期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到68篇文章
< 1 2 … 4 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
高精度椭圆阵列电流传感器误差优化算法研究 被引量：2
1
作者 沈悦 陆佳嘉 +2 位作者 唐玥 权硕 褚子扬 《传感器与微系统》 北大核心 2025年第2期39-43,共5页
为了减小由于矩形导体偏心和倾斜导致的传感器测量误差,实现电流高精度测量,提出一种基于灰狼优化(GWO)算法优化反向传播(BP)神经网络的椭圆阵列霍尔电流传感器误差优化方案。首先,基于三维磁场模型确定导体偏心参数和倾斜参数,并进行... 为了减小由于矩形导体偏心和倾斜导致的传感器测量误差,实现电流高精度测量,提出一种基于灰狼优化(GWO)算法优化反向传播(BP)神经网络的椭圆阵列霍尔电流传感器误差优化方案。首先,基于三维磁场模型确定导体偏心参数和倾斜参数,并进行电流反演,得出电流积分模型;然后,使用BP神经网络估计导体参数,并引入GWO算法优化BP神经网络的初始权值和阈值,构建导体状态参数估计模型,实现偏心与倾斜误差优化;最后,搭建实验平台,对本文提出的误差优化方案进行验证。实验结果表明:本文提出误差优化方案能够精确估计导体状态参数,进而有效减小偏心误差和倾斜误差,导体X向偏心产生的电流误差减小65.07%,Y向偏心产生的电流误差减小45.74%,偏离Z轴产生的倾斜电流误差减小76.15%。 展开更多
关键词 椭圆阵列传感器 矩形导体 偏心误差 倾斜误差 灰狼优化算法 反向传播神经网络
在线阅读 下载PDF
基于迭代式MapReduce的误差反向传播算法 被引量：3
2
作者 赵虎 杨宇 《计算机应用》 CSCD 北大核心 2016年第4期923-926,共4页
针对误差反向传播（BP）算法计算迭代的特点,给出了迭代式MapReduce框架实现BP算法的方法。迭代式MapReduce框架在传统MapReduce框架上添加了传送模块,避免了传统框架运用在迭代程序时需要多次任务提交的缺陷。通过对K/TGR146对空台射... 针对误差反向传播（BP）算法计算迭代的特点,给出了迭代式MapReduce框架实现BP算法的方法。迭代式MapReduce框架在传统MapReduce框架上添加了传送模块,避免了传统框架运用在迭代程序时需要多次任务提交的缺陷。通过对K/TGR146对空台射电开关控制系统进行仿真得到BP算法训练样本,并在Hadoop云计算环境下,分别在基于传统框架和迭代式框架的BP算法中进行训练。实验结果表明,基于迭代式MapReduce框架的BP算法训练速度达到了基于传统MapReduce框架的BP算法训练速度的10倍以上,正确率提升了10%~13%,能有效解决算法训练时间过长和迭代计算中多次任务提交的问题。 展开更多
关键词 MAPREDUCE 误差反向传播算法 迭代 云计算
在线阅读 下载PDF
一种改进的反向传播神经网络算法 被引量：4
3
作者 邱浩 王道波 张焕春 《应用科学学报》 CAS CSCD 2004年第3期384-387,共4页
在标准反向传播神经网络算法的基础上,提出了一种改进的反向传播神经网络算法.通过对每个处理单元增加3个参数来增强作用函数,且3个参数与连接权一样,在学习过程中进行实时更新.此算法提高了学习速度,且减少了进入局部最小点的可能性.通... 在标准反向传播神经网络算法的基础上,提出了一种改进的反向传播神经网络算法.通过对每个处理单元增加3个参数来增强作用函数,且3个参数与连接权一样,在学习过程中进行实时更新.此算法提高了学习速度,且减少了进入局部最小点的可能性.通过XOR问题的仿真证明了改进算法的有效性. 展开更多
关键词 反向传播 神经网络 误差 模式 顺传播 学习算法
在线阅读 下载PDF
基于IAVOA-BPNN的XY工作台定位误差分析
4
作者 段金池 孟新宇 《组合机床与自动化加工技术》 北大核心 2025年第10期21-26,31,共7页
针对反向传播神经网络(back propagation neural network,BPNN)受随机初始偏置权重影响,导致XY工作台定位误差模型预测精度不高,提出一种改进的非洲秃鹫优化算法对BPNN初值寻优。为完善非洲秃鹫优化算法寻优能力,采用最优拉丁超立方分... 针对反向传播神经网络(back propagation neural network,BPNN)受随机初始偏置权重影响,导致XY工作台定位误差模型预测精度不高,提出一种改进的非洲秃鹫优化算法对BPNN初值寻优。为完善非洲秃鹫优化算法寻优能力,采用最优拉丁超立方分布、非线性动态调整寻优分配、适应度-距离策略和复合对立学习策略对其进行改进,通过仿真验证改进算法的性能。并用实验数据对误差模型进行预测分析,结果显示,相比于单一BPNN和原始算法优化,改进后的方法预测准确度分别提高了71.13%和27.42%,综合表明,改进的非洲秃鹫优化算法显著提高了BPNN在定位误差预测分析中的准确性。 展开更多
关键词 反向传播神经网络 改进非洲秃鹫算法 XY工作台 定位误差
在线阅读 下载PDF
简化的广义多层感知机模型及其学习算法 被引量：2
5
作者 方宁 李景治 贺贵明 《计算机工程》 CAS CSCD 北大核心 2004年第1期50-51,113,共3页
提出了简化的广义多层感知机模型（SGMLP模型），并针对SGMLP模型给出了两种 学习算法：广义误差反向传播算法（GBP算法）和基于遗传算法（GA）的学习算法。两个典 型算例的实验结果表明，该模型及其学习算法是可行和有效的。
关键词 简化的广义多层感知机 遗传算法 广义误差反向传播算法
在线阅读 下载PDF
基于遗传算法及BP网络的主轴热误差建模 被引量：25
6
作者 马驰 杨军 +2 位作者 梅雪松 赵亮 王新孟 《计算机集成制造系统》 EI CSCD 北大核心 2015年第10期2627-2636,共10页
针对基于多输入多输出(MIMO)反向传播(BP)神经网络的热误差建模方法过度依赖于训练样本、通用性与收敛性较差的问题,利用灰色聚类分组与相关分析法对温度变量进行分组并提取热敏感点,利用遗传算法(GA)将预测输出与期望输出的误差绝对值... 针对基于多输入多输出(MIMO)反向传播(BP)神经网络的热误差建模方法过度依赖于训练样本、通用性与收敛性较差的问题,利用灰色聚类分组与相关分析法对温度变量进行分组并提取热敏感点,利用遗传算法(GA)将预测输出与期望输出的误差绝对值和的倒数作为判断隐含层节点数的准则,对MIMO-BP网络的拓扑结构进行优化,设定输出层残差误差限,实现了网络阈值与权值的有效优化。建立了基于MIMOM-BP与GA-BP的主轴轴向热伸长与径向热倾角的热误差模型。以精密坐标镗床主轴为研究对象,采用五点法对热误差进行测量,验证了测量及建模方法的有效性,表明GA-BP模型可实现不同工况下主轴空间位姿状态的高精度预测,更适合作为热误差补偿模型。 展开更多
关键词 坐标镗床主轴 热误差 灰色聚类分组 遗传算法 反向传播神经网络
在线阅读 下载PDF
广义同余神经网络的算法改进与性能分析 被引量：4
7
作者 胡飞 靳蕃 《西南交通大学学报》 EI CSCD 北大核心 2001年第2期136-139,共4页
对广义同余神经网络 (GCNN)的性能进行了深入的分析研究 ,提出了一种改进的广义同余学习算法 ,并将该算法与当前广泛使用的标准BP网络算法进行了比较。计算机数字实例模拟表明 ,该算法具有学习速度快、拟合效果好等特点。
关键词 神经网络 同余式 BP网络 广义同余学习算法 误差反向传播算法 同系运算规则
在线阅读 下载PDF
基于改进BP网络的广义预测控制快速算法 被引量：5
8
作者 王一晶 左志强 《基础自动化》 CSCD 2002年第2期10-12,共3页
提出了一种改进的全局寻优自适应快速BP算法并把其应用于广义预测控制 (GPC)算法中 ,解决了限制GPC实时控制的快速性问题。
关键词 BP算法 广义预测控制 局部极小 人工神经网络 快速算法 反向传播学习算法
在线阅读 下载PDF
基于GA-BP网络的数控机床动态误差预测研究 被引量：2
9
作者 李帅杰 陈光胜 《机电工程》 CAS 北大核心 2024年第10期1747-1758,共12页
动态误差是高速高精度数控机床的重要误差源,针对实际加工过程中动态误差对工件精度影响较大的问题,提出了一种基于遗传算法优化的反向传播(GA-BP)神经网络以预测动态误差。首先,为了提高神经网络对动态误差的预测精度,从线性特征与非... 动态误差是高速高精度数控机床的重要误差源,针对实际加工过程中动态误差对工件精度影响较大的问题,提出了一种基于遗传算法优化的反向传播(GA-BP)神经网络以预测动态误差。首先,为了提高神经网络对动态误差的预测精度,从线性特征与非线性特征两方面对动态误差影响因素进行了深入分析,确定了神经网络输入输出参数;然后,采用了遗传算法对BP神经网络进行了优化,建立了动态误差模型,获得了最优网络学习参数,从而实现了对动态跟随误差的精准预测;之后,采用三次样条插值的方法对理想轨迹与实际轨迹之间的轮廓误差进行了计算,有效提高了轮廓误差估算精度;最后,采用了五轴数控机床进行了实验,对模型的有效性进行了验证。研究结果表明:所建神经网络模型可以精准预测机床反向越冲特性对轮廓误差的影响,各轴的动态误差预测精度为±3μm,复杂轨迹轮廓误差预测精度为±1.5μm。实验结果验证了所建模型的可靠性,为后续机床动态误差建模与控制研究提供了一定的参考价值。 展开更多
关键词 高速高精度数控机床 动态误差 非线性特征 遗传算法优化的反向传播神经网络 轮廓误差估算
在线阅读 下载PDF
跨脉冲传播的深度脉冲神经网络训练方法
10
作者 曾建新 陈云华 +1 位作者 李炜奇 陈平华 《计算机应用研究》 CSCD 北大核心 2024年第7期2134-2140,共7页
基于反向传播的脉冲神经网络(SNNs)的训练方法仍面临着诸多问题与挑战,包括脉冲发放过程不可微分、脉冲神经元具有复杂的时空动力过程等。此外,SNNs反向传播训练方法往往没有考虑误差信号在相邻脉冲间的关系,大大降低了网络模型的准确... 基于反向传播的脉冲神经网络(SNNs)的训练方法仍面临着诸多问题与挑战,包括脉冲发放过程不可微分、脉冲神经元具有复杂的时空动力过程等。此外,SNNs反向传播训练方法往往没有考虑误差信号在相邻脉冲间的关系,大大降低了网络模型的准确性。为此,提出一种跨脉冲误差传播的深度脉冲神经网络训练方法(cross-spike error backpropagation,CSBP),将神经元的误差反向传播分成脉冲发放时间随突触后膜电位变化关系和相邻脉冲发放时刻点间的依赖关系两种依赖关系。其中,通过前者解决了脉冲不可微分的问题,通过后者明确了脉冲间的依赖关系,使得误差信号能跨脉冲传播,提升了生物合理性。此外,并对早期脉冲残差网络架构存在的模型表示能力不足问题进行研究,通过修改脉冲残余块的结构顺序,进一步提高了网络性能。实验结果表明,所提方法比基于脉冲时间的最优训练算法有着明显的提升,相同架构下,在CIFAR10数据集上提升2.98%,在DVS-CIFAR10数据集上提升2.26%。 展开更多
关键词 脉冲神经网络 脉冲时间依赖 误差反向传播 脉冲神经网络训练算法
在线阅读 下载PDF
基于ACO-BP算法的熔融沉积成型翘曲变形量的预测方法 被引量：3
11
作者 田国良 周肖宇 李逸仙 《塑料工业》 CAS CSCD 北大核心 2024年第9期87-92,共6页
针对熔融沉积成型翘曲变形量预测问题,提出了一种基于蚁群算法(ACO)-误差反向传播(BP)神经网络算法的预测方法。采用ACO算法优化BP神经网络的初始权值、阈值,防止其训练时收敛于局部极小。基于正交试验分别设计4因素4水平的训练样本集和... 针对熔融沉积成型翘曲变形量预测问题,提出了一种基于蚁群算法(ACO)-误差反向传播(BP)神经网络算法的预测方法。采用ACO算法优化BP神经网络的初始权值、阈值,防止其训练时收敛于局部极小。基于正交试验分别设计4因素4水平的训练样本集和4因素3水平的验证样本集。训练样本集用于预测模型的学习,验证样本集用于验证预测方法的精度。基于极差法分析了各工艺参数对翘曲变形量的影响程度。结果表明,工艺参数对翘曲变形量的影响程度从大到小分别为层高、填充率、喷头挤出温度和打印速度。采用训练样本集充分训练预测模型后,验证基于ACO-BP算法的翘曲变形量预测方法的效果。基于均方根误差(RMSE)、均方误差(MSE)、平均绝对误差(MAE)和平均绝对百分比误差(MAPE)评价模型预测精度。对于RMSE,BP算法的预测精度约为ACO-BP算法的1.7倍;对于MSE,BP算法的预测精度约为ACO-BP算法的2.9倍;对于MAE,BP算法的预测精度约为ACO-BP算法的1.6倍;对于MAPE,BP算法的预测精度约为ACO-BP算法的2.2倍。基于ACO算法优化的BP神经网络预测精度更高。 展开更多
关键词 蚁群算法-误差反向传播神经网络算法 熔融沉积成型 翘曲变形量 预测方法
在线阅读 下载PDF
基于人工神经网络的UWB坐标误差一步改正模型
12
作者 王一帆 李增科 +4 位作者 蒋诗政 陈远 黄林超 吉丽娅 邓伟昉 《测绘通报》 CSCD 北大核心 2024年第7期77-82,共6页
针对超宽带(UWB)定位存在的坐标误差难以利用常规手段进行改正的问题,本文提出了基于广义回归神经网络(GRNN)和反向传播神经网络(BPNN)的UWB坐标误差一步改正模型。改正模型以UWB原始定位坐标、与不同基站间距离为输入,以UWB相对高精度... 针对超宽带(UWB)定位存在的坐标误差难以利用常规手段进行改正的问题,本文提出了基于广义回归神经网络(GRNN)和反向传播神经网络(BPNN)的UWB坐标误差一步改正模型。改正模型以UWB原始定位坐标、与不同基站间距离为输入,以UWB相对高精度参考值误差为输出,分别以GNSS RTK点位坐标为动态试验参考值、全站仪点位坐标为静态试验参考值,对改正模型进行训练。将改正模型分别用于改正非建模样本点的UWB坐标,然后对改正前后的精度及不同改正模型的精度进行了比较分析。结果表明:利用人工神经网络直接建立UWB坐标一步改正模型的方法是可行的,该方法无须再次利用改正后的测距值解算坐标,更加简便、快捷;两种模型总体均能有效改善UWB的动态、静态定位坐标精度;且基于GRNN的改正模型相比基于BPNN的改正模型可以更有效地改善UWB坐标误差,改正后的UWB动态定位平面坐标精度可达厘米级,静态定位平面坐标精度高达毫米级。 展开更多
关键词 超宽带定位 坐标误差改正 广义回归神经网络 反向传播神经网络 一步改正
在线阅读 下载PDF
BP神经网络算法的改进及应用 被引量：49
13
作者 王美玲 王念平 李晓 《计算机工程与应用》 CSCD 北大核心 2009年第35期47-48,共2页
经典的BP算法存在陷入局部极小,算法收敛慢的问题。提出了一种改进的BP神经网络算法,在经典BP算法基础上,引入新的参数以调整经典的神经元转换函数,然后把改进算法应用到实际的教学评估中;利用真实数据的分析结果选取了参数的适当值。... 经典的BP算法存在陷入局部极小,算法收敛慢的问题。提出了一种改进的BP神经网络算法,在经典BP算法基础上,引入新的参数以调整经典的神经元转换函数,然后把改进算法应用到实际的教学评估中;利用真实数据的分析结果选取了参数的适当值。结果表明,改进后的算法在收敛速率和误差估计等方面有很好的效果,并实现了对教学效果的合理评价。 展开更多
关键词 误差反向传播(BP)算法 非线性函数 教学评价
在线阅读 下载PDF
改进的萤火虫算法在神经网络中的应用 被引量：17
14
作者 张明 张树群 雷兆宜 《计算机工程与应用》 CSCD 北大核心 2017年第5期159-163,共5页
基本萤火虫算法存在容易陷入局部最优及收敛速度低的问题,提出了一种改进进化机制的萤火虫算法(IEMFA)。在群体进化过程中赋予萤火虫改进的位置移动策略,并利用改进后的萤火虫算法来优化传统BP神经网络的网络参数。测试结果表明,基于改... 基本萤火虫算法存在容易陷入局部最优及收敛速度低的问题,提出了一种改进进化机制的萤火虫算法(IEMFA)。在群体进化过程中赋予萤火虫改进的位置移动策略,并利用改进后的萤火虫算法来优化传统BP神经网络的网络参数。测试结果表明,基于改进萤火虫算法的BP神经网络具有更好的收敛速度和精度。 展开更多
关键词 进化机制 误差反向传播(BP)神经网络 萤火虫算法
在线阅读 下载PDF
基于反馈调控参数的BP学习算法研究 被引量：5
15
作者 苏小红 王亚东 马培军 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2005年第10期1311-1314,共4页
为解决经遗传算法优化后的BP网络极易陷入饱和区域而导致网络学习停滞的问题,基于神经生理解剖学关于神经电位脉冲发放系统和神经递质系统的耦合机理,提出一种改进的基于反馈调控参数的BP学习算法,通过反馈调控参数对神经元的节点输出... 为解决经遗传算法优化后的BP网络极易陷入饱和区域而导致网络学习停滞的问题,基于神经生理解剖学关于神经电位脉冲发放系统和神经递质系统的耦合机理,提出一种改进的基于反馈调控参数的BP学习算法,通过反馈调控参数对神经元的节点输出进行扰动,避免学习过程中发生权值调整量趋于0的问题,从而解决经遗传算法优化后的BP网络容易出现的饱和区域问题.仿真实验结果表明,该方法能有效克服饱和区域引起的学习停滞问题,提高BP网络对遗传算法优化结果的精确定位能力,而且还具有收敛速度快和稳定性好的优点和在较大权值空间中的寻优能力. 展开更多
关键词 多层前馈网络 误差反向传播学习算法 饱和区域问题
在线阅读 下载PDF
动态调整学习速率的BP改进算法 被引量：7
16
作者 王玲芝 王忠民 《计算机应用》 CSCD 北大核心 2009年第7期1894-1896,共3页
在基本反向传播(BP)算法中,学习速率往往固定不变,限制了网络的收敛速度和稳定性。因此,提出一种动态调整BP网络学习速率的算法,以BP网络输出层节点的实际输出值与期望输出值的平均绝对值误差及其变化率为自变量,找出学习速率与两个自... 在基本反向传播(BP)算法中,学习速率往往固定不变,限制了网络的收敛速度和稳定性。因此,提出一种动态调整BP网络学习速率的算法,以BP网络输出层节点的实际输出值与期望输出值的平均绝对值误差及其变化率为自变量,找出学习速率与两个自变量之间的函数关系。根据网络的实际学习情况,对学习速率进行动态调整。实例仿真结果表明,改进的BP算法在保持网络稳定性的同时,具有更快的收敛速度。而且,该算法只需恰当地选取几个参数,不受条件限制,因此具有普遍的适用性。 展开更多
关键词 反向传播算法 学习速率 动态调整 平均绝对值误差 变化率
在线阅读 下载PDF
基于遗传算法的BP神经网络的LED寿命预测模型 被引量：10
17
作者 吴志杰 孔凡敏 李康 《半导体技术》 CAS CSCD 北大核心 2018年第5期375-380,共6页
提出了一种新型的基于遗传算法（GA）优化的误差反向传播（BP）神经网络的寿命预测模型。选取不同公司生产的LED,以LED光源光通量维持率测量方法 （LM-80-08）测试报告中的电流、结温、初始光通量和初始色坐标作为神经网络的输入,LED在... 提出了一种新型的基于遗传算法（GA）优化的误差反向传播（BP）神经网络的寿命预测模型。选取不同公司生产的LED,以LED光源光通量维持率测量方法 （LM-80-08）测试报告中的电流、结温、初始光通量和初始色坐标作为神经网络的输入,LED在网络输入的应力条件下的寿命为输出,可以预测LED在任意电流和结温下的寿命。研究结果表明,该GA-BP模型相比于LED光源长期流明维持率的预测方法 （TM-21-11）更具灵活性,预测误差较传统BP神经网络降低了65.5%,平均相对误差达到1.47%,优于Adaboost模型的54%和3.16%,训练样本相关系数达到99.4%,GA-BP模型预测LED寿命误差更小,普适性更高,在LED的寿命预测中具有实际意义。 展开更多
关键词 发光二极管(LED) 误差反向传播(BP)神经网络 遗传算法(GA) 寿命预测 相关系数
在线阅读 下载PDF
变尺度混沌算法的BP网络优化 被引量：4
18
作者 刘琼荪 孙喜波 《计算机应用研究》 CSCD 北大核心 2011年第4期1257-1259,共3页
采用变尺度混沌优化方法代替梯度下降法融入BP神经网络,在优化搜索过程中不断缩小搜索空间,克服了标准BP算法易陷入局部极小的缺点,能有效地寻找到BP神经网络权值的全局最优值;此外,进一步提出变尺度混沌优化与梯度下降法有机结合的算法... 采用变尺度混沌优化方法代替梯度下降法融入BP神经网络,在优化搜索过程中不断缩小搜索空间,克服了标准BP算法易陷入局部极小的缺点,能有效地寻找到BP神经网络权值的全局最优值;此外,进一步提出变尺度混沌优化与梯度下降法有机结合的算法,能有效缩短单一的变尺度混沌优化BP算法的训练时间。仿真结果表明,改进的BP神经网络具有实现简单、寻优性强和优化效率高等特点。 展开更多
关键词 误差反向传播算法 梯度下降法 局部极小 混沌优化 变尺度混沌优化算法
在线阅读 下载PDF
多层前馈网络的优化算法及其工程应用 被引量：2
19
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
自适应加权FIR-Myriad混合滤波算法 被引量：1
20
作者 林斌 王旭东 +2 位作者 张成榆 夏志忠 王百锁 《电波科学学报》 EI CSCD 北大核心 2006年第5期788-790,801,共4页
针对FIR滤波器滤除脉冲噪声以及加权Myriad滤波器滤除高斯噪声的不足,提出基于FIR滤波器和加权WMy滤波器有效组合的一类新的非线性滤波器FIR-WMyH滤波器。利用神经网络中的反向传播算法,在均方误差准则下,推导了一个基于统计梯度的自适... 针对FIR滤波器滤除脉冲噪声以及加权Myriad滤波器滤除高斯噪声的不足,提出基于FIR滤波器和加权WMy滤波器有效组合的一类新的非线性滤波器FIR-WMyH滤波器。利用神经网络中的反向传播算法,在均方误差准则下,推导了一个基于统计梯度的自适应算法。基于稳定α分布脉冲噪声模型下的仿真结果说明了该算法的良好的性能。 展开更多
关键词 最小均方误差准则 Myriad滤波器 反向传播算法 脉冲噪声 非线性滤波器
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 4 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部