连续时延神经网络模型的Hopf分岔分析 被引量：1

1

作者 李绍文 《计算机科学》 CSCD 北大核心 2002年第9期47-49,共3页

1.引言 神经网络是一个非常复杂的非线性动力学系统.在神经网络模型中,有时必须考虑到其内在的时延.目前,时延神经网络模型的动力学现象是一个热门的研究课题.文[2]中研究了离散时延和对称相关矩阵神经网络的线性稳定性.

关键词 连续时延神经网络模型 Hopf分岔分析 鲁棒性 神经网络

在线阅读 下载PDF 职称材料

强核连续时延神经网络模型分岔的频域分析

2

作者 李绍文 《计算机科学》 CSCD 北大核心 2002年第9期50-53,共4页

1.引言 神经网络是一个复杂的大规模非线性动力学系统.为了研究所产生的动力学现象,通常需对其简化,建立模型.对简化模型进行研究,并推广到大规模系统.

关键词 强核连续时延神经网络模型 分岔 频域分析 神经网络 非线性动力学系统 神经元模型

在线阅读 下载PDF 职称材料

前馈神经网络在预测连续泄漏系数中的应用 被引量：2

3

作者 何娟霞 黄丽文 +1 位作者 蒋文豪 段青山 《安全与环境学报》 CAS CSCD 北大核心 2024年第6期2179-2189,共11页

受泄漏孔几何参数、液位、液体物理特性及流动状态等因素影响,储罐连续泄漏系数难以直接采用流体力学建模求解。通过常压立式储罐连续泄漏试验获取数据样本,利用前馈神经网络(Feedforward Neural Network, FNN)算法构建连续泄漏系数(Cs... 受泄漏孔几何参数、液位、液体物理特性及流动状态等因素影响,储罐连续泄漏系数难以直接采用流体力学建模求解。通过常压立式储罐连续泄漏试验获取数据样本,利用前馈神经网络(Feedforward Neural Network, FNN)算法构建连续泄漏系数(Cs)与输入变量间的非线性关系,建立基于前馈神经网络算法的Cs预测模型。模型性能评估结果表明,模型的平均绝对误差(EMA)、解释方差分(SEV)及决定系数(R2)分别为0.015 4、0.949 2及0.948 2,表明模型预测性能良好。与相应连续泄漏试验值比较,预测Cs的总平均绝对偏差范围为5.28%~7.34%,质量流率平均偏差为4.60%~6.51%,连续泄漏量的平均偏差为0.84%~2.03%,模型预测结果优于采用泄漏经验常数的计算结果,证明该模型可有效预测连续泄漏期间Cs值及变化趋势。 展开更多

关键词 安全工程 储罐连续泄漏 泄漏系数 深度学习 前馈神经网络(FNN) 预测模型

在线阅读 下载PDF 职称材料

连续时延神经网络的Hopf分岔现象研究 被引量：4

4

作者 李绍荣 廖晓峰 《电子科技大学学报》 EI CAS CSCD 北大核心 2002年第2期163-167,共5页

讨论了带连续时延神经网络的Hopf分岔现象。对于强核和弱核的情况,利用平均时延作为分岔参数,证明了模型经历了Hopf分岔过程。在带弱核的神经网络模型中,得到了分岔周期解稳定性准则。给出了一些数值例子,通过计算机仿真验证了所得结论... 讨论了带连续时延神经网络的Hopf分岔现象。对于强核和弱核的情况,利用平均时延作为分岔参数,证明了模型经历了Hopf分岔过程。在带弱核的神经网络模型中,得到了分岔周期解稳定性准则。给出了一些数值例子,通过计算机仿真验证了所得结论的正确性。 展开更多

关键词 连续时延神经网络 Hopf分岔现象 周期解 稳定性

在线阅读 下载PDF 职称材料

嵌入时延神经网络的高斯混合模型说话人辨认 被引量：4

5

作者 陈存宝 赵力 《声学技术》 CSCD 2010年第3期292-296,共5页

提出了一种在高斯混合模型中嵌入时延神经网络的方法。它集成了作为判别性方法的时延神经网络和作为生成性方法的高斯混合模型各自的优点。时延神经网络挖掘了特征向量集的时间信息,并且通过时延网络的变换使需要假设变量独立的最大似... 提出了一种在高斯混合模型中嵌入时延神经网络的方法。它集成了作为判别性方法的时延神经网络和作为生成性方法的高斯混合模型各自的优点。时延神经网络挖掘了特征向量集的时间信息,并且通过时延网络的变换使需要假设变量独立的最大似然概率(ML)方法更为合理。以最大似然概率为准则,把它们作为一个整体来进行训练。训练过程中,高斯混合模型和神经网络的参数交替更新。实验结果表明,采用所提出的模型在各种信噪比情况下的识别率都比基线系统有所提高,最高能达到21%。 展开更多

关键词 说话人识别 高斯混合模型(GMM) 时延神经网络(TDNN) 嵌入

在线阅读 下载PDF 职称材料

基于时延神经网络的木材干燥模型辨识的研究 被引量：3

6

作者 胡昆仑 曹军 孙丽萍 《林业科技》 北大核心 2004年第4期42-44,共3页

木材干燥是一个复杂、多变的过程 ,传统的系统辨识方法很难建立一个理想的木材干燥模型。利用时延神经网络的特点 ,本文提出了基于时延神经网络的木材干燥模型辨识方法 ,并给出了辨识网络和结构[1] 。对辨识得到模型的仿真结果表明 ,利... 木材干燥是一个复杂、多变的过程 ,传统的系统辨识方法很难建立一个理想的木材干燥模型。利用时延神经网络的特点 ,本文提出了基于时延神经网络的木材干燥模型辨识方法 ,并给出了辨识网络和结构[1] 。对辨识得到模型的仿真结果表明 ,利用时延神经网络所建立的模型是可靠且有效的。 展开更多

关键词 时延神经网络 木材 干燥 模型 串-并联辨识

在线阅读 下载PDF 职称材料

基于连续蚁群算法融合的神经网络RFID信号分布模型 被引量：7

7

作者 王晨 陈增强 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2013年第A01期210-214,共5页

基于人工神经网络方法建立了RFID反射信号强度分布模型.该方法仅依赖数据,实施简单.为克服传统BP算法对初值敏感、易陷入局部极值的缺陷,引入一种连续的蚁群优化算法来确定多层神经网络的权值,该算法具有更强的全局搜索能力和效率.讨论... 基于人工神经网络方法建立了RFID反射信号强度分布模型.该方法仅依赖数据,实施简单.为克服传统BP算法对初值敏感、易陷入局部极值的缺陷,引入一种连续的蚁群优化算法来确定多层神经网络的权值,该算法具有更强的全局搜索能力和效率.讨论了算法的基本理论和具体步骤,最后利用实际RFID设备采集的反射信号强度数据对算法进行测试,对理论信号模型和实际的建模结果进行了比较,并分析了算法的逼近能力和泛化能力.结果表明在考虑到不可避免的误差和扰动下,所提出的方法可以更好地建模RFID信号强度的实际分布,具有良好的性能. 展开更多

关键词 神经网络 连续蚁群优化 RFID技术 RFID反射信号强度 RFID信号分布模型

在线阅读 下载PDF 职称材料

基于径向基神经网络的桥梁有限元模型修正 被引量：20

8

作者 王蕾 郁胜 +1 位作者 李宾宾 欧进萍 《土木工程学报》 EI CSCD 北大核心 2012年第S2期11-15,共5页

基于某预应力混凝土大跨刚构-连续梁桥的ANSYS有限元模型,提出一种基于径向基神经网络的有限元模型修正方法。该方法以不同设计参数条件下有限元模型模态分析频率作为输入向量,以对应的桥面单元、中墩、边墩的弹性模量、密度等设计参数... 基于某预应力混凝土大跨刚构-连续梁桥的ANSYS有限元模型,提出一种基于径向基神经网络的有限元模型修正方法。该方法以不同设计参数条件下有限元模型模态分析频率作为输入向量,以对应的桥面单元、中墩、边墩的弹性模量、密度等设计参数修正值作为输出向量,利用径向基神经网络来逼近两者之间的非线性映射关系。结合该桥梁结构健康监测系统中加速度传感器监测的桥梁结构动力反应的加速度数据,利用神经网络的泛化特性,直接计算出有限元模型设计参数的修正值。研究结果表明:修正后的有限元模型能更真实地反映结构的物理状态,较好地反映该桥梁结构的真实动力特性。 展开更多

关键词 桥梁健康监测 模型修正 神经网络 刚构-连续梁桥

在线阅读 下载PDF 职称材料

干燥过程中木材含水率神经网络预测模型(英文) 被引量：4

9

作者 张冬妍 刘一星 +1 位作者 曹军 孙丽萍 《林业科学》 EI CAS CSCD 北大核心 2008年第12期94-98,共5页

将人工神经网络应用于木材干燥控制研究中,建立可用于木材含水率预测的时延神经网络基准模型,并给出其网络辨识结构。通过3个树种的实际干燥数据对所建立的网络模型进行训练和验证,仿真结果表明预测模型是可行而有效的,具有较好的动态... 将人工神经网络应用于木材干燥控制研究中,建立可用于木材含水率预测的时延神经网络基准模型,并给出其网络辨识结构。通过3个树种的实际干燥数据对所建立的网络模型进行训练和验证,仿真结果表明预测模型是可行而有效的,具有较好的动态跟踪能力和预报特性,实现了木材干燥基准的数学模型化,对进一步优化木材干燥基准实施与控制具有重要的指导意义和应用价值。 展开更多

关键词 木材含水率 模型 辨识 时延神经网络 预测

在线阅读 下载PDF 职称材料

为连续语音识别用的单词音节神经网络建模的研究 被引量：4

10

作者 王守觉 徐春燕 +3 位作者 潘晓霞 安冬 陈旭 曹文明 《电子学报》 EI CAS CSCD 北大核心 2005年第10期1883-1885,共3页

本文主要研究连续语音中单词音节的神经网络建模问题.采用了一种富有特色的特征提取方法,并依据高维空间点覆盖理论,对实际连续数字语音的各不同数字音节,以人工切自连续数字语音中的2640个单字音节,构建连续语音中各不同数字音节的特... 本文主要研究连续语音中单词音节的神经网络建模问题.采用了一种富有特色的特征提取方法,并依据高维空间点覆盖理论,对实际连续数字语音的各不同数字音节,以人工切自连续数字语音中的2640个单字音节,构建连续语音中各不同数字音节的特征空间覆盖区,并使用7308个自连续数字语音中切分出的单字音节,利用仿生模式识别原理,进行了建模正确性验证.验证结果正确率达到97%以上,对同样数量的少量建模样本,识别率优于SVM方法. 展开更多

关键词 连续语音 单词音节 高维空间点覆盖 神经网络模型

在线阅读 下载PDF 职称材料

基于神经网络和多模型的非线性自适应PID控制及应用 被引量：9

11

作者 刘玉平 翟廉飞 柴天佑 《化工学报》 EI CAS CSCD 北大核心 2008年第7期1671-1676,共6页

针对一类未知的单输入单输出离散非线性系统,提出了基于神经网络和多模型的非线性自适应PID控制方法。该方法由线性自适应PID控制器、神经网络非线性自适应PID控制器以及切换机构组成。采用线性自适应PID控制器可保证闭环系统所有信号有... 针对一类未知的单输入单输出离散非线性系统,提出了基于神经网络和多模型的非线性自适应PID控制方法。该方法由线性自适应PID控制器、神经网络非线性自适应PID控制器以及切换机构组成。采用线性自适应PID控制器可保证闭环系统所有信号有界;采用神经网络非线性自适应PID控制器可改善系统性能;通过引入合理的切换机制,能够在保证闭环系统稳定的同时,提高系统性能。理论分析表明,该方法能够保证闭环系统所有信号有界,如果适当地选择神经网络的结构和参数,系统的跟踪误差将收敛于任意给定的紧集。将所提出的方法应用于连续搅拌反应釜,仿真结果验证了所提出方法的有效性。由于该方法基于增量式数字PID控制器,在工业过程中有着广阔的应用前景。 展开更多

关键词 PID控制 自适应控制 多模型 神经网络 连续搅拌反应釜

在线阅读 下载PDF 职称材料

基于状态连续变化的Hopfield神经网络的图像复原 被引量：13

12

作者 韩玉兵 吴乐南 《信号处理》 CSCD 2004年第5期431-435,共5页

针对图像复原提出了神经元状态连续变化的Hopfield神经网络模型,详细讨论了两种连续函数串行、全并 行复原算法的收敛性和参数选择,仿真实验表明,该模型能够精确达到能量极小点,并对复原图像的信噪比有一定的提高。

关键词 图像复原 HOPFIELD神经网络模型 并行 串行 算法 仿真实验 状态 极小点 连续函数 收敛性

在线阅读 下载PDF 职称材料

连续学习混沌神经网络的研究 被引量：4

13

作者 段书凯 刘光远 《计算机科学》 CSCD 北大核心 2004年第4期135-136,139,共3页

近几年混沌神经网络在信息处理,特别是联想记忆中的应用得到了极大重视。本文提出了一个改进的连续学习混沌神经网络(MSLCNN)模型,它具有两个重要特征:(1)根据不同的输入,神经网络做出不同的响应,可从已知模式来识别未知模式;(2)可连续... 近几年混沌神经网络在信息处理,特别是联想记忆中的应用得到了极大重视。本文提出了一个改进的连续学习混沌神经网络(MSLCNN)模型,它具有两个重要特征:(1)根据不同的输入,神经网络做出不同的响应,可从已知模式来识别未知模式;(2)可连续学习未知模式。计算机仿真表明我们的模型具有应用潜力。 展开更多

关键词 连续学习 混沌 神经网络 GCM模型 计算机仿真 信息处理

在线阅读 下载PDF 职称材料

基于人工神经网络的棒材连轧宽展模型的建立 被引量：4

14

作者 贺立红 余驰斌 +1 位作者 周家林 赵刚 《武汉科技大学学报》 CAS 2001年第1期8-10,共3页

采用几何模拟方法，以实验数据为基础，对现有的宽展数学模型进行比较，建立回归模型，并应用ＢＰ神经网络方法，建立椭圆－圆孔型系统中轧件的神经网络宽展模型。其预报结果明显优于传统的宽展数学模型。

关键词 人工神经网络 宽展模型 棒材轧制 椭圆-圆孔型系统 回归模型 连续轧制

在线阅读 下载PDF 职称材料

基于GA优化的MIV-BP神经网络连续血压无创监测方法研究 被引量：2

15

作者 谭霞 季忠 张亚丹 《振动与冲击》 EI CSCD 北大核心 2019年第9期71-79,共9页

针对现有的基于脉搏波传导时间法或脉搏波特征参数法的血压测量模型存在的不足,提出利用平均影响值(Mean Impact Value,MIV)法从提取的脉搏波传导时间和脉搏波特征参数中优选出对血压值影响较大的参数作为输入量,血压值作为输出量训练B... 针对现有的基于脉搏波传导时间法或脉搏波特征参数法的血压测量模型存在的不足,提出利用平均影响值(Mean Impact Value,MIV)法从提取的脉搏波传导时间和脉搏波特征参数中优选出对血压值影响较大的参数作为输入量,血压值作为输出量训练BP神经网络模型,然后采用遗传算法(Genetic Algorithm,GA)对个性化参数进行优化,从而建立一种连续血压无创监测模型—GA-MIV-BP神经网络模型。该模型计算血压的结果与实际测量得到的结果进行Bland-Altman一致性分析,表明两者具有很好的一致性,可互换使用,因此该算法对促进无创连续血压监测方法的临床应用具有积极作用。 展开更多

关键词 脉搏波特征参数 脉搏波传导时间 连续血压无创监测 GA-MIV-BP神经网络模型

在线阅读 下载PDF 职称材料

基于变参递归网络和递归最小二乘的连续体机器人控制 被引量：1

16

作者 张润宁 余鹏 谭宁 《自动化学报》 北大核心 2025年第1期90-103,共14页

连续体机器人通常由柔性材料制成,能够承受大幅度形变,在各领域具有广阔的应用前景.然而,其软体结构和非传统的驱动机制也带来了诸多非线性因素,使得其状态和运动难以被精确建模.因此,为连续体机器人设计了一种无模型控制方案.该方案一... 连续体机器人通常由柔性材料制成,能够承受大幅度形变,在各领域具有广阔的应用前景.然而,其软体结构和非传统的驱动机制也带来了诸多非线性因素,使得其状态和运动难以被精确建模.因此,为连续体机器人设计了一种无模型控制方案.该方案一方面通过变参递归神经网络(Varying parameter-recursive neural network,VP-RNN)求解连续体机器人的逆运动学,以实现高精度运动控制,另一方面使用递归最小二乘法(Recursive least square,RLS)基于实时数据估计和更新机器人雅可比矩阵伪逆,以避免机器人的解析建模.最后,通过仿真模拟和实物实验验证了所提出控制方案的可行性、精确性和鲁棒性,并通过一系列对比实验突出了所提出方法的优势.该方法率先研究基于递归最小二乘法的连续体机器人雅可比矩阵伪逆估计,对未来的连续体机器人研究具有一定的启示作用. 展开更多

关键词 连续体机器人 无模型控制 变参递归神经网络 递归最小二乘法

在线阅读 下载PDF 职称材料

神经网络在木材干燥过程中建模的应用 被引量：5

17

作者 张延林 宋文龙 朱小利 《东北林业大学学报》 CAS CSCD 北大核心 2009年第8期50-52,共3页

针对木材干燥过程的非线性特性,以及环境因素对木材干燥过程的干扰,造成木材干燥建模困难的问题,通过对神经网络的非线性、并行结构,学习、推理和多变量处理能力的研究,以干燥窑的加热阀开度、喷湿阀开度、排潮阀开度3个控制信号作为输... 针对木材干燥过程的非线性特性,以及环境因素对木材干燥过程的干扰,造成木材干燥建模困难的问题,通过对神经网络的非线性、并行结构,学习、推理和多变量处理能力的研究,以干燥窑的加热阀开度、喷湿阀开度、排潮阀开度3个控制信号作为输入量,以窑内温度、湿度2个量作为输出量,利用时延神经网络和动态递归神经网络分别建立了木材干燥过程中的温湿度控制模型和木材干燥基准模型。并通过干燥实验进行网络训练和测试。结果表明:时延神经网络建立的木材干燥温湿度模型和干燥基准模型比动态递归神经网络的误差小、网络输出接近于真实值,能够较好的逼近实际系统。 展开更多

关键词 时延神经网络 动态递归神经网络 木材干燥 模型

在线阅读 下载PDF 职称材料

双向联想记忆神经网络的全局指数稳定性 被引量：3

18

作者 高潮 周山雪 《中山大学学报（自然科学版）》 CAS CSCD 北大核心 2002年第6期14-17,共4页

研究了带连续时延杂交双向联想记忆神经网络的全局指数稳定性 ,通过构造适当的Lyapunov泛函获得了与时延无关的充分条件且保证网络指数收敛到惟一稳定的平衡点 ,在证明过程中 ,并不要求突轴联结权的对称性和激活函数的单凋性与可微性 ,... 研究了带连续时延杂交双向联想记忆神经网络的全局指数稳定性 ,通过构造适当的Lyapunov泛函获得了与时延无关的充分条件且保证网络指数收敛到惟一稳定的平衡点 ,在证明过程中 ,并不要求突轴联结权的对称性和激活函数的单凋性与可微性 ,因此论文所推导的结果更具一般性。 展开更多

关键词 双向联想记忆神经网络 连续时延 全局指数稳定性 Lyapunou泛函 突轴联结权 激活函数

在线阅读 下载PDF 职称材料

基于模糊分类的模糊神经网络辨识方法及应用 被引量：9

19

作者 江善和 李强 《控制工程》 CSCD 2005年第3期266-269,276,共5页

基于改进的T S模型,提出一种自适应模糊神经网络模型(AFNN),给出了网络的连接结构和学习算法。基于竞争学习算法的模糊分类器确定系统的模糊空间和模糊规则数,并得出每个样本对每条规则的适用程度。利用卡尔曼滤波算法在线辨识AFNN的后... 基于改进的T S模型,提出一种自适应模糊神经网络模型(AFNN),给出了网络的连接结构和学习算法。基于竞争学习算法的模糊分类器确定系统的模糊空间和模糊规则数,并得出每个样本对每条规则的适用程度。利用卡尔曼滤波算法在线辨识AFNN的后件参数。AFNN结构简洁,逼近能力强,能够显著提高辨识精度,并且在线辨识的模糊模型简单有效。将该AFNN用于非线性系统的模糊辨识和化工过程连续搅拌反应器(CSTR)的建模中,仿真结果验证了该方法的有效性,表明该网络能够实现复杂非线性系统的建模,而且建模精度高、收敛速度快,可当作复杂系统建模的一种有效手段。 展开更多

关键词 辨识方法 模糊神经网络模型 卡尔曼滤波算法 连续搅拌反应器 复杂非线性系统 应用 竞争学习算法 复杂系统建模 在线辨识 T-S模型 模糊分类器 连接结构 模糊规则 模糊空间 逼近能力 辨识精度 模糊模型 化工过程 模糊辨识

在线阅读 下载PDF 职称材料

基于近红外光谱的连续小波变换与卷积注意力模块建立秦艽的定性分析模型

20

作者 周玉 李四海 +1 位作者 李坤鹏 王泽朋 《理化检验(化学分册)》 北大核心 2025年第4期436-442,共7页

针对近红外光谱的处理研究大多聚焦于对原始的一维光谱信号直接进行卷积特征抽取,为了更加全面地挖掘光谱数据中的信息,提高分类模型的建模效果,提出了连续小波变换与卷积注意力模块建立秦艽定性分析模型的方法。采用连续小波变换将一... 针对近红外光谱的处理研究大多聚焦于对原始的一维光谱信号直接进行卷积特征抽取,为了更加全面地挖掘光谱数据中的信息,提高分类模型的建模效果,提出了连续小波变换与卷积注意力模块建立秦艽定性分析模型的方法。采用连续小波变换将一维的信号转换为二维图像表现形式,以得到的小波时频图作为光谱特征,建立具有注意力机制的秦艽近红外光谱的卷积神经网络定性分析模型Att-GoogleNet,并通过翻转、对比度增强以及加入高斯噪声来扩充数据集实现数据增强,提高模型的泛化能力。结果表明:对207个秦艽样品的产地进行分析,Att-GooogleNet模型的分类准确率为99.6%,准确率、精确率、召回率、特异度、F1分数均优于传统机器学习模型。 展开更多

关键词 近红外光谱 连续小波变换 卷积神经网络 注意力机制 模型 秦艽

在线阅读 下载PDF 职称材料