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1,881篇文章
< 1 2 … 95 >
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：
基于神经网络偏最小二乘法的柴油机NO_x排放预测模型 被引量：19
1
作者 胡杰 林峰 +3 位作者 王天田 刘博 黎业辉 张泽阳 《内燃机学报》 EI CAS CSCD 北大核心 2015年第6期510-515,共6页
分析了现有柴油机氮氧化物(NO_x)排放的预测方法,针对选择性催化还原技术(SCR)的控制需求,选用神经网络偏最小二乘法(NNPLS)作为NO_x排放预测模型建立的基础;该方法通过偏最小二乘法(PLS)提取成分,然后用神经网络(NN)拟合,具有PLS充分... 分析了现有柴油机氮氧化物(NO_x)排放的预测方法,针对选择性催化还原技术(SCR)的控制需求,选用神经网络偏最小二乘法(NNPLS)作为NO_x排放预测模型建立的基础;该方法通过偏最小二乘法(PLS)提取成分,然后用神经网络(NN)拟合,具有PLS充分提取自变量中信息和NN非线性拟合性高的优点;并建立了某柴油机NO_x排放预测模型,该模型预测精度高,训练误差均方根和测试误差均方根分别为30×10-6和62×10-6. 展开更多
关键词 柴油机 氮氧化物 预测模型 神经网络偏最小二乘法
在线阅读 下载PDF
近红外光谱技术结合改良偏最小二乘法和反向传播神经网络预测葵花籽皮营养成分含量 被引量：3
2
作者 李欣荣 李飞 +10 位作者 翁秀秀 刘保仓 邓晓裕 王新基 史艳丽 郭涛 王力 李钰 李开栋 李建栋 田多湖 《动物营养学报》 CAS CSCD 北大核心 2024年第11期7335-7345,共11页
本研究旨在利用近红外光谱(NIRS)技术结合不同化学计量学方法建立葵花籽皮营养成分含量的预测模型。采集101份葵花籽皮样品,测定水分、粗蛋白质(CP)、有机物(OM)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、酸性洗涤木质素(ADL)、粗灰分(A... 本研究旨在利用近红外光谱(NIRS)技术结合不同化学计量学方法建立葵花籽皮营养成分含量的预测模型。采集101份葵花籽皮样品,测定水分、粗蛋白质(CP)、有机物(OM)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、酸性洗涤木质素(ADL)、粗灰分(Ash)、钾(K)、钙(Ca)、磷(P)、镁(Mg)、铁(Fe)、锰(Mn)、锌(Zn)和铜(Cu)含量。通过主成分分析(PCA)剔除异常值后,利用KS算法将剩余样品分为定标集和验证集,利用NIRS技术结合改良偏最小二乘法(MPLS)和反向传播神经网络(BPNN)分别建立葵花籽皮营养成分含量预测模型。结果表明:1)葵花籽皮中水分、NDF、ADF、Ash、Mg、Fe和Mn含量的预测决定系数(RSQ)为0.88~0.99,验证相对分析误差(RPD)为2.82~8.36,利用MPLS和BPNN模型定标结果较好,且预测准确性较好,能够用于实际测量。2)葵花籽皮中K和Zn含量的MPLS模型的PRD分别为2.75和2.44,而BPNN模型的PRD分别为1.76和1.69,K和Zn含量可利用MPLS模型进行实际预测。3)葵花籽皮中CP、Ca和P含量的BPNN模型的RSQ分别为0.9、0.89和0.83,而MPLS模型的RSQ分别为0.75、0.62和0.71,CP、Ca和P含量可通过BPNN模型进行实际预测。4)葵花籽皮中ADL和Cu含量的MPLS和BPNN模型的RSQ为0.30~0.68,RPD为1.03~1.79,预测结果不可用于实际预测。综上所述,利用NIRS技术结合MPLS和BPNN建立的预测模型能够准确预测葵花籽皮中水分、CP、NDF、ADF、Ash、K、Ca、P、Mg、Fe、Mn和Zn含量。 展开更多
关键词 葵花籽皮 近红外光谱技术 改良偏最小二乘法 反向传播神经网络 预测模型
在线阅读 下载PDF
基于最小二乘法和BP神经网络的磁流变阻尼器H-B模型参数辨识方法 被引量：3
3
作者 张忠奎 张晗 闫洋洋 《机床与液压》 北大核心 2024年第4期126-131,共6页
针对Bingham模型磁流变阻尼器由于剪切稀化效应带来的阻尼力计算误差,在理论和仿真分析的基础上,提出一种最小二乘法和BP神经网络相结合的方法,对磁流变阻尼器H-B模型进行参数辨识,获得各参数与电流的关系,从而对磁流变阻尼器的阻尼力... 针对Bingham模型磁流变阻尼器由于剪切稀化效应带来的阻尼力计算误差,在理论和仿真分析的基础上,提出一种最小二乘法和BP神经网络相结合的方法,对磁流变阻尼器H-B模型进行参数辨识,获得各参数与电流的关系,从而对磁流变阻尼器的阻尼力进行准确计算。最后通过磁流变阻尼器实验对理论方法进行验证。结果表明:借助于磁流变阻尼器的仿真分析,最小二乘法和BP神经网络相结合的磁流变阻尼器H-B模型参数辨识方法精确度高、吻合性好,验证了参数辨识结果的通用性及准确性。 展开更多
关键词 磁流变液阻尼器 H-B模型 最小二乘法 BP神经网络
在线阅读 下载PDF
利用神经网络提高偏最小二乘法的NIR多组分分析精度 被引量：17
4
作者 白英奎 孟宪江 +1 位作者 丁东 申铉国 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2005年第3期381-383,共3页
提出了一种神经网络 (ANN)和偏最小二乘法 (PLS)结合的新的近红外 (NIR)多组分分析法。该方法首先把训练样本中待测组分涵盖的浓度区间分成若干个子区间 ,利用各个子区间的训练样本分别建立PLS校正模型 ,然后利用ANN对未知样本进行分类 ... 提出了一种神经网络 (ANN)和偏最小二乘法 (PLS)结合的新的近红外 (NIR)多组分分析法。该方法首先把训练样本中待测组分涵盖的浓度区间分成若干个子区间 ,利用各个子区间的训练样本分别建立PLS校正模型 ,然后利用ANN对未知样本进行分类 ,判断其所属的浓度子区间 ,应用对应子区间上的校正模型计算预测样本的组分浓度。和传统的PLS比较 ,此方法改善了模型的适应性 ,显著地提高了预测精度。实验及数据处理结果证明了本方法的有效性。 展开更多
关键词 子区间 多组分分析 校正模型 偏最小二乘法 证明 样本 预测精度 PLS NIR 浓度
在线阅读 下载PDF
偏最小二乘法与人工神经网络耦合的小流域产沙模型 被引量：11
5
作者 李世欣 温建 +2 位作者 邵孝侯 王晓亚 王玉英 《河海大学学报（自然科学版）》 CAS CSCD 北大核心 2010年第2期149-153,共5页
针对小流域侵蚀产沙的复杂性,将偏最小二乘回归与人工神经网络耦合,建立了小流域降雨侵蚀产沙检验模型,并应用于小流域降雨侵蚀产沙预报.采用偏最小二乘法对多维自变量中的信息进行组合和提取,从而得到对因变量解释能力最强并可很好概... 针对小流域侵蚀产沙的复杂性,将偏最小二乘回归与人工神经网络耦合,建立了小流域降雨侵蚀产沙检验模型,并应用于小流域降雨侵蚀产沙预报.采用偏最小二乘法对多维自变量中的信息进行组合和提取,从而得到对因变量解释能力最强并可很好概括自变量信息的主成分,有效克服了变量之间的多重相关问题,实现了对高维数据的降维处理.把提取的主成分作为神经网络的输入,提高了网络的学习效率和稳健性.应用结果表明,偏最小二乘神经网络耦合模型的拟合和检验精度均优于偏最小二乘回归模型和人工神经网络模型精度. 展开更多
关键词 小流域 产沙 偏最小二乘法 人工神经网络
在线阅读 下载PDF
偏最小二乘法-BP神经网络光度法同时测定复方氨基酸中色氨酸、酪氨酸和苯丙氨酸 被引量：5
6
作者 于洪梅 王志有 +2 位作者 李井会 王海洋 臧娜 《理化检验（化学分册）》 CAS CSCD 北大核心 2008年第5期411-413,共3页
用偏最小二乘法与BP神经网络联用辅助吸光光度法,不经分离同时测定复方氨基酸注射液中色氨酸、酪氨酸和苯丙氨酸。使用改进的BP算法,避免了神经网络学习过程中可能产生的麻痹现象;提出了目标向量的简单交换方法;采用均匀试验设计法,对... 用偏最小二乘法与BP神经网络联用辅助吸光光度法,不经分离同时测定复方氨基酸注射液中色氨酸、酪氨酸和苯丙氨酸。使用改进的BP算法,避免了神经网络学习过程中可能产生的麻痹现象;提出了目标向量的简单交换方法;采用均匀试验设计法,对网络参数进行了优化,避免了过拟合现象。 展开更多
关键词 神经网络 偏最小二乘法 苯丙氨酸 酪氨酸 色氨酸
在线阅读 下载PDF
基于神经网络内部模型的非线性偏最小二乘法用于火电厂烟气光谱定量分析 被引量：8
7
作者 曹晖 李耀江 +1 位作者 周延 王燕霞 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2014年第11期3066-3070,共5页
针对火电厂烟气光谱数据的非线性特性,采用了基于神经网络内部模型的非线性偏最小二乘定量分析方法。该方法进行偏最小二乘(PLS)回归后,将自变量和因变量的隐变量作为神经网络的输入和输出进行训练,即可得到非线性内部模型。将PLS、基... 针对火电厂烟气光谱数据的非线性特性,采用了基于神经网络内部模型的非线性偏最小二乘定量分析方法。该方法进行偏最小二乘(PLS)回归后,将自变量和因变量的隐变量作为神经网络的输入和输出进行训练,即可得到非线性内部模型。将PLS、基于向后传递神经网络内部模型的非线性PLS(BP-NPLS)、基于径向基函数神经网络内部模型的非线性PLS(RBF-NPLS)和基于自适应模糊推理系统内部模型的非线性PLS(ANFIS-NPLS)对火电厂烟气多组分进行测定后比较,BP-NPLS、RBF-NPLS和ANFIS-NPLS较之PLS,将二氧化硫预测模型的预测均方根误差(RMSEP)分别降低了16.96%,16.60%和19.55%;将一氧化氮预测模型的RMSEP分别降低了8.60%,8.47%和10.09%;将二氧化氮预测模型的RMSEP分别降低了2.11%,3.91%和3.97%。实验表明,非线性PLS较PLS更适用于火电厂烟气定量分析。通过神经网络对非线性函数的高度逼近特性,基于本文所提及内部模型的非线性偏最小二乘方法有较好的预测能力和稳健性,在一定程度上解决了基于多项式和样条函数等其他内部模型的非线性偏最小二乘方法的自身局限性。其中,ANFIS-NPLS的效果最好,自适应模糊推理系统的学习能力能够有效降低残差,使模型具有较好的泛化性,是一种比较准确实用的火电厂烟气定量分析方法。 展开更多
关键词 火电厂烟气 光谱定量分析 偏最小二乘 神经网络内部模型
在线阅读 下载PDF
偏最小二乘法与神经网络耦合的大坝监测模型 被引量：9
8
作者 吕蓓蓓 杨远斐 《人民黄河》 CAS 北大核心 2013年第3期84-85,89,共3页
针对人工神经网络在大坝变形监测模型应用中所出现的收敛慢和稳定性差等问题,提出了偏最小二乘法与人工神经网络耦合的大坝变形监测模型,提高了神经网络的学习速率和稳定性。首先运用偏最小二乘法对多维自变量进行主成分提取和降维处理... 针对人工神经网络在大坝变形监测模型应用中所出现的收敛慢和稳定性差等问题,提出了偏最小二乘法与人工神经网络耦合的大坝变形监测模型,提高了神经网络的学习速率和稳定性。首先运用偏最小二乘法对多维自变量进行主成分提取和降维处理,解决了变量之间的多重相关问题,而后把降维的数据输入神经网络进行训练。对比实例应用结果表明,偏最小二乘神经网络耦合模型的拟合速度和精度都高于传统的神经网络。 展开更多
关键词 大坝变形监测模型 偏最小二乘法 人工神经网络
在线阅读 下载PDF
偏最小二乘回归神经网络的矿坑涌水量预测 被引量：11
9
作者 陈南祥 曹连海 +1 位作者 李梅 黄强 《吉林大学学报（地球科学版）》 EI CAS CSCD 北大核心 2005年第6期766-770,共5页
影响矿坑充水的因素多且复杂,矿坑涌水量预测模型主要考虑降水、地表水、引水灌溉等影响因素,因变量和自变量的关系比较复杂。将偏最小二乘回归与神经网络耦合,建立了矿坑涌水预报模型。模型将自变量利用偏最小二乘回归处理,提取对因变... 影响矿坑充水的因素多且复杂,矿坑涌水量预测模型主要考虑降水、地表水、引水灌溉等影响因素,因变量和自变量的关系比较复杂。将偏最小二乘回归与神经网络耦合,建立了矿坑涌水预报模型。模型将自变量利用偏最小二乘回归处理,提取对因变量影响强的成分,既可以克服变量之间的相关性问题,又可以降低神经网络的输入维数,并能较好地解决非线性问题,提高了模型的学习能力和表达能力。以河南鹤壁八矿涌水量为例,建立了基于偏最小二乘回归和神经网络耦合的矿坑涌水量预测模型。计算验证表明,该类模型具有较高的预报精度和推广应用价值。 展开更多
关键词 矿坑涌水量 偏最小二乘回归 神经网络 预报模型
在线阅读 下载PDF
偏最小二乘回归神经网络模型在爆破振动峰值速度预测中的应用 被引量：13
10
作者 史秀志 武永猛 +1 位作者 唐礼忠 黄宣东 《振动与冲击》 EI CSCD 北大核心 2013年第12期45-49,共5页
神经网络方法是处理非线性问题的有力工具,但当输入变量较多,输入变量间存在的多重共线性性会使得网络的建模效率下降。偏最小二乘回归方法通过提取对因变量解释性较强的成分,能较好地克服变量间的多重共线性。将两种方法相结合,建立了... 神经网络方法是处理非线性问题的有力工具,但当输入变量较多,输入变量间存在的多重共线性性会使得网络的建模效率下降。偏最小二乘回归方法通过提取对因变量解释性较强的成分,能较好地克服变量间的多重共线性。将两种方法相结合,建立了爆破振动峰值速度的偏最小二乘回归BP神经网络预测模型。利用偏最小二乘法对影响爆破振动的因素进行分析,提取出3个新综合变量,使BP网络的输入层节点数目由9个减少到3个,简化了网络结构,提高了计算速度,增强了网络稳定性。分析结果表明,耦合模型的平均预测误差为7.62%,相较于传统的萨氏公式及标准的BP神经网络模型其预测精度有了明显提高。 展开更多
关键词 爆破振速 多重共线性 偏最小二乘回归 BP神经网络
在线阅读 下载PDF
带有稳定学习的递归神经网络动态偏最小二乘建模 被引量：14
11
作者 王魏 柴天佑 赵立杰 《控制理论与应用》 EI CAS CSCD 北大核心 2012年第3期337-341,共5页
针对目前非线性动态偏最小二乘(PLS)建模方法在拟合较强非线性化工过程时存在的问题,提出一种基于稳定学习的递归神经网络动态PLS建模方法.该算法将递归神经网络与Hammerstein模型相结合,对外部PLS提取的特征向量进行内部建模,具有逼近... 针对目前非线性动态偏最小二乘(PLS)建模方法在拟合较强非线性化工过程时存在的问题,提出一种基于稳定学习的递归神经网络动态PLS建模方法.该算法将递归神经网络与Hammerstein模型相结合,对外部PLS提取的特征向量进行内部建模,具有逼近较强非线性化工过程的能力,改善了模型的适用范围.此外,采用带有稳定学习的参数更新算法对模型参数进行在线修正,改善了模型的预测精度和自适应能力.将此方法应用于氧化铝生产过程铝酸钠溶液组分浓度建模实验,仿真结果表明,本方法是可行有效的. 展开更多
关键词 偏最小二乘 递归神经网络 HAMMERSTEIN模型 软测量
在线阅读 下载PDF
偏最小二乘回归的神经网络模型在巷道围岩位移预测中的应用 被引量：7
12
作者 李洪 代进 蒋金泉 《煤炭学报》 EI CAS CSCD 北大核心 2004年第3期274-278,共5页
偏最小二乘回归方法集多元回归、典型相关分析及主成分分析的功能于一体,能有效地处理自变量的多重线性相关问题,但不能较好地处理因变量与自变量间复杂的非线性问题,而神经网络方法是处理非线性问题的有力工具,但输入数据的严重相关性... 偏最小二乘回归方法集多元回归、典型相关分析及主成分分析的功能于一体,能有效地处理自变量的多重线性相关问题,但不能较好地处理因变量与自变量间复杂的非线性问题,而神经网络方法是处理非线性问题的有力工具,但输入数据的严重相关性会使得网络的求解变得不稳定且收敛速度很慢,本文试图把这两种方法结合在一起来预测巷道围岩的位移.结果表明,结合方法比单一方法优越.通过偏最小二乘回归对巷道围岩的位移影响因子的处理,消除了影响因子的线性相关性,并提取了对因变量解释性最强的成分,使BP(backpropagation)网络的输入层节点数目由原来的7个减少到3个,起到了简化网络结构,增强网络稳定性的作用. 展开更多
关键词 偏最小二乘回归 神经网络 围岩位移 预测
在线阅读 下载PDF
一种新型径向基函数神经网络学习算法——递归正交最小二乘法(ROLS) 被引量：7
13
作者 张兴兰 曹长修 梅彬 《重庆大学学报（自然科学版）》 EI CAS CSCD 北大核心 2002年第10期56-60,共5页
径向基函数神经网络在很多领域都得到了成功的应用。但迄今为止仍没有一种有效的方法来确定隐层中心数目。笔者将递归正交最小二乘 (ROLS)方法引入RBFNN建模训练 ,利用ROLS算法训练网络后所得的有用信息 ,采用后向选择算法 ,逐步去掉那... 径向基函数神经网络在很多领域都得到了成功的应用。但迄今为止仍没有一种有效的方法来确定隐层中心数目。笔者将递归正交最小二乘 (ROLS)方法引入RBFNN建模训练 ,利用ROLS算法训练网络后所得的有用信息 ,采用后向选择算法 ,逐步去掉那些使网络残差增加最小的中心 ,在得到网络有效中心的同时 ,还满足了精度要求 ,从而大大简化了RBF网络结构 ,节约了大量的存储空间以及计算量。 展开更多
关键词 径向基函数神经网络 学习算法 递归正交最小二乘法 ROLS 后向选择算法 网络结构
在线阅读 下载PDF
偏最小二乘与人工神经网络耦合模型在酸雨pH值预测中的应用 被引量：10
14
作者 周秀平 王文圣 曾怀金 《水利水电科技进展》 CSCD 北大核心 2006年第4期50-52,共3页
将偏最小二乘与人工神经网络耦合,建立了一种新型耦合预测模型———偏最小二乘与人工神经网络耦合模型。该模型利用了偏最小二乘方法有效处理自变量之间多重相关性问题和人工神经网络可以较好地解决非线性问题的能力,在城市酸雨pH值预... 将偏最小二乘与人工神经网络耦合,建立了一种新型耦合预测模型———偏最小二乘与人工神经网络耦合模型。该模型利用了偏最小二乘方法有效处理自变量之间多重相关性问题和人工神经网络可以较好地解决非线性问题的能力,在城市酸雨pH值预测中的应用表明,该模型预测精度高,明显优于偏最小二乘回归模型和人工神经网络模型。 展开更多
关键词 酸雨 PH值 偏最小二乘回归 神经网络 预测模型
在线阅读 下载PDF
基于神经网络与最小二乘法在故障诊断中的应用研究 被引量：5
15
作者 姚鹏 刘岩 +1 位作者 张胜修 王道平 《现代电子技术》 2010年第11期4-6,共3页
首先介绍BP神经网络与非线性最小二乘法在故障诊断中的应用,然后融合两者的技术特点,提出一种用于分析时序冗余信号,基于参数估计的故障诊断技术。随后,较详细地介绍了用于故障诊断神经网络样本的生成和网络的训练,通过以不依赖系统模... 首先介绍BP神经网络与非线性最小二乘法在故障诊断中的应用,然后融合两者的技术特点,提出一种用于分析时序冗余信号,基于参数估计的故障诊断技术。随后,较详细地介绍了用于故障诊断神经网络样本的生成和网络的训练,通过以不依赖系统模型的神经网路的输出作为初始估计,利用依赖系统模型的最小二乘法完成对故障参数的最终估计。最后,通过在不同输入激励下的输出响应进行校验的方式,以仿真的方式验证了该故障诊断的应用具有可行性。 展开更多
关键词 故障诊断 神经网络 最小二乘法 参数估计 MATLAB
在线阅读 下载PDF
基于偏最小二乘与神经网络耦合的储层参数预测 被引量：4
16
作者 戈汉权 施泽进 任在清 《成都理工大学学报（自然科学版）》 CAS CSCD 北大核心 2007年第6期618-620,共3页
将偏最小二乘回归(PLS)与神经网络(NN)耦合,建立了储层参数预报模型。利用偏最小二乘对影响储层参数的诸多因素进行分析,提取对因变量影响强的成分,从而克服了变量间的多重相关性问题,降低了神经网络的输入维数;同时,利用神经网络建模... 将偏最小二乘回归(PLS)与神经网络(NN)耦合,建立了储层参数预报模型。利用偏最小二乘对影响储层参数的诸多因素进行分析,提取对因变量影响强的成分,从而克服了变量间的多重相关性问题,降低了神经网络的输入维数;同时,利用神经网络建模可以较好地解决非线性的储层参数预测问题。计算实例表明,本耦合模型的拟合和预报精度优于独立使用神经网络模型的精度。 展开更多
关键词 偏最小二乘 神经网络 储层参数预测
在线阅读 下载PDF
基于近红外光谱和一维卷积神经网络的酸枣仁产地鉴别
17
作者 刘鑫 陈萌 +2 位作者 赵志磊 高巍 赵昕 《食品工业科技》 北大核心 2025年第20期319-329,共11页
为实现快速鉴别酸枣仁的产地并定量分析掺杂,利用近红外光谱技术(Near-infrared spectroscopy,NIRS)采集了河北、河南、山东、山西和陕西五个产地的样品原始光谱,并测量了各地样品的水分、脂肪和蛋白质含量。采用五种预处理方法去除噪音... 为实现快速鉴别酸枣仁的产地并定量分析掺杂,利用近红外光谱技术(Near-infrared spectroscopy,NIRS)采集了河北、河南、山东、山西和陕西五个产地的样品原始光谱,并测量了各地样品的水分、脂肪和蛋白质含量。采用五种预处理方法去除噪音,并利用偏最小二乘(Partial least squares,PLS)和包含自定义选择层的一维卷积神经网络(One-dimensional convolutional neural network,1DCNN)算法建立定性和定量模型。此外,使用竞争性自适应加权采样(Competitive adaptive reweighted sampling,CARS)和连续投影算法(Successive projection algorithm,SPA)选择特征波长来优化模型。结果表明,河北产地与山东之间差异不明显,与其他产地之间存在明显差异。经过SG一阶导数(Savitzky-Golay derivative 1^(st),SGD1)预处理后的1DCNN在分类模型中表现最佳,预测集的准确率为91.11%。对于不同掺杂水平的邢酸枣仁样品,经过SG导数预处理后的1DCNN模型优于偏最小二乘回归(Partial least squares regression,PLSR)模型,验证集和预测集的决定系数(R_(p)^(2))超过0.86,剩余预测偏差(Ratio of performance to deviation,RPD)超过2.50。总体而言,结合近红外光谱与1DCNN的方法能实现对不同地理来源酸枣仁的高精度分类与掺杂定量测定。 展开更多
关键词 酸枣仁 近红外光谱 地理来源 卷积神经网络 偏最小二乘回归
在线阅读 下载PDF
使用最小二乘法减少神经网络的隐单元 被引量：4
18
作者 刘英敏 吴沧浦 毕大川 《北京理工大学学报》 EI CAS CSCD 2000年第6期693-697,共5页
提出新的逐步减少神经元个数并保持神经网络性能的方法 .每一步中利用提出的规则之一选择被消去的单元 ,然后求解一个线性最小二乘问题调整网络中部分剩余权值 ,使简化网络的输入 -输出关系在训练集上尽量保持不变 .该方法可以得到比已... 提出新的逐步减少神经元个数并保持神经网络性能的方法 .每一步中利用提出的规则之一选择被消去的单元 ,然后求解一个线性最小二乘问题调整网络中部分剩余权值 ,使简化网络的输入 -输出关系在训练集上尽量保持不变 .该方法可以得到比已有的启发式方法规模更小 ,但性能相近的网络 。 展开更多
关键词 神经网络 最小二乘法 隐单元 修剪算法 泛化能力
在线阅读 下载PDF
偏最小二乘神经网络在建筑造价预测中的应用 被引量：4
19
作者 匡建超 徐志英 《商业研究》 北大核心 2006年第17期88-91,共4页
偏最小二乘回归方法在提取主成分方面具有很好的解释性,而且可以避免因素之间的多重相关性,提取的成分作为输入变量再用神经网络进行预测仿真,影响因素考虑周全,不用计算工程量,计算速度快,克服了普通神经网络运算量大,样本有限情况下... 偏最小二乘回归方法在提取主成分方面具有很好的解释性,而且可以避免因素之间的多重相关性,提取的成分作为输入变量再用神经网络进行预测仿真,影响因素考虑周全,不用计算工程量,计算速度快,克服了普通神经网络运算量大,样本有限情况下易出现问题的弊端。 展开更多
关键词 偏最小二乘回归 神经网络 造价 预测
在线阅读 下载PDF
基于偏最小二乘增量式神经网络的近红外光谱定量分析模型 被引量：2
20
作者 曹晖 李大航 +1 位作者 刘凌 周延 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2014年第10期2799-2803,共5页
提出了一种基于偏最小二乘增量式神经网络的近红外光谱定量分析模型。该模型采用典型三层反向传播神经网络(BPNN),不同波长吸光度和成分浓度是模型的输入和输出。在使用历史样本训练之前先进行偏最小二乘(PLS)回归,所得自变量和因变量... 提出了一种基于偏最小二乘增量式神经网络的近红外光谱定量分析模型。该模型采用典型三层反向传播神经网络(BPNN),不同波长吸光度和成分浓度是模型的输入和输出。在使用历史样本训练之前先进行偏最小二乘(PLS)回归,所得自变量和因变量的历史负荷矩阵分别用于确定模型输入层和输出层的初始权值,且自变量的主成分个数作为隐层的节点数。当获得新的样本时,对新数据与历史负荷矩阵组合后进行PLS回归,将所得新的负荷矩阵与历史负荷矩阵融合后作为模型输入层和输出层新的初始权值,接着使用新样本对模型进行训练来实现增量式更新。将所提模型与PLS、BPNN、基于PLS的BPNN、递归PLS在天然气燃烧烟气近红外光谱数据上测定后比较。对于烟气中二氧化碳浓度的预测,所提模型的预测均方根误差(RMSEP)分别降低了27.27%,58.12%,19.24%和14.26%;对于烟气中一氧化碳浓度的预测,所提模型的RMSEP分别降低了20.65%,24.69%,18.54%和19.42%;对于烟气中甲烷浓度的预测,此模型的RMSEP分别降低了27.56%,37.76%,8.63%和3.20%。实验结果表明,所提模型不仅通过PLS对BPNN结构和初始权重的优化,使模型具有较强的预测能力,而且能在已建模型信息的基础上,不访问旧数据而用新增样本即可完成自身的增量式更新,从而使模型具有较好的稳健性和泛化性。 展开更多
关键词 近红外光谱 定量分析 增量式神经网络 偏最小二乘
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 … 95 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