期刊文献+
共找到350篇文章
< 1 2 18 >
每页显示 20 50 100
神经网络的泛化能力与结构优化算法研究 被引量:42
1
作者 武妍 张立明 《计算机应用研究》 CSCD 北大核心 2002年第6期21-25,84,共6页
从泛化理论、现有提高神经网络泛化能力的方法等几个方面总结了当前神经网络结构优化与泛化能力研究的现状。神经网络泛化能力的提高可通过神经网络结构的优化和正则化等方法加以实现。最后提出了今后研究的展望。
关键词 神经网络 泛化能力 结构优化算法 正则化 机器学习
下载PDF
元学习研究综述 被引量:62
2
作者 李凡长 刘洋 +3 位作者 吴鹏翔 董方 蔡奇 王哲 《计算机学报》 EI CSCD 北大核心 2021年第2期422-446,共25页
深度学习在大量领域取得优异成果,但仍然存在着鲁棒性和泛化性较差、难以学习和适应未观测任务、极其依赖大规模数据等问题.近两年元学习在深度学习上的发展,为解决上述问题提供了新的视野.元学习是一种模仿生物利用先前已有的知识,从... 深度学习在大量领域取得优异成果,但仍然存在着鲁棒性和泛化性较差、难以学习和适应未观测任务、极其依赖大规模数据等问题.近两年元学习在深度学习上的发展,为解决上述问题提供了新的视野.元学习是一种模仿生物利用先前已有的知识,从而快速学习新的未见事物能力的一种学习定式.元学习的目标是利用已学习的信息,快速适应未学习的新任务.这与实现通用人工智能的目标相契合,对元学习问题的研究也是提高模型的鲁棒性和泛化性的关键.近年来随着深度学习的发展,元学习再度成为热点,目前元学习的研究百家争鸣、百花齐放.本文从元学习的起源出发,系统地介绍元学习的发展历史,包括元学习的由来和原始定义,然后给出当前元学习的通用定义,同时总结当前元学习一些不同方向的研究成果,包括基于度量的元学习方法、基于强泛化新的初始化参数的元学习方法、基于梯度优化器的元学习方法、基于外部记忆单元的元学方法、基于数据增强的元学方法等.总结其共有的思想和存在的问题,对元学习的研究思想进行分类,并叙述不同方法和其相应的算法.最后论述了元学习研究中常用数据集和评判标准,并从元学习的自适应性、进化性、可解释性、连续性、可扩展性展望其未来发展趋势. 展开更多
关键词 元学习 深度学习 深度神经网络 泛化能力 自适应能力 扩展能力
下载PDF
RBF网的动态设计方法 被引量:33
3
作者 魏海坤 丁维明 +1 位作者 宋文忠 徐嗣鑫 《控制理论与应用》 EI CAS CSCD 北大核心 2002年第5期673-680,共8页
提出一种RBF网的动态设计算法 (DYNRBF方法 ) ,该算法有效地融合了ROLS算法和RAN网络的优点 ,不仅能动态调节RBF网的隐节点数 ,还能使网络的数据中心自适应变化 .该方法所设计的RBF网不仅具有较好的泛化能力 ,当训练样本集变化时也具有... 提出一种RBF网的动态设计算法 (DYNRBF方法 ) ,该算法有效地融合了ROLS算法和RAN网络的优点 ,不仅能动态调节RBF网的隐节点数 ,还能使网络的数据中心自适应变化 .该方法所设计的RBF网不仅具有较好的泛化能力 ,当训练样本集变化时也具有好的鲁棒性 . 展开更多
关键词 RBF网 动态设计方法 泛化能力 神经网络 ROLS算法
下载PDF
一种新颖的径向基函数(RBF)网络学习算法 被引量:32
4
作者 孙健 申瑞民 韩鹏 《计算机学报》 EI CSCD 北大核心 2003年第11期1562-1567,共6页
以提高RBF网络泛化能力为着眼点 ,提出了一种新型的网络结构自适应学习算法 .该算法采用衰减聚类半径的聚类算法来确定初始的隐层结构 ,然后通过调整包含样本类别信息的扩展聚类不纯度来修正隐层结构 ,直至满足所有扩展聚类不纯度均小... 以提高RBF网络泛化能力为着眼点 ,提出了一种新型的网络结构自适应学习算法 .该算法采用衰减聚类半径的聚类算法来确定初始的隐层结构 ,然后通过调整包含样本类别信息的扩展聚类不纯度来修正隐层结构 ,直至满足所有扩展聚类不纯度均小于等于不纯度均值以及所有扩展聚类方差均不超过方差均值这两个条件 .这样就确定了隐层的最终结构 .在确定隐层结构之后 ,采用反向传播算法来训练隐层与输出层之间的连接权重 .经双螺旋线问题仿真试验验证 ,该算法确实具有较强的泛化能力 . 展开更多
关键词 单隐层前馈神经网络 径向基函数 网络学习算法 机器学习 支持向量机
下载PDF
智能教育发展中的若干关键问题 被引量:43
5
作者 刘三女牙 刘盛英杰 +2 位作者 孙建文 沈筱譞 刘智 《中国远程教育》 CSSCI 2021年第4期1-7,76,共8页
新一代人工智能技术在全球范围内掀起的热潮为智能教育的加速跃升带来机遇,成为推动教育创新与变革的新动能。同时,受人工智能技术成熟度、算法黑箱属性、人机共融与互信等问题制约,智能教育的研究与发展也面临诸多挑战。本文重点围绕... 新一代人工智能技术在全球范围内掀起的热潮为智能教育的加速跃升带来机遇,成为推动教育创新与变革的新动能。同时,受人工智能技术成熟度、算法黑箱属性、人机共融与互信等问题制约,智能教育的研究与发展也面临诸多挑战。本文重点围绕当前智能教育领域因技术泛化与策略迁移瓶颈故而赋能教育环节与领域受限、因算法黑箱与学习分析不深故而智能教育机理与规律不明、因人机协作与混合智能不足故而教育人机共融任重道远、因隐私保护与信任机制薄弱故而教育人机互信亟待加强等几个关键问题进行剖析,然后从推进教育新基建、加快共性技术突破、完善教育伦理规范、促进多学科交叉、加强多主体协同等方面提出未来进路,以期为加快推动智能教育创新发展提供一定参考。 展开更多
关键词 智能教育 人工智能 技术赋能 泛化能力 黑箱问题 认知机理 人机共融 人机互信
原文传递
基于Elman神经网络的传感器故障诊断研究 被引量:41
6
作者 丁硕 常晓恒 +2 位作者 巫庆辉 杨友林 胡庆功 《国外电子测量技术》 2014年第4期72-75,共4页
针对传统的传感器故障诊断技术的不足,提出一种基于Elman神经网络的故障诊断方法,建立了Elman网络故障诊断模型,利用小波包分解方法获取用于训练神经网络的特征能量谱,对所建立的模型进行训练。为了检验模型的实际诊断能力,以某动力系... 针对传统的传感器故障诊断技术的不足,提出一种基于Elman神经网络的故障诊断方法,建立了Elman网络故障诊断模型,利用小波包分解方法获取用于训练神经网络的特征能量谱,对所建立的模型进行训练。为了检验模型的实际诊断能力,以某动力系统管路流量传感器的4种典型故障诊断为例进行仿真实验,并和标准BP神经网络的诊断结果进行对比。仿真结果表明:基于Elman神经网络的故障诊断速度更快、准确率更高、泛化能力更强,验证了所提出方法的实用性和有效性。 展开更多
关键词 ELMAN神经网络 BP神经网络 故障诊断 流量传感器 收敛速度 泛化能力
下载PDF
基于QPSO-RBF的瓦斯涌出量预测模型 被引量:32
7
作者 潘玉民 邓永红 +1 位作者 张全柱 薛鹏骞 《中国安全科学学报》 CAS CSCD 北大核心 2012年第12期29-34,共6页
为了提高径向基(RBF)网络预测瓦斯涌出量的泛化能力,提出QPSO-RBF模型。该模型采用量子粒子群(QPSO)算法优化RBF网络隐层基函数中心、扩展系数以及输出权等初始参数,将网络参数编码为QPSO学习算法中的粒子个体,在全局空间中搜索最优适... 为了提高径向基(RBF)网络预测瓦斯涌出量的泛化能力,提出QPSO-RBF模型。该模型采用量子粒子群(QPSO)算法优化RBF网络隐层基函数中心、扩展系数以及输出权等初始参数,将网络参数编码为QPSO学习算法中的粒子个体,在全局空间中搜索最优适应值参数。其中,RBF网络选取5-3-1的精简结构,采用5个变量作为影响因子预测瓦斯涌出量。结果表明,经QPSO优化后的RBF网络模型预测结果稳定且唯一,其泛化指标平均相对变动值(ARV)为0.012 2。与PSO-RBF、RBF模型预测结果比较,QPSO-RBF模型的泛化能力和网络训练速度优于前2种;预测精度约为PSO-RBF模型的1.5倍、RBF模型的4倍。 展开更多
关键词 量子粒子群(QPSO)算法 径向基(RBF) QPSO-RBF模型 泛化能力 瓦斯涌出量
下载PDF
基于贝叶斯方法的神经网络非线性模型辨识 被引量:28
8
作者 魏东 张明廉 +1 位作者 蒋志坚 孙明 《计算机工程与应用》 CSCD 北大核心 2005年第11期5-8,11,共5页
研究了基于贝叶斯推理的多层前向神经网络训练算法,以提高网络的泛化性能。在网络目标函数中引入表示网络结构复杂性的惩罚项,以便能够在训练优化过程中降低网络结构的复杂性,达到避免网络过拟合的目的。训练过程中使用显式的概率分布... 研究了基于贝叶斯推理的多层前向神经网络训练算法,以提高网络的泛化性能。在网络目标函数中引入表示网络结构复杂性的惩罚项,以便能够在训练优化过程中降低网络结构的复杂性,达到避免网络过拟合的目的。训练过程中使用显式的概率分布假设对模型进行分析和推断,根据融入先验分布的假设和依据,获取网络参数和正则化参数的后验条件概率,并基于后验分布的贝叶斯推理得出最优化参数。利用上述算法训练前向网络,对一个微型锅炉对象进行了模型辨识,通过测试,证明所辨识出的对象模型能够较好地表现出对象的动态行为,且具有较好的泛化性能。 展开更多
关键词 系统辨识 非线性 神经网络 泛化
下载PDF
基于优化的RBF神经网络模式识别新方法 被引量:22
9
作者 李国友 姚磊 +1 位作者 李惠光 吴惕华 《系统仿真学报》 CAS CSCD 北大核心 2006年第1期181-184,共4页
提出了一种基于Hough变换优化的RBF神经网络模式识别新方法,该方法把Hough变换应用于RBF神经网络的参数确定中,实现了RBF神经网络的隐层节点数和数据中心值的自适应获取,提高了RBF神经网络的泛化能力。仿真结果表明:此改进的RBF网络用... 提出了一种基于Hough变换优化的RBF神经网络模式识别新方法,该方法把Hough变换应用于RBF神经网络的参数确定中,实现了RBF神经网络的隐层节点数和数据中心值的自适应获取,提高了RBF神经网络的泛化能力。仿真结果表明:此改进的RBF网络用于模式识别中具有识别能力强,计算量小,识别速度快的优点,具有广阔的应用推广前景。 展开更多
关键词 HOUGH变换 RBF神经网络 函数逼近 模式识别 泛化能力
下载PDF
基于改进粒子群-径向基神经网络模型的短期电力负荷预测 被引量:26
10
作者 师彪 李郁侠 +3 位作者 于新花 闫旺 何常胜 孟欣 《电网技术》 EI CSCD 北大核心 2009年第17期180-184,共5页
为了准确、快速、高效地预测电网短期负荷,提出了改进的粒子群–径向基神经网络算法。用改进的粒子群算法训练径向基神经网络,实现了径向基函数神经网络的参数优化。建立了短期电力负荷预测模型,综合考虑气象、天气、日期类型等影响负... 为了准确、快速、高效地预测电网短期负荷,提出了改进的粒子群–径向基神经网络算法。用改进的粒子群算法训练径向基神经网络,实现了径向基函数神经网络的参数优化。建立了短期电力负荷预测模型,综合考虑气象、天气、日期类型等影响负荷的因素进行短期负荷预测。算例结果表明,该算法优于径向基神经网络法和粒子群–径向基网络算法,克服了径向基网络和粒子群优化方法的缺点,改善了径向基神经网络的泛化能力,输出稳定,预测精度高,收敛速度快,平均百分比误差可控制在1.2%以内。 展开更多
关键词 负荷预测 改进粒子群-径向基神经网络模型 泛化能力 预测精度
下载PDF
用神经网络进行投标报价中的变量选择 被引量:14
11
作者 韩敏 林云 齐东海 《大连理工大学学报》 CAS CSCD 北大核心 2002年第1期110-114,共5页
针对在建筑行业的投标报价过程中 ,如何在众多的信息中选出对最终报价影响较大的几项因素以及如何确定这些因素与最终报价之间的关系这两大难题 ,提出了一种基于神经网络的变量选择方法 .其基本思想是 :经过两次选择 ,消除了两个多余的... 针对在建筑行业的投标报价过程中 ,如何在众多的信息中选出对最终报价影响较大的几项因素以及如何确定这些因素与最终报价之间的关系这两大难题 ,提出了一种基于神经网络的变量选择方法 .其基本思想是 :经过两次选择 ,消除了两个多余的变量 ,将最初的 1 0个变量缩减为 8个 ,并以这 8个变量作为输入建立新的报价模型 .从网络的泛化结果可以看出 ,经过变量选择后 ,网络的泛化能力有了较大的提高 。 展开更多
关键词 变量选择 神经网络 投标报价 泛化能力 建筑业 报价模型
下载PDF
模块化模糊神经网络的数值预报产品释用预报研究 被引量:23
12
作者 金龙 林熙 +1 位作者 金健 李菁 《气象学报》 CAS CSCD 北大核心 2003年第1期78-84,共7页
综合应用预报量自身时间序列的拓展,数值预报产品和模块化模糊神经网络方法,进行了一种新的数值预报产品释用预报研究。将这种新方法与常规的数值预报产品完全预报(PP)方法进行了对比试验。结果表明,这种模块化模糊神经网络数值预报产... 综合应用预报量自身时间序列的拓展,数值预报产品和模块化模糊神经网络方法,进行了一种新的数值预报产品释用预报研究。将这种新方法与常规的数值预报产品完全预报(PP)方法进行了对比试验。结果表明,这种模块化模糊神经网络数值预报产品释用预报方法比PP预报方法的预报精度显著提高。并且,通过对预报模型“过拟合”现象的研究发现,这种模块化模糊神经网络的数值预报产品释用预报模型具有很好的泛化性能。 展开更多
关键词 模块化 神经网络 模糊系统 数值预报产品 泛化性能
下载PDF
基于改进生成对抗网络的风机行星齿轮箱故障诊断方法 被引量:26
13
作者 李东东 刘宇航 +1 位作者 赵阳 赵耀 《中国电机工程学报》 EI CSCD 北大核心 2021年第21期7496-7506,共11页
行星齿轮箱是风电机组传动系统中的重要部件,其故障发生率较高且难以直接识别故障情况,此外故障样本难以直接获取、样本环境噪声大等问题增加了故障诊断的难度。针对这些问题,提出基于贝叶斯优化及Wasserstein距离改进辅助分类生成对抗... 行星齿轮箱是风电机组传动系统中的重要部件,其故障发生率较高且难以直接识别故障情况,此外故障样本难以直接获取、样本环境噪声大等问题增加了故障诊断的难度。针对这些问题,提出基于贝叶斯优化及Wasserstein距离改进辅助分类生成对抗网络模型的齿轮箱故障诊断方法。首先,以辅助分类生成对抗网络为基础,针对振动信号时序特征构建一维卷积层替代二维卷积,提高信号特征提取效率;同时,在生成器和判别器中加入批归一化层和Dropout层,规范数据结构特征。然后,利用贝叶斯优化策略自适应调节判别器参数,提升判别器的性能,并引入Wasserstein距离改进模型的目标函数,通过博弈对抗机制同时优化生成器和判别器,显著提高模型的泛化能力和故障特征提取能力。设计行星齿轮箱在定速和变速运行下不同故障状态的实验,在不同非平衡样本集情况下,该方法可实现样本数据增强,并且保持良好的故障识别准确率,验证了该方法的先进性。 展开更多
关键词 行星齿轮箱 生成对抗网络 Wasserstein距离 贝叶斯优化 泛化能力 故障诊断
下载PDF
人工神经网络泛化问题研究综述 被引量:22
14
作者 王恺 杨巨峰 +2 位作者 王立 史广顺 王庆人 《计算机应用研究》 CSCD 北大核心 2008年第12期3525-3530,3533,共7页
从理论、方法(思想)和技术三个层次回顾了以往工作,讨论了模型复杂度、样本复杂度及两者之间关系的相关研究;在实际中,通过控制模型复杂度、调整样本等具体技术可以在一定程度上提高神经网络的泛化能力,但这些技术仍然存在一些问题没有... 从理论、方法(思想)和技术三个层次回顾了以往工作,讨论了模型复杂度、样本复杂度及两者之间关系的相关研究;在实际中,通过控制模型复杂度、调整样本等具体技术可以在一定程度上提高神经网络的泛化能力,但这些技术仍然存在一些问题没有解决。最后提出了对今后研究的展望。 展开更多
关键词 人工神经网络 泛化问题 泛化能力
下载PDF
基于Kalman滤波的BP神经网络方法在大坝变形预测中的应用 被引量:22
15
作者 李捷斌 孔令杰 《大地测量与地球动力学》 CSCD 北大核心 2009年第4期124-126,共3页
基于卡尔曼滤波的BP神经网络方法,对大坝变形观测数据进行滤波处理,用滤波后的数据参与BP网络的训练,使网络具有动态特性,减小了神经网络陷入局部极小值的可能性,提高了神经网络的泛化能力。实例证明,该方法具有很高的预测精度和较强的... 基于卡尔曼滤波的BP神经网络方法,对大坝变形观测数据进行滤波处理,用滤波后的数据参与BP网络的训练,使网络具有动态特性,减小了神经网络陷入局部极小值的可能性,提高了神经网络的泛化能力。实例证明,该方法具有很高的预测精度和较强的泛化能力。 展开更多
关键词 KALMAN滤波 BP神经网络 泛化能力 预测 模型误差
下载PDF
人工神经网络在矿井多水源识别中的应用 被引量:24
16
作者 徐星 郭兵兵 王公忠 《中国安全生产科学技术》 CAS CSCD 北大核心 2016年第1期181-185,共5页
以焦作矿区水化数据为例,选用Na++K+、Ca2+、Mg2+、Cl-、SO2-4、HCO-36种水化离子浓度作为识别矿井水源的依据,运用Matlab软件分别建立BP神经网络与Elman神经网络的矿井多水源识别模型。应用结果表明:与静态的BP神经网络相比,在结构上... 以焦作矿区水化数据为例,选用Na++K+、Ca2+、Mg2+、Cl-、SO2-4、HCO-36种水化离子浓度作为识别矿井水源的依据,运用Matlab软件分别建立BP神经网络与Elman神经网络的矿井多水源识别模型。应用结果表明:与静态的BP神经网络相比,在结构上增加承接层的Elman神经网络在训练和仿真中拟合能力更强,识别精度更高和泛化能力更好;矿井地下水随着地下开采与扰动具有动态性,将具有非线性动态特征的Elman神经网络应用于矿井多水源的识别,对准确判断突水来源和分析地下水运移规律具有一定的辅助和指导意义。 展开更多
关键词 矿井多水源 BP神经网络 ELMAN神经网络 识别 泛化能力
下载PDF
基于神经网络的建筑行业投标报价研究 被引量:12
17
作者 韩敏 林云 +1 位作者 孙燕楠 齐东海 《系统工程学报》 CSCD 2003年第4期348-355,共8页
在建筑行业的投标报价过程中,如何在众多的信息中选出对最终报价影响较大的几项因素以及如何确定这些因素与最终报价之间的关系是一个棘手的问题.论文针对这两大难题提出了基于神经网络技术的解决方法.首先根据贡献变量分析理论确定出... 在建筑行业的投标报价过程中,如何在众多的信息中选出对最终报价影响较大的几项因素以及如何确定这些因素与最终报价之间的关系是一个棘手的问题.论文针对这两大难题提出了基于神经网络技术的解决方法.首先根据贡献变量分析理论确定出影响报价结果的9个报价因素,从而建立起基于神经网络的报价模型,然后在所确定模型的基础上改进传统的BP算法,进一步提高网络的泛化能力.从实际应用的结果可以看出,经过变量选择后所确定的报价因素是合理的,改进学习算法后的网络的泛化能力也有了很大的提高. 展开更多
关键词 建筑行业 投标报价 神经网络 报价模型
下载PDF
基于改进BP网络的高炉煤气发生量预测模型 被引量:22
18
作者 肖冬峰 杨春节 宋执环 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2012年第11期2103-2108,共6页
针对高炉煤气发生量波动对煤气调度和优化影响的问题,提出一种基于改进BP网络的高炉煤气发生量预测模型.由于影响高炉煤气发生量的因素很多,采用机理和现场实际数据相结合方法分析影响高炉煤气发生量的因素,确定模型输入,采用炼铁高炉... 针对高炉煤气发生量波动对煤气调度和优化影响的问题,提出一种基于改进BP网络的高炉煤气发生量预测模型.由于影响高炉煤气发生量的因素很多,采用机理和现场实际数据相结合方法分析影响高炉煤气发生量的因素,确定模型输入,采用炼铁高炉现场数据对模型进行训练,利用贝叶斯正则化算法来提高神经网络泛化能力.仿真结果表明,该模型能够准确预测高炉煤气发生量的变化趋势,为制定煤气管网平衡调度策略提供科学的依据和决策支持,有利于减少煤气排放,提高煤气利用率和企业的信息化水平.该预测模型已经成功应用到杭州钢铁集团煤气调度系统中,运行结果验证模型的有效性. 展开更多
关键词 高炉煤气发生量 BP网络 预测模型 贝叶斯正则化 泛化能力
下载PDF
基于RBF网络的火电机组实时成本在线建模方法 被引量:15
19
作者 魏海坤 宋文忠 李奇 《中国电机工程学报》 EI CSCD 北大核心 2004年第7期246-252,共7页
针对火电厂实时成本建模问题,该文提出一种基于RBF网的在线建模方法,即资源优化网络,简称RON。RON能自动根据最近一段时间内的误差信息优化网络结构:如果当前网络不能实现新输入样本,则在线增加新隐节点,否则使用梯度法在线调节网络的... 针对火电厂实时成本建模问题,该文提出一种基于RBF网的在线建模方法,即资源优化网络,简称RON。RON能自动根据最近一段时间内的误差信息优化网络结构:如果当前网络不能实现新输入样本,则在线增加新隐节点,否则使用梯度法在线调节网络的隐节点数据中心和扩展常数。数据中心和扩展常数调整过程中还引入了隐节点的合并操作和删除操作。进一步介绍了火电厂实时成本建模方法,包括网络结构的确定,及如何获取训练样本。仿真实例表明,RON对能较好地适应对象参数的时变特性,并对训练样本集变化具有较好的鲁棒性。 展开更多
关键词 火电厂 RBF网络 火电机组 实时成本 在线建模
下载PDF
应用人工神经网络预测电力负荷 被引量:12
20
作者 张国忠 熊伟 +2 位作者 向求新 黄晓明 刘亚 《电力自动化设备》 EI CSCD 北大核心 2002年第5期20-21,共2页
介绍了在批量处理时间序列情况下 ,BP神经网络辨识预测电力负荷的方法和步骤。网络成批训练 ,使得权重矢量和偏导数矢量都同时与所有训练矢量的变化成正比地改变。由于采用附加动量项和自适应率等措施 ,克服了BP规则的局限性 ,加快了训... 介绍了在批量处理时间序列情况下 ,BP神经网络辨识预测电力负荷的方法和步骤。网络成批训练 ,使得权重矢量和偏导数矢量都同时与所有训练矢量的变化成正比地改变。由于采用附加动量项和自适应率等措施 ,克服了BP规则的局限性 ,加快了训练速度 ,增强了网络的泛化能力。在此基础上对某地区实际电力负荷进行了预测 ,取得了满意的结果。 展开更多
关键词 人工神经网络 电力负荷预测 泛化能力 配电系统
下载PDF
上一页 1 2 18 下一页 到第
使用帮助 返回顶部