期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
带优选聚类算法的RBF网络辨识器及应用 被引量:7
1
作者 刘铁男 段玉波 +2 位作者 刘志德 谢爱华 张航 《控制与决策》 EI CSCD 北大核心 2003年第2期233-236,共4页
以 RBF神经网络为模型框架 ,解决非线性系统的辨识问题。针对 RBF网络的结构辨识问题 ,提出一种优选聚类算法 ,并用该算法 ,依据输入样本优选确定 RBF神经网络的隐含层节点个数 ,采用新型二阶递推学习算法估计 RBF网络中的参数和权值。... 以 RBF神经网络为模型框架 ,解决非线性系统的辨识问题。针对 RBF网络的结构辨识问题 ,提出一种优选聚类算法 ,并用该算法 ,依据输入样本优选确定 RBF神经网络的隐含层节点个数 ,采用新型二阶递推学习算法估计 RBF网络中的参数和权值。上述混合算法 ,同时解决了 RBF网络结构和参数辨识问题 ,大大提高了 RBF网络的建模和预测精度。应用实例表明了所提出方案的有效性。 展开更多
关键词 RBF神经网络 优选 聚类算法 辨识 二阶学习算法
下载PDF
多层前向神经网络的新型二阶学习算法 被引量:6
2
作者 刘铁男 段玉波 +3 位作者 陈广义 任伟建 徐宝昌 于镝 《控制理论与应用》 EI CAS CSCD 北大核心 2000年第5期721-724,共4页
提出了多层前向神经网络的新型二阶递推学习算法 .该算法不仅能使网络各层误差而且使二阶导数信息因子反向传播 .证明了新算法等价于Newton迭代法并且有二阶收敛速度 .它实现了Newton搜索方向和Hessian阵逆的递推运算 ,其计算量几乎与... 提出了多层前向神经网络的新型二阶递推学习算法 .该算法不仅能使网络各层误差而且使二阶导数信息因子反向传播 .证明了新算法等价于Newton迭代法并且有二阶收敛速度 .它实现了Newton搜索方向和Hessian阵逆的递推运算 ,其计算量几乎与普通递推最小二乘法相当 .由算法性能分析证明新算法优于Karayiannis等人的二阶学习算法 . 展开更多
关键词 BP算法 二阶学习算法 多层前向神经网络
下载PDF
神经网络的新型二阶学习算法及其应用 被引量:4
3
作者 刘铁男 段玉波 +2 位作者 于镝 刘志德 张长江 《控制与决策》 EI CSCD 北大核心 2001年第5期627-629,共3页
针对 BP算法和 Karayiannis的二阶学习算法存在的不足 ,提出多层前向网络的新型二阶学习算法。该算法具有二阶收敛速度 ,其计算量与通常的递推最小二乘法相当。
关键词 二阶学习算法 Newton算法 神经网络 目标函数
下载PDF
神经网络二阶反向传播学习算法及其收敛性 被引量:2
4
作者 刘铁男 王利国 +2 位作者 刘严崴 谢爱华 刘志德 《大庆石油学院学报》 CAS 北大核心 2001年第4期39-41,共3页
针对BP算法收敛速度慢的问题 ,提出了多层前向神经网络的新型二阶递推学习算法 .给出了一种新的矩阵求逆引理 ,从Newton迭代法入手 ,推导出新型递推学习算法 .该算法等价于Newton迭代法并且有二阶收敛速度 ,能同时反向传播网络各层误差... 针对BP算法收敛速度慢的问题 ,提出了多层前向神经网络的新型二阶递推学习算法 .给出了一种新的矩阵求逆引理 ,从Newton迭代法入手 ,推导出新型递推学习算法 .该算法等价于Newton迭代法并且有二阶收敛速度 ,能同时反向传播网络各层误差和二阶导数信息因子 ,还能实现Newton搜索方向和Hessian阵逆的递推运算 .基于微分方程稳定性理论 ,研究了新算法的全局收敛性 .分析表明 。 展开更多
关键词 全局收敛性 多层前向网络 BP算法 二阶学习算法 Newton算法
下载PDF
神经网络建模在热膨胀螺栓形变测量中的应用 被引量:3
5
作者 陈增强 袁著祉 《控制与决策》 EI CSCD 北大核心 2001年第1期117-119,共3页
基于神经网络建立热膨胀螺栓形变的非线性数学模型。神经网络的辨识采用变尺度二阶快速学习算法 ,利用二阶插值法来优化搜索学习速率。新方法具有很快的收敛速度和良好的收敛精度 ,克服了 BP算法在神经网络的权值训练中收敛速度过慢的... 基于神经网络建立热膨胀螺栓形变的非线性数学模型。神经网络的辨识采用变尺度二阶快速学习算法 ,利用二阶插值法来优化搜索学习速率。新方法具有很快的收敛速度和良好的收敛精度 ,克服了 BP算法在神经网络的权值训练中收敛速度过慢的缺点。热膨胀螺栓的受热形变测量结果表明 。 展开更多
关键词 神经网络 热膨胀螺栓 形变测量 建模 数学模型
下载PDF
变尺度快速二阶非线性优化算法在神经网络辨识中的应用
6
作者 张青 范玉涛 《大学数学》 2003年第1期20-25,共6页
神经网络是非线性系统建模与辨识的重要方法 ,反向传播 (BP)算法常常用在神经网络的权值训练中 ,但是 BP算法的收敛速度慢 .本文提出一种变尺度二阶快速优化方法 ,在这种方法中用二阶插值法来优化搜索学习速率 ,然后将这一方法应用于神... 神经网络是非线性系统建模与辨识的重要方法 ,反向传播 (BP)算法常常用在神经网络的权值训练中 ,但是 BP算法的收敛速度慢 .本文提出一种变尺度二阶快速优化方法 ,在这种方法中用二阶插值法来优化搜索学习速率 ,然后将这一方法应用于神经网络的辨识中 ,仿真研究表明新算法有更快的收敛速度和更好的收敛精度 . 展开更多
关键词 非线性优化 快速二阶学习算法 二阶插值 神经网络 系统辨识
下载PDF
基于模糊神经网络的废旧手机价值评估方法 被引量:8
7
作者 韩红桂 郐晓丹 +1 位作者 张璐 乔俊飞 《北京工业大学学报》 CAS CSCD 北大核心 2019年第11期1033-1040,共8页
针对废旧手机回收过程中难以精准定价的问题,提出了一种基于模糊神经网络(fuzzy neural network,FNN)的价值评估方法.首先,设计了一种基于主成分分析(principal component analysis,PCA)的特征提取方法,获得了影响废旧手机回收价值的关... 针对废旧手机回收过程中难以精准定价的问题,提出了一种基于模糊神经网络(fuzzy neural network,FNN)的价值评估方法.首先,设计了一种基于主成分分析(principal component analysis,PCA)的特征提取方法,获得了影响废旧手机回收价值的关键特征变量.其次,建立了基于FNN的价值评估模型,实现了回收价值与关键特征变量之间的非线性关系描述.最后,提出了一种自适应二阶参数学习算法(adaptive second-order parameter learning algorithm,ASOPLA),实现了价值评估模型自适应调整.将提出的价值评估方法应用于实际交易过程,结果表明,基于FNN的价值评估方法能够实现对废旧手机的准确定价. 展开更多
关键词 废旧手机回收 价值评估 模糊神经网络(FNN) 主成分分析法 自适应二阶参数学习算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部