用这种算法的神经网络对我国高等院校的师资需求进行预测,为我国有关高等院校的教育决策提供依据.     

《苏利亚历》的时差算法

目的 探讨《苏利亚历》(以下简称《苏历》)中时差算法的科学性。方法 将《苏历》中时差算法与理论算法进行比较。结果 通过对原始献的系统解读，廓清了《苏历》中时差算法的造术方法，证明了《苏历》中时差算法与理论算法完全等价，并成功地将《苏历》中的时差算法化为以太阳的黄经和时角为自变量的二元函数。结论 《苏历》中时差算法模型与理论算法虽然完全等价，但由于所取常数和理论值不同，并数次使用了近似公式，使得其结果与理论结果之间有一定的误差。但从总体上来说，这种误差是比较小的。     

线性时变信道下OFDM系统的加窗信道估计

受时变性影响,正交频分复用(OFDM)系统的频域信道矩阵是近似限带的.利用接收端窗函数可以增强信道的限带特性,但也导致信道无法采用线性模型进行表征.针对该问题,文中将窗函数与信道的时变性隔离开来,提出了加窗-线性信道模型.随后研究了该模型下的时变信道估计方法,并对该算法进行了简化,降低了算法的计算量.从仿真结果可以看出:窗函数可以抑制信道矩阵的带外子载波间干扰;与传统OFDM系统的性能相比,文中算法的性能提升了约2.5 dB.