期刊文献+
共找到407篇文章
< 1 2 21 >
每页显示 20 50 100
基于人工神经网络的电力负荷坏数据辨识与调整 被引量:56
1
作者 张国江 邱家驹 李继红 《中国电机工程学报》 EI CSCD 北大核心 2001年第8期104-107,113,共5页
电力负荷坏数据辨识应充分考虑负荷曲线本身的特征。先用Kohonen网对日负荷曲线进行聚类 ,产生各类的特征曲线 ;然后用特征曲线及由此产生的含有坏数据的曲线形成的样本集对BP网进行训练 ,利用BP网的泛化能力 ,使之具备对本类曲线进行... 电力负荷坏数据辨识应充分考虑负荷曲线本身的特征。先用Kohonen网对日负荷曲线进行聚类 ,产生各类的特征曲线 ;然后用特征曲线及由此产生的含有坏数据的曲线形成的样本集对BP网进行训练 ,利用BP网的泛化能力 ,使之具备对本类曲线进行坏数据精确定位的能力 ;最后利用特征曲线进行坏数据的调整。该方法能够做到离线训练 ,在线辨识 ,实例分析取得了良好的效果。 展开更多
关键词 电力负荷 坏数据辨识 人工神经网络 人工智能
下载PDF
基于约束Delaunay结构的街道中轴线提取及网络模型建立 被引量:60
2
作者 艾廷华 郭仁忠 《测绘学报》 EI CSCD 北大核心 2000年第4期348-354,共7页
从街区多边形提取街道中轴线并在此基础上建立街道网络模型是城市空间分析及街区地图综合的基础问题 ,本文基于约束 Delaunay三角网结构提出了在邻近街区边界之间的三角形元上提取中轴线从而建立街道网络图模型的方法 ,区分三种不同三... 从街区多边形提取街道中轴线并在此基础上建立街道网络模型是城市空间分析及街区地图综合的基础问题 ,本文基于约束 Delaunay三角网结构提出了在邻近街区边界之间的三角形元上提取中轴线从而建立街道网络图模型的方法 ,区分三种不同三角形元进行中轴线的连接 ,通过网络图的顶点、边完备地表达出街道、街区、街道交叉口之间的空间关系 ,并建立了街道中轴线与左右两侧街区多边形边界弧段间的匹配 ,从而使本文提出的混合数据模型将街道网络结构与街区多边形结构统一起来。 展开更多
关键词 三角网 街道网 地图综合 空间分析 Delaunay结构
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
3
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
神经网络的学习误差函数及泛化能力 被引量:29
4
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
一种新颖的径向基函数(RBF)网络学习算法 被引量:32
5
作者 孙健 申瑞民 韩鹏 《计算机学报》 EI CSCD 北大核心 2003年第11期1562-1567,共6页
以提高RBF网络泛化能力为着眼点 ,提出了一种新型的网络结构自适应学习算法 .该算法采用衰减聚类半径的聚类算法来确定初始的隐层结构 ,然后通过调整包含样本类别信息的扩展聚类不纯度来修正隐层结构 ,直至满足所有扩展聚类不纯度均小... 以提高RBF网络泛化能力为着眼点 ,提出了一种新型的网络结构自适应学习算法 .该算法采用衰减聚类半径的聚类算法来确定初始的隐层结构 ,然后通过调整包含样本类别信息的扩展聚类不纯度来修正隐层结构 ,直至满足所有扩展聚类不纯度均小于等于不纯度均值以及所有扩展聚类方差均不超过方差均值这两个条件 .这样就确定了隐层的最终结构 .在确定隐层结构之后 ,采用反向传播算法来训练隐层与输出层之间的连接权重 .经双螺旋线问题仿真试验验证 ,该算法确实具有较强的泛化能力 . 展开更多
关键词 单隐层前馈神经网络 径向基函数 网络学习算法 机器学习 支持向量机
下载PDF
节点自删除神经网络及其在磨粒识别中的应用 被引量:16
6
作者 汪家道 孔宪梅 陈大融 《清华大学学报(自然科学版)》 EI CAS CSCD 北大核心 1998年第4期42-46,共5页
在前向多层神经网络的基础上,提出了一种新的节点自删除神经网络模型。该神经网络根据隐层节点输出的相似性能够自动地进行网络节点的删除。对网络中冗余节点的删除,使网络尺寸得到优化,这一定程度上也解决了前向多层神经网络的推广... 在前向多层神经网络的基础上,提出了一种新的节点自删除神经网络模型。该神经网络根据隐层节点输出的相似性能够自动地进行网络节点的删除。对网络中冗余节点的删除,使网络尺寸得到优化,这一定程度上也解决了前向多层神经网络的推广性和学习问题。在Party-4问题的实例中,通过对惯性BP算法网络和该节点自删除网络的比较,充分说明了该节点自删除神经网络在各方面的优越性。铁谱磨粒识别一直是一个困难的课题,应用自删除神经网络模型在该实例中,也取得了较好的识别效果。 展开更多
关键词 神经网络 磨粒识别 节点自删除
原文传递
传粉网络的研究进展:网络的结构和动态 被引量:32
7
作者 方强 黄双全 《生物多样性》 CAS CSCD 北大核心 2012年第3期300-307,共8页
植物与传粉者之间相互作用,构成了复杂的传粉网络。近年来,社会网络分析技术的发展使得复杂生态网络的研究成为可能。从群落水平上研究植物与传粉者之间的互惠关系,为理解群落的结构和动态以及花部特征的演化提供了全新的视角。传粉网... 植物与传粉者之间相互作用,构成了复杂的传粉网络。近年来,社会网络分析技术的发展使得复杂生态网络的研究成为可能。从群落水平上研究植物与传粉者之间的互惠关系,为理解群落的结构和动态以及花部特征的演化提供了全新的视角。传粉网络的嵌套结构说明自然界的传粉服务存在冗余,而且是相对泛化的物种主导了传粉。在多年或者多季度的传粉网络中,虽然有很高的物种替换率,但是其网络结构仍然保持相对稳定,说明传粉网络对干扰有很强的抗性。尽管有关网络结构和动态的研究逐渐增多,但传粉网络维持的机制仍不清楚。网络结构可以部分由花部特征与传粉者的匹配来解释,也受到系统发生的制约,影响因素还包括群落构建的时间和物种多样性,以及物种在群落中的位置。开展大尺度群落动态的研究,为探索不同时间尺度、不同物种多样性水平上的传粉网络的生态学意义提供了条件。但已有的研究仍存在不足,比如基于访问观察的网络无法准确衡量传粉者的访问效率和植物间的花粉流动,以及结果受到调查精度区域研究不平衡的制约等。目前的研究只深入到传粉者携带花粉构成成分的水平,传粉者访问植物的网络不能代表植物的整个传粉过程。因此,研究应当更多地深入到物种之间关系对有性生殖的切实影响上。 展开更多
关键词 传粉网络 嵌套 社会网络分析 稳定性 网络动态 泛化与特化
原文传递
模块化模糊神经网络的数值预报产品释用预报研究 被引量:23
8
作者 金龙 林熙 +1 位作者 金健 李菁 《气象学报》 CAS CSCD 北大核心 2003年第1期78-84,共7页
综合应用预报量自身时间序列的拓展,数值预报产品和模块化模糊神经网络方法,进行了一种新的数值预报产品释用预报研究。将这种新方法与常规的数值预报产品完全预报(PP)方法进行了对比试验。结果表明,这种模块化模糊神经网络数值预报产... 综合应用预报量自身时间序列的拓展,数值预报产品和模块化模糊神经网络方法,进行了一种新的数值预报产品释用预报研究。将这种新方法与常规的数值预报产品完全预报(PP)方法进行了对比试验。结果表明,这种模块化模糊神经网络数值预报产品释用预报方法比PP预报方法的预报精度显著提高。并且,通过对预报模型“过拟合”现象的研究发现,这种模块化模糊神经网络的数值预报产品释用预报模型具有很好的泛化性能。 展开更多
关键词 模块化 神经网络 模糊系统 数值预报产品 泛化性能
下载PDF
基于改进BP网络的高炉煤气发生量预测模型 被引量:22
9
作者 肖冬峰 杨春节 宋执环 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2012年第11期2103-2108,共6页
针对高炉煤气发生量波动对煤气调度和优化影响的问题,提出一种基于改进BP网络的高炉煤气发生量预测模型.由于影响高炉煤气发生量的因素很多,采用机理和现场实际数据相结合方法分析影响高炉煤气发生量的因素,确定模型输入,采用炼铁高炉... 针对高炉煤气发生量波动对煤气调度和优化影响的问题,提出一种基于改进BP网络的高炉煤气发生量预测模型.由于影响高炉煤气发生量的因素很多,采用机理和现场实际数据相结合方法分析影响高炉煤气发生量的因素,确定模型输入,采用炼铁高炉现场数据对模型进行训练,利用贝叶斯正则化算法来提高神经网络泛化能力.仿真结果表明,该模型能够准确预测高炉煤气发生量的变化趋势,为制定煤气管网平衡调度策略提供科学的依据和决策支持,有利于减少煤气排放,提高煤气利用率和企业的信息化水平.该预测模型已经成功应用到杭州钢铁集团煤气调度系统中,运行结果验证模型的有效性. 展开更多
关键词 高炉煤气发生量 BP网络 预测模型 贝叶斯正则化 泛化能力
下载PDF
基于RBF网络的火电机组实时成本在线建模方法 被引量:15
10
作者 魏海坤 宋文忠 李奇 《中国电机工程学报》 EI CSCD 北大核心 2004年第7期246-252,共7页
针对火电厂实时成本建模问题,该文提出一种基于RBF网的在线建模方法,即资源优化网络,简称RON。RON能自动根据最近一段时间内的误差信息优化网络结构:如果当前网络不能实现新输入样本,则在线增加新隐节点,否则使用梯度法在线调节网络的... 针对火电厂实时成本建模问题,该文提出一种基于RBF网的在线建模方法,即资源优化网络,简称RON。RON能自动根据最近一段时间内的误差信息优化网络结构:如果当前网络不能实现新输入样本,则在线增加新隐节点,否则使用梯度法在线调节网络的隐节点数据中心和扩展常数。数据中心和扩展常数调整过程中还引入了隐节点的合并操作和删除操作。进一步介绍了火电厂实时成本建模方法,包括网络结构的确定,及如何获取训练样本。仿真实例表明,RON对能较好地适应对象参数的时变特性,并对训练样本集变化具有较好的鲁棒性。 展开更多
关键词 火电厂 RBF网络 火电机组 实时成本 在线建模
下载PDF
一种通过反馈提高神经网络学习性能的新算法 被引量:15
11
作者 武妍 王守觉 《计算机研究与发展》 EI CSCD 北大核心 2004年第9期1488-1492,共5页
为了有效提高前向神经网络的学习性能 ,需要从一个新的角度考虑神经网络的学习训练 基于此 ,提出了一种基于结果反馈的新算法———FBBP算法 将神经网络输入调整与通常的权值调整的反向传播算法结合起来 ,通过调整权值和输入矢量值的... 为了有效提高前向神经网络的学习性能 ,需要从一个新的角度考虑神经网络的学习训练 基于此 ,提出了一种基于结果反馈的新算法———FBBP算法 将神经网络输入调整与通常的权值调整的反向传播算法结合起来 ,通过调整权值和输入矢量值的双重作用来最小化神经网络的误差函数 并通过几个函数逼近和模式分类问题的实例仿真 ,将FBBP算法与加动量项BP算法、最新的一种加快收敛的权值更新的算法进行了比较 ,来验证所提出的算法的有效性 实验结果表明 ,所提出的算法具有训练速度快和泛化能力高的双重优点 。 展开更多
关键词 神经网络 学习算法 泛化 结果反馈
下载PDF
基于前馈网络的岩体爆破效应预测研究 被引量:12
12
作者 蔡德所 胡铁松 张继春 《岩土工程学报》 EI CAS CSCD 北大核心 1997年第1期43-49,共7页
将神经网络理论知识和爆破专业知识有机地结合在一起,提出了一种新的岩体爆破效应预测的前馈网络理论方法。该方法适合于不同的爆破参数和不同的岩体条件,是一种普遍适用的方法,同时也是一种“面向数据”的方法。通过对三峡工程左岸... 将神经网络理论知识和爆破专业知识有机地结合在一起,提出了一种新的岩体爆破效应预测的前馈网络理论方法。该方法适合于不同的爆破参数和不同的岩体条件,是一种普遍适用的方法,同时也是一种“面向数据”的方法。通过对三峡工程左岸坝区岩体爆破效应预测的研究表明,本文方法与通常的经验公式法、回归分析法以及BP网络方法相比。 展开更多
关键词 岩体 爆破效应 预测 前馈网络 水利工程
下载PDF
超闭球CMAC的性能分析及多CMAC结构 被引量:17
13
作者 段培永 任化芝 邵惠鹤 《自动化学报》 EI CSCD 北大核心 2000年第4期563-567,共5页
如何选择合适网络参数是传统 CMAC(Cerebellar Model Articulation Controller)应用中的一个难题 .采用泛化均方差 (GMSE)和学习均方差 (L MSE)来分别评价超闭球 CMAC的泛化能力与记忆精度 ,并引入权调整率的概念 ,来研究 CMAC结构参数... 如何选择合适网络参数是传统 CMAC(Cerebellar Model Articulation Controller)应用中的一个难题 .采用泛化均方差 (GMSE)和学习均方差 (L MSE)来分别评价超闭球 CMAC的泛化能力与记忆精度 ,并引入权调整率的概念 ,来研究 CMAC结构参数与学习性能的关系 .研究结果表明 ,在样本分布和量化级数不变时 ,泛化均方差和学习均方差是权调整率的非增函数 .因此超闭球 CMAC在满足存储空间和计算速度的要求下尽量使得权调整率较大 .还提出了并行CMAC结构以进一步提高单个超闭球 CMAC的非线性逼近能力 . 展开更多
关键词 CMAC 神经网络 泛化能力 学习精度
下载PDF
网络教学评估系统的研究与实现 被引量:17
14
作者 曹伟 罗念龙 +1 位作者 蒋东兴 夏春和 《计算机工程与应用》 CSCD 北大核心 2002年第9期239-241,共3页
网络教学是一个全新的事物,如何在网络教学模式下进行教学评估,更是一个全新的课题。该文从网络教学实践出发,提出了对网络教学评估系统的需求,在此基础上研究和设计了网络教学评估系统的模型,并重点介绍了相关实现技术。
关键词 评估模型 综合评估法 JAVA 网络教学评估系统 教学质量
下载PDF
一种基于强化规则学习的高效入侵检测方法 被引量:12
15
作者 杨武 云晓春 李建华 《计算机研究与发展》 EI CSCD 北大核心 2006年第7期1252-1259,共8页
在入侵检测研究领域中,提高检测模型的检测率并降低误报率是一个重要的研究课题.在对归纳学习理论深入研究的基础上,将规则学习算法应用到入侵检测建模中.针对审计训练数据不足时出现的检测精度下降的情况,提出了一种基于强化规则学习... 在入侵检测研究领域中,提高检测模型的检测率并降低误报率是一个重要的研究课题.在对归纳学习理论深入研究的基础上,将规则学习算法应用到入侵检测建模中.针对审计训练数据不足时出现的检测精度下降的情况,提出了一种基于强化规则学习的高效入侵检测方法EAIDBRL(efficientapproachtointrusiondetectionbasedonboostingrulelearning).在EAIDBRL方法中,首先调整传统Boosting算法的权重更新过程在各个预测目标类内部进行,以消除退化现象;然后修改传统规则学习算法中规则生长和规则剪枝过程的评价准则函数;最后使用改进后的Boosting算法来增强弱规则学习器对网络审计数据的分类性能.标准入侵检测数据集上的测试结果表明,EAIDBRL方法能够较大地提高传统规则学习检测模型在小样本条件下的入侵检测性能. 展开更多
关键词 网络安全 入侵检测 规则学习 泛化性能 检测率 误报率
下载PDF
梯度算法下RBF网的参数变化动态 被引量:13
16
作者 魏海坤 李奇 宋文忠 《控制理论与应用》 EI CAS CSCD 北大核心 2007年第3期356-360,365,共6页
分析神经网络学习过程中各参数的变化动态,对理解网络的动力学行为,改进网络的结构和性能等具有积极意义.本文讨论了用梯度算法优化误差平方和损失函数时RBF网隐节点参数的变化动态,即算法收敛后各隐节点参数的可能取值.主要结论包括:... 分析神经网络学习过程中各参数的变化动态,对理解网络的动力学行为,改进网络的结构和性能等具有积极意义.本文讨论了用梯度算法优化误差平方和损失函数时RBF网隐节点参数的变化动态,即算法收敛后各隐节点参数的可能取值.主要结论包括:如果算法收敛后损失函数不为零,则各隐节点将位于样本输入的加权聚类中心;如果损失函数为零,则网络中的冗余隐节点将出现萎缩、衰减、外移或重合现象.进一步的试验发现,对结构过大的RBF网,冗余隐节点的萎缩、外移、衰减和重合是频繁出现的现象. 展开更多
关键词 梯度算法 RBF网 学习动态 神经网络 泛化能力
下载PDF
Ada-BP神经网络改进算法在电力负荷预测中的应用研究 被引量:16
17
作者 何达 吴明 《陕西电力》 2012年第12期21-24,共4页
针对目前电力负荷预测算法精度不高的现状,提出使用Ada-BP神经网络改进算法作为负荷预测的新方法。通过对同一个训练集训练不同的弱学习器,然后将这些弱学习器集合起来,构成一个强学习器,从而提高算法的泛化能力以及预测精度。将此算法... 针对目前电力负荷预测算法精度不高的现状,提出使用Ada-BP神经网络改进算法作为负荷预测的新方法。通过对同一个训练集训练不同的弱学习器,然后将这些弱学习器集合起来,构成一个强学习器,从而提高算法的泛化能力以及预测精度。将此算法应用于某区域实际电网,结果表明该改进算法满足当前区域电网对负荷预测精度的要求,比常用算法表现出更好的泛化能力,具有一定的实际应用价值。 展开更多
关键词 负荷预测 神经网络 电力负荷 泛化能力
下载PDF
应用神经网络进行经济预测方法的改进 被引量:11
18
作者 陈健 游玮 田金信 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2006年第6期897-898,916,共3页
为提高神经网络经济预测的泛化能力,对神经网络预测的数据处理方法进行了改进,把对数据的归一化变为对数据增长率的归一化,因而只要预测的经济数据增长率不超过以往的经济数据增长率,则不再会发生外延问题.根据这一思路,采用北京市科技... 为提高神经网络经济预测的泛化能力,对神经网络预测的数据处理方法进行了改进,把对数据的归一化变为对数据增长率的归一化,因而只要预测的经济数据增长率不超过以往的经济数据增长率,则不再会发生外延问题.根据这一思路,采用北京市科技统计年鉴的数据,对经济发展进行了预测.预测结果与实际结果的比较说明改进有效. 展开更多
关键词 神经网络 经济预测 泛化能力 MATLAB
下载PDF
高炉炉况判断神经网络专家系统 被引量:8
19
作者 卢虎生 高斌 +2 位作者 赵利国 国宏伟 杨天钧 《北京科技大学学报》 EI CAS CSCD 北大核心 2002年第3期276-279,共4页
在深入分析高炉冶炼特点的基础上,提出泛化特性和自适应特性是高炉炉况判断系 统稳定有效运行的2个重要特性.设计了增进系统泛化特性和自适应特性的方案,并相应开发 出一套炉况判断专家系统.开发的系统在高炉上运行获得了满意效果.
关键词 高炉 炉况判断 神经网络 专家系统 泛化性 自适应性 系统构成
下载PDF
基于粒子群优化BP神经网络的脉象识别方法 被引量:15
20
作者 张开生 黄谦 《现代电子技术》 北大核心 2018年第3期96-100,106,共6页
针对传统脉诊存在易受主观因素影响、诊断结果可靠性不高等问题,提出基于粒子群优化BP神经网络的脉象识别方法。粒子群算法中评判粒子好坏的适应度函数采用神经网络的输出误差,以此获得最优粒子的位置向量,并把其值作为BP神经网络的初... 针对传统脉诊存在易受主观因素影响、诊断结果可靠性不高等问题,提出基于粒子群优化BP神经网络的脉象识别方法。粒子群算法中评判粒子好坏的适应度函数采用神经网络的输出误差,以此获得最优粒子的位置向量,并把其值作为BP神经网络的初始权值和阈值。在Matlab中建立基于BP算法、PSO-BP算法和GA-BP算法的三种ANN模型用于脉象信号的识别。实验结果表明,在识别脉象时,优化后的算法降低了传统BP神经网络的输出误差,提高了识别精度,PSO-BP算法明显改善了传统BP神经网络的泛化能力。 展开更多
关键词 脉象识别 粒子群算法 输出误差 误差反向传播算法 神经网络 泛化能力
下载PDF
上一页 1 2 21 下一页 到第
使用帮助 返回顶部