改进RPE算法的神经网络在客户欺诈预测中的应用 被引量：3

1

作者 王华秋 曹长修 +1 位作者 何波 刘祥明 《计算机工程》 EI CAS CSCD 北大核心 2006年第18期25-27,共3页

客户欺诈在一定程度上抑制了消费,这会妨碍电信运营商和电信用户的亲密度,从而削弱电信运营商的市场竞争力。客户欺诈现象存在非常复杂的多元非线性关系,从统计学角度出发,难以建立预测模型,针对这些问题,提出了基于递推预报误差(RPE)... 客户欺诈在一定程度上抑制了消费,这会妨碍电信运营商和电信用户的亲密度,从而削弱电信运营商的市场竞争力。客户欺诈现象存在非常复杂的多元非线性关系,从统计学角度出发,难以建立预测模型,针对这些问题,提出了基于递推预报误差(RPE)算法神经网络的方法建模,并采用改进的动态遗忘因子方法保证了平稳收敛。实验结果表明,用该算法预测客户欺诈的危险度效果优于BP神经网络模型,具有实用性和有效性。 展开更多

关键词 递推预报误差算法 改进动态遗忘因子 客户欺诈 预测模型

在线阅读 下载PDF 职称材料

旋转耦合干扰下五轴数控机床非线性误差补偿 被引量：1

2

作者 赵建卫 李紫君 《机械设计与制造》 北大核心 2025年第3期167-172,共6页

耦合干扰会导致各轴之间的非线性几何误差相互影响和累积,当某个旋转轴发生加减速控制时,由于难以同步,其他旋转轴也会受到影响,进而产生更多的非线性误差,增加了误差源的复杂性。对此,研究旋转耦合干扰下五轴数控机床非线性误差补偿方... 耦合干扰会导致各轴之间的非线性几何误差相互影响和累积,当某个旋转轴发生加减速控制时,由于难以同步,其他旋转轴也会受到影响,进而产生更多的非线性误差,增加了误差源的复杂性。对此,研究旋转耦合干扰下五轴数控机床非线性误差补偿方法。首先,对数控机床作业中每个旋转轴相互之间的耦合干扰建模,准确地描述了各轴之间非线性几何误差相互影响和累积的复杂过程,得到了刀具位移的矢量,为后续误差预测奠定了基础。然后,将刀具位移的矢量作为样本数据输入至LSTM神经网络中进行误差预测。最后,根据预测结果,将刀具轮廓误差按照一定规则分配至五轴数控机床的五个协同给进轴中,通过计算不同给进轴的补偿分量,实现数控机床的非线性误差补偿。实验表明:所提方法的刀具位移量最高误差仅为0.1mm,非线性误差检测效果与实际误差检测效果一致,且进行非线性误差补偿后,最大误差始终低于5μm,表明所提方法具有一定的技术水平与实用性。 展开更多

关键词 旋转耦合干扰 LSTM网络 时间归递 非线性误差预测模型 尖刀轮廓误差

在线阅读 下载PDF 职称材料

神经网络预测模型的 AVFFRPE 算法 被引量：2

3

作者 孙昀 沈祖诒 《水电能源科学》 1998年第2期16-20,共5页

针对动态多层神经网络结构，运用自适应向量遗忘因子递推预报误差算法（ＡＶＦＦＲＰＥ）对贯流式水力机组进行了在线建模研究．研究结果证实了该算法的有效性．

关键词 神经网络 预测模型 AVFFrpe算法 自适应控制

在线阅读 下载PDF 职称材料

基于神经网络模型的传感器非线性校正(英文) 被引量：17

4

作者 田社平 赵阳 +1 位作者 韦红雨 王志武 《光学精密工程》 EI CAS CSCD 北大核心 2006年第5期896-902,共7页

讨论了BP神经网络模型在传感器非线性补偿中的应用。给出了相应的补偿方法,即采用两个相同的传感器对同一被测量进行不同的测量,其测量结果作为神经网络模型的输入,经过补偿后的传感器具有线性的输入输出关系。采用递推预报误差算法(PRE... 讨论了BP神经网络模型在传感器非线性补偿中的应用。给出了相应的补偿方法,即采用两个相同的传感器对同一被测量进行不同的测量,其测量结果作为神经网络模型的输入,经过补偿后的传感器具有线性的输入输出关系。采用递推预报误差算法(PRE)训练神经网络,具有收敛速度快、收敛精度高的特点。以距离传感器为例,将基于BP神经网络的校正方法应用于减少距离传感器的非线性输出误差。实验结果表明,将训练后的神经网络接入距离传感器可以得到线性的输入-输出关系,增加神经网络隐层节点的数目可以提高校正精度。当隐层节点数取为40时,用于距离传感器非线性校正的神经网络模型在训练100步后的误差指数(EI)为9.6×10-6。结果表明:本文提出的基于神经网络模型的传感器非线性校正方法是行之有效的。 展开更多

关键词 BP神经网络 rpe算法 传感器 非线性补偿

在线阅读 下载PDF 职称材料

应用递推神经网络的传感器动态建模研究 被引量：13

5

作者 田社平 姜萍萍 颜国正 《仪器仪表学报》 EI CAS CSCD 北大核心 2004年第5期574-576,共3页

根据动态校准实验结果建立传感器的动态数学模型 ,以研究传感器的动态性能 ,是动态测试的一个重要内容。研究了递归神经网络模型在传感器动态建模中的应用。递归神经网络模型采用具有输入层、中间层、输出层的三层网络结构 ,整个网络的... 根据动态校准实验结果建立传感器的动态数学模型 ,以研究传感器的动态性能 ,是动态测试的一个重要内容。研究了递归神经网络模型在传感器动态建模中的应用。递归神经网络模型采用具有输入层、中间层、输出层的三层网络结构 ,整个网络的特性决定于相邻层间的连接权。采用递推预报误差算法训练神经网络 ,具有收敛速度快、收敛精度高的特点。由于其反馈特征 ,使得递归神经网络模型能获取系统的动态响应特性。该方法特别适用于传感器非线性动态建模 ,而且避免了传感器模型阶次的选择的困难。试验结果表明 。 展开更多

关键词 递归神经网络 传感器 动态建模 递推预报误差算法 连接权 动态响应特性 模型 训练 获取 实验结果

在线阅读 下载PDF 职称材料

基于递归网络的传感器动态建模方法 被引量：3

6

作者 田社平 颜德田 丁国清 《传感器技术》 CSCD 北大核心 2002年第9期36-38,共3页

研究了递归网络模型在传感器动态建模中的应用,给出了递归网络模型的结构及相应的训练算法。该方法避免了传感器模型阶次的选择的困难。试验结果表明,应用递归网络对传感器进行动态建模是一种行之有效的方法。

关键词 递归网络 传感器 动态建模 递推预报误差算法

在线阅读 下载PDF 职称材料

基于DRNN的直线永磁同步电机精密位置控制 被引量：7

7

作者 周振雄 杨建东 曲永印 《机床与液压》 北大核心 2008年第8期248-251,共4页

对直线永磁同步电机伺服系统提出了一种基于动态对角递归网络补偿器的IP位置控制方案。在对比干扰观测器前馈IP位置控制器的基础上,利用动态对角递归网络(DRNN)具有内部反馈结构和动态映射能力对系统参数变化和扰动具有较强鲁棒性的特点... 对直线永磁同步电机伺服系统提出了一种基于动态对角递归网络补偿器的IP位置控制方案。在对比干扰观测器前馈IP位置控制器的基础上,利用动态对角递归网络(DRNN)具有内部反馈结构和动态映射能力对系统参数变化和扰动具有较强鲁棒性的特点,设计出DRNN非线性补偿器,并提出一种改进的RPE学习算法加快权值调整速度、节约在线训练时间。仿真表明该方案能明显改善位置跟踪精度并增强系统鲁棒性。 展开更多

关键词 直线永磁同步电机 动态对角递归网络 rpe算法

在线阅读 下载PDF 职称材料

一种递归神经网络的快速并行算法 被引量：14

8

作者 李鸿儒 顾树生 《自动化学报》 EI CSCD 北大核心 2004年第4期516-522,共7页

针对递归神经网络BP(Back Propagation)学习算法收敛慢的缺陷,提出一种新的递归神经网络快速并行学习算法.首先,引入递推预报误差(RPE)学习算法,并且证明了其稳定性;进一步地,为了克服RPE算法集中运算的不足,设计完整的并行结构算法.本... 针对递归神经网络BP(Back Propagation)学习算法收敛慢的缺陷,提出一种新的递归神经网络快速并行学习算法.首先,引入递推预报误差(RPE)学习算法,并且证明了其稳定性;进一步地,为了克服RPE算法集中运算的不足,设计完整的并行结构算法.本算法将计算分配到神经网络中的每个神经元,完全符合神经网络的并行结构特点,也利于硬件实现.仿真结果表明,该算法比传统的递归BP学习算法具有更好的收敛性能.理论分析和仿真实验证明,该算法与RPE集中运算算法相比可以大大节省计算时间. 展开更多

关键词 递归神经网络 递推预报误差 并行算法 集中运算

在线阅读 下载PDF 职称材料

用神经网络建立非线性系统模型研究 被引量：24

9

作者 杨熔 李永华 苏义鑫 《控制理论与应用》 EI CAS CSCD 北大核心 1995年第1期81-86,共6页

本文针对多层神经网络结构，运用递推预报误差（ＲＰＥ）算法对离散非线性系统进行辨识研究．作为应用实例，本文对一个工业实际对象进行了神经网络动态建模．研究结果表明，神经网络方法是用于带有非线性特性工业过程建模的有效方法．

关键词 非线性系统 系统辨识 神经网络 模型

在线阅读 下载PDF 职称材料

准对角递归神经网络及其算法的研究 被引量：6

10

作者 李鸿儒 王建辉 顾树生 《系统仿真学报》 CAS CSCD 2004年第7期1542-1544,1547,共4页

提出一种准对角递归神经网络(QDRNN)结构及学习算法。此QDRNN结构上与对角递归神经网络(DRNN)相似,保留了DRNN结构简单的优点,以减小计算量,同时增加了相邻递归神经元之间的关联,可以直接应用BP学习算法进行训练。进一步,引入递推预报误... 提出一种准对角递归神经网络(QDRNN)结构及学习算法。此QDRNN结构上与对角递归神经网络(DRNN)相似,保留了DRNN结构简单的优点,以减小计算量,同时增加了相邻递归神经元之间的关联,可以直接应用BP学习算法进行训练。进一步,引入递推预报误差(RPE)学习算法,并且证明了其稳定性。仿真结果表明,QDRNN比DRNN具有更好的非线性逼近能力,而运算时间却增加甚微,DRNN的学习算法稍加变化即可应用。 展开更多

关键词 准对角递归神经网络 结构 BP算法 递推预报误差 稳定性

在线阅读 下载PDF 职称材料

基于BP-ANN的热电偶信息处理方法 被引量：5

11

作者 穆玲玲 《传感器技术》 CSCD 北大核心 2003年第6期30-32,共3页

为了提高传感器的准确度,提出一种基于BP网络和递推预报误差算法对热电偶进行信息处理的方法,经过仿真试验证明该方法可以提高传感器在较大范围内的测量准确度。该方法用软件容易实现,可以很方便地应用到其它传感器中。

关键词 多层前馈神经网络 递推预报误差 传感器 信息处理 热电偶

在线阅读 下载PDF 职称材料

基于回归神经网络的大跨度结构风压场预测 被引量：1

12

作者 孙芳锦 梁爽 张大明 《地震工程与工程振动》 CSCD 北大核心 2014年第5期180-187,共8页

为提高计算效率并降低存储耗时,提出一种局部回归神经网络方法用来预测大跨度结构风压场。将原有整体优化问题分解为神经元层的子问题进行处理,基于在线学习方法中的递归预报误差法对局部回归神经网络进行训练。首先给出了整体递归预报... 为提高计算效率并降低存储耗时,提出一种局部回归神经网络方法用来预测大跨度结构风压场。将原有整体优化问题分解为神经元层的子问题进行处理,基于在线学习方法中的递归预报误差法对局部回归神经网络进行训练。首先给出了整体递归预报误差算法,对所有可调权进行同步处理,然后将整体优化问题分解为子问题推导出局部回归神经网络,在更新递归过程中使用二阶信息。将该方法应用于大跨度屋盖的风压预测中,并将计算结果与传统神经网络计算结果进行了比较。结果表明,本文方法的计算误差小,收敛速度快,达到了提高计算效率和降低存储耗时的目的。提出的局部回归神经网络方法为大跨度结构风压场的预测提供了准确高效的方法。 展开更多

关键词 回归神经网络 在线学习 递归预报误差法 大跨度结构 风压场

在线阅读 下载PDF 职称材料

基于预测原理的回声状态网络在线盲均衡算法 被引量：1

13

作者 杨凌 韩琴 +2 位作者 程丽 赵傲男 杜娟 《通信学报》 EI CSCD 北大核心 2020年第3期145-153,共9页

针对非线性信道,基于预测原理提出了回声状态网络(ESN)在线盲均衡算法,首先将具有良好非线性映射能力的ESN代替传统的线性预测误差滤波器,并采用递归最小二乘(RLS)算法计算网络的输出权值,使网络预测误差达到最小;然后进行幅值和相位的... 针对非线性信道,基于预测原理提出了回声状态网络(ESN)在线盲均衡算法,首先将具有良好非线性映射能力的ESN代替传统的线性预测误差滤波器,并采用递归最小二乘(RLS)算法计算网络的输出权值,使网络预测误差达到最小;然后进行幅值和相位的调整。仿真实验表明,对于16QAM信号,所提算法可以有效降低非线性信道对发送信号产生的畸变。与其他基于预测原理的盲均衡算法相比,所提算法有更低的均方误差值和更快的收敛速度。 展开更多

关键词 非线性信道 预测误差滤波器 回声状态网络 递归最小二乘算法

在线阅读 下载PDF 职称材料

多维线性模型参数估计的神经网络方法 被引量：1

14

作者 董德存 张树京 《振动与冲击》 EI CSCD 北大核心 1996年第2期75-80,共6页

本文提出一种用于多维线性模型（ＡＲ，ＡＲＭＡ）参数估计的神经网络方法和相应的递归预测误差算法。本文在分析多输入、单输出，含一个隐含和多层神经网络的输入输出关系的基础上，提出了首先将理想输出Ｘｉ进行预畸变（Ｆ（Ｘｔ））... 本文提出一种用于多维线性模型（ＡＲ，ＡＲＭＡ）参数估计的神经网络方法和相应的递归预测误差算法。本文在分析多输入、单输出，含一个隐含和多层神经网络的输入输出关系的基础上，提出了首先将理想输出Ｘｉ进行预畸变（Ｆ（Ｘｔ））作为神经网络的训练目标。当神经网络训练完毕后，网络的连接权就是待估计的线性模型参数。本文提出方法的优点是网络结构简单，估计结果准确。仿真模拟结果表明，本文所提出的神经网络方法估计多维线性模型参数是有效的。 展开更多

关键词 多维线性模型 神经网络 工程结构 振动

在线阅读 下载PDF 职称材料

动态对角递归网络在变压器故障诊断中的应用 被引量：1

15

作者 段慧达 刘学军 白晶 《继电器》 CSCD 北大核心 2007年第4期11-13,共3页

介绍了动态对角递归网络,并针对BP算法收敛慢的缺点,提出了递推预报误差学习算法。利用该算法对神经网络的权值和域值进行训练,有效地提高神经网络的收敛性及增量学习能力。将动态对角递归网络应用到变压器的故障诊断中,利用改良三比值... 介绍了动态对角递归网络,并针对BP算法收敛慢的缺点,提出了递推预报误差学习算法。利用该算法对神经网络的权值和域值进行训练,有效地提高神经网络的收敛性及增量学习能力。将动态对角递归网络应用到变压器的故障诊断中,利用改良三比值方法来实现诊断,建立了诊断的模型。利用部分数据进行了训练及故障诊断的仿真,结果表明了利用该方法进行变压器故障诊断的有效性。 展开更多

关键词 动态对角递归网络 递推预报误差 故障诊断 气相色谱分析法 BP算法

在线阅读 下载PDF 职称材料

递归网络模型在传感器动态补偿中的应用(英文)

16

作者 姜萍萍 田社平 颜国正 《传感技术学报》 CAS CSCD 2002年第4期326-329,共4页

为改善传感器的动态响应特性 ,对其输出结果进行动态补偿是一个有效方法。本文介绍了传感器动态补偿的原理 ,基于递归网络模型的良好的动态映射能力 ,探讨了应用该模型进行传感器动态补偿的实现方法 ,实验结果表明补偿后传感器具有理想... 为改善传感器的动态响应特性 ,对其输出结果进行动态补偿是一个有效方法。本文介绍了传感器动态补偿的原理 ,基于递归网络模型的良好的动态映射能力 ,探讨了应用该模型进行传感器动态补偿的实现方法 ,实验结果表明补偿后传感器具有理想的输入输出特性 ,从而验证了该方法的可行性和有效性。 展开更多

关键词 传感器 动态补偿 递归网络模型

在线阅读 下载PDF 职称材料

基于递推预报误差算法的前馈神经网络的设计

17

作者 穆玲玲 王桂萍 《计算机工程与应用》 CSCD 北大核心 2003年第19期130-132,共3页

该文介绍了一种基于递推预报误差算法的前馈神经网络的实现方法。将该网络应用于非线性系统模型的仿真试验中取得了良好的效果。文中给出了试验的结果,并对该网络的应用进行了讨论。

关键词 递推预报误差算法 前馈神经网络 非线性系统建模

在线阅读 下载PDF 职称材料

伪线性神经网络

18

作者 李玉云 王秋庭 《武汉科技大学学报》 CAS 2002年第1期77-80,共4页

给出了多输入 多输出 (MIMO)的伪线性神经网络 (PNN )结构与模型。PNN的构成是基于Gain scheduling控制技术与扩展线性化方法。还讨论PNN的递推预报误差的二阶学习算法 (RPF)和训练过程 ,并通过对多变量、强耦合的非线性加热炉的动态建... 给出了多输入 多输出 (MIMO)的伪线性神经网络 (PNN )结构与模型。PNN的构成是基于Gain scheduling控制技术与扩展线性化方法。还讨论PNN的递推预报误差的二阶学习算法 (RPF)和训练过程 ,并通过对多变量、强耦合的非线性加热炉的动态建模 ,证明了用PNN建模 ,效果良好 ,且具有训练参数少 ,收敛速度快 。 展开更多

关键词 伪线性神经网络 非线性系统 RFP 系统建模 加热炉

在线阅读 下载PDF 职称材料

基于预测状态空间实现的前馈GPC及其应用 被引量：1

19

作者 吴汉生 周伟伟 +6 位作者 胡绍济 李川 董晓莉 张海燕 赵枫 曾翔 曹书礼 《中国科学技术大学学报》 CAS CSCD 北大核心 1999年第2期213-218,共6页

在ＣＡＲＩＭＡ模型基础上，推导出预测状态空间实现．建立了预测状态与系统模型结构参数之间的直接关系，并据此得出前馈ＧＰＣ控制律。

关键词 前馈控制 GPC 递推算法 预测状态 广义预测控制

在线阅读 下载PDF 职称材料

基于模型实时辨识自适应控制算法的时变机械系统振动主动控制 被引量：4

20

作者 郑洪波 杨德权 +1 位作者 黄志伟 张志谊 《振动与冲击》 EI CSCD 北大核心 2020年第15期266-270,276,共6页

参数时变的现象广泛存在于机械系统。如果系统参数随着时间而发生较大变化,振动主动控制方案就需要考虑时变参数对控制算法的影响。针对动力学特性变化较大的时变机械系统振动,提出一种模型实时辨识自适应控制算法,该算法将传统的滤波... 参数时变的现象广泛存在于机械系统。如果系统参数随着时间而发生较大变化,振动主动控制方案就需要考虑时变参数对控制算法的影响。针对动力学特性变化较大的时变机械系统振动,提出一种模型实时辨识自适应控制算法,该算法将传统的滤波自适应算法与递归预测误差方法相结合,利用改变梯度的递归预测误差方法实时估计控制通道模型。建立弹簧质量支承的非均匀截面杆纵向振动时域模型,模型中随时间而变化的弹簧刚度导致模型动力学特性发生较大变化。用模型实时辨识自适应控制算法对建立的杆模型进行振动控制数值仿真,仿真结果表明,所提出的控制算法能有效抑制时变系统的窄带和宽带振动。相对于现有的方法,该控制算法能实现更好的控制性能。最后,将所提出的控制算法应用到时变的摇摆系统振动控制,实验结果验证了所提出控制算法的可行性和有效性。 展开更多

关键词 振动主动控制 时变机械系统 自适应控制算法 递归预测误差方法 模型辨识

在线阅读 下载PDF 职称材料