期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1,958篇文章
< 1 2 … 98 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
BP网络改进算法的性能对比研究 被引量：97
1
作者 高雪鹏 丛爽 《控制与决策》 EI CSCD 北大核心 2001年第2期167-171,共5页
通过实例对几种具有代表性的用以训练 BP网络权值的改进算法进行性能对比研究。首先分析了基于标准梯度下降法和基于标准数值优化方法获得的各种改进算法的优缺点 ,然后对各种改进算法在训练中所需的收敛时间及其所达误差进行对比分析... 通过实例对几种具有代表性的用以训练 BP网络权值的改进算法进行性能对比研究。首先分析了基于标准梯度下降法和基于标准数值优化方法获得的各种改进算法的优缺点 ,然后对各种改进算法在训练中所需的收敛时间及其所达误差进行对比分析。其结果为选择训练网络的算法 ,开阔人们对算法改进的思路提供了一些借鉴。 展开更多
关键词 梯度下降法 数值优化 学习速度 性能对比 BP网络 神经网络
下载PDF
关于深度学习的综述与讨论 被引量：142
2
作者 胡越 罗东阳 +2 位作者 花奎 路海明 张学工 《智能系统学报》 CSCD 北大核心 2019年第1期1-19,共19页
机器学习是通过计算模型和算法从数据中学习规律的一门学问,在各种需要从复杂数据中挖掘规律的领域中有很多应用,已成为当今广义的人工智能领域最核心的技术之一。近年来,多种深度神经网络在大量机器学习问题上取得了令人瞩目的成果,形... 机器学习是通过计算模型和算法从数据中学习规律的一门学问,在各种需要从复杂数据中挖掘规律的领域中有很多应用,已成为当今广义的人工智能领域最核心的技术之一。近年来,多种深度神经网络在大量机器学习问题上取得了令人瞩目的成果,形成了机器学习领域最亮眼的一个新分支——深度学习,也掀起了机器学习理论、方法和应用研究的一个新高潮。对深度学习代表性方法的核心原理和典型优化算法进行了综述,回顾与讨论了深度学习与以往机器学习方法之间的联系与区别,并对深度学习中一些需要进一步研究的问题进行了初步讨论。 展开更多
关键词 深度学习 机器学习 卷积神经网络 递归神经网络 多层感知器 自编码机 学习算法 机器学习理论
下载PDF
基于粒子群优化的神经网络训练算法研究 被引量：93
3
作者 高海兵 高亮 +1 位作者 周驰 喻道远 《电子学报》 EI CAS CSCD 北大核心 2004年第9期1572-1574,共3页
　本文提出了基于连接结构优化的粒子群优化算法 (SPSO)用于神经网络训练 ,该算法在训练神经网络权值的同时优化其连接结构 ,删除冗余连接 ,使神经网络获得与模式分类问题匹配的信息处理能力 .经SPSO训练的神经网络应用于Iris,Ionospher... 　本文提出了基于连接结构优化的粒子群优化算法 (SPSO)用于神经网络训练 ,该算法在训练神经网络权值的同时优化其连接结构 ,删除冗余连接 ,使神经网络获得与模式分类问题匹配的信息处理能力 .经SPSO训练的神经网络应用于Iris,Ionosphere以及Breastcancer模式分类问题 ,能够部分消除冗余分类参数及冗余连接结构对分类性能的影响 .与BP算法及遗传算法比较 ,该算法在提高分类误差精度的同时可加快训练收敛的速度 .仿真结果表明 ,SPSO是有效的神经网络训练算法 . 展开更多
关键词 粒子群优化 神经网络 遗传算法 模式分类
下载PDF
遗传算法与蚂蚁算法动态融合的软硬件划分 被引量：87
4
作者 熊志辉 李思昆 陈吉华 《软件学报》 EI CSCD 北大核心 2005年第4期503-512,共10页
面向嵌入式系统和SoC(system-on-a-chip)软硬件双路划分问题,提出遗传算法与蚂蚁算法动态融合的软硬件划分算法.基本思想是:(1)利用遗传算法群体性、全局、随机、快速搜索的优势生成初始划分解,将其转化为蚂蚁算法所需的初始信息素分布... 面向嵌入式系统和SoC(system-on-a-chip)软硬件双路划分问题,提出遗传算法与蚂蚁算法动态融合的软硬件划分算法.基本思想是:(1)利用遗传算法群体性、全局、随机、快速搜索的优势生成初始划分解,将其转化为蚂蚁算法所需的初始信息素分布,然后利用蚂蚁算法正反馈、高效6收敛的优势求取最优划分解;(2)在遗传算法运行过程中动态确定遗传算法与蚂蚁算法的最佳融合时机,避免由于遗传算法过早或过晚结束而影响划分算法的整体性能.该算法既发挥了遗传算法与蚂蚁算法在寻优搜索中各自的优势,又克服了遗传算法在搜索到一定阶段时最优解搜索效率低以及蚂蚁算法初始信息素匮乏的不足,并且在算法中提出了遗传算法与蚂蚁算法动态融合的衔接策略.实验结果表明,该算法在性能上明显优于遗传算法和蚂蚁算法,并且划分问题规模越大,优势越明显. 展开更多
关键词 遗传算法 蚂蚁算法 嵌入式系统 软硬件划分 信息素
下载PDF
基于Bagging的选择性聚类集成 被引量：95
5
作者 唐伟 周志华 《软件学报》 EI CSCD 北大核心 2005年第4期496-502,共7页
使用集成学习技术来提高聚类性能.由于聚类使用的训练样本缺乏期望输出,与监督学习下的集成相比,在对个体学习器进行结合时更加困难.通过对不同的聚类结果进行配准,并基于互信息权进行个体学习器的选择,提出了基于Bagging的选择性聚类... 使用集成学习技术来提高聚类性能.由于聚类使用的训练样本缺乏期望输出,与监督学习下的集成相比,在对个体学习器进行结合时更加困难.通过对不同的聚类结果进行配准,并基于互信息权进行个体学习器的选择,提出了基于Bagging的选择性聚类集成算法.实验表明,该算法能够有效地改善聚类结果. 展开更多
关键词 机器学习 集成学习 聚类 非监督学习 选择性集成
下载PDF
基于BP网络的模糊Petri网的学习能力 被引量：87
6
作者 鲍培明 《计算机学报》 EI CSCD 北大核心 2004年第5期695-702,共8页
模糊Petri网 (FuzzyPetriNets,FPN)是基于模糊产生式规则的知识库系统的良好建模工具 ,但自学习能力差是模糊系统本身的一个缺点 .该文提出了适合模糊Petri网模型自学习的模糊推理算法和学习算法 .在模糊推理算法中 ,通过对没有回路的FP... 模糊Petri网 (FuzzyPetriNets,FPN)是基于模糊产生式规则的知识库系统的良好建模工具 ,但自学习能力差是模糊系统本身的一个缺点 .该文提出了适合模糊Petri网模型自学习的模糊推理算法和学习算法 .在模糊推理算法中 ,通过对没有回路的FPN模型结构进行层次式划分以及建立变迁点燃和模糊推理的近似连续函数 ,从而把神经网络中的BP网络算法自然地引入到FPN模型中 .在FPN模型上 ,用误差反传算法计算一阶梯度的方法对模糊产生式规则中的参数进行学习和训练 .经过学习和训练的FPN具有很强的泛化能力和自适应功能 .FPN模型经过训练得到的参数是有特定含义的 ,可以通过对这些参数的合法性分析 ,使得模糊产生式规则系统更加有效 ,也对知识库系统的建立、更新和维护有着重要的意义 . 展开更多
关键词 BP网络 模糊PETRI网 模糊系统 FPN模型 学习能力 产生式规则 反向传播
下载PDF
基于粒子群算法的PID控制器参数自整定 被引量：83
7
作者 王介生 王金城 王伟 《控制与决策》 EI CSCD 北大核心 2005年第1期73-76,81,共5页
根据粒子群算法具有对整个参数空间进行高效并行搜索的特点,提出一种对PID控制器参数和非最小相位系统的两阶段PI/PD控制器参数进行自整定的计算框架.仿真结果表明了所提出算法的有效性和所设计控制器的优越性.
关键词 粒子群优化算法 PID控制 非最小相位系统 自整定
下载PDF
具有丢失数据的贝叶斯网络结构学习研究 被引量：62
8
作者 王双成 苑森淼 《软件学报》 EI CSCD 北大核心 2004年第7期1042-1048,共7页
目前主要基于EM算法和打分-搜索方法进行具有丢失数据的贝叶斯网络结构学习,算法效率较低,而且易于陷入局部最优结构.针对这些问题,建立了一种新的具有丢失数据的贝叶斯网络结构学习方法.首先随机初始化未观察到的数据,得到完整的数据集... 目前主要基于EM算法和打分-搜索方法进行具有丢失数据的贝叶斯网络结构学习,算法效率较低,而且易于陷入局部最优结构.针对这些问题,建立了一种新的具有丢失数据的贝叶斯网络结构学习方法.首先随机初始化未观察到的数据,得到完整的数据集,并利用完整数据集建立最大似然树作为初始贝叶斯网络结构,然后进行迭代学习.在每一次迭代中,结合贝叶斯网络结构和Gibbssampling修正未观察到的数据,在新的完整数据集的基础上,基于变量之间的基本依赖关系和依赖分析思想调整贝叶斯网络结构,直到结构趋于稳定.该方法既解决了标准Gibbssampling指数复杂性问题,又避免了现有学习方法所存在的主要问题,为具有不完整数据的不确定性知识表示、推断和推理提供了有效和可行的方法. 展开更多
关键词 贝叶斯网络 结构学习 丢失数据 GIBBS抽样 依赖分析 最大似然树
下载PDF
基于函数正交基展开的过程神经网络学习算法 被引量：73
9
作者 许少华 何新贵 《计算机学报》 EI CSCD 北大核心 2004年第5期645-650,共6页
过程神经网络的输入和连接权均可为时变函数 ,过程神经元增加了一个对于时间的聚合算子 ,使网络同时具有时空二维信息处理能力 .该文在考虑过程神经网络对时间聚合运算的复杂性的基础上 ,提出了一种基于函数正交基展开的学习算法 .在网... 过程神经网络的输入和连接权均可为时变函数 ,过程神经元增加了一个对于时间的聚合算子 ,使网络同时具有时空二维信息处理能力 .该文在考虑过程神经网络对时间聚合运算的复杂性的基础上 ,提出了一种基于函数正交基展开的学习算法 .在网络输入函数空间中选择一组适当的函数正交基 ,将输入函数和网络权函数都表示为该组正交基的展开形式 ,利用基函数的正交性 ,简化过程神经元对时间的聚合运算 .应用表明 ,算法简化了过程神经网络的计算复杂度 ,提高了网络学习效率和对实际问题求解的适应性 .以旋转机械故障诊断问题和油藏开发过程采收率的模拟为例验证了算法的有效性 . 展开更多
关键词 过程神经网络 时空二维信息处理 聚合运算 函数正交基 计算复杂度 学习算法
下载PDF
支撑矢量预选取的中心距离比值法 被引量：48
10
作者 焦李成 张莉 周伟达 《电子学报》 EI CAS CSCD 北大核心 2001年第3期383-386,共4页
支撑矢量机为小样本模式识别提供了一新的途径 ,但其支撑矢量的选择相当困难 ,也成为其应用的瓶颈问题 .对此 ,本文提出了一种能够预先选取支撑矢量的方法———中心距离比值法 .该方法在不影响支撑矢量机的分类能力情况下 ,大大地减少... 支撑矢量机为小样本模式识别提供了一新的途径 ,但其支撑矢量的选择相当困难 ,也成为其应用的瓶颈问题 .对此 ,本文提出了一种能够预先选取支撑矢量的方法———中心距离比值法 .该方法在不影响支撑矢量机的分类能力情况下 ,大大地减少了训练样本 ,提高了支撑矢量机的训练速度 .文中给出的仿真实验结果也验证了该方法的有效性和可行性 . 展开更多
关键词 支撑矢量机 中心距离比值法 模式识别 统计学习
下载PDF
SVM用于基于内容的自然图像分类和检索 被引量：54
11
作者 付岩 王耀威 +1 位作者 王伟强 高文 《计算机学报》 EI CSCD 北大核心 2003年第10期1261-1265,共5页
在传统的基于内容图像检索的方法中 ,由于图像的领域较宽 ,图像的低级视觉特征和高级概念之间存在着较大的语义间隔 ,导致检索效果不佳 .该文认为更有现实意义的做法是 ,缩窄图像的领域以减小低级特征和高级概念间的语义间隔 ,并利用机... 在传统的基于内容图像检索的方法中 ,由于图像的领域较宽 ,图像的低级视觉特征和高级概念之间存在着较大的语义间隔 ,导致检索效果不佳 .该文认为更有现实意义的做法是 ,缩窄图像的领域以减小低级特征和高级概念间的语义间隔 ,并利用机器学习方法自动建立图像类的模型 ,从而提供用户概念化的图像查询方式 .该文以自然图像领域为例 ,使用支持向量机 (SVM )学习自然图像的类别 ,学习到的模型用于自然图像分类和检索 .实验结果表明作者的方法是可行的 . 展开更多
关键词 图像检索 自然图像分类 SVM 支持向量机 图像分类 机器学习 图像处理
下载PDF
一种基于最小二乘支持向量机的预测控制算法 被引量：38
12
作者 刘斌 苏宏业 褚健 《控制与决策》 EI CSCD 北大核心 2004年第12期1399-1402,共4页
针对工业过程中普遍存在的非线性被控对象,提出一种基于最小二乘支持向量机建模的预测控制算法.首先,用具有RBF核函数的LS-SVM离线建立被控对象的非线性模型;然后,在系统运行过程中,将离线模型在每一个采样周期关于当前采样点进行线性化... 针对工业过程中普遍存在的非线性被控对象,提出一种基于最小二乘支持向量机建模的预测控制算法.首先,用具有RBF核函数的LS-SVM离线建立被控对象的非线性模型;然后,在系统运行过程中,将离线模型在每一个采样周期关于当前采样点进行线性化,并用广义预测算法实现对被控系统的预测控制.仿真结果表明了该算法的有效性和优越性. 展开更多
关键词 非线性预测控制 最小二乘支持向量机 广义预测控制 线性化
下载PDF
领域自适应的Web服务评价模型 被引量：45
13
作者 杨文军 李涓子 王克宏 《计算机学报》 EI CSCD 北大核心 2005年第4期514-523,共10页
Web服务质量的评价是指导Web服务的选取与组合的主要手段[1],而目前的 Web服务评价模型采用与服务领域无关的评价因子来评价服务,不能全面衡量服务使用者对 Web服务质量的要求.该文用基于语义的方法描述Web服务评价模型,支持动态定制不... Web服务质量的评价是指导Web服务的选取与组合的主要手段[1],而目前的 Web服务评价模型采用与服务领域无关的评价因子来评价服务,不能全面衡量服务使用者对 Web服务质量的要求.该文用基于语义的方法描述Web服务评价模型,支持动态定制不同领域的服务评价因子,同时利用Web服务在使用过程中产生的知识以及领域专家的领域知识交互计算评价因子的权重分布.实验证明,该模型的评价结果优于其它评价模型的评价结果,并且采用交互算法的准确率比仅采用机器学习算法或仅使用先验知识的准确率提高 10%以上.该模型可应用于Web服务管理系统、Web服务选取和Web服务合成引擎等Web服务应用系统中. 展开更多
关键词 WEB服务 评价模型 机器学习 先验知识
下载PDF
基于插值的核函数构造 被引量：37
14
作者 吴涛 贺汉根 贺明科 《计算机学报》 EI CSCD 北大核心 2003年第8期990-996,共7页
近年来 ,统计学习 (SLT)和支持向量机 (SVM )理论的研究日益受到当前国际机器学习领域的重视 .有关核函数的研究则一直是研究的重点 .这是因为不同的核函数会导致SVM的泛化能力有很大的不同 .如何根据所给数据选择合适的核函数成为人们... 近年来 ,统计学习 (SLT)和支持向量机 (SVM )理论的研究日益受到当前国际机器学习领域的重视 .有关核函数的研究则一直是研究的重点 .这是因为不同的核函数会导致SVM的泛化能力有很大的不同 .如何根据所给数据选择合适的核函数成为人们所关注的核心问题 .该文首先指出满足Mercer条件的核函数的具体表达式并非问题关键 ,在此基础上 ,该文进一步提出利用散乱数据插值的办法确定特征空间中感兴趣点的内积值以代替传统核函数的一般表达式所起的作用 .实验表明该方法不仅能够有效改善支持向量机的设计训练过程中的不确定性 。 展开更多
关键词 机器学习 学习算法 支持向量机 插值 支持向量机 核函数构造 统计学习
下载PDF
基于向量投影的支撑向量预选取 被引量：37
15
作者 李青 焦李成 周伟达 《计算机学报》 EI CSCD 北大核心 2005年第2期145-152,共8页
支撑向量机是近年来新兴的模式识别方法,在解决小样本、非线性及高维模式识别问题中表现出了突出的优点.但在支撑向量机中,支撑向量的选取相当困难,这也成为限制其应用的瓶颈问题.该文对支撑向量机的机理经过认真分析,研究其支撑向量的... 支撑向量机是近年来新兴的模式识别方法,在解决小样本、非线性及高维模式识别问题中表现出了突出的优点.但在支撑向量机中,支撑向量的选取相当困难,这也成为限制其应用的瓶颈问题.该文对支撑向量机的机理经过认真分析,研究其支撑向量的分布特性,在不影响分类性能的前提下,提出了基于向量投影的支撑向量预选取法,从训练样本中预先选择具有一定特征的边界向量来代替训练样本进行训练,这样就减少了训练样本,大大加快了支撑向量机的训练速度. 展开更多
关键词 支撑向量机 向量投影 预选取
下载PDF
基于混合行为蚁群算法的研究 被引量：29
16
作者 胡小兵 黄席樾 《控制与决策》 EI CSCD 北大核心 2005年第1期69-72,共4页
为在加快算法收敛速度的同时又能避免停滞现象,提出一种基于混合行为的蚁群算法.首先就蚂蚁行为对算法性能的影响进行了分析,在此基础上提出了该算法的模型;然后定义了蚂蚁行为,并为该算法设计了4种具体的蚂蚁行为,根据模型实现了该算法... 为在加快算法收敛速度的同时又能避免停滞现象,提出一种基于混合行为的蚁群算法.首先就蚂蚁行为对算法性能的影响进行了分析,在此基础上提出了该算法的模型;然后定义了蚂蚁行为,并为该算法设计了4种具体的蚂蚁行为,根据模型实现了该算法.实验结果表明,该算法在性能上远优于蚂蚁系统. 展开更多
关键词 蚁群算法 混合行为 旅行商问题
下载PDF
广义回归神经网络在煤灰熔点预测中的应用 被引量：31
17
作者 周昊 郑立刚 +1 位作者 樊建人 岑可法 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2004年第11期1479-1482,共4页
为了提高估算煤灰熔点的精度,采用广义回归神经网络(GRNN)对求解煤灰熔点问题进行了建模.将煤灰组分作为网络输入,煤灰软化温度作为网络输出,采用实验数据训练网络,训练完成的网络作为模型预测煤灰熔点.仿真结果表明,GRNN的预测值与实... 为了提高估算煤灰熔点的精度,采用广义回归神经网络(GRNN)对求解煤灰熔点问题进行了建模.将煤灰组分作为网络输入,煤灰软化温度作为网络输出,采用实验数据训练网络,训练完成的网络作为模型预测煤灰熔点.仿真结果表明,GRNN的预测值与实验值的最大相对误差为2.81%,而反向传播神经网络(BPNN)预测煤灰熔点的相对误差为3.62%.由于GRNN可应用于小样本问题的学习,GRNN比BPNN对煤灰熔点具有更好的预测和泛化能力.GRNN具有设计简单与收敛快的优点,并提高了实时处理与反映最新运行工况参数的预测能力. 展开更多
关键词 灰熔点 灰组分 广义回归神经网络 GRNN
下载PDF
自组织隐马尔可夫模型的人脸检测研究 被引量：12
18
作者 陈茂林 戚飞虎 《计算机学报》 EI CSCD 北大核心 2002年第11期1165-1169,共5页
该文提出了自组织隐马尔可夫模型的人脸检测方法.采用多视人脸样本对隐马尔可夫模型进行训练,得到其参数的初步估计值.在此基础上,裁剪那些状态之间的弱连接,将网络自组织成多路径的左右模型（MPLR）.然后利用EM算法对参数重新进行估计... 该文提出了自组织隐马尔可夫模型的人脸检测方法.采用多视人脸样本对隐马尔可夫模型进行训练,得到其参数的初步估计值.在此基础上,裁剪那些状态之间的弱连接,将网络自组织成多路径的左右模型（MPLR）.然后利用EM算法对参数重新进行估计,得到隐马尔可夫模型的状态图.在检测阶段,通过求取最优状态序列和最大相似度的方法来判断.与伪二维隐马尔可夫模型相比,该方法的优点在于能检测多视下的人脸,不只局限于垂直正面视.实验结果证明了该方法的有效性. 展开更多
关键词 自组织隐马尔可夫模型 人脸检测 多路径左右模型 人脸图像识别 人脸特征
下载PDF
提高BP网络训练速度的研究 被引量：21
19
作者 孙佰清 潘启树 +1 位作者 冯英浚 张长胜 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2001年第4期439-441,共3页
由于误差函数的高维复杂性 ,BP网络在目前的应用中存在训练速度慢甚至导致网络系统瘫痪的问题 ,针对训练中的归一化问题、隐层节点数的选取、样本数目的增减法、整体学习率的确定及训练算法进行了研究 .结果表明 :训练样本数据不必一定... 由于误差函数的高维复杂性 ,BP网络在目前的应用中存在训练速度慢甚至导致网络系统瘫痪的问题 ,针对训练中的归一化问题、隐层节点数的选取、样本数目的增减法、整体学习率的确定及训练算法进行了研究 .结果表明 :训练样本数据不必一定归一化到 [0 ,1],可以通过简单的线性变换将数据转化到某个区间 ,使数据分布合理 ,以满足训练需要 ;根据经验公式 ,确定隐层节点数的初值 ,选取规模略大一点的网络开始训练 ;网络应对学习过的样本加强记忆 ,更应注意剔除错误样本 ;引入黄金分割法的思想来调整学习率的步长 ,效果理想 ;采用单参数动态搜索算法作为学习算法 ,能尽快达到训练要求的精度 . 展开更多
关键词 神经网络 BP算法 收敛性 单参数动态搜索算法 学习算法 训练速度 BP网络
下载PDF
输入输出均为时变函数的过程神经网络及应用 被引量：29
20
作者 何新贵 许少华 《软件学报》 EI CSCD 北大核心 2003年第4期764-769,共6页
为了解决实际系统中输入、输出经常是时变连续函数的问题,提出了一类基于基函数展开的过程神经元网络模型.该模型利用过程神经元网络所具有的对时间变量的非线性映射能力,实现系统的输入、输出之间的连续映射关系.另外,还给出了一种学... 为了解决实际系统中输入、输出经常是时变连续函数的问题,提出了一类基于基函数展开的过程神经元网络模型.该模型利用过程神经元网络所具有的对时间变量的非线性映射能力,实现系统的输入、输出之间的连续映射关系.另外,还给出了一种学习算法.为了简化计算,选择正交函数作为基函数,并以油藏开发仿真为例,验证了模型和算法的有效性. 展开更多
关键词 时变函数 过程神经网络 应用 人工神经网络 函数逼近 正交基函数 学习算法
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 98 下一页 到第 页
使用帮助 返回顶部