几种局部连接神经网络结构及性能的分析与比较 被引量：10

1

作者 丛爽 郑毅松 《计算机工程》 CAS CSCD 北大核心 2003年第22期11-13,共3页

对人工神经网络中的局部连接网络进行了综合研究，比较和分析了CMAC、B样条和RBF这3种用于函数逼近的局部网络的性能。还分析了以ART-2为代表的局部网络中用于模式识别的网络结构及功能。最后在对以上几种网络进行模糊化的基础上，讨论... 对人工神经网络中的局部连接网络进行了综合研究，比较和分析了CMAC、B样条和RBF这3种用于函数逼近的局部网络的性能。还分析了以ART-2为代表的局部网络中用于模式识别的网络结构及功能。最后在对以上几种网络进行模糊化的基础上，讨论了相应模糊神经网络的性能，为选择和应用局部神经网络提供了一定的依据。 展开更多

关键词 局部神经网络 CMAC B样条 ART-2 模糊神经网络

在线阅读 下载PDF 职称材料

基于多层局部回归神经网络的多变量非线性系统预测控制 被引量：13

2

作者 刘贺平 张兰玲 孙一康 《控制理论与应用》 EI CAS CSCD 北大核心 2001年第2期298-300,共3页

以罐式搅拌反应器为例 ,针对复杂多变量系统的强耦合性、非线性、时变性等问题 ,研究了多变量非线性系统的预测控制及改善控制性能的方法 .采用多层局部回归神经网络离线建立预测模型 ,以偏差补偿和模型修正相结合的方式对预测模型进行... 以罐式搅拌反应器为例 ,针对复杂多变量系统的强耦合性、非线性、时变性等问题 ,研究了多变量非线性系统的预测控制及改善控制性能的方法 .采用多层局部回归神经网络离线建立预测模型 ,以偏差补偿和模型修正相结合的方式对预测模型进行误差补偿 ,经在线校正用于预测控制 .通过对性能指标中的偏差项负指数加权 ,进一步改善预测控制性能 .仿真结果表明了控制算法的有效性 . 展开更多

关键词 多变量非线性系统 多层局部回归神经网络 预测控制 模型修正

在线阅读 下载PDF 职称材料

多层局部回归神经网络在激光陀螺捷联惯导系统惯性敏感器误差补偿中的应用 被引量：2

3

作者 吴美平 胡小平 《国防科技大学学报》 EI CAS CSCD 北大核心 2001年第6期104-108,共5页

惯导系统误差补偿技术对提高武器装备的性能具有重要的意义 ,而误差补偿的关键在于误差模型的辨识。探讨将多层局部回归神经网络引入到惯性敏感器误差建模中 ,详细介绍了网络结构和对应的自适应动态梯度算法。仿真算例说明 ,多层局部回... 惯导系统误差补偿技术对提高武器装备的性能具有重要的意义 ,而误差补偿的关键在于误差模型的辨识。探讨将多层局部回归神经网络引入到惯性敏感器误差建模中 ,详细介绍了网络结构和对应的自适应动态梯度算法。仿真算例说明 ,多层局部回归神经网络在惯性敏感器输出误差建模时具有一定的优点 :网络收敛速度快、较好的跟踪性能、稳定性好。 展开更多

关键词 误差模型 多层局部回归神经网络 动态梯度算法 激光陀螺捷联惯导系统 惯性敏感器 误差补偿

在线阅读 下载PDF 职称材料

基于径流分类的流域降雨—径流过程动态神经网络建模 被引量：4

4

作者 邵月红 林柄章 刘永和 《地理科学》 CSCD 北大核心 2012年第1期74-80,共7页

利用聚类分析,将径流序列分为不同类型的子径流序列,对这些子序列建立神经网络模型,采用Elman动态神经网络对沂沭河流域上游临沂子流域日径流量进行预测分析,通过与不加分类的总体神经网络的模拟结果进行对比分析。确定性系数、相关系... 利用聚类分析,将径流序列分为不同类型的子径流序列,对这些子序列建立神经网络模型,采用Elman动态神经网络对沂沭河流域上游临沂子流域日径流量进行预测分析,通过与不加分类的总体神经网络的模拟结果进行对比分析。确定性系数、相关系数、平均相对误差和平均相对均方根误差4个统计指数及流域径流过程线和次洪误差分析结果都表明:Elman动态神经网络能够对日径流量进行较好模拟,但基于径流分类的降雨—径流模型表现出更优良性能,能较大程度提高径流模拟精度。 展开更多

关键词 径流分类 聚类分析 ELMAN神经网络 降雨-径流 局部神经网络 总体神经网络

在线阅读 下载PDF 职称材料

一种基于极点配置稳定的新型局部递归神经网络 被引量：3

5

作者 孙健 柴毅 +1 位作者 李华锋 朱智勤 《自动化学报》 EI CSCD 北大核心 2012年第2期183-196,共14页

针对局部全局前馈递归动态神经网络的稳定性问题提出了一种新的采用极点配置稳定方法的局部递归全局前馈(Locally recurrent global forward,LRGF)神经网络.由于动态神经元的极点有存在于实轴上和一对共轭复数极点两种情况为了避免神经... 针对局部全局前馈递归动态神经网络的稳定性问题提出了一种新的采用极点配置稳定方法的局部递归全局前馈(Locally recurrent global forward,LRGF)神经网络.由于动态神经元的极点有存在于实轴上和一对共轭复数极点两种情况为了避免神经元无限脉冲响应滤波器(Infinite impulse response filter,IIR)的系数投影到稳定区域的复杂性,构造的神经网络将动态神经元分成实数极点IIR和共轭复数极点IIR两部分,通过函数权值的方法将这两部分加权输出.同时针对这种新的神经网络采用了梯度下降的学习算法.通过仿真对本文提出的神经网络的可靠性和有效性进行验证,并分析这种新的神经网络在稳定投影计算上的复杂度. 展开更多

关键词 动态神经网络 局部递归全局前馈神经网络 极点配置 稳定性投影

在线阅读 下载PDF 职称材料

改进的Libra区域卷积神经网络的脑动脉狭窄影像学检测算法 被引量：1

6

作者 刘汉卿 康晓东 +4 位作者 张福青 赵秀圆 杨靖怡 王笑天 李梦凡 《计算机应用》 CSCD 北大核心 2022年第9期2909-2916,共8页

针对断层面上血管的多形性和检测过程中出现的采样不均衡的问题,提出一种改进的Libra区域卷积神经网络(R-CNN)的脑动脉狭窄影像学检测算法,用于检测计算机断层扫描血管造影(CTA)图像的颈内动脉和椎动脉狭窄。首先,在目标检测网络LibraR-... 针对断层面上血管的多形性和检测过程中出现的采样不均衡的问题,提出一种改进的Libra区域卷积神经网络(R-CNN)的脑动脉狭窄影像学检测算法,用于检测计算机断层扫描血管造影(CTA)图像的颈内动脉和椎动脉狭窄。首先,在目标检测网络LibraR-CNN中以ResNet50为骨干网络,并分别在骨干网络的3、4、5阶段引入可变卷积网络(DCN),通过学习偏移量提取血管在不同断层面的形态特征;然后,将从骨干网络中提取的特征图输入至引入非局部神经网络(Non-localNN)的平衡特征金字塔(BFP)中进行更深度的特征融合;最后,将融合后的特征图输入至级联检测器,并通过提高交并比(IoU)阈值优化最终检测结果。实验结果表明,改进的LibraR-CNN检测算法相比Libra R-CNN算法,在脑动脉CTA数据集中平均准确率(AP)、AP_(50)、AP_(75)和AP_(S)分别提升了4.3、1.3、6.9和4.0个百分点;在公开的结肠息肉CT数据集中,AP、AP_(50)、AP_(75)和AP_(S)分别提升了6.6、3.6、13.0和6.4个百分点。通过在LibraR-CNN的骨干网络中加入DCN、Non-localNN和级联检测器,进一步融合特征从而学习脑动脉血管结构的语义信息,使得狭窄区域检测结果更精确,且改进算法在不同的检测任务中具有泛化能力。 展开更多

关键词 Libra区域卷积神经网络 可变卷积网络 非局部神经网络 级联检测器 脑动脉狭窄

在线阅读 下载PDF 职称材料

一类时变时滞静态神经网络的指数稳定性 被引量：1

7

作者 张锐 王占山 井元伟 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2009年第5期613-616,共4页

基于线性矩阵不等式方法建立了时变时滞静态神经网络的指数稳定判据.考虑到时滞变化率对稳定性能的影响,分别建立了仅依赖时滞上界的稳定判据和完全依赖时滞信息的稳定判据.所得到的稳定判据能够适应慢变时滞和快变时滞两种情况,具有适... 基于线性矩阵不等式方法建立了时变时滞静态神经网络的指数稳定判据.考虑到时滞变化率对稳定性能的影响,分别建立了仅依赖时滞上界的稳定判据和完全依赖时滞信息的稳定判据.所得到的稳定判据能够适应慢变时滞和快变时滞两种情况,具有适用范围宽、保守性小和易于验证等特点,并通过几个注释说明与现有的文献结果进行了比较.仿真示例验证了所得结果的有效性. 展开更多

关键词 递归神经网络 局部场神经网络 静态神经网络 LYAPUNOV泛函 全局指数稳定 线性矩阵不等式

在线阅读 下载PDF 职称材料

多变量系统基于回归神经网络的预测控制 被引量：5

8

作者 张兰玲 《深圳大学学报（理工版）》 CAS 2000年第2期7-14,共8页

以罐式搅拌反应器为例 ,研究多变量系统基于神经网络的预测控制及改善控制性能的方法 .针对复杂多变量系统难以建模的问题 ,采用多层局部回归神经网络离线建立其预测模型 .在反馈校正中 ,考虑到控制准确性和实时性的要求 ,采用偏差补偿... 以罐式搅拌反应器为例 ,研究多变量系统基于神经网络的预测控制及改善控制性能的方法 .针对复杂多变量系统难以建模的问题 ,采用多层局部回归神经网络离线建立其预测模型 .在反馈校正中 ,考虑到控制准确性和实时性的要求 ,采用偏差补偿和模型修正相结合的方式修正神经网络的预测输出 .实验中 ,研究了改善控制性能的方法 ,得出 :对性能指标中的偏差项负指数加权 ,可大大加快系统的动态响应过程 ,并在一定程度上减少系统超调 .仿真结果表明控制算法有效 . 展开更多

关键词 多变量系统 多层局部回归神经网络 预测控制 控制性能 算法

在线阅读 下载PDF 职称材料

一种新型基于神经网络的预测控制

9

作者 潘金龙 慈春令 《燕山大学学报》 CAS 2001年第z1期70-72,共3页

重点考虑在多变量系统中对控制的准确性和实时性要求,在已有的神经网络预测模型基础上,提出采用模糊理论改进其反馈校正环节,对预测输出和实际输出在一定的隶属函数和模糊规则下进行模糊推理,输出结果用以修正预测模型,从而使系统综合... 重点考虑在多变量系统中对控制的准确性和实时性要求,在已有的神经网络预测模型基础上,提出采用模糊理论改进其反馈校正环节,对预测输出和实际输出在一定的隶属函数和模糊规则下进行模糊推理,输出结果用以修正预测模型,从而使系统综合性能得到实质性提高,仿真结果表明改进有效. 展开更多

关键词 预测控制 模糊规则 模糊推理 隶属函数 多层局部回归神经网络.

在线阅读 下载PDF 职称材料

融合多特征与全局-局部Transformer的图像修复算法 被引量：1

10

作者 滕诗宇 何丽君 《电子测量技术》 北大核心 2025年第6期121-129,共9页

针对当前图像修复领域所面临的高计算复杂度以及在生成结构合理且细节丰富的图像方面的局限,提出了一种融合多尺度分层特征与全局-局部协同Transformer的图像修复模型。首先提出多尺度分层特征融合模块,以实现深层特征与浅层特征细节上... 针对当前图像修复领域所面临的高计算复杂度以及在生成结构合理且细节丰富的图像方面的局限,提出了一种融合多尺度分层特征与全局-局部协同Transformer的图像修复模型。首先提出多尺度分层特征融合模块,以实现深层特征与浅层特征细节上的有效融合,在扩大感受野的同时减少关键信息丢失情况。其次提出用于全局推理的全局-局部协同Transformer模块,它通过集成矩形窗口注意力机制和局部前馈神经网络,在降低计算复杂度的同时,提高模型对全局上下文信息的宏观理解和对局部细节特征的微观捕捉能力,增强图像的整体一致性。实验在CelebA-HQ和Places2数据集上进行了验证,在处理40%~50%掩码时,所提方法与常用的修复方法对比,PSNR平均提高了0.26~6.25 dB,SSIM平均提升了1.4%~19%,L1平均下降了0.2%~5.66%。实验证明,所提方法修复后的图像在视觉上具有更加真实和自然的效果,进一步验证了该方法的有效性。 展开更多

关键词 深度学习 图像修复 多尺度分层特征融合 全局-局部协同Transformer 矩形窗口注意力机制 局部前馈神经网络

在线阅读 下载PDF 职称材料

基于可感知网络模型的多尺度特征图像重构研究

11

作者 舒忠 万行花 +1 位作者 赵华菊 吕琼瑶 《印刷与数字媒体技术研究》 CAS 北大核心 2024年第3期222-236,共15页

为重点解决深度重构模型多尺度特征表示不足和自适应性处理能力不强问题,本研究设计了压缩感知多尺度图像重构深度网络模型。以引入深度卷积神经网络模型提取图像特征为前提,利用空间金字塔池化提高多尺度特征描述能力,设计噪声滤波器... 为重点解决深度重构模型多尺度特征表示不足和自适应性处理能力不强问题,本研究设计了压缩感知多尺度图像重构深度网络模型。以引入深度卷积神经网络模型提取图像特征为前提,利用空间金字塔池化提高多尺度特征描述能力,设计噪声滤波器强化噪声控制,改进非局部神经网络结构以提高模型的自适应性能。对比实验结果表明,本研究设计的图像深度重构模块,压缩编码后解码重构图像的方差、变异系数和信噪比控制良好;图像相位一致性特征和梯度特征质量评价较高;在采样率为50%~60%时,峰值信噪比值最高;初始图像和解码重构图像之间的相对范数l_(2)误差在0.16左右,峰值信噪比大于46dB,图像余弦相似度评价的余弦值为0.91左右、余弦夹角值为0.13°左右,特征相似性为0.80左右,结构相似比值为0.86左右,说明该模型提取的图像多尺度特征准确性和精细性较高,深度重构模块自适应性较强,误差控制准确,组成模块之间实现了高度融合。 展开更多

关键词 压缩感知 图像重构 深度卷积神经网络 非局部卷积神经网络 空间金字塔池化

在线阅读 下载PDF 职称材料

一种基于ICA-T特征和CNN-LA-BiLSTM的锂离子电池健康状态估计方法 被引量：1

12

作者 张朝龙 陈阳 +3 位作者 刘梦玲 张俣峰 华国庆 阴盼昐 《储能科学与技术》 北大核心 2025年第3期1258-1269,共12页

为了解决锂离子电池健康状态(SOH)估计精度不足以及退化过程描述不准确的问题,本文提出了一种基于卷积神经网络-局部注意力-双向长短期记忆神经网络(CNN-LA-BiLSTM)的锂离子电池SOH估计方法。首先,测量锂离子电池在充电阶段的充电时间... 为了解决锂离子电池健康状态(SOH)估计精度不足以及退化过程描述不准确的问题,本文提出了一种基于卷积神经网络-局部注意力-双向长短期记忆神经网络(CNN-LA-BiLSTM)的锂离子电池SOH估计方法。首先,测量锂离子电池在充电阶段的充电时间、电流、电压、容量以及温度等数据。然后,对锂离子电池进行增量容量分析,提取增量容量(IC)曲线的面积作为锂离子电池的电特征;计算锂离子电池充电阶段的温度积分,作为温度特征;将曲线面积与温度相结合,用作锂离子电池SOH估计的联合特征增量容量面积-温度(ICA-T)。随后,利用CNN-LA-BiLSTM方法建立SOH估计模型,在模型中,引入局部注意力(LA)优化卷积神经网络(CNN)的权重和偏差,使用Huber损失函数优化模型参数从而获得良好的SOH估计效果。利用本实验室的2组锂离子电池数据开展测试,结果表明,提出的方法能有效地估计电池的SOH,平均绝对百分比误差(MAPE)为0.5794%,均方根误差(RMSE)为0.0099,决定系数(R2)为0.9961。与传统方法相比,本文提出的方法在电池SOH估计中表现出了更优的性能。 展开更多

关键词 锂离子电池 健康状态估计 卷积神经网络-局部注意力-双向长短期记忆神经网络 增量容量 Huber损失函数

在线阅读 下载PDF 职称材料

可变光照下多姿态人脸表情识别方法

13

作者 王灵月 李颖 +1 位作者 郭磊 杨新生 《现代电子技术》 北大核心 2025年第14期154-158,共5页

为消除光照度变化对图像的影响,提供更为全面和清晰的面部信息,并提高表情识别鲁棒性,提出一种可变光照下多姿态人脸表情识别方法。利用自商图像法对原始人脸图像进行光照处理,消除光照度变化对图像的影响。利用生成对抗网络建立多姿态... 为消除光照度变化对图像的影响,提供更为全面和清晰的面部信息,并提高表情识别鲁棒性,提出一种可变光照下多姿态人脸表情识别方法。利用自商图像法对原始人脸图像进行光照处理,消除光照度变化对图像的影响。利用生成对抗网络建立多姿态人脸正面化模型,对光照处理后的人脸图像进行再处理,得到标准正面姿态的人脸图像,为表情识别提供更为全面和清晰的面部信息,提高表情识别鲁棒性。利用局部二值卷积神经网络处理标准正面姿态的人脸图像,完成可变光照下多姿态人脸表情识别。实验结果表明:所提方法可有效地对人脸图像进行光照与人脸正面化处理,不同姿态情况下,该方法均可完成人脸表情的精准识别;在不同光照条件下,人脸表情识别的精度均较高。 展开更多

关键词 人脸表情识别 光照处理 多姿态人脸识别 人脸正面化 自商图像法 局部二值卷积神经网络 生成对抗网络

在线阅读 下载PDF 职称材料

基于径向基函数网络的二维平面标定方法

14

作者 袁野 欧宗瑛 《大连理工大学学报》 EI CAS CSCD 北大核心 2003年第2期248-251,共4页

二维平面的标定即恢复某平面上点的世界坐标.传统的考虑各种非线性畸变的标定方法十分繁琐,而径向基网络可以实现从输入到输出的任意非线性映射,因此可将径向基网络应用于二维平面的标定.用神经网络来拟合摄像机的反投影过程,经训练建模... 二维平面的标定即恢复某平面上点的世界坐标.传统的考虑各种非线性畸变的标定方法十分繁琐,而径向基网络可以实现从输入到输出的任意非线性映射,因此可将径向基网络应用于二维平面的标定.用神经网络来拟合摄像机的反投影过程,经训练建模后,网络输出能够反映训练样本的特征,可以得到较高的标定精度.实验结果证明了该算法的可行性. 展开更多

关键词 径向基函数网络 二维平面标定方法 局部逼近神经网络 非线性映射 计算机视觉

在线阅读 下载PDF 职称材料

连续水印检测的性能分析与改进

15

作者 邢桂华 《计算机工程》 CAS CSCD 2012年第23期284-286,290,共4页

在水印检测中,通常使用固定长度的样本,即检测时需要大量的待检测样本,这对于多水印检测和视频水印检测是不合适的。为此,研究连续水印检测,并设计改进方法。在对连续水印检测理论进行分析的基础上,发现操作特征函数指标及所需样本数量... 在水印检测中,通常使用固定长度的样本,即检测时需要大量的待检测样本,这对于多水印检测和视频水印检测是不合适的。为此,研究连续水印检测,并设计改进方法。在对连续水印检测理论进行分析的基础上,发现操作特征函数指标及所需样本数量均与嵌入因子有关。该方法用局部神经网络对原图像进行估计,可以减小嵌入因子误差,提高连续水印检测性能。 展开更多

关键词 水印 水印检测 统计检测 检测器 检测性能 局部神经网络

在线阅读 下载PDF 职称材料

基于LLE-PNN模型的油纸绝缘沿面放电发展阶段识别 被引量：2

16

作者 孙长海 苏晓敏 +4 位作者 赵子瑞 李天伦 王春逢 马塽 杭慧芳 《绝缘材料》 CAS 北大核心 2020年第6期57-64,共8页

研究了不同老化程度油纸绝缘的沿面放电发展过程,建立局部线性嵌入-概率神经网络(LLE-PNN)模型识别沿面放电的发展阶段,对比了不同老化程度油纸绝缘宏观与微观形貌的差异,并比较LLE-PNN模型与传统主成分分析(PCA)法所建立的PCA-PNN模型... 研究了不同老化程度油纸绝缘的沿面放电发展过程,建立局部线性嵌入-概率神经网络(LLE-PNN)模型识别沿面放电的发展阶段,对比了不同老化程度油纸绝缘宏观与微观形貌的差异,并比较LLE-PNN模型与传统主成分分析(PCA)法所建立的PCA-PNN模型及反向传播神经网络(BPNN)模型的识别结果。结果表明:根据放电发展过程的差异可将沿面放电划分为放电初始阶段、放电发展阶段、放电稳定阶段和临近击穿阶段;老化导致纸板内部产生孔隙结构,促进沿面放电的发展;与其他模型相比,LLE-PNN模型在识别油纸绝缘沿面放电发展阶段上具有一定的优越性。 展开更多

关键词 油纸绝缘 沿面放电 老化程度 发展阶段识别 局部线性嵌入-概率神经网络模型

在线阅读 下载PDF 职称材料