构造型神经网络双交叉覆盖增量学习算法 被引量：21

1

作者 陶品 张钹 叶榛 《软件学报》 EI CSCD 北大核心 2003年第2期194-201,共8页

研究了基于覆盖的构造型神经网络(cover based constructive neural networks,简称CBCNN)中的双交叉覆盖增量学习算法(BiCovering algorithm,简称BiCA).根据CBCNN的基本思想,该算法进一步通过构造多个正反覆盖簇,使得网络在首次构造完... 研究了基于覆盖的构造型神经网络(cover based constructive neural networks,简称CBCNN)中的双交叉覆盖增量学习算法(BiCovering algorithm,简称BiCA).根据CBCNN的基本思想,该算法进一步通过构造多个正反覆盖簇,使得网络在首次构造完成后还可以不断地修改与优化神经网络的参数与结构,增加或删除网络中的节点,进行增量学习.通过分析认为,BiCA学习算法不但保留了CBCNN网络的优点与特点,而且实现了增量学习并提高了CBCNN网络的泛化能力.仿真实验结果显示,该增量学习算法在神经网络初始分类能力较差的情况下具有快速学习能力,并且对样本的学习顺序不敏感. 展开更多

关键词 构造型神经网络 双交叉覆盖增量学习算法 人工神经网络 模式识别

在线阅读 下载PDF 职称材料

增量构造负相关异构神经网络集成的方法 被引量：4

2

作者 傅向华 冯博琴 +1 位作者 马兆丰 何明 《西安交通大学学报》 EI CAS CSCD 北大核心 2004年第8期796-799,共4页

基于负相关异构网络,提出了一种增量构造异构神经网络集成(NNE)的方法.该方法在训练成员网络时,不仅调整网络的连接权值,而且动态调整网络的结构,从而在提高单个网络精度的同时增加各成员网络之间的差异度,减小网络集成的泛化误差.该方... 基于负相关异构网络,提出了一种增量构造异构神经网络集成(NNE)的方法.该方法在训练成员网络时,不仅调整网络的连接权值,而且动态调整网络的结构,从而在提高单个网络精度的同时增加各成员网络之间的差异度,减小网络集成的泛化误差.该方法包括构造最佳异构网络(BHNN)和构造异构网络集成(HNNE)两个部分,BHNN基于负相关学习动态构造多个最佳网络,HNNE利用训练好的最佳网络增量地构造异构NNE.使用网络泛化误差和集成泛化误差,整个集成过程可自动完成,无需预先确定成员网络的结构.分别对回归和分类问题进行了实验,相对于单个网络,该方法在测试数据集上的错误率降低了17%～85%,与已有的Boosting、Bagging等网络集成方法相比,错误率也有不同程度的改善. 展开更多

关键词 神经网络集成 负相关学习 构造性神经网络 增量构造

在线阅读 下载PDF 职称材料

一种新的基于构造型神经网络分类算法 被引量：14

3

作者 黄国宏 熊志化 邵惠鹤 《计算机学报》 EI CSCD 北大核心 2005年第9期1519-1523,共5页

该文提出一种基于构造型神经网络的最大密度覆盖分类算法,该算法直接从样本数据本身入手,通过引入一个密度估计函数对样本数据进行聚类分析,找出同类样本中具有最大密度的样本数据点,然后在特征空间里作超平面与球面相交,得到一个球面... 该文提出一种基于构造型神经网络的最大密度覆盖分类算法,该算法直接从样本数据本身入手,通过引入一个密度估计函数对样本数据进行聚类分析,找出同类样本中具有最大密度的样本数据点,然后在特征空间里作超平面与球面相交,得到一个球面领域覆盖,从而将神经网络训练问题转化为点集覆盖问题.该算法有效地克服了传统神经网络训练时间长、学习复杂的问题,同时也考虑了神经网络规模的优化问题,实验证明了该算法的有效性. 展开更多

关键词 模式识别 神经网络 最大密度覆盖 M—P神经元 构造型神经网络

在线阅读 下载PDF 职称材料

基于仿生模式识别的构造型神经网络分类方法 被引量：10

4

作者 王宪保 周德龙 王守觉 《计算机学报》 EI CSCD 北大核心 2007年第12期2109-2114,共6页

提出了一种基于仿生模式识别理论的神经网络构造方法.仿生模式理论认为:"同类而不完全相等的事物之间,必至少存在一个渐变过程,在这个渐变过程中间的各事物都是属于同一类的".利用这一理论,从不同结构神经元模型在高维空间中... 提出了一种基于仿生模式识别理论的神经网络构造方法.仿生模式理论认为:"同类而不完全相等的事物之间,必至少存在一个渐变过程,在这个渐变过程中间的各事物都是属于同一类的".利用这一理论,从不同结构神经元模型在高维空间中的几何意义出发,通过对一种新型的神经网络的构造,实现了对不同类样本在高维空间中形成的不同形状几何体的覆盖,从而达到分类的目的.通过双螺旋曲线的分类实验,证明了这种神经网络具有很好的识别效果. 展开更多

关键词 模式识别 神经元 神经网络 构造型神经网络 几何体覆盖 高维空间

在线阅读 下载PDF 职称材料

一种加权的构造型神经网络覆盖算法设计与实现 被引量：3

5

作者 张旻 张铃 程家兴 《计算机工程》 EI CAS CSCD 北大核心 2005年第2期36-38,共3页

在分析覆盖算法的基础上提出了一种加权的覆盖领域算法,在构造神经网络覆盖领域时,充分利用了样本在球形领域间的分布位置特性及分布概率特性,做到真正意义上利用样本特征来构造覆盖神经网络,给出加权覆盖算法的构造方法及步骤,并通过... 在分析覆盖算法的基础上提出了一种加权的覆盖领域算法,在构造神经网络覆盖领域时,充分利用了样本在球形领域间的分布位置特性及分布概率特性,做到真正意义上利用样本特征来构造覆盖神经网络,给出加权覆盖算法的构造方法及步骤,并通过实例进行了验证。 展开更多

关键词 覆盖算法 构造型神经网络 加权 验证 领域 设计 球形 构造方法 样本 步骤

在线阅读 下载PDF 职称材料

基于构造性神经网络的时间序列混合预测模型 被引量：2

6

作者 杨雪洁 赵姝 张燕平 《计算机应用研究》 CSCD 北大核心 2008年第10期2920-2921,2931,共3页

针对传统时间序列预测模型不适应非线性预测而适应非线性预测的BP算法存在收敛速度慢,且容易陷入局部极小等问题,提出一种基于构造性神经网络的时间序列混合预测模型。采用构造性神经网络模型(覆盖算法)得出的类别值对统计时间序列模型... 针对传统时间序列预测模型不适应非线性预测而适应非线性预测的BP算法存在收敛速度慢,且容易陷入局部极小等问题,提出一种基于构造性神经网络的时间序列混合预测模型。采用构造性神经网络模型(覆盖算法)得出的类别值对统计时间序列模型的预测值进行修正,建立一种同时考虑时间序列自身周期变化和外生变量因子对时间序列未来变化趋势影响的混合预测模型,涵盖了实际问题的线性和非线性两方面,提高了预测精度。将该模型应用到粮食产量的预测中,取得了较好的预测效果。 展开更多

关键词 时间序列预测 构造性神经网络 统计时间序列模型 产量预测

在线阅读 下载PDF 职称材料

基于构造性神经网络与全局密度信息的不平衡数据欠采样方法 被引量：3

7

作者 严远亭 马迎澳 +1 位作者 任艳平 张燕平 《计算机科学》 CSCD 北大核心 2023年第10期48-58,共11页

多数类欠采样是当前数据层面解决不平衡数据学习的主流技术之一,近年来,研究者们提出了一系列的欠采样方法,但大多都将重点放在如何选择代表性的样本,从而降低信息损失。然而,如何在欠采样过程中保持多数类内部的结构信息,仍然是欠采样... 多数类欠采样是当前数据层面解决不平衡数据学习的主流技术之一,近年来,研究者们提出了一系列的欠采样方法,但大多都将重点放在如何选择代表性的样本,从而降低信息损失。然而,如何在欠采样过程中保持多数类内部的结构信息,仍然是欠采样面临的主要挑战。针对该挑战,提出了一种基于构造性神经网络和全局分布密度的不平衡数据集欠采样方法。该方法首先基于构造性神经网络,设计了一种多数类局部模式的学习方法;然后基于多数类局部模式,设计了两种具有结构保持特性的样本选择策略;最后针对局部模式学习的随机性可能导致的采样结果非优的问题,进一步引入了bagging集成策略,提升了方法的性能。在59个数据集上与13种对比方法进行了对比实验,验证了所提方法在G-mean,AUC和F1-score这3个常用指标上的有效性。 展开更多

关键词 欠采样 不平衡数据 分布密度 构造性神经网络 集成学习

在线阅读 下载PDF 职称材料

基于构造型反馈神经网络聚类算法 被引量：1

8

作者 徐峰 刘锋 +1 位作者 顾文炯 张铃 《计算机工程与应用》 CSCD 北大核心 2004年第20期50-53,共4页

文章改进了自反馈FP聚类算法,并将该聚类算法应用于中国的证券市场。对应用的结果进行分析,说明了自反馈FP聚类算法作为聚类分析器在证券研究的应用中具有实用价值,以及在对证券市场深入研究中具有较好的应用前景。

关键词 构造型神经网络 FP算法 聚类 证券

在线阅读 下载PDF 职称材料

基于仿生模式识别的构造型神经网络分类方法 被引量：2

9

作者 陈启买 周海晴 《计算机应用研究》 CSCD 北大核心 2009年第9期3314-3317,共4页

从BP神经元模型和RBF神经元模型几何意义出发,将仿生模式识别理论引入到神经网络分类中,提出了一种基于仿生模式识别的构造型神经网络分类方法,通过构造不同结构神经元结合的神经网络,实现了对不同类样本在高维空间中形成的不同形状几... 从BP神经元模型和RBF神经元模型几何意义出发,将仿生模式识别理论引入到神经网络分类中,提出了一种基于仿生模式识别的构造型神经网络分类方法,通过构造不同结构神经元结合的神经网络,实现了对不同类样本在高维空间中形成的不同形状几何体的覆盖。实验证明该算法是非常有效的。 展开更多

关键词 仿生模式识别 神经元 构造型神经网络 高维空间 分类

在线阅读 下载PDF 职称材料

基于构造性形态学神经网络的一种提升算法 被引量：1

10

作者 邓文豪 金炜东 吴旭东 《计算机工程与应用》 CSCD 北大核心 2015年第18期140-143,198,共5页

构造性形态学神经网络算法(CMNN)是一种数学形态学与传统的神经网络模型相结合的一种非线性神经网络,有较强的实用性。其训练算法根据形态学联想记忆而来,在测试过程中采用形态学算子将测试样本归类于训练得到的超盒之中。由于其测试过... 构造性形态学神经网络算法(CMNN)是一种数学形态学与传统的神经网络模型相结合的一种非线性神经网络,有较强的实用性。其训练算法根据形态学联想记忆而来,在测试过程中采用形态学算子将测试样本归类于训练得到的超盒之中。由于其测试过程无法正确地将落在超盒外的样本进行分类,后有人提出了一种基于模糊格的形态学神经网络(FL-CMNN),该算法用样本与超盒的隶属度判断提高了原CMNN算法的分类效果,但增加了算法的复杂程度且分类效果不稳定。这里提出一种基于构造性形态学神经网络算法的提升算法(LCMNN),该算法继承了原有的形态学算子运算速度快的优点且能够将落在超盒之外的样本进行准确地归类。数值实验表明,基于构造性形态学神经网络算法的提升算法(LCMNN)与其他几种算法相比,能够达到最好的分类效果,而且简单易行,计算时间少。 展开更多

关键词 构造性形态学神经网络 提升算法 分类

在线阅读 下载PDF 职称材料

可继续学习的构造型神经网络构造算法

11

作者 陶品 张钹 叶榛 《计算机工程与应用》 CSCD 北大核心 2002年第8期10-12,169,共4页

构造型神经网络模型通过将样本映射到单位超球面上并用覆盖方法进行识别,具有计算速度快、识别率高、几何意义明显等优点。但是常用的基于交叉覆盖的方法在首次构造完成后,难以再继续进行修改和加强,从而阻碍了网络的再学习能力。文章... 构造型神经网络模型通过将样本映射到单位超球面上并用覆盖方法进行识别,具有计算速度快、识别率高、几何意义明显等优点。但是常用的基于交叉覆盖的方法在首次构造完成后,难以再继续进行修改和加强,从而阻碍了网络的再学习能力。文章提出了该构造型神经网络的一种双交叉覆盖方法,一方面吸收了原交叉覆盖的优点,一方面提供了良好的再学习能力。通过实验验证,该方法可以较好地运用到构造型神经网络的增量学习中。 展开更多

关键词 构造型神经网络 构造算法 可继续学习 增量学习

在线阅读 下载PDF 职称材料

构造型神经网络在故障诊断中的应用研究

12

作者 喻晓莉 黎泽伦 倪彦 《计算机工程与应用》 CSCD 2012年第14期231-234,共4页

提出一种新的故障诊断方法,以便更加有效地解决具有先验知识的故障分类问题。以先验样本点为中心,利用内积判断样本数据的相似度,从而进行聚类分析,在特征空间里作超平面与球面相交,得到一个球面覆盖领域,从而将神经网络训练问题转化为... 提出一种新的故障诊断方法,以便更加有效地解决具有先验知识的故障分类问题。以先验样本点为中心,利用内积判断样本数据的相似度,从而进行聚类分析,在特征空间里作超平面与球面相交,得到一个球面覆盖领域,从而将神经网络训练问题转化为点集的覆盖问题。该算法以构造型神经网络为基础,其特点是直接对故障样本数据进行处理,由于覆盖中心确定,该算法构造出的是隐层元最少的网络结构,有效地克服了传统神经网络训练时间长、学习复杂的问题。计算机仿真实验结果证实了该算法的有效性。 展开更多

关键词 构造型神经网络 故障诊断 覆盖 算法

在线阅读 下载PDF 职称材料

基于构造型神经网络和商空间粒度的聚类方法 被引量：2

13

作者 徐银 周文江 王伦文 《计算机工程与应用》 CSCD 北大核心 2007年第29期165-167,185,共4页

采用构造型神经网络对大规模模式进行聚类,其中利用商空间粒度分析法选择最优粒度聚类。该方法既发挥了构造型神经网络计算复杂度低的优点,又利用了商空间理论选取最优粒度聚类。对大规模复杂数据聚类实验结果表明该方法是实效的。

关键词 聚类 粒度 构造型神经网络 商空间

在线阅读 下载PDF 职称材料

基于构造型神经网络的异常模式发现方法 被引量：4

14

作者 张贤骥 王伦文 《计算机科学》 CSCD 北大核心 2014年第7期297-300,共4页

数据流的异常模式检测中,有时受噪声等因素影响发生概念漂移,影响了检测效率。针对此问题,提出一种基于构造型神经网络增量学习的异常模式动态检测方法,以提取滑动窗口内数据的数据概要,修正全局数据概要,更新已有的学习模型。另外,数... 数据流的异常模式检测中,有时受噪声等因素影响发生概念漂移,影响了检测效率。针对此问题,提出一种基于构造型神经网络增量学习的异常模式动态检测方法,以提取滑动窗口内数据的数据概要,修正全局数据概要,更新已有的学习模型。另外,数据流速、流量等因素也影响检测效率,采用粒度分析思想改进检测方法,设置合适的时间滑动窗口,根据数据量自适应选择分析粒度,进而更准确地发现异常模式。无线电通信信号监测数据异常模式检测实验验证了本方法的有效性。 展开更多

关键词 数据流 异常检测 动态检测 构造型神经网络

在线阅读 下载PDF 职称材料

基于构造型云神经网络的电磁环境评估方法 被引量：1

15

作者 冯彦卿 王伦文 《计算机工程与应用》 CSCD 北大核心 2017年第16期211-215,共5页

战场电磁环境的快速准确估计是态势和威胁评估的前提。在电磁环境复杂度静态评估的基础上,优化了适合动态评估的指标集,将云模型与构造型神经网络相融合为构造型云神经网络,提出基于构造型云神经网络的电磁环境复杂度动态评估方法。该... 战场电磁环境的快速准确估计是态势和威胁评估的前提。在电磁环境复杂度静态评估的基础上,优化了适合动态评估的指标集,将云模型与构造型神经网络相融合为构造型云神经网络,提出基于构造型云神经网络的电磁环境复杂度动态评估方法。该方法能够提高评估结果的客观性以及准确率,无线电监测数据验证了方法有效性。 展开更多

关键词 电磁环境复杂度 构造型神经网络 云模型

在线阅读 下载PDF 职称材料

流水线加工调度问题的神经网络算法

16

作者 王新军 卿华 姚娇艳 《兵工自动化》 2011年第10期23-26,38,共5页

针对启发式算法求解调度问题时算法执行时间短,但计算结果较差的问题,提出一种基于目标增量的构造优化神经网络算法。通过引入一个加工时间为0的虚拟工作,利用相邻工件加工结束时间差矩阵,将求解无等待流水线加工调度问题的最小最大完... 针对启发式算法求解调度问题时算法执行时间短,但计算结果较差的问题,提出一种基于目标增量的构造优化神经网络算法。通过引入一个加工时间为0的虚拟工作,利用相邻工件加工结束时间差矩阵,将求解无等待流水线加工调度问题的最小最大完工时间问题映射为TSP问题,建立构造优化神经网络模型,将流水线调度问题映射到神经网络上。实验结果证明:该算法在时间性能和结果的最优性方面较启发式算法SA2、RAJ、GR和目标增量法有较大提高,对于大规模问题该算法优势明显。 展开更多

关键词 流水线 调度 构造优化神经网络

在线阅读 下载PDF 职称材料

动态数据挖掘的构造性学习方法综述 被引量：5

17

作者 王伦文 冯彦卿 张铃 《小型微型计算机系统》 CSCD 北大核心 2016年第9期1953-1958,共6页

大数据时代,各种传感器获取的数据量激增,由于存储空间的限制和实时处理的需求,动态数据挖掘技术取得快速发展.本文在介绍了动态数据的特点、挖掘技术和难点的基础上,分析了当前动态数据挖掘的研究与应用现状.结合构造性神经网络运算复... 大数据时代,各种传感器获取的数据量激增,由于存储空间的限制和实时处理的需求,动态数据挖掘技术取得快速发展.本文在介绍了动态数据的特点、挖掘技术和难点的基础上,分析了当前动态数据挖掘的研究与应用现状.结合构造性神经网络运算复杂度低,适合增量学习的特点,分析了构造性学习方法在静态数据挖掘方面的最新进展,论证了构造性学习方法适合于动态数据挖掘的理论依据,并与其他典型学习方法在运算复杂度等各方面性能上进行比较,说明其了优势与不足.介绍了构造性学习方法在动态数据挖掘方面的若干应用,并对下一步的研究进行了展望.可望为读者提供有益借鉴和参考. 展开更多

关键词 动态数据 数据挖掘 构造性神经网络

在线阅读 下载PDF 职称材料

一种新的滑动窗口模型数据流聚类方法 被引量：7

18

作者 陈荣晖 王伦文 《小型微型计算机系统》 CSCD 北大核心 2010年第12期2355-2358,共4页

基于构造型神经网络引入一种新的数据流聚类相似性函数,并根据滑动窗口模型数据流聚类的特点,定义了平均覆盖和重叠覆盖等概念,进而提出基于构造型神经网络的滑动窗口模型数据流聚类算法.该算法可以降低计算量,提高聚类速度.大规模无线... 基于构造型神经网络引入一种新的数据流聚类相似性函数,并根据滑动窗口模型数据流聚类的特点,定义了平均覆盖和重叠覆盖等概念,进而提出基于构造型神经网络的滑动窗口模型数据流聚类算法.该算法可以降低计算量,提高聚类速度.大规模无线电监测数据聚类实验验证了该算法的有效性. 展开更多

关键词 数据流 聚类 构造型神经网络 滑动窗口

在线阅读 下载PDF 职称材料

一种正交跳频信号动态分选方法 被引量：7

19

作者 顾晨辉 王伦文 《宇航学报》 EI CAS CSCD 北大核心 2012年第11期1699-1705,共7页

针对复杂电磁环境下正交跳频信号分选时效不高问题,提出了一种正交跳频信号动态分选方法。首先基于滑动窗口的数据流模型,采用构造型神经网络对跳频信号频域数据和方位信息动态聚类,减轻噪声等因素影响,解决方位信息和幅度关联模糊性的... 针对复杂电磁环境下正交跳频信号分选时效不高问题,提出了一种正交跳频信号动态分选方法。首先基于滑动窗口的数据流模型,采用构造型神经网络对跳频信号频域数据和方位信息动态聚类,减轻噪声等因素影响,解决方位信息和幅度关联模糊性的问题;再在相应的覆盖簇内运用时频关联方法,实现正交跳频信号的动态分选,实验结果表明该方法是有效的。 展开更多

关键词 正交跳频信号 动态分选 构造型神经网络 数据流

在线阅读 下载PDF 职称材料

一种电磁环境复杂度快速评估方法 被引量：26

20

作者 王伦文 孙伟 潘高峰 《电子与信息学报》 EI CSCD 北大核心 2010年第12期2942-2947,共6页

该文提出了一种适合重要区域电磁环境复杂度快速评估方法。首先论证并选择了适合快速评估的指标集;其次基于构造型神经网络对搜索接收机截获数据挖掘,发现异动信号,计算异动信号率并作为评估指标,体现了个体电台信号对复杂度的影响;最... 该文提出了一种适合重要区域电磁环境复杂度快速评估方法。首先论证并选择了适合快速评估的指标集;其次基于构造型神经网络对搜索接收机截获数据挖掘,发现异动信号,计算异动信号率并作为评估指标,体现了个体电台信号对复杂度的影响;最后采用自适应神经模糊推理系统对电磁环境复杂度进行了评估。实际数据对以上方法进行了验证,结果表明这些方法是有效的。 展开更多

关键词 无线通信 电磁环境复杂度 异动信号 构造型神经网络 模糊推理系统

在线阅读 下载PDF 职称材料