期刊文献+
共找到194篇文章
< 1 2 10 >
每页显示 20 50 100
基于前向神经网络的非线性时变系统辨识 被引量:7
1
作者 顾成奎 王正欧 《管理科学学报》 CSSCI 2001年第3期36-39,45,共5页
提出基于前向神经网络的非线性时变系统辨识方法 ,并用局部化推广卡尔曼滤波算法训练网络 .该算法与全局推广卡尔曼滤波算法相比 ,不需要矩阵求逆运算 ,具有更高的收敛速度和更小存储容量要求 .
关键词 非线性时变系统 前向神经网络 局部化学习算法 卡尔曼滤波
下载PDF
网络泛化能力与随机扩展训练集 被引量:6
2
作者 杨慧中 卢鹏飞 +1 位作者 张素贞 陶振麟 《控制理论与应用》 EI CAS CSCD 北大核心 2002年第6期963-966,共4页
针对神经网络的过拟合和泛化能力差的问题 ,研究了样本数据的输入输出混合概率密度函数的局部最大熵密度估计 ,提出了运用Chebyshev不等式的样本参数按类分批自校正方法 ,以此估计拉伸样本集 ,得到新的随机扩充训练集 .使估计质量更高 ... 针对神经网络的过拟合和泛化能力差的问题 ,研究了样本数据的输入输出混合概率密度函数的局部最大熵密度估计 ,提出了运用Chebyshev不等式的样本参数按类分批自校正方法 ,以此估计拉伸样本集 ,得到新的随机扩充训练集 .使估计质量更高 ,效果更好 .仿真结果证明用这种方法训练的前馈神经网络具有较好的泛化性能 . 展开更多
关键词 随机扩展训练集 前馈神经网络 泛化能力 最大局部熵密度函数 CHEBYSHEV不等式 概率密度估计
下载PDF
关于前馈多层神经网络多维函数逼近能力的一个定理 被引量:6
3
作者 韦岗 李华 徐秉铮 《电子科学学刊》 EI CSCD 1997年第4期433-438,共6页
本文首次证明了前馈神经网络多维函数逼近能力的一个重要定理:当隐层神经元数目足够多时,其多维函数逼近能力与维数无关.也就是说我们只需研究其一维函数逼近能力,所得的结论完全适合于多维情形,该定理大大简化了前馈多层神经网络函数... 本文首次证明了前馈神经网络多维函数逼近能力的一个重要定理:当隐层神经元数目足够多时,其多维函数逼近能力与维数无关.也就是说我们只需研究其一维函数逼近能力,所得的结论完全适合于多维情形,该定理大大简化了前馈多层神经网络函数逼近问题的分析难度。本文还给出了该定理的一个应用。 展开更多
关键词 神经网络 函数逼近 前馈多层网络
下载PDF
基于人工神经网络的气体定性分析方法
4
作者 高峰 崔金宝 +1 位作者 曲建岭 王艺兵 《青岛大学学报(工程技术版)》 CAS 2000年第1期6-9,共4页
提出将气体传感器阵列与前馈神经网络模式识别技术相结合 ,解决气体传感器的“交叉敏”问题 ,从而完成气体的定性、定量分析 ;针对常规 BP算法的缺点 ,构造了基于自适应调整步长和加动量因子的改进 BP算法用于前馈神经网络的训练 ;通过... 提出将气体传感器阵列与前馈神经网络模式识别技术相结合 ,解决气体传感器的“交叉敏”问题 ,从而完成气体的定性、定量分析 ;针对常规 BP算法的缺点 ,构造了基于自适应调整步长和加动量因子的改进 BP算法用于前馈神经网络的训练 ;通过实验对 H2 、CH4 、CO等三种气体进行了识别 。 展开更多
关键词 交叉敏 交馈神经网络 气体传感器阵列 定性分析
下载PDF
BFGS修正算法在前馈神经元网络学习中的应用 被引量:2
5
作者 杨慧中 张素贞 《华东理工大学学报(自然科学版)》 CAS CSCD 北大核心 2001年第5期459-462,共4页
介绍了拟牛顿公式中 BFGS修正算法和 Wolf- Powell不精确线性搜索准则所具有的全局收敛性质 。
关键词 前馈神经元网络 拟牛顿公式 BFGS修正算法 Wolf-Powell不精确线性搜索准则 学习算法 非线性优化理论
下载PDF
STUDYING THE ABRASION BEHAVIOR OF RUBBERY MATERIALS WITH COMBINED DESIGN OF EXPERIMENT-ARTIFICIAL NEURAL NETWORK 被引量:1
6
作者 Mehdi Shiva Hossein Atashi Mahtab Hassanpourfard 《Chinese Journal of Polymer Science》 SCIE CAS CSCD 2012年第4期520-529,共10页
In this study, an application of artificial neural network (ANN) has been presented in modeling and studying the effect of compounding variables on abrasion behavior of rubber formulations. Three case studies were c... In this study, an application of artificial neural network (ANN) has been presented in modeling and studying the effect of compounding variables on abrasion behavior of rubber formulations. Three case studies were carried out in which the experiment data were collected according to classical response surface designs. Besides developing the ANN models, we developed response surface methodology (RSM) to confirm the ANN predictions. A simple relation was employed for determination of relative importance of each variable according to ANN models. It was shown through these case studies that ANN models delivered very good data fitting and their simulating curves could help the researchers to better understand the abrasion behavior. 展开更多
关键词 ABRASION feed forward neural networks Rubber compounding Central composite design.
原文传递
前馈神经网络隐性单调与泛化能力
7
作者 何继善 朱德兵 《物探化探计算技术》 CAS CSCD 2001年第4期289-294,298,共7页
应用前馈人工神经网络对广域单调的两组样本进行了模拟反演 ,引入单调前馈网络的概念对其权值和阈值定解问题和泛化能力进行了较为深入的研究。表明前馈人工神经网络是一个表达形式简单的复杂系统 ,其单调特征是隐性的 ,而且训练网络的... 应用前馈人工神经网络对广域单调的两组样本进行了模拟反演 ,引入单调前馈网络的概念对其权值和阈值定解问题和泛化能力进行了较为深入的研究。表明前馈人工神经网络是一个表达形式简单的复杂系统 ,其单调特征是隐性的 ,而且训练网络的成熟性对样本数量和样本内在规律性有一定依赖。强调了前馈人工神经网络的应用效果 。 展开更多
关键词 前馈神经网络 泛化问题 单调性 隐性特征 人工神经网络 网络结构 响应函数
下载PDF
一种基于填充函数的神经网络全局优化算法 被引量:2
8
作者 李鸿儒 李海龙 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2007年第9期1247-1249,共3页
针对前向神经网络BP算法由于初始权值选择不当而陷入局部极小点这一缺陷,提出新的全局优化训练算法.首先,提出了一种新的填充函数,并证明该函数的填充性质,进而结合该新填充函数与BP算法,构造出基于填充函数的全局最优化神经网络算法.... 针对前向神经网络BP算法由于初始权值选择不当而陷入局部极小点这一缺陷,提出新的全局优化训练算法.首先,提出了一种新的填充函数,并证明该函数的填充性质,进而结合该新填充函数与BP算法,构造出基于填充函数的全局最优化神经网络算法.应用全局优化算法训练神经网络时,如果误差函数陷入局部极小值,该算法可以利用填充函数帮助误差函数不断地跳出局部最优,直到找到全局最优点.该新算法的最大优点是对于初始权值无依赖性,避免了BP算法易陷入局部极小值的缺点.理论分析和仿真试验结果证明了该全局优化神经网络算法的有效性和优越性. 展开更多
关键词 前向神经网络 BP算法 填充函数 全局优化 局部极小点
下载PDF
多层前向网络灵敏度的分析和降低方法
9
作者 杜芳 《系统工程与电子技术》 EI CSCD 1998年第3期53-55,共3页
本文将前向网络的输入误差看作服从加性和乘性随机噪声,进行了网络输出误差的统计分析,并依此定义网络的灵敏度。在此基础上,分析了Sigmoid函数的斜度对网络灵敏度的影响,结合仿真实验,提出了一个降低前向网络灵敏度的有效... 本文将前向网络的输入误差看作服从加性和乘性随机噪声,进行了网络输出误差的统计分析,并依此定义网络的灵敏度。在此基础上,分析了Sigmoid函数的斜度对网络灵敏度的影响,结合仿真实验,提出了一个降低前向网络灵敏度的有效方法。 展开更多
关键词 随机噪声 网络 统计分析 神经网络
下载PDF
BP算法的改进及其在库存数量预测中的应用 被引量:1
10
作者 王红霞 僧德文 《浙江水利水电专科学校学报》 2006年第4期34-37,共4页
针对BP算法收敛速度较慢、局部极值等缺点,提出了一种改进的BP算法.根据训练误差改变转移函数的惩罚因子并且对学习步长作自动调节.实践结果表明,改进后的BP算法可大大提高算法的函数拟合度和收敛度,减少与实际值间的误差.
关键词 前馈神经网络 BP算法 学习步长 惩罚因子
下载PDF
前馈网络凸优化算法的自适应分析及应用
11
作者 贾文臣 叶世伟 +1 位作者 陈国梁 贾显鹏 《计算机仿真》 CSCD 2004年第12期158-161,244,共5页
该文利用凸优化理论和约束优化理论为前馈神经网络构造出了一个新的优化目标函数。该目标函数的一个重要特点是:若固定连接权值,它对隐层输出来说为凸的;若固定隐层输出,它对连接权值来说为凸的。对该目标函数进行优化时,把隐层输出也... 该文利用凸优化理论和约束优化理论为前馈神经网络构造出了一个新的优化目标函数。该目标函数的一个重要特点是:若固定连接权值,它对隐层输出来说为凸的;若固定隐层输出,它对连接权值来说为凸的。对该目标函数进行优化时,把隐层输出也做为被优化变量,交替优化隐层输出和连接权值;之后再增大惩罚因子的值,重复上述步骤,直到惩罚因子足够大为止。用新的目标函数设计的前馈网络凸优化算法,能在很大程度上克服以往算法易于陷入局部最小而使网络训练失败的缺陷。从理论和实践上对新算法进行了深入分析,重点分析了惩罚因子在算法中的重要作用,并通过图像压缩这一实例进行了很好的验证。 展开更多
关键词 前馈神经网络 凸优化理论 算法 自适应分析 应用
下载PDF
基于维护总成本最优的PM周期优化方法和应用 被引量:1
12
作者 傅晨曦 郑永前 《现代制造工程》 CSCD 北大核心 2014年第4期92-97,共6页
以维护总成本模型作为设备预防性维护周期决策的优化条件,利用所研究设备系统已记录的历史数据建立神经网络模型,预估各个分系统使用寿命对于产品工艺参数的影响,通过遗传算法确定总成本最低的最优化预防性维护周期方案,并根据实际操作... 以维护总成本模型作为设备预防性维护周期决策的优化条件,利用所研究设备系统已记录的历史数据建立神经网络模型,预估各个分系统使用寿命对于产品工艺参数的影响,通过遗传算法确定总成本最低的最优化预防性维护周期方案,并根据实际操作情况进行修正。运用优化后的决策使该系统的维护总成本下降34%。 展开更多
关键词 维护总成本模型 预防性维护 前馈神经网络 遗传算法
下载PDF
神经网络在软件系统中的可靠性研究
13
作者 诸琳 《上海船舶运输科学研究所学报》 2005年第2期82-84,共3页
软件设计中可靠性模型的选择对软件的可靠性估测具有非常重要的作用。通过开发出一个可适用模型的建模系统,针对不同的实际问题,构造可适用的模型是开发适用模型的重要途径。主要阐述前向神经网络在软件系统中的可靠性研究。通过对前向... 软件设计中可靠性模型的选择对软件的可靠性估测具有非常重要的作用。通过开发出一个可适用模型的建模系统,针对不同的实际问题,构造可适用的模型是开发适用模型的重要途径。主要阐述前向神经网络在软件系统中的可靠性研究。通过对前向神经系统的输入层、输出层和屏蔽层等3种不同类型层次的工作原理的学习和模拟,探讨如何构建用于计算机软件可靠性测评的模型以及所面临的问题。 展开更多
关键词 人工智能 神经网络 研究 可靠性模型 前向神经网络
下载PDF
基于惩罚函数约束优化的多眉感知器分层训练算法
14
作者 叶世伟 贾文成 史忠植 《通讯和计算机(中英文版)》 2005年第4期39-41,49,共4页
本文提出的算法是利用凸函数共轭性质中的Young不等式构造优化目标函数,这个优化目标函数对于权值和隐层输出来说为凸函数,不存在局部最小。首先把隐层输出做为变量进行优化更新,然后快速计算出隐层前后的权值。数值实验表明:此算... 本文提出的算法是利用凸函数共轭性质中的Young不等式构造优化目标函数,这个优化目标函数对于权值和隐层输出来说为凸函数,不存在局部最小。首先把隐层输出做为变量进行优化更新,然后快速计算出隐层前后的权值。数值实验表明:此算法简单,收敛速度快,泛化能力强,并能大大降低学习误差。 展开更多
关键词 前向神经网络 凸优化理论 分层优化算法
下载PDF
防空导弹引信和导引头探测信息的融合优化研究
15
作者 韩俊杰 李为民 黄树采 《宇航学报》 EI CAS CSCD 北大核心 2006年第2期210-212,296,共4页
分析防空导弹引信和导引头探测目标信息的互补性和信息融合优化的可行性,提出了前馈神经网络MLSP的优化步长OBP学习算法。采用最优化的原理优化步长的选取很好的解决了传统BP算法收敛速度慢和产生振荡的缺点,构造了一个用于防空导弹引... 分析防空导弹引信和导引头探测目标信息的互补性和信息融合优化的可行性,提出了前馈神经网络MLSP的优化步长OBP学习算法。采用最优化的原理优化步长的选取很好的解决了传统BP算法收敛速度慢和产生振荡的缺点,构造了一个用于防空导弹引信和导引头探测目标信息的融合优化模型,并以某型防空导弹武器系统的引信和导引头分系统为例,仿真结果说明了该模型的有效性和可用性。 展开更多
关键词 防空导弹 引信 导引头 前馈神经网络
下载PDF
前馈神经网络的一种快速学习算法
16
作者 贾文臣 叶世伟 《计算机工程》 CAS CSCD 北大核心 2005年第10期142-144,176,共4页
提出的算法是利用凸函数共轭性质中的Young不等式构造优化目标函数,这个优化目标函数对于权值和隐层输出来说为凸函数,不存在局部最小。首先把隐层输出作为变量进行优化更新,然后快速计算出隐层前后的权值。数值实验表明:此算法简单,收... 提出的算法是利用凸函数共轭性质中的Young不等式构造优化目标函数,这个优化目标函数对于权值和隐层输出来说为凸函数,不存在局部最小。首先把隐层输出作为变量进行优化更新,然后快速计算出隐层前后的权值。数值实验表明:此算法简单,收敛速度快,泛化能力强,并大大降低了学习误差。 展开更多
关键词 前馈神经网络 YOUNG不等式 凸函数 快速学习算法
下载PDF
前馈神经网络凸优化算法及其仿真应用
17
作者 贾文臣 叶世伟 +1 位作者 陈国梁 纪祥敏 《计算机仿真》 CSCD 2004年第9期113-116,共4页
该文利用凸函数共轭性质中的Young不等式构造前馈神经网络优化目标函数。这个优化目标函数若固定权值 ,对隐层输出来说为凸函数 ;若固定隐层输出 ,对权值来说为凸函数。因此 ,此目标函数不存在局部最小。此目标函数的优化速度快 ,大大... 该文利用凸函数共轭性质中的Young不等式构造前馈神经网络优化目标函数。这个优化目标函数若固定权值 ,对隐层输出来说为凸函数 ;若固定隐层输出 ,对权值来说为凸函数。因此 ,此目标函数不存在局部最小。此目标函数的优化速度快 ,大大提高了前馈神经网络的学习效率。仿真试验表明 ,与传统算法如误差反向传播算法或BP算法和含势态因子 (Mo mentumfactor)的BP算法及现有的分层优化算法相比 ,新算法能加快收敛速度 ,并降低学习误差。利用这种快速算法对矿体进行仿真预测 。 展开更多
关键词 前馈神经网络 凸函数 优化算法 仿真应用 人工神经网络 BP算法
下载PDF
燃煤循环流化床掺烧城市生活垃圾过程中酸性气体排放 被引量:28
18
作者 董长青 金保升 +3 位作者 仲兆平 兰计香 李锋 黄亚继 《中国电机工程学报》 EI CSCD 北大核心 2002年第3期32-37,共6页
在一燃煤循环流化床实验装置上进行了掺烧城市生活垃圾实验 ,主要研究了掺烧过程中酸性气体 (NO、N2 O、HCl和SO2 )的排放。实验结果显示 :加入城市生活垃圾 (MSW )时 ,HCl排放量增加 ,NO和SO2 的排放量减少 ,N2 O随掺烧比R(MSW /Coal)... 在一燃煤循环流化床实验装置上进行了掺烧城市生活垃圾实验 ,主要研究了掺烧过程中酸性气体 (NO、N2 O、HCl和SO2 )的排放。实验结果显示 :加入城市生活垃圾 (MSW )时 ,HCl排放量增加 ,NO和SO2 的排放量减少 ,N2 O随掺烧比R(MSW /Coal)增大先降低 ,随R进一步增大 ,N2 O排放浓度略有增加 ;当垃圾与煤掺烧比 (R)不变时 ,温度增加 ,NO排放量增加 ,N2 O排放减少 ,SO2 和HCl排放浓度基本不变。采用前向神经网络模型预测NO排放随混合燃料的变化 ,当隐层单元数为 9时 ,模拟值与实验值符合较好。 展开更多
关键词 城市生活垃圾过程 酸性气体排放 掺烧 燃煤循环流化床
下载PDF
利用前馈神经网络进行气体定性分析 被引量:8
19
作者 曲建岭 王磊 高峰 《仪器仪表学报》 EI CAS CSCD 北大核心 2000年第5期471-473,467,共4页
本文将气敏传感器阵列与前馈神经网络模式识别技术相结合 ,建立了人工嗅觉系统 ;构造了前馈神经网络的结构和算法 ;通过实验对一定浓度范围 (5 0 0~ 10 0 0 0 ppm )的甲烷、乙烷和丙烯等三种气体进行了识别 ,结果表明利用气敏传感器阵... 本文将气敏传感器阵列与前馈神经网络模式识别技术相结合 ,建立了人工嗅觉系统 ;构造了前馈神经网络的结构和算法 ;通过实验对一定浓度范围 (5 0 0~ 10 0 0 0 ppm )的甲烷、乙烷和丙烯等三种气体进行了识别 ,结果表明利用气敏传感器阵列和前馈神经网络进行气体定性分析是可行的。 展开更多
关键词 人工嗅觉系统 前馈神经网络 气体定性分析
下载PDF
一种基于量子粒子群优化的极限学习机(英文) 被引量:9
20
作者 逄珊 杨欣毅 林学森 《系统仿真学报》 CAS CSCD 北大核心 2017年第10期2447-2458,共12页
极限学习机(ELM)是一种新型的单隐含层神经网络的训练方法,同传统的基于梯度的网络训练方法相比,具有快速的学习速度和更好的泛化性能。ELM在实际应用中往往需要大量的隐含层神经元,由于随机设定输入权值和偏置值,容易导致病态问题的出... 极限学习机(ELM)是一种新型的单隐含层神经网络的训练方法,同传统的基于梯度的网络训练方法相比,具有快速的学习速度和更好的泛化性能。ELM在实际应用中往往需要大量的隐含层神经元,由于随机设定输入权值和偏置值,容易导致病态问题的出现。为解决上述问题,提出一种应用量子粒子群(QPSO)优化包括隐含层节点个数在内的网络参数的方法。这种优化基于验证集的均方根误差,考虑到了输入权值矩阵的范数。在典型的回归和分类问题上进行试验证明了算法的有效性。 展开更多
关键词 极限学习机 单隐含层前馈神经网络 量子粒子群 泛化能力
下载PDF
上一页 1 2 10 下一页 到第
使用帮助 返回顶部