期刊文献+
共找到13篇文章
< 1 >
每页显示 20 50 100
单层神经网络的快速学习算法研究 被引量:4
1
作者 冯昭志 黄载禄 杨叔子 《自动化学报》 EI CSCD 北大核心 1997年第1期68-72,共5页
该文提出一种适用于单层神经网络(SNN)训练的新颖的广义误差函数,给出了SNN新的快速学习算法(FLA).进一步提出了一种广义系统辨识模型,对FLA的收敛性进行了理论分析.
关键词 单层神经网络 快速BP算法 SNN FLA
在线阅读 下载PDF
单层神经网络的高效学习算法研究 被引量:1
2
作者 吴晓红 《计算机工程与应用》 CSCD 北大核心 1998年第1期49-52,共4页
本文描述的是目前单层神经网络中的几个高效学习算法,简称为GXXXSF,其中GXXXSF1和GXXXSF2是两个递归最小二乘学习算法,它指出用模拟输出训练单层神经网络。本文对训练单层神经网络又提出一种新的优化方法,它为... 本文描述的是目前单层神经网络中的几个高效学习算法,简称为GXXXSF,其中GXXXSF1和GXXXSF2是两个递归最小二乘学习算法,它指出用模拟输出训练单层神经网络。本文对训练单层神经网络又提出一种新的优化方法,它为高效学习算法的发展提供了依据,这种优化方法称为GXXXSF3.以GXXXSF3为基础,又推出用二进制输出作为训练单层神经网络的第二级学习算法。 展开更多
关键词 神经网络 学习算法 单层神经网络
在线阅读 下载PDF
改进的单层前向神经网络用于核电百万千瓦级汽轮发电机的故障诊断 被引量:11
3
作者 张雷 秦宗慧 +4 位作者 林建中 李享荣 叶大庆 魏永梅 李海渊 《振动与冲击》 EI CSCD 北大核心 2002年第4期95-97,共3页
为对核电百万千瓦级汽轮发电机进行故障诊断 ,本文作者提出了一种“改进的单层前向人工神经网络 ,”这种神经网络克服了常规的单层前向神经网络仅是线性可分及学习过程中需重复提交一系列要记忆的输入模式来调整权值之不足 ,从而大大减... 为对核电百万千瓦级汽轮发电机进行故障诊断 ,本文作者提出了一种“改进的单层前向人工神经网络 ,”这种神经网络克服了常规的单层前向神经网络仅是线性可分及学习过程中需重复提交一系列要记忆的输入模式来调整权值之不足 ,从而大大减少了分类时的迭代次数。本文在独特设计的多功能“核电百万千瓦级汽轮发电机”轴系振动模拟试验台上验证了这种方法的有效性。 展开更多
关键词 前向神经网络 递归联想 汽轮发电机 非平衡随机振动 核电站 故障诊断
在线阅读 下载PDF
TIG焊背面熔宽的神经网络模糊控制 被引量:16
4
作者 高进强 武传松 刘新峰 《焊接学报》 EI CAS CSCD 北大核心 2001年第5期5-8,共4页
TIG(TungstenInertGas)焊接过程是一个高度非线性、强耦合、时变的系统 ,针对这一特点 ,本文设计了单层神经网络模糊控制器 ,给出了学习算法。该控制器可以自动学习模糊控制规则 ,并随系统的变化自动调节模糊控制规则。采用普通CCD(Char... TIG(TungstenInertGas)焊接过程是一个高度非线性、强耦合、时变的系统 ,针对这一特点 ,本文设计了单层神经网络模糊控制器 ,给出了学习算法。该控制器可以自动学习模糊控制规则 ,并随系统的变化自动调节模糊控制规则。采用普通CCD(ChargedCoupleDevice)摄像机拍摄熔池的正面图像 ,提取出熔池正面几何参数 ,利用熔池正面几何参数与背面熔宽的关系模型 ,对背面熔宽进行实时控制。仿真及试验结果表明 。 展开更多
关键词 单层神经网络模糊控制器 学习算法 模糊控制规则 背面熔宽 TIG焊 焊接
在线阅读 下载PDF
基于极速神经网络的协作过滤方法研究 被引量:2
5
作者 陈琳 邓万宇 王昕 《计算机工程与设计》 CSCD 北大核心 2011年第4期1430-1433,1437,共5页
协作过滤是一种有效的个性化推荐技术,针对该技术随着用户和资源的增多,数据的高维稀疏特性严重导致推荐质量的下降和计算速度减慢的问题,研究并实现了一种基于极速神经网络的协作过滤方法。采用主成分分析解决数据高维稀疏性问题,采用... 协作过滤是一种有效的个性化推荐技术,针对该技术随着用户和资源的增多,数据的高维稀疏特性严重导致推荐质量的下降和计算速度减慢的问题,研究并实现了一种基于极速神经网络的协作过滤方法。采用主成分分析解决数据高维稀疏性问题,采用极速神经网络技术解决计算速度慢的问题。实验结果表明,该方法具有良好的泛化性能和学习速度,能很好的满足个性化资源推荐的需求。 展开更多
关键词 协作过滤 主成分分析 隐藏神经网络 极速学习机 用户兴趣模型
在线阅读 下载PDF
目标优化算法在叶片参数化设计中的应用 被引量:3
6
作者 刘正先 韩博 鲁业明 《天津大学学报(自然科学与工程技术版)》 EI CSCD 北大核心 2017年第1期19-27,共9页
针对离心叶轮优化设计中调控参数不明确、难以直接获得最优设计结果的状况,将单层神经网络算法应用于离心叶轮优化,并建立了分层优化的算法.根据设计目标将离心叶轮叶片优化设计分为压比和效率两个阶段,随后分析确定了各目标阶段的有效... 针对离心叶轮优化设计中调控参数不明确、难以直接获得最优设计结果的状况,将单层神经网络算法应用于离心叶轮优化,并建立了分层优化的算法.根据设计目标将离心叶轮叶片优化设计分为压比和效率两个阶段,随后分析确定了各目标阶段的有效控制变量参数.最后以初始叶轮为基础,将该目标优化算法应用于某工业叶轮的改型实例设计,结果表明:压比目标算法使叶轮达到压比值要求;一次效率目标算法实现了对叶轮设计点流量的调控;二次效率目标算法达到了对叶轮非设计工况性能的提升. 展开更多
关键词 离心叶轮 目标算法 单层神经网络 分级优化设计 数值计算
在线阅读 下载PDF
基于高斯过程回归的光纤非线性信道补偿方法 被引量:2
7
作者 吴彪 李嘉浩 张召才 《光通信研究》 2022年第6期35-38,76,共5页
为了降低光纤传输系统中非线性噪声带来的影响,文章提出了基于高斯过程回归(GPR)的非线性信道均衡器(CE),并在强度调制和直接检测光纤链路中进行了实验验证。在文章所提方案中,GPR模型用于估计预处理后的传输符号或相应的非线性噪声。... 为了降低光纤传输系统中非线性噪声带来的影响,文章提出了基于高斯过程回归(GPR)的非线性信道均衡器(CE),并在强度调制和直接检测光纤链路中进行了实验验证。在文章所提方案中,GPR模型用于估计预处理后的传输符号或相应的非线性噪声。实验结果表明,基于GPR的非线性CE比传统的线性或非线性CE具有更好的性能。实验结果还表明,非线性信道均衡过程中的GPR模型可以理解为具有无限宽度的单层神经网络模型。 展开更多
关键词 高斯过程回归 信道均衡器 单层神经网络
在线阅读 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
8
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 隐含前馈神经网络 量子粒子群 泛化能力
在线阅读 下载PDF
采用限定记忆极限学习机的过热汽温逆建模研究 被引量:4
9
作者 王万召 王杰 《西安交通大学学报》 EI CAS CSCD 北大核心 2014年第2期32-37,共6页
针对常规极限学习机随着学习次数增加增益矩阵慢慢趋于零、学习算法逐渐失去修正能力而出现"数据饱和"的问题,提出了限定记忆极限学习机算法。该算法在学习过程中每增加一个新数据信息,就去掉一个旧数据信息,权值的学习只依... 针对常规极限学习机随着学习次数增加增益矩阵慢慢趋于零、学习算法逐渐失去修正能力而出现"数据饱和"的问题,提出了限定记忆极限学习机算法。该算法在学习过程中每增加一个新数据信息,就去掉一个旧数据信息,权值的学习只依赖于限定个数的最新数据信息,从而避免出现"数据饱和"。通过分析隐含层数据矩阵的特点,利用分块矩阵计算方法推导了限定记忆极限学习机在线学习算法。将该算法应用于参数时变的过热汽温对象逆模型的辨识,仿真实验结果表明:该算法能有效克服"数据饱和"问题,提高计算精度,是一种实用有效的过热汽温对象逆建模算法。 展开更多
关键词 隐含前馈神经网络 限定记忆极限学习机 数据饱和 在线逆建模 过热汽温
在线阅读 下载PDF
改进人工蜂群优化的极限学习机 被引量:7
10
作者 毛羽 毛力 +1 位作者 杨弘 肖炜 《传感器与微系统》 CSCD 2018年第4期116-120,共5页
针对极限学习机(ELM)在训练过程中需要大量隐含层节点的问题,提出了差分进化与克隆算法改进人工蜂群优化的极限学习机(DECABC-ELM),在人工蜂群算法的基础上,引入了差分进化算法的差分变异算子和免疫克隆算法的克隆扩增算子,改进了人工... 针对极限学习机(ELM)在训练过程中需要大量隐含层节点的问题,提出了差分进化与克隆算法改进人工蜂群优化的极限学习机(DECABC-ELM),在人工蜂群算法的基础上,引入了差分进化算法的差分变异算子和免疫克隆算法的克隆扩增算子,改进了人工蜂群收敛速度慢等缺点,使用改进的人工蜂群算法计算ELM的隐含层节点参数。将算法应用于回归和分类数据集,并与其他算法进行比较,获得了良好的效果。 展开更多
关键词 人工蜂群算法 极限学习机 隐含前馈神经网络
在线阅读 下载PDF
铝合金铸造工艺的Metropolis准则蜂群算法优化 被引量:7
11
作者 张井柱 翁月宏 《机械设计与制造》 北大核心 2021年第8期240-245,共6页
为了提高铝合金铸件质量和铸造效率,提出了基于Metropolis准则蜂群算法的参数智能优化方法。分析了铝合金低压铸造原理,使用Anycasting有限元分析法模拟了铸造过程,获得了不同实验条件下的仿真值。使用单隐藏层神经网络分别拟合凝固时... 为了提高铝合金铸件质量和铸造效率,提出了基于Metropolis准则蜂群算法的参数智能优化方法。分析了铝合金低压铸造原理,使用Anycasting有限元分析法模拟了铸造过程,获得了不同实验条件下的仿真值。使用单隐藏层神经网络分别拟合凝固时间、缩松面积与工艺参数间的非线性关系,得到了拟合精度较高的网络模型。以减少铸件的凝固时间和缩松面积为目标,建立了工艺参数优化模型。以传统蜂群算法为基础,提出了观察蜂对蜜源的动态选择策略和蜜源的Metropolis准则评价策略,使蜜蜂不仅选择最优蜜源,同时保留有潜力蜜源,从而给出了基于Metropolis准则蜂群算法的参数优化方法和步骤。经验证,Metropolis准则蜂群算法优化的铸件缩松面积比传统蜂群算法优化结果减少了24.16%,凝固时间缩短了3.32%,说明铸件质量和铸造效率得到了提高。经实际加工验证,Metropolis准则蜂群算法优化后的铸件显微组织分布均匀,硬度满足性能要求,可以应用于实际生产。 展开更多
关键词 Metropolis准则蜂群算法 动态选择策略 铸造工艺优化 隐藏神经网络
在线阅读 下载PDF
基于ISCNN-LightGBM的轴承故障诊断 被引量:3
12
作者 张思源 纪洪泉 刘洋 《控制理论与应用》 EI CAS CSCD 北大核心 2023年第4期753-760,共8页
在传统卷积神经网络与分类器相结合的故障诊断方法中,CNN用于故障特征提取时,存在着提取的特征质量不高与运行时间较长的问题.针对以上问题,本文提出了一种基于改进单层卷积神经网络及LightGBM的故障诊断模型.该模型通过将特征距离函数... 在传统卷积神经网络与分类器相结合的故障诊断方法中,CNN用于故障特征提取时,存在着提取的特征质量不高与运行时间较长的问题.针对以上问题,本文提出了一种基于改进单层卷积神经网络及LightGBM的故障诊断模型.该模型通过将特征距离函数嵌入CNN的损失函数中,提升了CNN特征提取的能力,增强了CNN与后续分类器之间的联系,从而提升了整体模型的故障诊断能力.于此同时,经过改进的单层的卷积神经网络进一步缩短了模型运行的时间,提升了模型的诊断效率.通过对两个不同的公共数据集进行对比实验,其结果表明,本文所提诊断模型对多种轴承故障的诊断准确率与诊断效率显著高于其他诊断模型. 展开更多
关键词 故障诊断 滚动轴承 深度学习 卷积神经网络 轻量级梯度提升机
在线阅读 下载PDF
Influence of brittleness and confining stress on rock cuttability based on rock indentation tests 被引量:7
13
作者 WANG Shao-feng TANG Yu WANG Shan-yong 《Journal of Central South University》 SCIE EI CAS CSCD 2021年第9期2786-2800,共15页
In order to understand the influence of brittleness and confining stress on rock cuttability,the indentation tests were carried out by a conical pick on the four types of rocks.Then,the experimental results were utili... In order to understand the influence of brittleness and confining stress on rock cuttability,the indentation tests were carried out by a conical pick on the four types of rocks.Then,the experimental results were utilized to take regression analysis.The eight sets of normalized regression models were established for reflecting the relationships of peak indentation force(PIF)and specific energy(SE)with brittleness index and uniaxial confining stress.The regression analyses present that these regression models have good prediction performance.The regressive results indicate that brittleness indices and uniaxial confining stress conditions have non-linear effects on the rock cuttability that is determined by PIF and SE.Finally,the multilayer perceptual neural network was used to measure the importance weights of brittleness index and uniaxial confining stress upon the influence for rock cuttability.The results indicate that the uniaxial confining stress is more significant than brittleness index for influencing the rock cuttability. 展开更多
关键词 rock cuttability brittleness index uniaxial confining pressures regression analysis multilayer perceptual neural network importance analysis
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部