期刊文献+
共找到112篇文章
< 1 2 6 >
每页显示 20 50 100
一种用于数据流分类的递归反向传播算法
1
作者 刘展华 文益民 刘祥 《济南大学学报(自然科学版)》 北大核心 2025年第3期396-403,共8页
针对传统深度神经网络因数据流中发生概念漂移而出现分类准确率较低的问题,为了增强深度神经网络模型的学习能力,提出一种用于数据流分类的递归反向传播算法。该算法融合在线梯度下降算法的强大数据流学习能力与递归最小二乘法的快速收... 针对传统深度神经网络因数据流中发生概念漂移而出现分类准确率较低的问题,为了增强深度神经网络模型的学习能力,提出一种用于数据流分类的递归反向传播算法。该算法融合在线梯度下降算法的强大数据流学习能力与递归最小二乘法的快速收敛特性,当数据流发生概念漂移时,首先利用递归最小二乘法逐步训练神经网络模型,达到一个相对稳定的状态后切换至在线梯度下降算法,进一步训练深度神经网络模型,实现更深层次的数据流学习,优化深度神经网络模型的分类性能,并在多个人工数据集和真实数据集中实验验证所提算法的有效性。结果表明:所提算法具有优异的概念漂移适应能力,数据流分类准确率超越仅使用在线梯度下降算法或递归最小二乘法训练神经网络模型的多种算法。 展开更多
关键词 在线深度学习 在线梯度下降算法 递归最小二乘法 反向传播 深度神经网络 概念漂移
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
2
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
基于脉冲序列标识的深度脉冲神经网络时空反向传播算法 被引量:2
3
作者 王子华 叶莹 +3 位作者 刘洪运 许燕 樊瑜波 王卫东 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第6期2596-2604,共9页
尖峰放电的脉冲神经网络(SNN)具有接近大脑皮层的信号处理模式,被认为是实现大脑启发计算的重要途径。但是,目前对于深度脉冲神经网络的学习仍缺乏有效的监督学习算法。受尖峰放电速率标识的时空反向传播算法的启发,该文提出一种面向深... 尖峰放电的脉冲神经网络(SNN)具有接近大脑皮层的信号处理模式,被认为是实现大脑启发计算的重要途径。但是,目前对于深度脉冲神经网络的学习仍缺乏有效的监督学习算法。受尖峰放电速率标识的时空反向传播算法的启发,该文提出一种面向深度脉冲神经网络训练的基于时间脉冲序列标识的监督学习算法,通过定义突触后电位和膜电位反传迭代因子分别分析脉冲神经元的空间和时间依赖关系,使用替代梯度的方法解决反传过程中不连续可微的问题。不同于现有基于尖峰放电速率标识的学习算法,该算法能够充分反映脉冲神经网络输出的时间脉冲序列的动态特性。因此,所提算法非常适合应用于需要较长时间序列标识的计算任务,例如行为的时间脉冲序列控制。该文在静态图像数据集CIFAR10和神经形态数据集NMNIST上验证了所提算法的有效性,在所有这些数据集上都显示出良好的性能,这有助于进一步研究基于时间脉冲序列应用的大脑启发计算。 展开更多
关键词 脉冲神经网络 监督学习 误差反向传播 时间脉冲序列标识 替代梯度
在线阅读 下载PDF
FNN上的反向传播学习算法 被引量:2
4
作者 毛国君 宋广军 杨名生 《计算机应用与软件》 CSCD 1998年第4期34-38,共5页
近几年来,模糊神经网络(FNN)的研究引起了广泛的注意。本文对FNN上的反向传播学习方法加以讨论。使用输入均值和输出权重参量来进行模糊化和反模糊化处理,学习的目的是调整这两个参量到合适的值。
关键词 模糊神经网络 反向传播学习 算法
在线阅读 下载PDF
模糊系统反向传播学习算法在系统辨识中的应用
5
作者 张景元 韩江洪 高隽 《计算机研究与发展》 EI CSCD 北大核心 1998年第2期128-132,共5页
文中提出了一种模糊逻辑系统的网络模型,给出了相应的反向传播学习算法,并将其用于非线性系统的辨识,构造了一种模糊动态辨识器.
关键词 反向传播 学习算法 模糊系统 系统辨识
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
6
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
7
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 传播 学习算法
在线阅读 下载PDF
适用于海量负荷数据分类的高性能反向传播神经网络算法 被引量:40
8
作者 刘洋 刘洋1 许立雄 《电力系统自动化》 EI CSCD 北大核心 2018年第21期96-103,共8页
负荷分类对于指导电网发用电规划与保证电网可靠运行具有重要意义。面向负荷数据海量化与复杂化趋势,传统负荷分类方法已无法满足用电大数据分析要求。首先,针对用户侧数据体量大、类型多、速度快等特点,在Spark平台上将反向传播神经网... 负荷分类对于指导电网发用电规划与保证电网可靠运行具有重要意义。面向负荷数据海量化与复杂化趋势,传统负荷分类方法已无法满足用电大数据分析要求。首先,针对用户侧数据体量大、类型多、速度快等特点,在Spark平台上将反向传播神经网络(BPNN)算法并行化,实现对海量负荷数据的高效分类。然后,通过对训练样本抽样分块以降低各网络学习时间,针对分布式后BPNN基分类器由于学习样本缺失潜在的准确度下降问题,采用集成学习予以改善。并通过BPNN学习不同训练样本块构建差异化基分类器,对基分类结果多数投票得到最终分类结果。另外,提供了一种基于K-means和K-medoids聚类的负荷数据训练样本选取方法。算例表明所提方法既能对负荷曲线有效分类,又能大幅提高海量数据的处理效率。 展开更多
关键词 负荷分类 Spark平台 反向传播神经网络 集成学习 聚类算法
在线阅读 下载PDF
一种新的快速收敛的反向传播算法 被引量:8
9
作者 武妍 王守觉 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 2004年第8期1092-1095,共4页
提出了一种新的快速的误差反向传播算法 .这种方法从神经网络的权值调节公式入手 ,通过避免过早饱和、加大权值调节的幅度等手段来加快收敛 .并通过对两个奇偶问题、一个函数逼近问题的仿真 ,验证了所提出的算法的有效性 .结果表明 ,所... 提出了一种新的快速的误差反向传播算法 .这种方法从神经网络的权值调节公式入手 ,通过避免过早饱和、加大权值调节的幅度等手段来加快收敛 .并通过对两个奇偶问题、一个函数逼近问题的仿真 ,验证了所提出的算法的有效性 .结果表明 ,所提出的算法在收敛速度等方面大大优于通常的BP(反向传播 )算法、带动量项的BP算法以及其他的一些改进的算法 . 展开更多
关键词 神经网络 反向传播 学习算法
在线阅读 下载PDF
综合反向传播算法 被引量:1
10
作者 王科俊 金鸿章 李国斌 《控制理论与应用》 EI CAS CSCD 北大核心 1999年第5期739-743,共5页
提出一种用于多层前向神经网络的综合反向传播算法.该算法使用了综合考虑绝对误差和相对误差的广义指标函数,采用了在网络输出空间搜索的反传技术,具有动态自调整学习率和动量因子,有神经元激活特性自调整、减少平台现象和消除学习... 提出一种用于多层前向神经网络的综合反向传播算法.该算法使用了综合考虑绝对误差和相对误差的广义指标函数,采用了在网络输出空间搜索的反传技术,具有动态自调整学习率和动量因子,有神经元激活特性自调整、减少平台现象和消除学习过程中不平衡现象的能力.对比实验表明该算法有比基本BP算法快得多的收敛速度,并能取得全局最优解. 展开更多
关键词 神经网络 学习算法 反向传播算法
在线阅读 下载PDF
基于反向误差传播的企业战略预警系统研究
11
作者 耿小庆 和金生 《中国地质大学学报(社会科学版)》 2006年第6期37-39,共3页
企业战略预警系统是从企业战略层面建立的一个对企业活动进行预警预控的自组织系统。反向误差传播模型克服了传统模式的缺陷,具有极好的反馈与矫正效果,将其应用于企业的战略管理过程中,有助于企业建立自适应的企业预警系统。
关键词 企业战略危机 战略预警 反向误差传播 学习系统
在线阅读 下载PDF
反向传播神经网络联合遗传算法对复合材料模量的预测 被引量:7
12
作者 王卓鑫 赵海涛 +4 位作者 谢月涵 任翰韬 袁明清 张博明 陈吉安 《上海交通大学学报》 EI CAS CSCD 北大核心 2022年第10期1341-1348,共8页
为减少测试成本和缩短设计周期,基于机器学习方法对树脂基复合材料模量的预报方法进行了研究.采用一种全新预测方法——神经网络联合遗传算法(GA-ANN),将T800/环氧复合材料的强度、泊松比和失效应变作为反向传播(BP)神经网络的3个输入变... 为减少测试成本和缩短设计周期,基于机器学习方法对树脂基复合材料模量的预报方法进行了研究.采用一种全新预测方法——神经网络联合遗传算法(GA-ANN),将T800/环氧复合材料的强度、泊松比和失效应变作为反向传播(BP)神经网络的3个输入变量,在遗传算法(GA)中得出最优阈值和权重,并将所得数值赋给对应的网络参数,更新BP神经网络以更高的准确率预测树脂基复合材料的模量;同等条件下,用Adam算法进行预测.对比这两种方法,结果充分证明了GA-ANN的可行性. 展开更多
关键词 机器学习 反向传播神经网络 遗传算法 复合材料模量 Adam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
13
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
基于IAVOA-BPNN的XY工作台定位误差分析
14
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
基于遗传算法及BP网络的主轴热误差建模 被引量:25
15
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 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
一种前馈神经网络的快速学习算法 被引量:13
16
作者 李晓东 胡志恒 虞厥邦 《信号处理》 CSCD 2004年第2期184-187,共4页
本文提出一种前馈神经网络的快速学习算法。与传统的BP方法相比,本算法有两个改进之处,一是同时将网络的非线性输出误差与线性输出误差作为待优化的目标函数,二是改进了学习过程中误差的反向传播因子。仿真结果表明,使用本文的算法训练... 本文提出一种前馈神经网络的快速学习算法。与传统的BP方法相比,本算法有两个改进之处,一是同时将网络的非线性输出误差与线性输出误差作为待优化的目标函数,二是改进了学习过程中误差的反向传播因子。仿真结果表明,使用本文的算法训练前馈神经网络,计算复杂度略高于BP算法,但学习速度却有显著的提高。 展开更多
关键词 前馈神经网络 快速学习算法 反向传播 BP算法
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
17
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
简化的广义多层感知机模型及其学习算法 被引量:2
18
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
基于可变学习率BP算法的空调控制系统的研究 被引量:1
19
作者 马飞 童维勤 +1 位作者 支小莉 王婷 《计算机工程与设计》 CSCD 北大核心 2010年第9期1998-2001,共4页
通过分析控制器参数学习率和控制器性能之间的关系,设计一种基于可变学习速率反向传播算法VLRBP和模糊神经元网络的变频空调控制系统。该系统不仅可以通过反传误差信号训练控制器参数,而且可以根据网络的当前状态朝最优化方向调整控制... 通过分析控制器参数学习率和控制器性能之间的关系,设计一种基于可变学习速率反向传播算法VLRBP和模糊神经元网络的变频空调控制系统。该系统不仅可以通过反传误差信号训练控制器参数,而且可以根据网络的当前状态朝最优化方向调整控制器参数的学习率。实验结果表明,该控制系统不仅比传统的空调PID控制器和模糊控制器具有更好的控制性能,而且相比基于标准BP算法和动量BP算法的模糊神经网络控制系统,也具有更快的收敛速度和更好的控制精确度。 展开更多
关键词 变频空调 模糊控制 模糊神经元网络 可变学习速率反向传播算法 室内温度模型
在线阅读 下载PDF
复合对向-反向传播人工神经网络模型及其应用 被引量:1
20
作者 张尊建 余书勤 +1 位作者 相秉仁 安登魁 《中国药科大学学报》 CAS CSCD 北大核心 1996年第11期701-704,共4页
组合Kohonen竞争学习和反向传播学习的优点,本文首次提出了复合对向-反向传播人工神经网络模型,该模型较好地体现了生物神经网络系统信息处理时的自适应、自组织、分布式存贮及并行处理等特点。它保留了反向传播网络的优点,... 组合Kohonen竞争学习和反向传播学习的优点,本文首次提出了复合对向-反向传播人工神经网络模型,该模型较好地体现了生物神经网络系统信息处理时的自适应、自组织、分布式存贮及并行处理等特点。它保留了反向传播网络的优点,同时较后者更易收敛,计算时间缩短,网络参数设置也更为自由。通过在临床精液检查结果分析中的成功应用,证明了该系统的有效性和可靠性。 展开更多
关键词 人工神经网络 学习算法 模型 复合对向 反向传播
在线阅读 下载PDF
上一页 1 2 6 下一页 到第
使用帮助 返回顶部