检索结果-维普期刊中文期刊服务平台

基于递推预报误差算法的前馈神经网络的设计: 1; 作者穆玲玲王桂萍《计算机工程与应用》 CSCD 北大核心 2003年第19期130-132,共3页; 该文介绍了一种基于递推预报误差算法的前馈神经网络的实现方法。将该网络应用于非线性系统模型的仿真试验中取得了良好的效果。文中给出了试验的结果,并对该网络的应用进行了讨论。; 关键词递推预报误差算法前馈神经网络非线性系统建模; 在线阅读下载PDF 职称材料

应用递推神经网络的传感器动态建模研究被引量：13: 2; 作者田社平姜萍萍颜国正《仪器仪表学报》 EI CAS CSCD 北大核心 2004年第5期574-576,共3页; 根据动态校准实验结果建立传感器的动态数学模型 ,以研究传感器的动态性能 ,是动态测试的一个重要内容。研究了递归神经网络模型在传感器动态建模中的应用。递归神经网络模型采用具有输入层、中间层、输出层的三层网络结构 ,整个网络的... 展开更多; 关键词递归神经网络传感器动态建模递推预报误差算法连接权动态响应特性模型训练获取实验结果; 在线阅读下载PDF 职称材料

改进RPE算法的神经网络在客户欺诈预测中的应用被引量：3: 3; 作者王华秋曹长修 +1 位作者何波刘祥明《计算机工程》 EI CAS CSCD 北大核心 2006年第18期25-27,共3页; 客户欺诈在一定程度上抑制了消费,这会妨碍电信运营商和电信用户的亲密度,从而削弱电信运营商的市场竞争力。客户欺诈现象存在非常复杂的多元非线性关系,从统计学角度出发,难以建立预测模型,针对这些问题,提出了基于递推预报误差(RPE)... 展开更多; 关键词递推预报误差算法改进动态遗忘因子客户欺诈预测模型; 在线阅读下载PDF 职称材料

人工肌肉系统神经网络建模与控制被引量：2: 4; 作者田社平丁国清 +1 位作者颜德田林良明《中国生物医学工程学报》 EI CAS CSCD 北大核心 2003年第4期300-308,共9页; 针对广泛应用于医疗机器人等领域的空气压人工肌肉的非线性特性 ,运用神经网络模型 ,对人工肌肉系统进行建模与控制。设计了一个具有单关节的人工肌肉试验系统。采用递推预报误差 (RPE)算法来训练神经网络 ,并给出了RPE算法的具体实现 ... 展开更多; 关键词人工肌肉神经网络递推预报误差算法非线性建模与控制; 在线阅读下载PDF 职称材料

基于递归网络的传感器动态建模方法被引量：3: 5; 作者田社平颜德田丁国清《传感器技术》 CSCD 北大核心 2002年第9期36-38,共3页; 研究了递归网络模型在传感器动态建模中的应用,给出了递归网络模型的结构及相应的训练算法。该方法避免了传感器模型阶次的选择的困难。试验结果表明,应用递归网络对传感器进行动态建模是一种行之有效的方法。; 关键词递归网络传感器动态建模递推预报误差算法; 在线阅读下载PDF 职称材料

基于递归神经网络模型的传感器非线性动态补偿被引量：9: 6; 作者田社平《上海交通大学学报》 EI CAS CSCD 北大核心 2003年第1期13-16,共4页; 讨论了递归神经网络模型在传感器非线性动态补偿中的应用 ,给出了递归神经网络模型的结构及相应的训练算法 .递归神经网络模型本身具有动态映射能力 ,其结构仅与输入层和中间层的节点数有关 ,且不需要知道被补偿传感器的结构特性 (如输... 展开更多; 关键词传感器非线性动态补偿递归神经网络模型网络结构训练算法递推预报误差算法; 在线阅读下载PDF 职称材料

一种带钢力学性能预测的神经网络方法被引量：1: 7; 作者李文鑫王武张元敏《机械设计与制造》北大核心 2009年第9期125-127,共3页; 采用神经网络进行建模,应用递推预报误差(RPE-recursive predict error)算法进行网络训练,实现了带钢力学性能预测,仿真结果表明算法的有效性,该方法可应用于轧钢流程的参数控制,提高生产的自动化水平。; 关键词神经网络力学性能带钢递推预报误差算法; 在线阅读下载PDF 职称材料

题名基于递推预报误差算法的前馈神经网络的设计: 1; 作者穆玲玲王桂萍; 机构郑州大学信息工程学院; 出处《计算机工程与应用》 CSCD 北大核心 2003年第19期130-132,共3页; 文摘该文介绍了一种基于递推预报误差算法的前馈神经网络的实现方法。将该网络应用于非线性系统模型的仿真试验中取得了良好的效果。文中给出了试验的结果,并对该网络的应用进行了讨论。; 关键词递推预报误差算法前馈神经网络非线性系统建模; Keywords Recursive prediction error algorithm,Feedward neutral network,Nonlinear system model; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名应用递推神经网络的传感器动态建模研究被引量：13: 2; 作者田社平姜萍萍颜国正; 机构上海交通大学信息检测技术与仪器系; 出处《仪器仪表学报》 EI CAS CSCD 北大核心 2004年第5期574-576,共3页; 文摘根据动态校准实验结果建立传感器的动态数学模型 ,以研究传感器的动态性能 ,是动态测试的一个重要内容。研究了递归神经网络模型在传感器动态建模中的应用。递归神经网络模型采用具有输入层、中间层、输出层的三层网络结构 ,整个网络的特性决定于相邻层间的连接权。采用递推预报误差算法训练神经网络 ,具有收敛速度快、收敛精度高的特点。由于其反馈特征 ,使得递归神经网络模型能获取系统的动态响应特性。该方法特别适用于传感器非线性动态建模 ,而且避免了传感器模型阶次的选择的困难。试验结果表明。; 关键词递归神经网络传感器动态建模递推预报误差算法连接权动态响应特性模型训练获取实验结果; Keywords Recurrent neural network Sensor Dynamic modeling Recursive prediction error algorithm; 分类号 TH-39 [机械工程] TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名改进RPE算法的神经网络在客户欺诈预测中的应用被引量：3: 3; 作者王华秋曹长修何波刘祥明; 机构重庆工学院计算机学院重庆大学自动化学院; 出处《计算机工程》 EI CAS CSCD 北大核心 2006年第18期25-27,共3页; 基金重庆市科委攻关基金资助项目(20020828) 重庆市教委科学技术研究基金资助项目(020612); 文摘客户欺诈在一定程度上抑制了消费,这会妨碍电信运营商和电信用户的亲密度,从而削弱电信运营商的市场竞争力。客户欺诈现象存在非常复杂的多元非线性关系,从统计学角度出发,难以建立预测模型,针对这些问题,提出了基于递推预报误差(RPE)算法神经网络的方法建模,并采用改进的动态遗忘因子方法保证了平稳收敛。实验结果表明,用该算法预测客户欺诈的危险度效果优于BP神经网络模型,具有实用性和有效性。; 关键词递推预报误差算法改进动态遗忘因子客户欺诈预测模型; Keywords Recursive prediction error algorithm Modified dynamic oblivious coefficient Customer fraud Prediction model; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名人工肌肉系统神经网络建模与控制被引量：2: 4; 作者田社平丁国清颜德田林良明; 机构上海交通大学信息检测技术及仪器系; 出处《中国生物医学工程学报》 EI CAS CSCD 北大核心 2003年第4期300-308,共9页; 基金中国科学院机器人学开放实验室资助项目; 文摘针对广泛应用于医疗机器人等领域的空气压人工肌肉的非线性特性 ,运用神经网络模型 ,对人工肌肉系统进行建模与控制。设计了一个具有单关节的人工肌肉试验系统。采用递推预报误差 (RPE)算法来训练神经网络 ,并给出了RPE算法的具体实现 ,该算法与传统的BP算法相比具有更好的收敛特性。讨论了不同的输入向量和不同的隐层节点数对建模结果的影响。在此基础上提出了一种基于神经网络的人工肌肉系统非线性控制结构 ,并给出了人工肌肉关节跟踪正弦波和矩形波参考信号的试验结果。试验结果表明 ,采用神经网络模型对人工肌肉系统进行建模与控制 ,能有效地克服人工肌肉系统的非线性 ,能够得到更快的控制速度和更高的控制精度。; 关键词人工肌肉神经网络递推预报误差算法非线性建模与控制; Keywords Algorithms Linear control systems Neural networks Nonlinear control systems; 分类号 R318 [医药卫生—生物医学工程] TP271 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于递归网络的传感器动态建模方法被引量：3: 5; 作者田社平颜德田丁国清; 机构上海交通大学信息检测技术及仪器系; 出处《传感器技术》 CSCD 北大核心 2002年第9期36-38,共3页; 文摘研究了递归网络模型在传感器动态建模中的应用,给出了递归网络模型的结构及相应的训练算法。该方法避免了传感器模型阶次的选择的困难。试验结果表明,应用递归网络对传感器进行动态建模是一种行之有效的方法。; 关键词递归网络传感器动态建模递推预报误差算法; Keywords recurrent network sensor dynamic modeling recursive prediction error(RPE); 分类号 TP212 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于递归神经网络模型的传感器非线性动态补偿被引量：9: 6; 作者田社平; 机构上海交通大学电子信息学院; 出处《上海交通大学学报》 EI CAS CSCD 北大核心 2003年第1期13-16,共4页; 文摘讨论了递归神经网络模型在传感器非线性动态补偿中的应用 ,给出了递归神经网络模型的结构及相应的训练算法 .递归神经网络模型本身具有动态映射能力 ,其结构仅与输入层和中间层的节点数有关 ,且不需要知道被补偿传感器的结构特性 (如输出、输入的最大延迟 )等先验知识 ,简化了动态补偿器的结构设计 .采用递推预报误差算法训练神经网络 ,具有收敛速度快、收敛精度高的特点 .实验结果表明 ,经过补偿后的传感器具有期望的输入输出特性。; 关键词传感器非线性动态补偿递归神经网络模型网络结构训练算法递推预报误差算法; Keywords Error analysis Error compensation Nonlinear systems Recurrent neural networks; 分类号 TP212 [自动化与计算机技术—检测技术与自动化装置] TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名一种带钢力学性能预测的神经网络方法被引量：1: 7; 作者李文鑫王武张元敏; 机构许昌学院电气与信息工程学院; 出处《机械设计与制造》北大核心 2009年第9期125-127,共3页; 基金河南省教育厅自然科学研究资助项目(2008A510014); 文摘采用神经网络进行建模,应用递推预报误差(RPE-recursive predict error)算法进行网络训练,实现了带钢力学性能预测,仿真结果表明算法的有效性,该方法可应用于轧钢流程的参数控制,提高生产的自动化水平。; 关键词神经网络力学性能带钢递推预报误差算法; Keywords Neural network Mechanical properties Strip steel RPE algorithm; 分类号 TH16 [机械工程—机械制造及自动化] TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于递推预报误差算法的前馈神经网络的设计	穆玲玲王桂萍	《计算机工程与应用》 CSCD 北大核心	2003	0	在线阅读下载PDF 职称材料
2	应用递推神经网络的传感器动态建模研究	田社平姜萍萍颜国正	《仪器仪表学报》 EI CAS CSCD 北大核心	2004	13	在线阅读下载PDF 职称材料
3	改进RPE算法的神经网络在客户欺诈预测中的应用	王华秋曹长修何波刘祥明	《计算机工程》 EI CAS CSCD 北大核心	2006	3	在线阅读下载PDF 职称材料
4	人工肌肉系统神经网络建模与控制	田社平丁国清颜德田林良明	《中国生物医学工程学报》 EI CAS CSCD 北大核心	2003	2	在线阅读下载PDF 职称材料
5	基于递归网络的传感器动态建模方法	田社平颜德田丁国清	《传感器技术》 CSCD 北大核心	2002	3	在线阅读下载PDF 职称材料
6	基于递归神经网络模型的传感器非线性动态补偿	田社平	《上海交通大学学报》 EI CAS CSCD 北大核心	2003	9	在线阅读下载PDF 职称材料
7	一种带钢力学性能预测的神经网络方法	李文鑫王武张元敏	《机械设计与制造》北大核心	2009	1	在线阅读下载PDF 职称材料