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569篇文章
< 1 2 … 29 >
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：
模式识别中的支持向量机方法 被引量：118
1
作者 杜树新 吴铁军 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2003年第5期521-527,共7页
针对模式识别问题,描述了支持向量机的基本思想,着重讨论了ν-SVM、最小二乘SVM、加权SVM和直接SVM等新的支持向量机方法,用于降低训练时间和减少计算复杂性的海量样本数据训练算法分块法、分解法,提高泛化能力的模型选择方法,以及逐一... 针对模式识别问题,描述了支持向量机的基本思想,着重讨论了ν-SVM、最小二乘SVM、加权SVM和直接SVM等新的支持向量机方法,用于降低训练时间和减少计算复杂性的海量样本数据训练算法分块法、分解法,提高泛化能力的模型选择方法,以及逐一鉴别法、一一区分法、M-ary分类法、一次性求解等多类别分类方法.最后给出了污水生化处理过程运行状态监控的多类别分类实例.作为结构风险最小化准则的具体实现,支持向量机具有全局最优性和较好的泛化能力. 展开更多
关键词 模式识别 支持向量机 泛化能力 分类方法 海量样本数据训练算法分块法 分解法 模型选择方法
下载PDF
神经网络的泛化理论和泛化方法 被引量：97
2
作者 魏海坤 徐嗣鑫 宋文忠 《自动化学报》 EI CSCD 北大核心 2001年第6期806-815,共10页
泛化能力是多层前向网最重要的性能 ,泛化问题已成为目前神经网络领域的研究热点 .文中综述了神经网络泛化理论和泛化方法的研究成果 .对泛化理论 ,重点讲述神经网络的结构复杂性和样本复杂性对泛化能力的影响 ;对泛化方法 ,则在介绍每... 泛化能力是多层前向网最重要的性能 ,泛化问题已成为目前神经网络领域的研究热点 .文中综述了神经网络泛化理论和泛化方法的研究成果 .对泛化理论 ,重点讲述神经网络的结构复杂性和样本复杂性对泛化能力的影响 ;对泛化方法 ,则在介绍每种泛化方法的同时 ,尽量指出该方法与相应泛化理论的内在联系 . 展开更多
关键词 神经网络 泛化能力 泛化理论 泛化方法
下载PDF
选择性集成学习算法综述 被引量：139
3
作者 张春霞 张讲社 《计算机学报》 EI CSCD 北大核心 2011年第8期1399-1410,共12页
集成学习因其能显著提高一个学习系统的泛化能力而得到了机器学习界的广泛关注,但随着基学习机数目的增多,集成学习机的预测速度明显下降,其所需的存储空间也迅速增加.选择性集成学习的主要目的是进一步改善集成学习机的预测效果,提高... 集成学习因其能显著提高一个学习系统的泛化能力而得到了机器学习界的广泛关注,但随着基学习机数目的增多,集成学习机的预测速度明显下降,其所需的存储空间也迅速增加.选择性集成学习的主要目的是进一步改善集成学习机的预测效果,提高集成学习机的预测速度,并降低其存储需求.该文对现有的选择性集成学习算法进行了详细综述,按照算法采用的选择策略对其进行了分类,并分析了各种算法的主要特点,最后对选择性集成学习在将来的可能研究方向进行了探讨. 展开更多
关键词 选择性集成学习 基学习机 集成学习机 多样性 泛化能力
下载PDF
前馈神经网络泛化性能力的系统分析 被引量：44
4
作者 江学军 唐焕文 《系统工程理论与实践》 EI CSCD 北大核心 2000年第8期36-40,共5页
通过对多层前馈网络的运行机制的系统分析 ,指出影响前馈网络泛化能力的根本原因是训练网络用的样本 ,包括样本质量、样本数量和样本代表性三个方面 .针对复杂系统给出了一种提高前馈网络泛化能力的途径 ,并通过对仿真算例的计算验证了... 通过对多层前馈网络的运行机制的系统分析 ,指出影响前馈网络泛化能力的根本原因是训练网络用的样本 ,包括样本质量、样本数量和样本代表性三个方面 .针对复杂系统给出了一种提高前馈网络泛化能力的途径 ,并通过对仿真算例的计算验证了得出的结论 . 展开更多
关键词 多层前馈神经网络 泛化能力 系统分析
原文传递
广义BP算法及网络容错性和泛化能力的研究 被引量：37
5
作者 董聪 刘西拉 《控制与决策》 EI CSCD 北大核心 1998年第2期120-124,共5页
给出广义ＢＰ算法及其网络学习的多种方式，常用的前向网络全并行权值修改方式是其中效率较低的一种，有许多更好的权值修改方式可以使用。网络的泛化能力依赖于网络的拓扑结构，对国际上为改进网络泛化能力而采用的几种修正学习算法的... 给出广义ＢＰ算法及其网络学习的多种方式，常用的前向网络全并行权值修改方式是其中效率较低的一种，有许多更好的权值修改方式可以使用。网络的泛化能力依赖于网络的拓扑结构，对国际上为改进网络泛化能力而采用的几种修正学习算法的实际功能做了简要的评论。 展开更多
关键词 广义BP算法 泛化能力 神经网络 网络容错性
下载PDF
神经网络的泛化能力与结构优化算法研究 被引量：42
6
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
7
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
神经网络的学习误差函数及泛化能力 被引量：29
8
作者 李杰 韩正之 《控制与决策》 EI CSCD 北大核心 2000年第1期95-97,共3页
用于训练神经网络的样本点集不可避免地会受到噪声污染。利用神经网络的概率描述，通过研究Ｋ—Ｌ信息距离和神经网络泛化能力的关系，构造一个新的神经网络学习误差函数。泛化能力分析和仿真结果表明了该学习误差函数的合理性。
关键词 神经网络 泛化能力 学习误差函数 概率表示
下载PDF
BP网络学习能力与泛化能力满足的不确定关系式 被引量：27
9
作者 李祚泳 彭荔红 《中国科学（E辑）》 CSCD 北大核心 2003年第10期887-895,共9页
分析BP网络过拟合出现时网络学习能力及泛化能力与其他影响因素之间的内在联系,引入复相关系数描述样本复杂性程度;遵循计算不确定性原理和神经网络结构设计的最简原则,类比信息传递过程中的一般测不准关系式,建立了BP网络过拟合出现时... 分析BP网络过拟合出现时网络学习能力及泛化能力与其他影响因素之间的内在联系,引入复相关系数描述样本复杂性程度;遵循计算不确定性原理和神经网络结构设计的最简原则,类比信息传递过程中的一般测不准关系式,建立了BP网络过拟合出现时,反映网络学习能力的训练样本集的训练相对误差与表征泛化能力的网络对检验样本集的测试相对误差之间满足的不确定关系式;通过模拟多种不同类型函数的BP网络过拟合数值模拟实验,确定了关系式中过拟合参数q的取值范围一般为7×10^(-3)～7×10^(-2);依据不确定关系式,导出了在用复相关系数描述样本复杂性和满足给定逼近误差要求下,网络具有较佳泛化能力的隐节点数的计算公式,并验证了其合理性;指出BP网络应用于给定样本集的训练过程中,为改进泛化能力的训练最佳停止方法。 展开更多
关键词 BP网络 学习能力 泛化能力 过拟合关系式 网络结构 不确定关系式
原文传递
RBF网的动态设计方法 被引量：33
10
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
BP网络泛化能力改进研究 被引量：22
11
作者 王晖 何新贵 《系统工程与电子技术》 EI CSCD 北大核心 2001年第3期85-87,101,共4页
详细阐述了防止BP网络过度训练的方法 ,总结了常用的增强网络泛化能力的方法。并在此基础上 ,提出了基于主要影响因素和基于修正误差函数来增强网络泛化能力的方法 ,取得了良好的效果 ,提高了BP神经网络的适应性。
关键词 BP网络 泛化能力 神经网络
下载PDF
支持向量机与RBF神经网络回归性能比较研究 被引量：42
12
作者 刘苏苏 孙立民 《计算机工程与设计》 CSCD 北大核心 2011年第12期4202-4205,共4页
支持向量机与RBF神经网络相比各有优缺点,通过对支持向量机与RBF神经网络的研究,从理论上分析了这两种学习机在回归预测原理上的异同,通过仿真实验对比了两者在测试集上的逼近能力及泛化能力。仿真结果表明,对于小样本集,支持向量机的... 支持向量机与RBF神经网络相比各有优缺点,通过对支持向量机与RBF神经网络的研究,从理论上分析了这两种学习机在回归预测原理上的异同,通过仿真实验对比了两者在测试集上的逼近能力及泛化能力。仿真结果表明,对于小样本集,支持向量机的逼近能力及泛化能力要优于RBF神经网络。对实际应用中回归模型的选择问题提出了建议。 展开更多
关键词 支持向量机 RBF神经网络 逼近能力 泛化能力 回归
下载PDF
BP网络在电力变压器故障诊断中的应用 被引量：34
13
作者 王雪梅 李文申 严璋 《高电压技术》 EI CAS CSCD 北大核心 2005年第7期12-14,共3页
以单隐层的BP组合神经网络在基于DGA的电力变压器故障诊断中的应用为例,在BP网络训练流程图的基础上,分别举例阐述了隐层节点个数、初始权值、训练误差、最大训练次数以及训练样本次序对网络训练效果和泛化能力的影响。指出这些因素的... 以单隐层的BP组合神经网络在基于DGA的电力变压器故障诊断中的应用为例,在BP网络训练流程图的基础上,分别举例阐述了隐层节点个数、初始权值、训练误差、最大训练次数以及训练样本次序对网络训练效果和泛化能力的影响。指出这些因素的影响程度各不相同,具体应用时,可按照更改训练样本次序、调节隐层节点个数、初始权值、训练误差、训练次数的顺序依次更改网络的结构和相应的参数,以达到最佳的训练效果。 展开更多
关键词 电力变压器 故障诊断 应用 BP网络 组合神经网络 隐层节点 初始权值 训练效果 训练样本 训练次数 网络训练 泛化能力 影响程度 DGA 流程图 个数 误差 更改
下载PDF
智能教育发展中的若干关键问题 被引量：43
14
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
15
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
BP神经网络模型在水环境质量综合评价应用中的一些问题 被引量：28
16
作者 楼文高 《水产学报》 CAS CSCD 北大核心 2002年第1期90-96,共7页
BP神经网络是采用误差反向传播算法对网络权值进行训练的多层前向神经网络 ,以其优良的非线性逼近能力 ,获得广泛应用。建立的神经网络模型具有优异性能的必要条件是神经网络结构及其参数的合理选取、具有足够多和代表性、典型性好的训... BP神经网络是采用误差反向传播算法对网络权值进行训练的多层前向神经网络 ,以其优良的非线性逼近能力 ,获得广泛应用。建立的神经网络模型具有优异性能的必要条件是神经网络结构及其参数的合理选取、具有足够多和代表性、典型性好的训练样本、训练时求得全局最小点和不出现“过学习”或“过拟合”等。本文根据近几年BP神经网络建模理论研究的最新成果 ,研究发现目前在建立水环境质量综合评价BP神经网络模型时存在的几个主要问题 :①训练样本太少 ,②没有检验样本和测试样本 ,③神经网络结构太大等 ,从而极有可能造成在训练神经网络模型时出现“过拟合”或“过学习”现象 ,使建立的模型泛化能力较差或根本没有。在研究近年提出的应用BP神经网络方法建模的必备条件的基础上 ,对目前应用人工神经网络进行水环境质量综合评价的研究成果的分析表明 ,绝大多数水环境质量BP神经网络评价模型是在不满足建模条件的情况下建立的。计算实例表明 ,在不满足建模条件下建立的神经网络模型泛化能力和预测能力较差 ,极有可能出现多模式现象 。 展开更多
关键词 BP神经网络 水环境质量 综合评价 建模条件 泛化能力
下载PDF
烟气含氧量软测量新方法研究 被引量：28
17
作者 卢勇 徐向东 《热能动力工程》 EI CAS CSCD 北大核心 2002年第6期614-617,共4页
针对目前大量工业现场使用的氧量分析仪成本昂贵、维护费用高且易损坏等问题,在几种常见方法对比讨论的基础上,提出了利用基于统计分析和神经网络技术的NNPLS方法建立烟气含氧量软测量模型的方法。该方法综合了PLS和神经网络技术的优点... 针对目前大量工业现场使用的氧量分析仪成本昂贵、维护费用高且易损坏等问题,在几种常见方法对比讨论的基础上,提出了利用基于统计分析和神经网络技术的NNPLS方法建立烟气含氧量软测量模型的方法。该方法综合了PLS和神经网络技术的优点,能够利用过程历史数据辨识对象模型;利用现场实际数据对该方法进行了仿真验证,并将仿真结果与传统的线性PLSR方法和直接神经网络建模方法作了比较,结果显示NNPLS方法所建立的软测量模型具有更强的泛化能力。文中还对静态模型向动态模型进行了扩展。 展开更多
关键词 烟气 含氧量 软测量 偏最小二乘 神经网络 交叉验证 泛化能力 锅炉
下载PDF
CMAC算法收敛性分析及泛化能力研究 被引量：29
18
作者 何超 徐立新 张宇河 《控制与决策》 EI CSCD 北大核心 2001年第5期523-529,534,共8页
利用矩阵理论和线性方程组迭代收敛的一般性原理 ,在不附加特殊条件的情况下 ,证明了CMAC算法在批量和增量两种学习方式下的收敛定理 ,对在关联矩阵正定条件下得出的结论进行推广和改进。在此基础上提出一种学习率自寻优的 CMAC改进算... 利用矩阵理论和线性方程组迭代收敛的一般性原理 ,在不附加特殊条件的情况下 ,证明了CMAC算法在批量和增量两种学习方式下的收敛定理 ,对在关联矩阵正定条件下得出的结论进行推广和改进。在此基础上提出一种学习率自寻优的 CMAC改进算法 ,并提出一种简单可行的评价 CMAC网络整体泛化性能的指标。通过计算机仿真验证了收敛定理的正确性和改进算法的优越性 。 展开更多
关键词 收敛性 泛化能力 人工神经网络 CMAC算法 学习算法
下载PDF
负荷模型泛化能力的研究 被引量：28
19
作者 马进 贺仁睦 周彦军 《中国电机工程学报》 EI CSCD 北大核心 2006年第21期29-35,共7页
负荷模型的准确度对电力系统仿真的有效性影响很大,但是建立反映实际负荷特性的负荷模型目前仍是一个尚未解决的难题,这主要是由于负荷的组成、大小与特性时刻都处于变化之中,因此根据已获得的负荷数据所建立的负荷模型不一定具备好的... 负荷模型的准确度对电力系统仿真的有效性影响很大,但是建立反映实际负荷特性的负荷模型目前仍是一个尚未解决的难题,这主要是由于负荷的组成、大小与特性时刻都处于变化之中,因此根据已获得的负荷数据所建立的负荷模型不一定具备好的泛化能力,即该负荷模型虽然能够精确地拟合已有的负荷数据,但未必能够描述未知的负荷特性。文中应用支持向量机工具,建立了负荷数据的特征样本空间;并以辽宁虎石台变电站2004年所有负荷数据为例,研究对比了以下3类负荷模型:基于某月全部数据所建立的负荷模型;基于随机样本所建立的负荷模型;基于特征样本空间所建立的负荷模型的泛化能力。研究表明:基于文章提出的特征样本空间所建立的负荷模型对整个负荷样本空间内的数据都具有强的解释能力,因此具有很好的泛化能力。 展开更多
关键词 电力系统 负荷建模 统计分析 泛化能力
下载PDF
基于小波的支持向量机算法研究 被引量：25
20
作者 林继鹏 刘君华 《西安交通大学学报》 EI CAS CSCD 北大核心 2005年第8期816-819,共4页
基于小波对偶框架和支持向量核函数的条件,提出了一种支持向量小波核函数.该核函数利用小波的多尺度插值特性和稀疏变化特性,不仅提高了模型的精度和迭代的收敛速度,而且还适用于信号的局部分析、信噪分离和突变信号的检测,从而在提高... 基于小波对偶框架和支持向量核函数的条件,提出了一种支持向量小波核函数.该核函数利用小波的多尺度插值特性和稀疏变化特性,不仅提高了模型的精度和迭代的收敛速度,而且还适用于信号的局部分析、信噪分离和突变信号的检测,从而在提高支持向量机(SVM)泛化能力的同时,提高了辨识效果和减少了计算量.基于该核函数和正则化理论提出的最小二乘小波支持向量机用于非线性系统辨识,对SINC函数的逼近,该小波核得到的均方根误差不足高斯径向基核的1/12,对logistic混沌序列预测的均方根误差不超过8×10-6,同时实验表明,预测的长度对预测均方根误差没有显著影响,这表明小波核SVM具有更好的泛化能力. 展开更多
关键词 小波核 混沌 支持向量机 泛化能力
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 … 29 下一页 到第 页
使用帮助 返回顶部