期刊文献+
共找到185篇文章
< 1 2 10 >
每页显示 20 50 100
基于混合神经网络参数优化的两相流流型识别方法
1
作者 王萌 张松 +2 位作者 施艳艳 杨珍 史水娥 《河南师范大学学报(自然科学版)》 北大核心 2025年第3期121-127,共7页
针对气液两相流传感器测量数据的强非线性和非平稳性导致流型识别困难的问题,提出一种基于混合神经网络参数优化的流型识别方法.所提方法首先采用滑动窗口法将传感器测得的不同流型电导率数据分割为若干子序列,再利用变分模态分解算法... 针对气液两相流传感器测量数据的强非线性和非平稳性导致流型识别困难的问题,提出一种基于混合神经网络参数优化的流型识别方法.所提方法首先采用滑动窗口法将传感器测得的不同流型电导率数据分割为若干子序列,再利用变分模态分解算法获得各子序列的固有模态函数,通过提取固有模态函数的Hjorth特征数据集实现对各子序列非线性特征的描述.接着,将随机森林算法引入卷积神经网络的分类层,进而构建混合神经网络,并采用鲸鱼算法对混合神经网络中3个超参数进行优化.最后,采用优化后的混合神经网络对Hjorth参数特征向量数据集进行分类,进而实现流型识别.实验结果表明,所提方法对4种流型的平均辨识准确率达到98.52%. 展开更多
关键词 气液两相流 Hjorth参数 混合神经网络 随机森林
在线阅读 下载PDF
基于卷积时空混合神经网络的剩余使用寿命预测 被引量:1
2
作者 刘澳龙 唐向红 +1 位作者 陆见光 王涛 《组合机床与自动化加工技术》 北大核心 2025年第4期1-7,共7页
针对当前剩余使用寿命(remaining useful life,RUL)预测方法侧重于捕捉数据的时间依赖,忽略多传感器间的空间关系问题,提出了一种卷积时空混合神经网络(convolutional spatio-temporal hybrid neural network,CSTHNN)用于提取多传感器... 针对当前剩余使用寿命(remaining useful life,RUL)预测方法侧重于捕捉数据的时间依赖,忽略多传感器间的空间关系问题,提出了一种卷积时空混合神经网络(convolutional spatio-temporal hybrid neural network,CSTHNN)用于提取多传感器时间序列数据的时空特征用于RUL预测。CSTHNN利用卷积神经网络的卷积层感知相邻特征间的空间关系并提取传感器间的空间特征。通过位置编码以记忆时间依赖信息,并使用多头自注意力机制提取时间特征。最后将提取到的时空特征进行非线性变换,映射为RUL预测结果。通过在C-MAPSS数据集上的实验对CSTHNN进行了全面的分析和验证,表明了在RUL预测上提取空间特征的重要性以及该方法优秀的性能。 展开更多
关键词 剩余使用寿命 时空特征 卷积神经网络 混合神经网络
在线阅读 下载PDF
基于并行混合神经网络的碾米机故障诊断方法
3
作者 孙秋 蔡华锋 《中国农机化学报》 北大核心 2025年第6期221-227,共7页
为能够对碾米机故障进行快速诊断,提出一种基于并行混合神经网络的碾米机故障诊断方法。搭建碾米机故障采集系统,主要由供电端、故障端、数据采集端和数据处理端4个部分组成,其中数据采集端用于采集碾米机故障信号,数据处理端则主要负... 为能够对碾米机故障进行快速诊断,提出一种基于并行混合神经网络的碾米机故障诊断方法。搭建碾米机故障采集系统,主要由供电端、故障端、数据采集端和数据处理端4个部分组成,其中数据采集端用于采集碾米机故障信号,数据处理端则主要负责接收并处理碾米机的故障数据,将故障数据集带入具有全局均值池化(GAP)的并行混合神经网络中进行特征提取和故障分类,获取故障诊断结果,并与其他最新的故障诊断模型进行比较。试验结果表明,该方法能够将碾米机的故障诊断精度提升至90.72%,与其他模型相比诊断性能更加优越,对碾米机故障实现快速诊断具有重要意义。 展开更多
关键词 碾米机 故障诊断 门控循环单元 并行混合神经网络 全局均值池化
在线阅读 下载PDF
工业互联网中融入域适应的混合神经网络加密恶意流量检测
4
作者 张浩和 韩刚 +1 位作者 杨甜甜 黄睿 《信息安全研究》 北大核心 2025年第5期457-464,共8页
随着信息化技术在工控领域的快速发展,工业互联网逐渐成为网络攻击的重要目标,恶意流量检测显得尤为重要.然而,加密技术的普及使得攻击者可以轻松隐藏恶意通信内容,传统基于内容分析的流量检测方法已难以有效应对.提出一种基于混合神经... 随着信息化技术在工控领域的快速发展,工业互联网逐渐成为网络攻击的重要目标,恶意流量检测显得尤为重要.然而,加密技术的普及使得攻击者可以轻松隐藏恶意通信内容,传统基于内容分析的流量检测方法已难以有效应对.提出一种基于混合神经网络和域适应的加密恶意流量检测方案,融合ResNet网络、ResNext网络、DenseNet网络和相似度检测算法构建混合神经网络.在此基础上,加入域适应模块减少数据的偏差.通过对工业互联网公共数据集进行流预处理,在勿需解密流量的情况下从加密流量中提取深层次特征,使用混合神经网络输出一组充分利用各模型特长的更高维特征向量,随后采用域适应模块中的域分类器提升模型在不同的网络环境和时间段的稳定性和泛化能力.实验结果表明,提出的方案在加密恶意流量检测任务上表现出较好的性能和效率,提高了加密恶意流量检测的准确性. 展开更多
关键词 工业互联网 混合神经网络 加密恶意流量 相似度检测 域适应
在线阅读 下载PDF
基于CNN-LSTM混合神经网络的炼化污水处理场COD排放浓度预测
5
作者 何为 岳留强 +3 位作者 唐智和 栾辉 陈昌照 王若尧 《西安石油大学学报(自然科学版)》 北大核心 2025年第1期121-129,共9页
快速、准确预测含油污水中有机污染物的化学需氧量(COD),及时优化运行参数,对于石油炼化企业节能减排、污水达标排放极为重要和迫切。为此,以某炼化企业污水处理场生产要素和COD排放浓度数据为研究样本,提出一种增加先验知识的CNN-LSTM... 快速、准确预测含油污水中有机污染物的化学需氧量(COD),及时优化运行参数,对于石油炼化企业节能减排、污水达标排放极为重要和迫切。为此,以某炼化企业污水处理场生产要素和COD排放浓度数据为研究样本,提出一种增加先验知识的CNN-LSTM混合神经网络算法,建立炼化企业污水处理场COD排放浓度预测模型。结果表明,该模型既可发挥CNN较好刻画、提取局部特征信息的优势,又具有LSTM对连续时间序列数据较好继承性的特点,其均方根误差为22.3217、决定系数为0.8732,平均相对误差较LSTM网络构建的模型降低5.45%。 展开更多
关键词 炼化污水处理 混合神经网络(CNN-LSTM) COD浓度 污染排放预测
在线阅读 下载PDF
基于混合神经网络和注意力机制的生物医学事件触发词识别方法
6
作者 任永功 林禹竹 +2 位作者 唐玉洁 于博 何馨宇 《电子学报》 EI CAS CSCD 北大核心 2024年第9期3206-3216,共11页
生物医学事件作为生物医学文本挖掘的重要组成部分,在生物医学研究和疾病的预防中发挥着重要作用.触发词识别是生物医学事件抽取的关键和前提步骤,旨在提取描述事件类型的关键词.传统方法在特征提取过程中过分依赖自然语言处理工具,导... 生物医学事件作为生物医学文本挖掘的重要组成部分,在生物医学研究和疾病的预防中发挥着重要作用.触发词识别是生物医学事件抽取的关键和前提步骤,旨在提取描述事件类型的关键词.传统方法在特征提取过程中过分依赖自然语言处理工具,导致耗费人工成本.另外,由于生物医学文献的特殊性—长文本语句多,导致长距离依赖问题比较明显.为了解决这些问题,我们提出了一种混合结构,由残差卷积神经网络和双向长短期神经网络、混合神经网络和多头注意力机制组成.该模型利用残差卷积神经网络提取单词级特征并利用双向长短期神经网络提取上下文语义信息.此外,本文通过空间域滑动窗口将长句划分为等长短句,在不破坏上下文信息的前提下,避免了长距离依赖.实验结果表明,本文提出的方法在生物医学事件抽取通用语料MLEE(Multi-Level Event Extraction)上取得了较好的效果,F值达到81.15%. 展开更多
关键词 生物医学事件抽取 触发词识别 ReCNN-BiLSTM 空间域滑动窗口 MUH-Attention机制 混合神经网络
在线阅读 下载PDF
基于混合神经网络的多维视觉传感信号模式分类
7
作者 陈威 蔡奕侨 《传感技术学报》 CAS CSCD 北大核心 2024年第6期1035-1040,共6页
传感器采集的数字信号分类精度差,导致关键信息的丢失。为了提高传感数据的可靠性和有效性,提出基于混合神经网络的多维视觉传感信号模式分类方法。结合卷积神经网络(CNN)、循环神经网络(RNN)构建混合神经网络,以更有效地表示多维视觉... 传感器采集的数字信号分类精度差,导致关键信息的丢失。为了提高传感数据的可靠性和有效性,提出基于混合神经网络的多维视觉传感信号模式分类方法。结合卷积神经网络(CNN)、循环神经网络(RNN)构建混合神经网络,以更有效地表示多维视觉数据中的特征;其中,卷积神经网络负责对多维的空间信号进行去噪处理并提取特征;循环神经网络负责对时域和频域信号进行特征提取;混合神经网络通过联合训练CNN和RNN各自的参数,以调整其权重,并且结合两者从不同层级提取的特征来实现多维视觉传感信号模式的分类。仿真结果表明,使用所提方法进行分类时,信号光滑度保持在0.9以上,传感信号分类结果与实际结果拟合度较高,有效实现多维视觉传感信号模式分类。 展开更多
关键词 传感器信号处理 信号模式分类 混合神经网络 视觉传感信号 卷积神经网络 循环神经网络 贝塞尔曲线
在线阅读 下载PDF
融合随机傅里叶特征的混合神经网络模型
8
作者 支凯茹 张凯 +1 位作者 门昌骞 王文剑 《小型微型计算机系统》 CSCD 北大核心 2024年第12期2875-2881,共7页
深度神经网络模型作为目前最成功的学习模型之一,在模型训练时涉及大量的参数学习,特别对于较大规模的样本存在特征处理困难、模型结构复杂等问题.线性或亚线性时间复杂度的核近似算法具有计算开销小、易于扩展到大规模数据的优点.因此... 深度神经网络模型作为目前最成功的学习模型之一,在模型训练时涉及大量的参数学习,特别对于较大规模的样本存在特征处理困难、模型结构复杂等问题.线性或亚线性时间复杂度的核近似算法具有计算开销小、易于扩展到大规模数据的优点.因此,利用线性核近似算法可以进行特征处理并降低深度神经网络模型的结构复杂程度.本文提出一种基于傅里叶特征空间的混合神经网络模型优化方法,并由此构建一个混合深度神经网络模型.该模型将基于随机傅里叶特征变换的浅层网络与卷积神经网络相结合,傅里叶层进行数据特征处理与提取的同时,降低混合网络模型的结构复杂程度,优化深度神经网络模型结构.实验结果表明本文提出的模型拥有较少的参数量和较低的浮点计算量,同时模型可保持较高的测试准确率以及更快的收敛效率. 展开更多
关键词 核近似 随机傅里叶特征 模型优化 混合神经网络
在线阅读 下载PDF
基于KShape数据增广与混合神经网络的注水系统故障诊断 被引量:1
9
作者 于继飞 姬煜晨 +5 位作者 常振宁 隋先富 曹砚锋 杨阳 彭建霖 李昂 《科学技术与工程》 北大核心 2024年第24期10235-10243,共9页
为解决海上油田注水系统故障诊断问题,提出基于KShape数据增广与混合神经网络的故障诊断模型。首先采用KShape时间序列聚类算法实现样本数据增广,然后通过融合双向长短时记忆网络(bidirectional long short-term memory network, BiLSTM... 为解决海上油田注水系统故障诊断问题,提出基于KShape数据增广与混合神经网络的故障诊断模型。首先采用KShape时间序列聚类算法实现样本数据增广,然后通过融合双向长短时记忆网络(bidirectional long short-term memory network, BiLSTM)和全卷积神经网络(fully convolutional neural network, FCN)构建混合神经网络模型,最后应用贝叶斯优化算法对模型参数进行全局寻优。结果表明:提出的数据增广方法在数字油田大数据的基础上,能够有效扩充注水系统工况样本。提出的混合神经网络模型较BiLSTM和FCN单一模型效果更好,该模型综合了BiLSTM网络对时间序列数据依赖关系的良好捕捉能力以及FCN网络对局部特征的有效提取能力,较两者在准确率上分别提升4.9%和1.8%。贝叶斯优化方法在寻找更优超参数组合方面有显著效果,为提高模型的鲁棒性和泛化性能起到了重要作用。该方法较传统调参方法在准确率上提升5%,较网格搜索和随机搜索方法分别提升3.7%和1.9%。同时,该方法产生的不同超参数组合下的模型准确率中位数为84.5%,模型准确率在90%以上的占比达到18%。所提出的故障诊断模型,可有效识别地层堵塞、配水器堵塞和油管漏失等故障,为海上油田注水系统故障诊断提供了新的解决方案和有效的技术支持。 展开更多
关键词 KShape 数据增广 混合神经网络 贝叶斯优化 故障诊断 注水系统
在线阅读 下载PDF
融入频域增强自注意力机制的BTBFA混合神经网络情感分类模型
10
作者 苏妍嫄 韩翠娟 张亚明 《现代情报》 CSSCI 北大核心 2024年第12期52-63,共12页
[目的/意义]智媒时代基于神经网络模型实现用户情感精准分类,进而深入挖掘海量文本信息潜在价值具有重要意义。[方法/过程]针对现有混合模型层间依赖性强、输出特征重要性差异体现不足等导致的情感分类效果受限问题,基于Stacking集成思... [目的/意义]智媒时代基于神经网络模型实现用户情感精准分类,进而深入挖掘海量文本信息潜在价值具有重要意义。[方法/过程]针对现有混合模型层间依赖性强、输出特征重要性差异体现不足等导致的情感分类效果受限问题,基于Stacking集成思想,提出一种融入频域增强自注意力机制的混合神经网络情感分类模型,通过构建由Bert、TextCNN、BiLSTM组成的并行式特征提取基学习器层与融入频域增强自注意力机制的元学习器层,并与词嵌入层和全连接层相融合,系统挖掘文本深层次语义信息以及局部、全局特征,进而通过权重分配以及离散傅里叶变换提升情感分类效果。[结果/结论]酒店评论数据集上的对比实验与消融实验结果均表明,所提模型情感分类性能与其他模型相比具有显著优势,准确率、召回率、F1值分别达到91.7%、95.3%和93.9%,且随Epoch训练轮数增加,模型情感分类准确性不断提升,损失值不断降低,呈现较强的泛化能力。 展开更多
关键词 情感分类 混合神经网络 Bert-TextCNN-BiLSTM-FAttention Stacking算法 自注意力机制 离散傅里叶变换
在线阅读 下载PDF
利用结构逼近式混合神经网络实现间歇反应器的建模 被引量:5
11
作者 曹柳林 李晓光 王晶 《化工学报》 EI CAS CSCD 北大核心 2008年第4期958-963,共6页
提出了一种新的混合神经网络建模方法——结构逼近式混合神经网络。基于此结构建立的混合神经网络可以充分利用已知非线性系统的结构信息,使神经网络"灰盒"化,更好地解释和描述系统各变量间的因果关系,从而提高网络的建模精... 提出了一种新的混合神经网络建模方法——结构逼近式混合神经网络。基于此结构建立的混合神经网络可以充分利用已知非线性系统的结构信息,使神经网络"灰盒"化,更好地解释和描述系统各变量间的因果关系,从而提高网络的建模精度和模型的可靠性。本文介绍了这类神经网络的基本特性、拓扑结构和训练方法。报告了一个典型放热液相二级平行间歇反应的建模过程;并针对间歇反应过程测量滞后的情况,与两种不同的混合神经网络模型作了比较,仿真和比较结果证明了方法的有效性。 展开更多
关键词 结构逼近式混合神经网络 间歇反应器 建模 串联混合神经网络
在线阅读 下载PDF
基于混合神经振荡器的爬行四足机器人运动协调控制 被引量:5
12
作者 刘志成 郑莉芳 王旭 《兵工学报》 EI CAS CSCD 北大核心 2020年第11期2303-2312,共10页
中枢神经模式振荡器常用于多足机器人运动协调控制。为实现含有主动柔性躯干的爬行四足机器人运动协调控制,构建一种混合神经振荡器。该振荡器利用Hopf振荡器和Kuramoto振荡器对机器人四肢和躯干进行协调控制,并通过建立二者之间的耦合... 中枢神经模式振荡器常用于多足机器人运动协调控制。为实现含有主动柔性躯干的爬行四足机器人运动协调控制,构建一种混合神经振荡器。该振荡器利用Hopf振荡器和Kuramoto振荡器对机器人四肢和躯干进行协调控制,并通过建立二者之间的耦合关系实现四肢与躯干的协调运动。利用仿真平台搭建爬行四足机器人虚拟样机,对静走步态、对角步态以及两种步态间柔顺切换分别进行直线运动仿真,同时对该协调控制进行可行性验证,获得虚拟样机运动图像以及其足端轨迹曲线。仿真结果表明:该混合神经振荡器可实现机器人的静走与对角步态直线运动;通过建立静走和对角步态下四肢与躯干之间的协调关系,并改变机器人各腿部振荡器之间的相位差,能进行两种步态之间的柔顺切换。 展开更多
关键词 爬行四足机器人 混合神经振荡器 步态 协调控制
在线阅读 下载PDF
基于改进CFD与小波混合神经网络组合的风电场功率预测方法 被引量:21
13
作者 崔嘉 杨俊友 +3 位作者 杨理践 高凯旻 宋志成 高子昂 《电网技术》 EI CSCD 北大核心 2017年第1期79-85,共7页
风的间歇性和时变性制约电力系统能量平衡,准确的风电功率预测有助于电网减小旋转备用、合理制定检修计划。为减小预测误差,提出一种基于多计算流体力学(computational fluid dynamics,CFD)模型的新型风电场组合功率预测方法。首先,利... 风的间歇性和时变性制约电力系统能量平衡,准确的风电功率预测有助于电网减小旋转备用、合理制定检修计划。为减小预测误差,提出一种基于多计算流体力学(computational fluid dynamics,CFD)模型的新型风电场组合功率预测方法。首先,利用小波混合神经网络对数值天气预报降尺度;其次,提出了考虑多重尾流的风电场物理CFD模型,并建立了根据测风塔风速外推各台风电机组风速的加速比相关系数;最后,提出了仅考虑自由流场和带有激盘模型的变权重组合流场模型。实际算例仿真证明,所提出的预测方法更准确地反映了风电场实际运行状态,有效提高了预测准确性。 展开更多
关键词 功率预测 组合方法 计算流体力学 小波混合神经网络 尾流模型
在线阅读 下载PDF
自增长混合神经网络及其在燃料电池建模中的应用 被引量:5
14
作者 李大字 刘方 靳其兵 《化工学报》 EI CAS CSCD 北大核心 2015年第1期333-337,共5页
为了提高非线性辨识的精度,提出了一种基于混合算子的自增长混合神经网络。该神经网络通过自增长的混合隐含层结构,包括加算子和乘算子,形成神经元个数少、结果精确、增长快速的网络。论文在级联神经网络的结构基础上,提出GQPSOI算法来... 为了提高非线性辨识的精度,提出了一种基于混合算子的自增长混合神经网络。该神经网络通过自增长的混合隐含层结构,包括加算子和乘算子,形成神经元个数少、结果精确、增长快速的网络。论文在级联神经网络的结构基础上,提出GQPSOI算法来引导神经网络的结构自增长以及权值更新。通过对燃料电池的建模与比较分析,证明了方法的有效性和良好的应用前景。 展开更多
关键词 乘算子 粒子群 混合神经网络
在线阅读 下载PDF
基于混合神经网络的风电场风资源评估 被引量:10
15
作者 王娜 周有庆 邵霞 《电工技术学报》 EI CSCD 北大核心 2015年第14期370-376,共7页
准确的风资源评估是风电场规划和设计的前提。为了提高风电场风资源评估的精度,提出了一种基于混合神经网络的风电场风资源评估方法,该方法可综合利用风电场附近区域信息进行评估。首先根据风电场和附近参考气象站的同期数据建立基于混... 准确的风资源评估是风电场规划和设计的前提。为了提高风电场风资源评估的精度,提出了一种基于混合神经网络的风电场风资源评估方法,该方法可综合利用风电场附近区域信息进行评估。首先根据风电场和附近参考气象站的同期数据建立基于混合神经网络的相关模型,训练得到神经网络的权值参数,为了提高神经网络的学习能力和避免陷入局部最优,混合神经网络采用不同的训练方法,并且采用自适应粒子群算法进行优化;再将参考气象站的历史观测数据应用到该模型中,即可得到风电场的长期风速特性,在此基础上进行风资源评估参数的计算。仿真结果表明该方法具有较高的精度。 展开更多
关键词 风电场 风资源评估 混合神经网络 自适应粒子群优化
在线阅读 下载PDF
混合神经网络及其在高炉径向煤气流模式分布中的应用 被引量:3
16
作者 王玉涛 周建常 +2 位作者 王师 姜会研 徐小慧 《沈阳工业大学学报》 EI CAS 1999年第3期265-268,共4页
提出一种高炉径向煤气流模式分布的混合神经网络模式识别方法,针对从“样本特征模式空间”到“样本类别空间”具有较强非线性的模式识别问题,提出了一种由自组织竞争子神经网络(ASCSNN)和基于径向基函数子神经网络(RBFS... 提出一种高炉径向煤气流模式分布的混合神经网络模式识别方法,针对从“样本特征模式空间”到“样本类别空间”具有较强非线性的模式识别问题,提出了一种由自组织竞争子神经网络(ASCSNN)和基于径向基函数子神经网络(RBFSNN)串联而成的混合神经网络.其中,ASCSNN用于对输人的特征模式空间进行自组织分类,以使识别更加稳定;RBFSNN对样本特征模式进行识别.根据工业现场采集数据进行实验,验证了该方法的可行性. 展开更多
关键词 模式识别 混合神经网络 高炉 径向煤气流
在线阅读 下载PDF
基于混合神经网络的非线性预测函数控制 被引量:11
17
作者 周洪煜 张坚 +1 位作者 游立科 张峰 《控制理论与应用》 EI CAS CSCD 北大核心 2005年第1期110-113,共4页
针对基本预测函数控制只能用于线性对象的控制这一不足,提出了基于混合神经网络的非线性预测函数控制.混合神经网络由BP网络和线性神经网络串连组成.采用混合神经网络对可用Hammerstein模型描述的非线性对象进行有效的辨识.其中,BP网络... 针对基本预测函数控制只能用于线性对象的控制这一不足,提出了基于混合神经网络的非线性预测函数控制.混合神经网络由BP网络和线性神经网络串连组成.采用混合神经网络对可用Hammerstein模型描述的非线性对象进行有效的辨识.其中,BP网络反映了非线性静态增益,线性神经网络反映了线性动态子系统.利用BP网络求出非线性静态增益的逆并与非线性对象串联,抵消非线性对象中的非线性静态增益部分,将非线性对象的控制问题转化为对线性对象的控制问题,实现了对非线性对象的预测函数控制.当被控对象的特性发生变化时,可对混合神经网络权值及时进行修正并调整控制器参数使控制系统始终保持良好的控制性能.仿真结果表明,此控制系统具有良好的控制效果. 展开更多
关键词 混合神经网络 HAMMERSTEIN模型 预测函数控制 非线性静态增益 线性动态子系统
在线阅读 下载PDF
应用混合神经网络和遗传算法的期权价格预测模型 被引量:10
18
作者 张鸿彦 林辉 《管理工程学报》 CSSCI 北大核心 2009年第1期59-62,87,共5页
隐含波动率是指在市场中观察的期权价格所蕴涵的波动率。提出了一种加权的隐含波动率作为混合神经网络的输入变量,建立了混合神经网络和遗传算法相结合的期权价格预测模型,通过遗传算法来优化神经网络的结构和获得隐含波动率的权重。在... 隐含波动率是指在市场中观察的期权价格所蕴涵的波动率。提出了一种加权的隐含波动率作为混合神经网络的输入变量,建立了混合神经网络和遗传算法相结合的期权价格预测模型,通过遗传算法来优化神经网络的结构和获得隐含波动率的权重。在对香港金融衍生品市场的实证中表明,本文模型在预测结果上要优于传统的Black-Scholes模型。 展开更多
关键词 期权定价 混合神经网络 遗传算法 BLACK-SCHOLES模型
在线阅读 下载PDF
基于混合神经遗传算法的扩胀管吸能特性预测 被引量:2
19
作者 袁成标 肖守讷 李铎 《机械设计与制造》 北大核心 2019年第5期268-272,共5页
由于结构参数对吸能元件的吸能特性具有重要影响,将填充了泡沫铝的扩胀管与混合神经遗传算法相结合,对不同结构参数下扩胀管吸能特性进行分析预测。首先,基于泡沫铝填充机理设计出泡沫铝填充的扩胀式吸能装置,并建立有限元模型;然后利... 由于结构参数对吸能元件的吸能特性具有重要影响,将填充了泡沫铝的扩胀管与混合神经遗传算法相结合,对不同结构参数下扩胀管吸能特性进行分析预测。首先,基于泡沫铝填充机理设计出泡沫铝填充的扩胀式吸能装置,并建立有限元模型;然后利用非线性有限元软件LS-DYNA对不同参数变化情况下的扩胀管进行准静态轴向碰撞仿真;最后将胀管壁厚、诱导锥角、泡沫铝密度作为BP神经网络输入,扩胀管吸能特性参数作为网络输出,利用遗传算法优化网络权重和阈值,建立3层BP神经网络预测模型,经样本数据训练得到合适的网络。研究结果表明,网络预测值与期望值很接近,平均压溃载荷的误差值为3.02%,比吸能的误差值为4.82%,压缩力效率的误差值为0.92%,说明了该网络模型能够有效地预测扩胀管的吸能特性,并具有较高的精确度。 展开更多
关键词 扩胀式吸能管 泡沫铝 混合神经遗传算法 吸能特性
在线阅读 下载PDF
电磁驱动下一类混合神经元模型的动力学响应与图像加密应用 被引量:3
20
作者 安新磊 熊丽 乔帅 《电子与信息学报》 EI CSCD 北大核心 2023年第3期929-940,共12页
在神经元活动的模型建立和分析过程中,应考虑一些生物物理效应。由于神经系统内部细胞内外离子浓度的波动,在集体电活动和神经元集群之间信号传播的过程中需要考虑电磁场的内部波动和跨膜磁通的影响。该文在一类混合神经元中引入磁通变... 在神经元活动的模型建立和分析过程中,应考虑一些生物物理效应。由于神经系统内部细胞内外离子浓度的波动,在集体电活动和神经元集群之间信号传播的过程中需要考虑电磁场的内部波动和跨膜磁通的影响。该文在一类混合神经元中引入磁通变量,通过对膜电位的调制诱发复杂的时变电磁场,运用Xppauto,Matcont和MATLAB等分析工具,探讨了新模型平衡点的存在性、初值敏感性和双参数分岔,发现外界刺激电流和电磁场变化时,可诱发新模型产生丰富的放电模式,如静息态、尖峰放电、周期(或混沌)簇放电,特别是由于磁通变量及忆阻器的引入产生的共存放电、隐藏放电等新现象。通过上述分析,基于电磁感应的神经元模型具有高非线性和较多的敏感参数,可使加密算法具有较大的密钥空间,基于此,该文设计了一种图像加密算法,对明文图像的像素先进行1次扩散再对其位置进行两次置乱。最后,通过一系列数值实验证明所设计的加密算法能有效地加密图像并且具有较高的安全性。该文考虑了神经细胞内外的电磁感应效应,有助于更全面了解神经元之间的信息编码和转迁规律,更多的分岔参数和高复杂性也使所设计的神经元模型在图像加密中具有很好的应用前景。 展开更多
关键词 混合神经元模型 电磁感应 双参数分岔 共存放电 图像加密
在线阅读 下载PDF
上一页 1 2 10 下一页 到第
使用帮助 返回顶部