期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
Bayesian网转化为神经元网
1
作者 薛万欣 董冠宇 刘大有 《电子学报》 EI CAS CSCD 北大核心 2004年第2期250-253,共4页
Bayesian网目前广泛应用于专家系统中 ,用于处理大量以条件概率为形式的数据 .本文借用神经元网络结构 ,根据专家给定的相关模型和部分观察集使用后向传播对条件概率进行估计 ,并在训练中 ,保持Bayesian网特性不变 ,应用Occam修剪法则 ... Bayesian网目前广泛应用于专家系统中 ,用于处理大量以条件概率为形式的数据 .本文借用神经元网络结构 ,根据专家给定的相关模型和部分观察集使用后向传播对条件概率进行估计 ,并在训练中 ,保持Bayesian网特性不变 ,应用Occam修剪法则 ,在化简过程中提炼其中的规律 .实践表明 ,对于复杂的问题 。 展开更多
关键词 BAYESIAN SIGMA-PI 传播网
下载PDF
基于NN/HMM混合模型的汉语地名识别系统 被引量:4
2
作者 欧嘉致 陈凯江 李宗葛 《计算机工程与应用》 CSCD 北大核心 2002年第23期220-222,228,共4页
文章介绍了一个基于NN/HMM混合模型的汉语地名识别系统,该系统能自动判别并拒识词表之外的词。文中训练的基于HMM的模型,包括关键词模型、填充模型和“反关键词”模型。笔者对识别器的输出结果进行验证,把基于HMM的统计特征送到神经网... 文章介绍了一个基于NN/HMM混合模型的汉语地名识别系统,该系统能自动判别并拒识词表之外的词。文中训练的基于HMM的模型,包括关键词模型、填充模型和“反关键词”模型。笔者对识别器的输出结果进行验证,把基于HMM的统计特征送到神经网络处理,由网络的输出来判断是否为词表之外的词。该文在实验中建立了一个基于传统N-Best方法的基准模型并试验了三种不同的网络拓扑结构,包括前馈后向传播网络、Elman后向传播网络以及可训练级联前导后向传播网络。实验结果表明前馈后向传播网络的性能最好,与基准模型比较平均错误率下降54.4%。 展开更多
关键词 NN/HMM混合模型 汉语地名识别系统 语音识别 神经 前馈传播网
下载PDF
利用BP-ANN和地基单站GPS数据反演大气折射率剖面 被引量:6
3
作者 林乐科 赵振维 +2 位作者 张业荣 王红光 王波 《微波学报》 CSCD 北大核心 2008年第6期39-42,共4页
分析表明地基单站GPS接收机低仰角信号的斜路径延迟是适合进行大气折射率剖面反演的基础量,为此建立了五层BP-ANN(后向传播人工神经网络)用于大气折射率剖面的反演。利用青岛地区10年的历史探空数据进行网络训练和仿真反演,仿真反演结... 分析表明地基单站GPS接收机低仰角信号的斜路径延迟是适合进行大气折射率剖面反演的基础量,为此建立了五层BP-ANN(后向传播人工神经网络)用于大气折射率剖面的反演。利用青岛地区10年的历史探空数据进行网络训练和仿真反演,仿真反演结果与探空剖面有很好的一致性。 展开更多
关键词 斜路径延迟 大气折射率剖面 传播网 全球定位系统
下载PDF
基于神经网络的Sarsa强化学习算法 被引量:4
4
作者 林联明 王浩 王一雄 《计算机技术与发展》 2006年第1期30-32,共3页
标准的Sarsa算法对状态空间的要求是离散的且空间较小,而实际问题中很多的系统的状态空间是连续的或尽管是离散的但空间较大,这就要求有很大的空间来存储状态动作对(State-Action-Pair)。对此文中提出用BP网络队列保存SAPs,实验验证可... 标准的Sarsa算法对状态空间的要求是离散的且空间较小,而实际问题中很多的系统的状态空间是连续的或尽管是离散的但空间较大,这就要求有很大的空间来存储状态动作对(State-Action-Pair)。对此文中提出用BP网络队列保存SAPs,实验验证可以解决由于空间过大而带来的Q值表示问题。 展开更多
关键词 强化学习 智能主体 马尔可夫决策过程 误差传播网 状态动作对
下载PDF
涡扇发动机部件特性的BP网络研究 被引量:5
5
作者 陈策 李军 《航空动力学报》 EI CAS CSCD 北大核心 2004年第1期61-64,共4页
在发动机特性计算中,建立了BP神经网络对部件特性数据进行识别学习,实现了特性数据的精确插值和对未知特性数据的推测。通过对网络输出结果的检验与分析,表明该方法精确实用。
关键词 涡轮风扇发动机 BP神经 传播网 航空发动机 算法 内插精度
下载PDF
模拟退火优化BP神经网络进行云相态分类 被引量:8
6
作者 盛夏 孙龙祥 郑庆梅 《解放军理工大学学报(自然科学版)》 EI 2008年第1期98-102,共5页
为利用中分辨率成像光谱仪(MODIS)多通道云图数据对云相态进行分类,提出了一种利用云图红外、可见光谱段数据,基于SABP神经网络的云相态分类算法。算法基于BP人工神经网络学习算法及模拟退火算法。在两算法结合的基础上,作出了有益于云... 为利用中分辨率成像光谱仪(MODIS)多通道云图数据对云相态进行分类,提出了一种利用云图红外、可见光谱段数据,基于SABP神经网络的云相态分类算法。算法基于BP人工神经网络学习算法及模拟退火算法。在两算法结合的基础上,作出了有益于云相态分类的改进。基准网络模型为3层前馈BP网络,其中,隐层和输出层使用不同的激活函数。选取了5种光谱特征作为网络输入,输出两单元判定结果。为加速收敛速度,避免振荡,采用了一种自适应的变学习系数、惯性系数策略。个例分析表明,算法在中低纬度地区效果良好。 展开更多
关键词 人工神经 中分辨率成像光谱仪 云相态分类 模拟退火算法 传播网
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部