期刊文献+
共找到326篇文章
< 1 2 17 >
每页显示 20 50 100
基于神经网络的BFS误差估算方案及影响因素研究
1
作者 赵丽娟 陈永辉 +1 位作者 徐志钮 张旭哲 《计量学报》 北大核心 2025年第6期853-861,共9页
随着人工智能技术成熟,人工神经网络(ANN)被大量用于从布里渊谱提取布里渊频移(BFS)。对比激活函数为线性函数的ANN(ANN-P)、激活函数为非线性函数的ANN及经典谱拟合方法,发现ANN-P准确性与非线性ANN接近,但训练耗时少;其准确性与经典... 随着人工智能技术成熟,人工神经网络(ANN)被大量用于从布里渊谱提取布里渊频移(BFS)。对比激活函数为线性函数的ANN(ANN-P)、激活函数为非线性函数的ANN及经典谱拟合方法,发现ANN-P准确性与非线性ANN接近,但训练耗时少;其准确性与经典谱拟合算法相当,计算时间仅为洛伦兹谱拟合算法的0.70%、伪Voigt谱拟合算法的0.43%。通过理论推导得出基于ANN-P的BFS误差估算方案,依据该方案、布里渊增益误差、权重矩阵和扫频范围可快速估算BFS误差;还推导了线宽、信噪比和扫频点数对BFS误差的影响规律。经数值产生和实测不同线宽、信噪比、扫频点数的大量布里渊数据计算,验证了方案和规律的正确性。对于实测谱,所提BFS误差估算方案平均绝对误差为7.99×10^(-2)MHz,平均相对误差为15.87%。 展开更多
关键词 光学计量 分布式光纤传感 人工神经网络 布里渊频移 误差估算
在线阅读 下载PDF
基于SSA-GA-BP神经网络的激光三角法测量误差研究
2
作者 肖清浩 董祉序 +2 位作者 孙兴伟 杨赫然 刘寅 《仪表技术与传感器》 北大核心 2025年第8期19-24,共6页
针对激光位移传感器在采用激光三角法测量时,由被测表面特性引发的测量误差问题,提出了一种结合神经网络与优化算法的误差预测方法。以BP神经网络为基本架构,运用遗传算法(GA)优化神经网络性能,然而优化后的网络仍有局限性,进而引入麻... 针对激光位移传感器在采用激光三角法测量时,由被测表面特性引发的测量误差问题,提出了一种结合神经网络与优化算法的误差预测方法。以BP神经网络为基本架构,运用遗传算法(GA)优化神经网络性能,然而优化后的网络仍有局限性,进而引入麻雀搜索算法(SSA)对GA-BP网络实施二次优化,构建出SSA-GA-BP误差预测模型。通过设计误差试验采集数据,并采用该模型对数据进行训练与测试。为评估模型性能,对比不同算法的输出误差,并将决定系数、均方根误差和平均绝对误差作为评估标准。结果显示,SSA-GA-BP算法预测精度较高,与实验值拟合效果良好。相较于其他模型,SSA-GA-BP模型具有更高的预测精度和更强的泛化能力,为后续误差补偿提供了方法。 展开更多
关键词 激光三角法 误差预测 遗传算法 麻雀搜索算法 BP神经网络
在线阅读 下载PDF
基于改进松鼠搜索算法优化神经网络的数控机床进给系统热误差预测 被引量:8
3
作者 杨赫然 李帅 +2 位作者 孙兴伟 董祉序 刘寅 《仪器仪表学报》 EI CAS CSCD 北大核心 2024年第1期60-69,共10页
为探究数控机床进给系统中各因素对热误差的影响规律,建立精准的热误差预测模型。在进给速度为10 m/min、环境温度20℃的条件下进行进给系统热误差测量实验,获得进给系统关键点的温升及热误差。为提高预测精度,采用Tent混沌改进松鼠搜... 为探究数控机床进给系统中各因素对热误差的影响规律,建立精准的热误差预测模型。在进给速度为10 m/min、环境温度20℃的条件下进行进给系统热误差测量实验,获得进给系统关键点的温升及热误差。为提高预测精度,采用Tent混沌改进松鼠搜索算法,并利用改进的算法对神经网络进行优化,建立热误差预测模型。利用热误差测量实验获得的数据进行验证,结果表明改进前的神经网络预测误差为12.23%,改进后的模型预测误差为8.92%,精度有较大提升。利用预测模型针对不同进给速度下相同位置处热误差进行分析,结果表明,进给系统中关键测温点的温度和丝杠各点的热误差随着进给速度的增加而增加。因此提出的预测模型可实现进给系统热误差的准确预测,为误差补偿提供理论依据。 展开更多
关键词 进给系统 热误差 松鼠搜索算法 神经网络
在线阅读 下载PDF
基于RBF神经网络的4-PPPS并联机构位姿误差补偿
4
作者 金奕扬 李磊 +3 位作者 许家伟 汪建华 王国伟 许润康 《现代制造工程》 北大核心 2025年第4期140-150,共11页
为了解决船舶调姿机构结构误差引起的船舶总段对接精度下降问题,以4-PPPS并联机构为研究对象,首先采用闭环矢量法建立包含32个误差项的动平台位姿误差模型,然后具体分析其中便于测量的16种结构误差参数对动平台位姿精度的影响规律。误... 为了解决船舶调姿机构结构误差引起的船舶总段对接精度下降问题,以4-PPPS并联机构为研究对象,首先采用闭环矢量法建立包含32个误差项的动平台位姿误差模型,然后具体分析其中便于测量的16种结构误差参数对动平台位姿精度的影响规律。误差分析结果表明,沿轨道方向移动副长度误差对4-PPPS并联机构运动精度影响最大,在4条支链均存在误差的情况下,Z轴方向动平台位姿误差达到1.5 mm。同时,为克服传统误差参数辨识难度较大的问题,提出一种基于鲸鱼优化算法(Whale Optimization Algorithm,WOA)优化径向基函数(Radial Basis Function,RBF)神经网络的补偿方法。该方法将位姿误差转化为驱动关节长度误差,通过神经网络建立动平台理论位姿与驱动关节长度误差的预测模型,并采用鲸鱼优化算法优化网络参数,最终获得驱动关节长度补偿量,用来修正动平台的实际位姿并完成误差补偿。经过仿真验证,该方法能够有效提升4-PPPS并联机构的运动精度,动平台在X、Y、Z轴方向的误差均值分别由0.169、0.188、0.159 mm降至0.002、0.001、0.003 mm,误差最大值分别由0.208、0.231、0.195 mm降至0.012、0.001、0.019 mm,平均位姿精度提高了85.07%,补偿效果显著。 展开更多
关键词 并联机构 误差分析 误差补偿 RBF神经网络 鲸鱼优化算法
在线阅读 下载PDF
基于BP神经网络的长距离分布式光纤传感高空间分辨率定位算法 被引量:1
5
作者 金琢然 《现代电子技术》 北大核心 2024年第1期36-43,共8页
为解决基于数字编码移相-积分测距系统中,因发送序列与本地序列之间的真实相位差非1 bit码长的整数倍而影响测量结果准确性这一问题,文中提出一种基于BP神经网络长距离分布式光纤传感高空间分辨率定位算法。该算法根据BP神经网络判断1 ... 为解决基于数字编码移相-积分测距系统中,因发送序列与本地序列之间的真实相位差非1 bit码长的整数倍而影响测量结果准确性这一问题,文中提出一种基于BP神经网络长距离分布式光纤传感高空间分辨率定位算法。该算法根据BP神经网络判断1 bit内细分程度并与传统算法相结合实现动态测距。实验结果表明,基于BP神经网络长距离分布式光纤传感高空间分辨率定位算法的长距离定位精度平均相对误差从0.23降低到0.035,弥补了空间分辨率与准确率受数字码本身局限性的问题,为大规模基础设施的长距离、高精度实时监测提供了可能。 展开更多
关键词 分布式光纤传感 移相-积分测距 光时域反射 BP神经网络 空间分辨率 定位测距算法
在线阅读 下载PDF
基于遗传算法优化Elman神经网络的机床热误差建模 被引量:5
6
作者 黄玉春 田建平 +2 位作者 杨海栗 胡勇 张良栋 《组合机床与自动化加工技术》 北大核心 2015年第4期74-77,共4页
为了提高数控机床热误差模型的预测精度,以某型号立式加工中心为实验对象,采用模糊聚类与灰色综合关联度相结合的方法对机床测温点进行优化,将测温点从8个减少到3个。利用遗传算法(GA)优化的Elman神经网络建立了主轴热漂移误差预测模型... 为了提高数控机床热误差模型的预测精度,以某型号立式加工中心为实验对象,采用模糊聚类与灰色综合关联度相结合的方法对机床测温点进行优化,将测温点从8个减少到3个。利用遗传算法(GA)优化的Elman神经网络建立了主轴热漂移误差预测模型,通过实例比较了GA-Elman神经网络模型与普通Elman神经网络模型的预测效果。结果表明,与普通Elman神经网络所建的预测模型相比,GA-Elman神经网络模型对主轴轴向热漂移误差的预测精度较高,残差较小,网络的泛化能力较好。 展开更多
关键词 立式加工中心 热误差 ELMAN神经网络 遗传算法优化
在线阅读 下载PDF
最大绝对误差结合微遗传算法优化径向基概率神经网络 被引量:3
7
作者 赵温波 王立明 黄德双 《计算机研究与发展》 EI CSCD 北大核心 2005年第2期179-187,共9页
使用最大绝对误差算法 (MAEA)优选径向基概率神经网络 (RBPNN )隐中心矢量 ,将MAEA与求解RBPNN最优核函数控制参数的微遗传算法 (μGA)相结合 (MAE μGA)来共同实现RBPNN的全结构优化 实验结果显示 ,对比其他几种算法 ,MAE μGA优化后的... 使用最大绝对误差算法 (MAEA)优选径向基概率神经网络 (RBPNN )隐中心矢量 ,将MAEA与求解RBPNN最优核函数控制参数的微遗传算法 (μGA)相结合 (MAE μGA)来共同实现RBPNN的全结构优化 实验结果显示 ,对比其他几种算法 ,MAE μGA优化后的RBPNN结构最简 ,而且在推广能力方面略好于其他几种优化方法 另外 ,MAE 展开更多
关键词 径向基概率神经网络 结构优化 微遗传算法 最大绝对误差-微遗传算法
在线阅读 下载PDF
基于BOA-BP神经网络的四旋翼飞行器路径优化 被引量:1
8
作者 王舒玮 李嘉 +1 位作者 冯健 岳彩宾 《现代防御技术》 北大核心 2025年第3期74-81,共8页
针对四旋翼飞行器在多障碍物环境中飞行时容易出现路径规划不准确的问题,提出了基于蝴蝶算法(BOA)的BP神经网络优化方法。将四旋翼飞行器在设定路径中的所有途经点作为神经网络的训练样本,通过BOA-BP算法对神经网络进行训练,从而确定了... 针对四旋翼飞行器在多障碍物环境中飞行时容易出现路径规划不准确的问题,提出了基于蝴蝶算法(BOA)的BP神经网络优化方法。将四旋翼飞行器在设定路径中的所有途经点作为神经网络的训练样本,通过BOA-BP算法对神经网络进行训练,从而确定了最佳飞行路径。仿真结果表明,与传统的BOA算法相比,所提出的BOA-BP算法模型可以有效减小四旋翼飞行器路径的误差,均方根误差可从1.60%降低到0.003%。 展开更多
关键词 四旋翼 飞行器 蝴蝶优化算法 BP神经网络 路径优化 训练样本 误差处理
在线阅读 下载PDF
基于遗传算法优化灰色神经网络的机床主轴热误差建模研究 被引量:17
9
作者 郑金勇 刘保国 冯伟 《机电工程》 CAS 北大核心 2019年第6期602-607,共6页
针对机床主轴热性能对加工精度产生影响的问题,对机床主轴热误差建模方向进行了试验研究。以数控磨床主轴为研究对象,通过热特性试验获得了阶梯转速下的温度变化数据和热误差数据,对温度数据进行了模糊聚类分组,并采用相关系数法选出了... 针对机床主轴热性能对加工精度产生影响的问题,对机床主轴热误差建模方向进行了试验研究。以数控磨床主轴为研究对象,通过热特性试验获得了阶梯转速下的温度变化数据和热误差数据,对温度数据进行了模糊聚类分组,并采用相关系数法选出了温度敏感测点;通过对灰色神经网络初始参数进行优化,建立了遗传算法(GA)优化的灰色神经网络热误差预测模型;在该模型中,以灰色神经网络的预测输出和实际值的绝对误差作为遗传算法适应度函数,以平均相对误差作为预测模型的评价标准,并与灰色神经网络、BP神经网络预测结果进行了对比。研究结果表明:该预测模型具有更高的预测精度,通过GA对灰色神经网络的初始参数进行优化,可有效地提高网络的预测精度,更好地用于热误差补偿系统。 展开更多
关键词 数控机床 热误差 灰色神经网络 遗传算法 模糊聚类分组
在线阅读 下载PDF
基于SSA-GA-BP神经网络的数显千分表非线性误差补偿 被引量:5
10
作者 周凯红 叶高威 蒋青谷 《河南科技大学学报(自然科学版)》 CAS 北大核心 2024年第3期1-8,共8页
利用数显千分表进行精密测量时,零部件的生产、装配及使用磨损、挤压、碰撞等带来的固有误差与弹性误差严重降低了测量精度。针对此问题,利用遗传算法(genetic algorithm,GA)寻优速度快、精度高、并行搜索能力的优势及麻雀搜索算法(spar... 利用数显千分表进行精密测量时,零部件的生产、装配及使用磨损、挤压、碰撞等带来的固有误差与弹性误差严重降低了测量精度。针对此问题,利用遗传算法(genetic algorithm,GA)寻优速度快、精度高、并行搜索能力的优势及麻雀搜索算法(sparrow search algorithm,SSA)的全局寻优性能,优化反向传播(back propagation,BP)神经网络的初始权值、阈值及网络结构等,提出了基于数显千分表测量数据非线性误差补偿的SSA-GA-BP神经网络模型。将其与传统BP神经网络、遗传算法优化的GA-BP神经网络进行比较分析。结果表明:所提出SSA-GA-BP神经网络可使数显千分表的非线性误差由没有补偿前的最大误差5.504μm降低至0.883μm,残差平方和、相对误差和R相关系数具有一定的优越性。 展开更多
关键词 非线性误差 数显千分表 BP神经网络 麻雀搜索算法 遗传算法
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 被引量:1
11
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RIME-BP神经网络的磨齿机进给系统热误差预测 被引量:1
12
作者 肖捷 王志永 +2 位作者 于水琴 张宇 薛芮 《仪器仪表学报》 CSCD 北大核心 2024年第11期277-286,共10页
为了减少热致误差对数控机床进给系统定位精度的影响,提高被加工产品的一致性,提出一种基于霜冰算法(RIME)优化后的BP神经网络热误差预测模型。在不同工况下,布置温度传感器和激光干涉仪以采集温度和丝杆热误差数据。结合模糊C均值聚类... 为了减少热致误差对数控机床进给系统定位精度的影响,提高被加工产品的一致性,提出一种基于霜冰算法(RIME)优化后的BP神经网络热误差预测模型。在不同工况下,布置温度传感器和激光干涉仪以采集温度和丝杆热误差数据。结合模糊C均值聚类和灰色关联度算法对温度样本进行特征选择,筛选出关键温度特征点。以温度和丝杆位置坐标作为输入,丝杆热误差作为输出,构建RIME-BP热误差预测模型。针对H650GA型磨齿机,利用K折交叉验证法对该模型预测精度进行实例验证,并与GA-BP、BP和SVM模型进行对比。结果表明,该模型的平均决定系数R~2高达0.995,相对于GA-BP、BP和SVM模型,分别提高了3.54%、9.58%和17.75%。所提出方法为热误差补偿提供了理论和技术指导,具有工程应用价值。 展开更多
关键词 热误差预测 进给系统 特征选择 霜冰算法 神经网络
在线阅读 下载PDF
神经网络中误差反传算法的分析与改进 被引量:3
13
作者 申挺 金云程 《暨南大学学报(自然科学与医学版)》 CAS CSCD 1998年第1期118-123,共6页
分析了BP网络存在的主要问题及其产生原因,提出了改进算法BPG,以共轭梯度方向代替梯度方向进行搜索,并在学习过程中采用不精确的一维搜索、限幅和条件轮回等措施.计算机仿真结果表明:改进的BPG算法优于原BP算法.
关键词 BP算法 共轭梯度 神经网络 误差反传算法
在线阅读 下载PDF
基于优化的BP神经网络的机床主轴热误差建模方法研究 被引量:1
14
作者 周梦洁 尹玲 +3 位作者 张丽娟 张斐 宋加雷 叶正伟 《机床与液压》 北大核心 2024年第23期136-142,共7页
针对传统单一温度测点在监测数控机床主轴温度变化方面的局限性,以及基于反向传播神经网络(BP)的热误差模型在精度、收敛性及鲁棒性上存在的不足,提出一种基于多温度传感器的自适应粒子群优化反向传播神经网络(IAPSO-BP)模型,旨在提高... 针对传统单一温度测点在监测数控机床主轴温度变化方面的局限性,以及基于反向传播神经网络(BP)的热误差模型在精度、收敛性及鲁棒性上存在的不足,提出一种基于多温度传感器的自适应粒子群优化反向传播神经网络(IAPSO-BP)模型,旨在提高主轴热误差的辨识精度。引入多个温度传感器,以全面监测主轴的温度信息。自适应粒子群算法的应用减少了人工参数调整的需求,并提高了模型的泛化能力。以特定型号的机床为例,通过实切加工实验建立主轴热误差模型,并对其有效性及鲁棒性进行验证。结果表明:与传统BP神经网络预测模型相比,所提IAPSO-BP模型的均方误差降低67.45%,最大绝对残差减少69.62%,拟合优度提升4.29%,证明了模型的优越性。 展开更多
关键词 机床主轴 粒子群算法 BP神经网络 热误差模型
在线阅读 下载PDF
基于遗传算法和人工神经网络的冷水机组模型参数辨识及误差补偿方法 被引量:8
15
作者 张丽珠 章超波 +1 位作者 陈琦 赵阳 《制冷学报》 CAS CSCD 北大核心 2021年第3期93-99,共7页
DOE-2模型被广泛应用于冷水机组仿真建模,如何根据有限传感器实测数据对某特定冷水机组DOE-2模型的参数进行可靠地辨识,并补偿模型误差,对于节能运行等场景具有重要意义。在实践中由于传感器不足且数据质量不高等问题,DOE-2模型参数的... DOE-2模型被广泛应用于冷水机组仿真建模,如何根据有限传感器实测数据对某特定冷水机组DOE-2模型的参数进行可靠地辨识,并补偿模型误差,对于节能运行等场景具有重要意义。在实践中由于传感器不足且数据质量不高等问题,DOE-2模型参数的可靠辨识较为困难。因此,本文提出一种基于外部知识库的遗传算法和一种基于人工神经网络的方法分别对DOE-2模型进行参数辨识和误差补偿。结果表明:基于外部知识库的遗传算法可以有效降低DOE-2模型参数辨识时间,并显著提升DOE-2模型预测精度。误差补偿后的DOE-2模型的预测精度显著高于未作补偿的DOE-2模型,前者在预测冷冻水出口温度时的MAE、RMSE、MAPE和CV-RMSE分别降低36.49%、46.00%、33.16%和45.73%,R2提高25.75%。 展开更多
关键词 冷水机组建模 遗传算法 参数辨识 人工神经网络 误差补偿
在线阅读 下载PDF
高精度椭圆阵列电流传感器误差优化算法研究 被引量:2
16
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
神经网络在激光位移传感器误差补偿中的应用 被引量:6
17
作者 来新民 曾子平 +2 位作者 黄田 林忠钦 王以忠 《中国机械工程》 EI CAS CSCD 北大核心 1999年第8期899-902,共4页
为降低入射角对激光位移传感器测量精度的影响, 提出一种新型的误差补偿方法:先采用 B P 神经网络实现测量误差与法矢章动角和进动角的映射关系, 再借助于该映射进行误差补偿。实验结果表明所提出的误差补偿方法可有效地提高激光... 为降低入射角对激光位移传感器测量精度的影响, 提出一种新型的误差补偿方法:先采用 B P 神经网络实现测量误差与法矢章动角和进动角的映射关系, 再借助于该映射进行误差补偿。实验结果表明所提出的误差补偿方法可有效地提高激光位移传感器的测量精度。在此基础上, 进一步提出了自由曲面测量误差的补偿方法。 展开更多
关键词 激光位移传感器 神经网络 BP算法 误差补偿
在线阅读 下载PDF
神经网络BP算法的误差分级迭代法 被引量:19
18
作者 胡伍生 沙月进 《东南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2003年第3期376-378,共3页
本文结合某一工程实例 ,对BP算法进行了改进 ,提出了误差分级迭代法 .通过实例分析 ,该方法确能提高收敛速度 ,克服初始权值的影响 ,同时 ,学习样本次序对其影响也不大 .因此 ,该方法能有效地改善BP网络的性能 .最后 。
关键词 神经网络 BP算法 迭代 误差分级
在线阅读 下载PDF
神经网络反传改进算法及其用于分析复方药物 被引量:6
19
作者 李志良 曾鸽鸣 +4 位作者 邱细敏 吴筱屏 吉田英 石乐明 李梦龙 《分析测试学报》 CAS CSCD 1996年第4期23-28,共6页
提出了一种反向传播改进算法MBP,能加快神经网络NN的收敛速度,增强反传算法的实用性。用于分析多元复方药物,结果良好,操作简便。
关键词 神经网络 反传改进算法 药物分析 复方药物
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
20
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
上一页 1 2 17 下一页 到第
使用帮助 返回顶部