基于多层前馈神经网络的扩散系数求解

1

作者 刘金凤 李松华 《湖南理工学院学报（自然科学版）》 CAS 2024年第3期8-14,共7页

如何利用浓度分布的测量数据(间接采样)来确定扩散系数,并建立有效快速的数值求解方法是目前亟待解决的问题.由于扩散系数的求解属于反问题中的参数识别问题,通常具有不适定、非线性和计算量大等特点,所以在仅考虑给定温度下扩散对物质... 如何利用浓度分布的测量数据(间接采样)来确定扩散系数,并建立有效快速的数值求解方法是目前亟待解决的问题.由于扩散系数的求解属于反问题中的参数识别问题,通常具有不适定、非线性和计算量大等特点,所以在仅考虑给定温度下扩散对物质输运的影响的情况下,研究扩散系数与浓度、浓度梯度的关系,并利用物质扩散浓度的动态采样值和多层前馈神经网络对扩散系数进行求解,数值实验表明该方法十分有效. 展开更多

关键词 扩散系数 动态采样 多层前馈神经网络 扩散方程

在线阅读 下载PDF 职称材料

基于蚁群算法的多层前馈神经网络 被引量：68

2

作者 洪炳熔 金飞虎 高庆吉 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2003年第7期823-825,共3页

反向传播算法是神经网络中应用广泛的一种多层前馈神经网络模型。但算法有求解精度低、搜索速度慢、易于陷入极小的缺点。蚁群算法是一种新型的模拟进化算法,有正反馈、分布式计算、启发性收敛等特性。这些特性使得解题过程加快,易于实... 反向传播算法是神经网络中应用广泛的一种多层前馈神经网络模型。但算法有求解精度低、搜索速度慢、易于陷入极小的缺点。蚁群算法是一种新型的模拟进化算法,有正反馈、分布式计算、启发性收敛等特性。这些特性使得解题过程加快,易于实现分布式计算。将蚁群算法和神经网络相结合起来,实现了非线性模型的辨识问题及倒立摆的控制。仿真实验表明:用蚁群算法训练神经网络,可兼有神经网络广泛映射能力和蚁群算法快速全局收敛的性能。 展开更多

关键词 蚁群算法 多层前馈神经网络 反向传播算法 非线性系统 倒立摆 收敛性 映射能力 网络训练

在线阅读 下载PDF 职称材料

基于模糊分类器及多层前馈神经网络混合结构的说话人辨认 被引量：4

3

作者 张玲华 杨震 郑宝玉 《通信学报》 EI CSCD 北大核心 2005年第11期68-75,共8页

提出了基于模糊超椭球聚类算法的说话人辨认新方法。该算法首先将某一类的训练数据分成若干子类, 对每一子类在其中心周围定义具有超椭球区域的模糊规则。实验表明,该系统可以较快的聚类速度取得与HMM 相当的识别效果。进一步的研究表明... 提出了基于模糊超椭球聚类算法的说话人辨认新方法。该算法首先将某一类的训练数据分成若干子类, 对每一子类在其中心周围定义具有超椭球区域的模糊规则。实验表明,该系统可以较快的聚类速度取得与HMM 相当的识别效果。进一步的研究表明,基于模糊超椭球聚类算法的说话人辨认系统与传统的基于HMM的识别方法存在一个共同的缺点,即抗噪性能较差。为此,通过引入多层前馈神经网络(MLFNN)与模糊超椭球分类器构成混合模型,使系统的识别性能和抗噪能力显著提高。 展开更多

关键词 说话人辨认 模糊 超椭球分类器 多层前馈神经网络

在线阅读 下载PDF 职称材料

基于多层前馈型神经元网络模型的摄像机定标算法 被引量：3

4

作者 王宏杰 林良明 颜国正 《上海交通大学学报》 EI CAS CSCD 北大核心 2001年第9期1358-1361,共4页

针对传统线性、非线性摄像机定标算法的鲁棒性 ,提出了基于多层前馈型神经元 ( MLFN)网络模型来替代传统精确的摄像机定标数学模型 .MLFN网络模型作为层状网络可实现任意维复杂的输入 /输出映射 ,对于无需计算摄像机内、外参数的应用场... 针对传统线性、非线性摄像机定标算法的鲁棒性 ,提出了基于多层前馈型神经元 ( MLFN)网络模型来替代传统精确的摄像机定标数学模型 .MLFN网络模型作为层状网络可实现任意维复杂的输入 /输出映射 ,对于无需计算摄像机内、外参数的应用场合 ,该模型提供了一种实用且有较好鲁棒性的摄像机定标算法 ,同时为了补偿摄像机非线性畸变 ,把图像按畸变程度分割成两个区域 ,分别建立各自基于 MLFN网络的摄像机定标模型 .实验表明 ,该方法有效补偿了畸变 ,并提高了模型精度 .给出了基于 MLFN网络模型摄像机定标算法实验 ,验证了该模型的有效性 . 展开更多

关键词 摄像机定标 多层前馈型神经元网络 计算机视觉 非线性畸变 畸变补偿

在线阅读 下载PDF 职称材料

多层前馈网络在图象分割中的应用 被引量：3

5

作者 吴小培 柴晓冬 张德龙 《电子科学学刊》 CSCD 1995年第3期225-231,共7页

本文提出用多层前馈网络进行基于边缘信息的图象分割,讨论了学习样本的提取步骤和网络学习的速度改进方法。实验表明,用多层前馈网络进行图象分割能获得良好的结果。

关键词 图象处理 多层前馈网络 图象分割 BP算法

在线阅读 下载PDF 职称材料

基于VisualC++6.0的多层前馈神经网络训练系统的实现 被引量：3

6

作者 徐建安 张铭钧 郑金兴 《哈尔滨工程大学学报》 EI CAS CSCD 2002年第3期108-111,共4页

基于VisualC ++6 .0软件 ,开发了多层前馈神经网络训练系统 ,通过参数设置 ,该系统可以对教师样本进行学习 ,具有参数调整方便、界面友好等特点 ,通过对电火花线切割加工状态的识别 ,证明了本训练系统是有效和可行的 .

关键词 多层前馈神经网络 训练系统 VISUALC++6.0

在线阅读 下载PDF 职称材料

多层前馈网络的优化算法及其工程应用 被引量：2

7

作者 周鹏 秦树人 《振动与冲击》 EI CSCD 北大核心 2008年第2期61-64,68,共5页

针对基于多层前馈网络的误差反向传播算法(Standard Error Backpropagation Algorithm,SEBPA)易使网络陷入局部极小点、网络振荡、收敛速度慢甚至不收敛等缺点,通过引入新的评价函数、在网络权值和阀值迭代式中加入动量因子和可变学习率... 针对基于多层前馈网络的误差反向传播算法(Standard Error Backpropagation Algorithm,SEBPA)易使网络陷入局部极小点、网络振荡、收敛速度慢甚至不收敛等缺点,通过引入新的评价函数、在网络权值和阀值迭代式中加入动量因子和可变学习率,改进SEBPA以优化多层前馈网络。本文利用基于改进算法的网络拟合非线性函数进行仿真实验,结果表明算法能大大改善网络性能;而轴承状态分类实验进一步验证了算法是正确的和有实际应用价值的。 展开更多

关键词 多层前馈网络 误差反向传播算法 Least Mean FOURTH 函数拟合 故障诊断

在线阅读 下载PDF 职称材料

用于多层前馈神经网络学习的快速遗传算法 被引量：2

8

作者 韩明红 李凡 邓家 《航空制造技术》 北大核心 2003年第7期31-34,共4页

提出了一种用于多层前馈神经网络学习的快速遗传算法 ,论述了其算法的进化过程并对多层前馈神经网络的权值进行了优化 ,对权值的初始化范围以及输入层节点进行了优化选择。仿真试验结果表明 ,该算法收敛速度快 ,网络逼近精度高 ,克服了B... 提出了一种用于多层前馈神经网络学习的快速遗传算法 ,论述了其算法的进化过程并对多层前馈神经网络的权值进行了优化 ,对权值的初始化范围以及输入层节点进行了优化选择。仿真试验结果表明 ,该算法收敛速度快 ,网络逼近精度高 ,克服了BP算法易于陷入局部极小的问题。 展开更多

关键词 快速遗传算法 多层前馈神经网络学习 收敛速度 网络逼近精度

在线阅读 下载PDF 职称材料

多层前馈神经网络几种算法的样本顺序敏感性 被引量：2

9

作者 黎移新 《食品与机械》 CSCD 北大核心 2010年第4期95-97,共3页

检测神经网络4种算法(有弹回的算法、OSS算法、LM算法和Regularization算法)的分类能力。结果表明,多层前馈神经网络的分类能力与算法和学习样本顺序有关;OSS算法和LM算法训练的网络分类能力对学习样本顺序最为敏感,且容易产生输出奇异... 检测神经网络4种算法(有弹回的算法、OSS算法、LM算法和Regularization算法)的分类能力。结果表明,多层前馈神经网络的分类能力与算法和学习样本顺序有关;OSS算法和LM算法训练的网络分类能力对学习样本顺序最为敏感,且容易产生输出奇异点和宽幅输出波动,Regularization算法训练的网络分类能力对学习样本顺序不敏感;下凸学习样本顺序的OSS算法分类精度最高,网络分类能力最强;递增学习样本顺序的LM算法分类精度最低,网络分类能力最差;不同算法的网络分类能力对学习样本的敏感程度取决于网络权值、阈值的冗余与传递函数的性质。 展开更多

关键词 多层前馈神经网络 样本顺序 算法 分类能力

在线阅读 下载PDF 职称材料

多层前馈网络的联合梯度学习算法及其在水文预报中的应用 被引量：5

10

作者 胡铁松 丁晶 《水电站设计》 1995年第1期1-6,共6页

提出了径流长期分级预报的人工神经网络方法，给出了多层前馈网络的联合梯度算法。用辽宁大伙房水库的汛期长系列资料进行实例研究，取得了初步令人满意的结果。

关键词 水文预报 径流 多层前馈网络 联合梯度法

在线阅读 下载PDF 职称材料

基于 PID 调节的多层前馈网及其应用研究

11

作者 娄臻亮 黄瑞清 张永清 《上海交通大学学报》 EI CAS CSCD 北大核心 1997年第9期77-79,共3页

介绍了多层前馈网的基本算法及其在镦粗压力计算中的应用．针对其基本学习算法（反向误差传播算法，ＢＰ算法）存在的收敛速度慢和易陷入局部最小值的问题，提出了基于ＰＩＤ调节的ＢＰ算法，由此建立起镦粗压力计算的神经网络知识库，... 介绍了多层前馈网的基本算法及其在镦粗压力计算中的应用．针对其基本学习算法（反向误差传播算法，ＢＰ算法）存在的收敛速度慢和易陷入局部最小值的问题，提出了基于ＰＩＤ调节的ＢＰ算法，由此建立起镦粗压力计算的神经网络知识库，经过测试集考核，证明该模型算法正确，能有效地提高模型的判别精度，是一种有效的和有前途的算法． 展开更多

关键词 神经网络 PID调节 镦粗压力 多层前馈网 计算

在线阅读 下载PDF 职称材料

多层前馈神经网络在电力系统短期负荷预测中的应用 被引量：1

12

作者 赵宇红 赵学成 肖金凤 《南华大学学报（理工版）》 2004年第1期94-96,共3页

介绍了多层前馈神经网络在电力系统短期负荷预测中的应用,并对这些方法做了评价.在此基础上,对人工神经网络技术在短期负荷预测中的应用进行了展望.

关键词 多层前馈神经网络 电力系统 短期负荷预测 模糊技术

在线阅读 下载PDF 职称材料

基于多层前馈网络的生物质热解失重过程模拟

13

作者 管霖 马晓茜 《太阳能学报》 EI CAS CSCD 北大核心 2003年第5期693-696,共4页

试验获取了南方地区几种典型生物质固体废弃物的热解失重特性,运用多层前馈神经网络实现了对不同温度条件下失重特性的准确模拟,对ANN模型的准确性和训练精度进行了讨论。研究证实了人工神经网络应用热学过程模拟的可行性和有效性。

关键词 生物质热解 多层前馈神经网络 过程模拟

在线阅读 下载PDF 职称材料

基于多层前馈神经网络的车牌提取方法

14

作者 刘军杰 张南 《广东交通职业技术学院学报》 2007年第1期27-29,32,共4页

文中提出一种采用三层前馈神经网络提取车牌的方法。该方法是一种基于纹理分析的图像分割算法,适合于彩色及灰度图像。实验表明,该方法能准确地提取图像中的车牌。

关键词 车牌提取 多层前馈神经网络 特征提取 图像滤波 阈值化

在线阅读 下载PDF 职称材料

一种新的多层前馈网络学习算法

15

作者 黄远灿 孙圣和 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 1995年第5期72-76,共5页

基于仅值解耦思想，本文提出一种新的多层前馈网络学习算法。该学习算法的收敛速度比ＢＰ学习算法快，且比并行递推预测误差学习算法有更好的数值稳定性。文中论述了它与别的学习算法之间关系，并选取神经网络对非线性系统建模的例子进... 基于仅值解耦思想，本文提出一种新的多层前馈网络学习算法。该学习算法的收敛速度比ＢＰ学习算法快，且比并行递推预测误差学习算法有更好的数值稳定性。文中论述了它与别的学习算法之间关系，并选取神经网络对非线性系统建模的例子进行仿真，说明新算法的有效性。 展开更多

关键词 多层前馈网络 学习算法 非线性系统

在线阅读 下载PDF 职称材料

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

16

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

在线阅读 下载PDF 职称材料

前馈神经网络快速算法及其应用 被引量：2

17

作者 朱明星 方斌 张德龙 《合肥工业大学学报（自然科学版）》 CAS CSCD 2000年第5期735-739,共5页

针对现有前馈神经网络学习算法的缺陷 ,提出一种前馈神经网络的快速学习算法。该算法是基于无监督学习中的主元分析算法的 Oja规则和监督学习中δ规则的。与现有同类算法相比 ,该算法简化了学习过程 ,计算量小 ,有更快的学习收敛速度和... 针对现有前馈神经网络学习算法的缺陷 ,提出一种前馈神经网络的快速学习算法。该算法是基于无监督学习中的主元分析算法的 Oja规则和监督学习中δ规则的。与现有同类算法相比 ,该算法简化了学习过程 ,计算量小 ,有更快的学习收敛速度和更高的收敛精度 ,较适用于快速学习的系统辨识和其他应用。系统辨识的仿真实例表明了该算法的优良性能。 展开更多

关键词 多层前馈神经网络 快速算法 OJA规则 δ规则 系统辨识

在线阅读 下载PDF 职称材料

用结构自适应前馈网络解算多目标导弹攻击区 被引量：1

18

作者 谢希权 易华 《火力与指挥控制》 CSCD 北大核心 2002年第1期39-42,共4页

多目标导弹攻击区的实时解算是机载多目标攻击武器系统得以技术实现的中心环节。阐述了“多目标导弹攻击区”的概念 ,探索了其解算的技术途径 ,提出了“实时、高精度和低存储”的解算要求。根据上述技术要求 ,设计了基于网络灵敏度统计... 多目标导弹攻击区的实时解算是机载多目标攻击武器系统得以技术实现的中心环节。阐述了“多目标导弹攻击区”的概念 ,探索了其解算的技术途径 ,提出了“实时、高精度和低存储”的解算要求。根据上述技术要求 ,设计了基于网络灵敏度统计分析的多层前馈网络结构自适应算法 ,以用于训练合适规模的多层前馈网络逼近器。在此基础上 ,进行了系统仿真研究 ,研究的结果表明了该方案的应用前景。 展开更多

关键词 结构自适应前馈网络 解算 多目标导弹攻击区 多目标攻击 空对空导弹 攻击区 多层前馈神经网络

在线阅读 下载PDF 职称材料

用正则化神经网络预测储层渗透率

19

作者 姬战怀 张群会 《煤矿现代化》 2006年第4期43-45,共3页

本文详细的讨论了在油气勘探领域应用最多的前馈型神经网络方法。针对前馈型神经网络所用的传统误差反传算法不足,提出正则化方法。该方法通过贝叶斯方法近似训练样本的真实分布,自动调节正则化参数。文章用神经网络拟合函数和用神经网... 本文详细的讨论了在油气勘探领域应用最多的前馈型神经网络方法。针对前馈型神经网络所用的传统误差反传算法不足,提出正则化方法。该方法通过贝叶斯方法近似训练样本的真实分布,自动调节正则化参数。文章用神经网络拟合函数和用神经网络根据测井曲线预测储层渗透率,并对传统方法和正则化化方法作了比较,验证了正则化方法能有效地减小网络权值,提高网络的推广性能。 展开更多

关键词 多层前馈型神经网络 正则化算法 渗透率 测井曲线 储层参数

在线阅读 下载PDF 职称材料

基于前馈神经网络的我国股市宏观多因素模型探讨

20

作者 康波 《武汉船舶职业技术学院学报》 2005年第2期63-67,共5页

本文针对传统多因素模型的两个重要步骤:模型形式设定和变量选择问题,结合我国股市的特点,利用前馈多层神经网络和层次贡献分析方法相结合,建立了影响我国股市的宏观多因素模型,并进行了实证研究,证明了该方法的有效性。

关键词 素模型 前馈神经网络 股市 宏观 前馈多层神经网络 选择问题 实证研究 变量

在线阅读 下载PDF 职称材料