随机并行梯度下降算法的自适应优化方法

上传者: 38717870 | 上传时间: 2021-06-09 15:15:46 | 文件大小: 1.99MB | 文件类型: PDF
随机并行梯度下降(SPGD)算法已被证明是一种较为有效的像清晰化系统控制算法,具有不依赖波前传感器直接对系统性能指标进行优化的特点。其控制参数增益系数和扰动幅度决定了算法的收敛速度以及收敛稳定性。参数取值范围较窄,超出范围将导致收敛后期的震荡,或者较慢的算法收敛速度。研究了算法增益系数和扰动幅度对校正效果和收敛速度的影响,提出了一种参数自适应优化的方法。基于52单元变形镜、位置敏感传感器等器件建立了SPGD控制算法的像清晰化实验平台,验证该方法的有效性。实验结果表明,该方法扩展了参数取值范围,提高算法收敛速度的同时具有较好的收敛稳定性。

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明