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9篇文章
< 1 >
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：
分解弱可逆有限自动机的两个结果 被引量：11
1
作者 王鸿吉 《计算机研究与发展》 EI CSCD 北大核心 2005年第4期690-696,共7页
研究弱可逆有限自动机的分解可以为分析有限自动机公开钥密码体制的安全性提供一种重要途径.从输出权的角度研究了n元延迟τ步弱可逆有限自动机M的分解问题,首先证明了其可分解为一个延迟0步弱可逆有限自动机和一个τ阶延迟元当且仅当M... 研究弱可逆有限自动机的分解可以为分析有限自动机公开钥密码体制的安全性提供一种重要途径.从输出权的角度研究了n元延迟τ步弱可逆有限自动机M的分解问题,首先证明了其可分解为一个延迟0步弱可逆有限自动机和一个τ阶延迟元当且仅当M的所有状态的长τ输出权为1.其次,在获得一类不可分解出延迟元的弱可逆有限自动机的基础上,构造出一个反例,否定回答了鲍丰在1993年提出的一个公开问题.同时给出了二元严格延迟τ步强连通弱可逆有限自动机可分解为一个严格延迟τ-1步弱可逆有限自动机和一个严格延迟1步弱可逆有限自动机的一个充分条件. 展开更多
关键词 有限自动机 弱可逆 延迟 分解 输出权
下载PDF
弱可逆线性有限自动机的一种分解 被引量：2
2
作者 姚兴华 邓培民 +1 位作者 易忠 蒋运承 《计算机研究与发展》 EI CSCD 北大核心 2009年第6期1043-1051,共9页
讨论有限自动机的分解有助于分析弱可逆有限自动机的结构和求解弱逆.首先证明了弱同构的弱可逆有限自动机具有相似的分解形式;接着考虑了一类特殊的弱可逆线性有限自动机的分解,从状态输出权的角度刻画了该分解存在的一个充分条件;然后... 讨论有限自动机的分解有助于分析弱可逆有限自动机的结构和求解弱逆.首先证明了弱同构的弱可逆有限自动机具有相似的分解形式;接着考虑了一类特殊的弱可逆线性有限自动机的分解,从状态输出权的角度刻画了该分解存在的一个充分条件;然后把这种分解形式推广到了一般的弱可逆线性有限自动机上,即:延迟τ步弱可逆线性有限自动机分解成延迟0步弱可逆有限自动机和一种特殊的有限自动机MD,并得到了分解存在的充要条件;最后,用输出序列的代数性质来刻画其中的充分条件,并把它转化成了一个矩阵的秩的计算.这种分解形式并不局限于n元弱可逆有限自动机,而且分解条件也比较简单,仅与输出序列的性质有关. 展开更多
关键词 有限自动机 弱可逆 分解 延迟 线性 输出权
下载PDF
弱可逆拟(r,r)阶存贮线性有限自动机的分解 被引量：1
3
作者 吴成来 邓培民 易忠 《计算机工程与应用》 CSCD 北大核心 2007年第23期43-47,共5页
通过对延迟r步弱可逆拟(r,r)阶存贮线性有限自动机输出权的研究,得出对延迟r步弱可逆拟(r,r)阶存贮线性有限自动机的任意一个状态,它的长r的输出权都是1;任何一个n元拟(r,r)阶存贮线性有限自动机M延迟r步弱可逆的充分必要条件是M都可以... 通过对延迟r步弱可逆拟(r,r)阶存贮线性有限自动机输出权的研究,得出对延迟r步弱可逆拟(r,r)阶存贮线性有限自动机的任意一个状态,它的长r的输出权都是1;任何一个n元拟(r,r)阶存贮线性有限自动机M延迟r步弱可逆的充分必要条件是M都可以分解为一个延迟0步弱可逆有限自动机M0和一个延迟r步弱可逆拟(0,r)阶存贮线性有限自动机M1。 展开更多
关键词 拟存贮有限自动机 分解 弱可逆 输出权
下载PDF
引入神经网络极限学习机的关键数据查询模型
4
作者 张勇飞 陈艳君 赵世忠 《计算机仿真》 2024年第3期519-523,共5页
网络空间数据的结构具有较高相似性,海量数据的不断增量更新,导致关键数据查询结果存在冗余和偏离问题。因此提出基于神经网络极限学习机的关键数据查询方法。建模描述关键数据查询问题。基于此引入神经网络极限学习机,建立关键数据查... 网络空间数据的结构具有较高相似性,海量数据的不断增量更新,导致关键数据查询结果存在冗余和偏离问题。因此提出基于神经网络极限学习机的关键数据查询方法。建模描述关键数据查询问题。基于此引入神经网络极限学习机,建立关键数据查询模型。预处理数据库中无用数据和重复数据做,通过输出权值范数的最小二乘解,避免算法陷入局部最优。结合输出矩阵,训练查询模型,输出结果结果即为关键数据查询结果。为证明上述方法的性能优势,设计对比实验,结果表明提出的方法应用于关键数据查询的均方根误差不超过1.2,平均绝对百分比误差最高为4.1%,关系数F可达0.6,网络节点的使用率低于20%。以上实验数据验证了上述方法数据查询精度较高,可应用性更强。 展开更多
关键词 神经网络极限学习机 关键数据 输出权值 最小二乘解 数据预处理
下载PDF
基于整体辨识策略的非线性自适应控制方法 被引量：1
5
作者 张政煊 杨翊卓 +2 位作者 代伟 周平 杨春雨 《控制理论与应用》 EI CAS CSCD 北大核心 2023年第11期2039-2048,共10页
针对一类离散时间下的未知动态非线性系统,为解决传统自适应控制方法在交替辨识非线性系统时由于辨识精度低而导致的控制性能差的问题,本文提出了一种基于整体辨识策略的未建模动态补偿的自适应控制方法.利用随机向量函数链接(RVFL)网... 针对一类离散时间下的未知动态非线性系统,为解决传统自适应控制方法在交替辨识非线性系统时由于辨识精度低而导致的控制性能差的问题,本文提出了一种基于整体辨识策略的未建模动态补偿的自适应控制方法.利用随机向量函数链接(RVFL)网络的直链与增强结构特性挖掘其与低阶线性模型和高阶未建模动态项的等价对应关系,并融入权值偏差惩罚项,设计了网络模型参数在线更新算法辨识非线性系统参数.根据在线辨识的线性模型参数和未建模动态估计量,采用一步超前最优控制策略设计线性控制器和未建模动态补偿器.数值仿真表明,所提方法优于交替辨识下的非线性自适应控制方法,并通过工业应用的仿真研究验证所提方法在工业上的可用性.最后,对本文控制方法在实际应用中的潜在问题及理论受限条件的放松进行分析和展望. 展开更多
关键词 随机向量函数链接网络 非线性 自适应控制 未建模动态补偿 输出权值偏差惩罚
下载PDF
基于改进共轭梯度理论神经网络优化算法研究 被引量：3
6
作者 邢晓敏 商国敬 《电测与仪表》 北大核心 2014年第19期36-40,共5页
文章阐述了一种改进共轭梯度理论神经网络优化算法。该方法是在传统共轭梯度算法(CG)基础上引入对输出权值进行优化的理念,故称其为输出权值优化共轭梯度算法(OWO-CG)。这种算法在进行学习时,首先根据误差函数利用共轭梯度法计算收敛因... 文章阐述了一种改进共轭梯度理论神经网络优化算法。该方法是在传统共轭梯度算法(CG)基础上引入对输出权值进行优化的理念,故称其为输出权值优化共轭梯度算法(OWO-CG)。这种算法在进行学习时,首先根据误差函数利用共轭梯度法计算收敛因子,并修改输入层和隐含层的权值因子;接着,计算隐含层输出函数,利用相关输出权值优化理论构建并求解线性方程组得到输出层的权值因子;最后,计算误差函数,利用该算法不停地修正神经网络回路输出值与期望输出值之间的差值,直到满足精度要求为止。仿真验证结果表明,与传统共轭梯度算法相比,这种算法的学习过程更加迅速和准确。 展开更多
关键词 神经网络 优化算法 共轭梯度 输出权值
下载PDF
基于PLSR的深度信念网输出权值确定方法 被引量：1
7
作者 索明何 程乐 《控制工程》 CSCD 北大核心 2018年第4期668-676,共9页
针对深度信念网络（Deep Belief Networks，DBN）微调阶段过度依赖梯度而导致很难获取最优输出权值的问题，提出一种基于偏最小二乘回归（Partial Least Square Regression，PLSR）的DBN输出权值确定新方法。通过PLSR和DBN相结合，实现... 针对深度信念网络（Deep Belief Networks，DBN）微调阶段过度依赖梯度而导致很难获取最优输出权值的问题，提出一种基于偏最小二乘回归（Partial Least Square Regression，PLSR）的DBN输出权值确定新方法。通过PLSR和DBN相结合，实现对DBN最后一个隐含层状态进行主成分提取，在最后一个隐含层与输出层之间建立PLSR模型。以更精确的特征来确定更好的输出权值。在一系列标准数据集上的实验结果表明，该方法能够获取更好的DBN输出权值，从而提高DBN的性能。 展开更多
关键词 深度信念网络 输出权值 偏最小二乘回归 主成分提取
下载PDF
基于改进极端学习机的网络流量预测 被引量：1
8
作者 刘春 《计算机工程与应用》 CSCD 2014年第21期91-95,146,共6页
为了提高网络流量的预测精度，针对极端学习机的训练样本选择问题，提出一种改进极端学习机的网络流量预测模型（IELM）。根据最优延迟时间和嵌入维数对网络流量重构，建立网络学习样本，将学习样本输入到改进极端学习机进行训练，随新... 为了提高网络流量的预测精度，针对极端学习机的训练样本选择问题，提出一种改进极端学习机的网络流量预测模型（IELM）。根据最优延迟时间和嵌入维数对网络流量重构，建立网络学习样本，将学习样本输入到改进极端学习机进行训练，随新样本加入而逐步求解网络的权值，以提高学习速度，引入cholesky分解方法提高模型的泛化能力，采用具体网络流量数据进行了仿真测试。结果表明，IELM不仅可以获得较传统网络流量预测模型更高的精度，并且大幅度减少了计算时间，提高了建模效率，可以较好地满足网络流量预测要求。 展开更多
关键词 网络流量 相空间重构 极端学习机 输出权值
下载PDF
新型的基于堆栈式ELM的时变信道预测方法
9
作者 张捷 杨丽花 聂倩 《系统工程与电子技术》 EI CSCD 北大核心 2022年第2期662-667,共6页
针对高速移动场景正交频分复用(orthogonal frequency division multiplexing,OFDM)系统,提出了一种新的基于堆栈式极限学习机(extreme learning machine,ELM)的时变信道预测方法。为了捕获输入数据的深层信息,基于单隐藏层神经网络,首... 针对高速移动场景正交频分复用(orthogonal frequency division multiplexing,OFDM)系统,提出了一种新的基于堆栈式极限学习机(extreme learning machine,ELM)的时变信道预测方法。为了捕获输入数据的深层信息,基于单隐藏层神经网络,首先利用堆栈式ELM方法从历史信道中提取信道的深层特征,并获得网络的初始输出权值。然后,为了适应信道的变化,新方法基于新构造的历史信道样本与初始的输出权值来实时更新网络的输出权值,并基于更新后的输出权值预测得到未来时刻的信道。最后,仿真结果表明,新方法较现有方法具有更高预测精度,适用于高速移动场景。 展开更多
关键词 高速移动 正交频分复用 时变信道预测 堆栈式极限学习机 输出权值更新
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 下一页 到第 页
使用帮助 返回顶部