基于FCNN的极化码分区译码算法研究

1

作者 罗颖 李晓记 王家明 《光通信技术》 北大核心 2025年第3期79-82,共4页

为了降低极化码神经网络译码器在训练阶段的维度限制,设计了一种基于全连接神经网络(FCNN)的串行抵消(SC)分区译码器,通过将极化码译码树划分为两个区域,并分别使用不同参数设置的FCNN进行处理,从而减少对大规模训练数据的需求。仿真结... 为了降低极化码神经网络译码器在训练阶段的维度限制,设计了一种基于全连接神经网络(FCNN)的串行抵消(SC)分区译码器,通过将极化码译码树划分为两个区域,并分别使用不同参数设置的FCNN进行处理,从而减少对大规模训练数据的需求。仿真结果表明:在加性高斯白噪声信道中,当信噪比为1~5 dB时,FCNN-SC译码器性能接近于SC译码算法;当信噪比为1.5~3 dB时,FCNN-SC译码器相较于FCNN译码器有0.5 dB左右的编码增益,且训练阶段所需的数据集更小,仅为FCNN译码器的一半左右。 展开更多

关键词 极化码 串行抵消译码算法 全连接神经网络 神经网络译码器 深度学习

在线阅读 下载PDF 职称材料

多层反馈神经网络的FP学习和综合算法 被引量：24

2

作者 张铃 张钹 《软件学报》 EI CSCD 北大核心 1997年第4期252-258,共7页

本文给出多层反馈神经网络的ＦＰ学习和综合算法，并讨论此类网络的性质，指出将它应用于聚类分析能给出不粒度的聚类，且具有收敛速度快（是样本个数的线性函数）、算法计算量少（是样本个数和输入、输出维数的双线性函数）、网络元件... 本文给出多层反馈神经网络的ＦＰ学习和综合算法，并讨论此类网络的性质，指出将它应用于聚类分析能给出不粒度的聚类，且具有收敛速度快（是样本个数的线性函数）、算法计算量少（是样本个数和输入、输出维数的双线性函数）、网络元件个数少、权系数简单（只取３个值）、网络容易硬件实现等优点． 展开更多

关键词 多层反馈 神经网络 学习算法 聚类

在线阅读 下载PDF 职称材料

自反馈神经网络的椭球学习算法 被引量：7

3

作者 张铃 张钹 《计算机学报》 EI CSCD 北大核心 1994年第9期676-681,共6页

本文讨论自反馈神经网络的学习问题，指出联想记忆的神经网络的学习可以化为某种规划（优化）问题来解．于是可借用规划数学中发展得很成熟的优化技术来解自反馈神经网络的学习问题．文中给出一种称为棉球算法的学习方法，其计算复杂性... 本文讨论自反馈神经网络的学习问题，指出联想记忆的神经网络的学习可以化为某种规划（优化）问题来解．于是可借用规划数学中发展得很成熟的优化技术来解自反馈神经网络的学习问题．文中给出一种称为棉球算法的学习方法，其计算复杂性是多项式型． 展开更多

关键词 椭球算法 学习算法 神经网络

在线阅读 下载PDF 职称材料

基于模糊神经网络的定尺剪切线控制系统

4

作者 崔宝侠 李月明 段勇 《沈阳工业大学学报》 EI CAS 2009年第6期676-680,共5页

为了提高卷钢自动定尺剪切的精度,提出一种模糊神经网络控制系统对卷钢剪的切线位置进行控制.控制系统采用模糊神经网络控制器和神经网络辨识控制器相结合的方式对神经网络的学习算法进行改进,通过对模糊神经网络进行训练学习,优化了网... 为了提高卷钢自动定尺剪切的精度,提出一种模糊神经网络控制系统对卷钢剪的切线位置进行控制.控制系统采用模糊神经网络控制器和神经网络辨识控制器相结合的方式对神经网络的学习算法进行改进,通过对模糊神经网络进行训练学习,优化了网络的连接权值,从而能够很好地控制板材送料位置,使得板材在减速期以理想的减速曲线运行,实现准确停车进行剪切.仿真结果表明:该系统具有响应快、鲁棒性强、控制精度高、控制特性好等优点,能够满足剪切生产的要求. 展开更多

关键词 定尺剪切 剪切线 位置控制 模糊神经网络 减速曲线 系统辨识 学习算法 连接权

在线阅读 下载PDF 职称材料

基于深度全连接神经网络的大坝变形预测研究 被引量：20

5

作者 杨恒 岳建平 +1 位作者 邢尹 周钦坤 《大地测量与地球动力学》 CSCD 北大核心 2021年第2期162-166,共5页

将深度全连接神经网络引入大坝变形预测领域,结合大坝多源监测数据的训练样本,建立基于深度全连接神经网络的大坝变形预测模型。利用几种常见的深度优化学习算法对模型进行优化训练,通过对比各损失函数的变化曲线选取最优学习算法,进一... 将深度全连接神经网络引入大坝变形预测领域,结合大坝多源监测数据的训练样本,建立基于深度全连接神经网络的大坝变形预测模型。利用几种常见的深度优化学习算法对模型进行优化训练,通过对比各损失函数的变化曲线选取最优学习算法,进一步构建基于最优学习算法的深度全连接神经网络大坝变形预测模型;最后结合大坝多源监测数据的测试样本对模型进行检验分析,并将预测结果和传统BP神经网络的预测结果进行对比。研究结果表明,本文的深度全连接神经网络模型预测精度高、实用性强,可为大坝安全监控提供参考。 展开更多

关键词 大坝变形 全连接神经网络 深度优化学习算法 预测

在线阅读 下载PDF 职称材料

基于OOD泛化性验证和深度全连接神经网络的泥石流易发性评价方法 被引量：3

6

作者 郭鹏宁 邢会歌 +2 位作者 李从江 吴雨鑫 李海波 《工程科学与技术》 EI CAS CSCD 北大核心 2024年第4期182-193,共12页

提升易发性评价精度有助于山区泥石流灾害早期的识别和监测预警。大部分机器学习模型在训练、测试集合上表现良好,但实际应用过程精度较差,不利于工程选址规划和防灾减灾,如何提高机器学习模型评价精度与泛化性具有重要意义。选取深度... 提升易发性评价精度有助于山区泥石流灾害早期的识别和监测预警。大部分机器学习模型在训练、测试集合上表现良好,但实际应用过程精度较差,不利于工程选址规划和防灾减灾,如何提高机器学习模型评价精度与泛化性具有重要意义。选取深度全连接神经网络,与梯度提升树、随机森林模型和贝叶斯网络等机器学习方法共同进行模型精确性评价和OOD(out-of-distribution)泛化性验证,从而找出在训练、预测和应用中均具有较高精度的方法。以四川省雅安市为例,采用小流域单元进行区域网格划分,将数据集合按7∶3比例随机分为训练集和测试集,使用经验法则(3-sigma)剔除异常数据,并基于多变量(Iterative Imputer)和K-近邻法对缺失值填充进行泥石流灾害易发性评价。在泥石流易发性因子的共线性、敏感性和预测能力的分析结果基础上,选定14个易发性因子构建模型评价指标体系,进行泥石流易发性评价与对比。通过对模型的精确性评价及OOD泛化性验证发现:深度全连接神经网络模型曲线下的面积(AUC)、准确率(Acc)、召回率(Recall)的值比梯度提升树等的计算结果分别超出了0.027、0.02、0.02,而平均绝对值误差(MAE)降低了0.003;OOD泛化性验证准确度超出了0.056。研究表明,深度全连接神经网络对于泥石流易发性评价的预测效果较好,能够提高泥石流评价的精度,增加评价的适应性,可为泥石流易发性评价提供新思路。 展开更多

关键词 泥石流灾害 易发性评价 深度学习算法 OOD泛化性验证 深度全连接神经网络

在线阅读 下载PDF 职称材料

基于机器学习的恐怖分子预测算法 被引量：13

7

作者 李慧 张南南 +2 位作者 曹卓 郑海 陈湘萍 《计算机工程》 CAS CSCD 北大核心 2020年第2期315-320,共6页

当今世界恐怖袭击事件频繁发生,通过对嫌疑人进行预测分析,有利于尽早发现新生或者隐藏的恐怖分子并对其进行针对性打击,以减少人员和财产损失。为此,使用机器学习方法,提取恐怖袭击事件的多方面特征,对一个或多个嫌疑人进行预测。采用... 当今世界恐怖袭击事件频繁发生,通过对嫌疑人进行预测分析,有利于尽早发现新生或者隐藏的恐怖分子并对其进行针对性打击,以减少人员和财产损失。为此,使用机器学习方法,提取恐怖袭击事件的多方面特征,对一个或多个嫌疑人进行预测。采用贝叶斯优化对Bagging、决策树、随机森林和全连接神经网络4种算法进行寻优,将预处理后的数据输入优化后的算法模型对恐怖袭击事件嫌疑人进行预测,以准确率、召回率、精度和F 1值作为指标评价算法性能。实验结果表明,当预测结果仅输出一个嫌疑人时,基于树的算法预测结果普遍较好,其中Bagging算法的预测精度最高为0.911,而全连接神经网络可以得到多个嫌疑人的预测结果,其预测精度为0.8778。 展开更多

关键词 机器学习 贝叶斯优化 参数寻优 基于树的算法 全连接神经网络

在线阅读 下载PDF 职称材料

基于半监督密集阶梯网络的工业故障识别 被引量：3

8

作者 施方迤 汪子扬 梁军 《化工学报》 EI CAS CSCD 北大核心 2018年第7期3083-3091,共9页

针对工业过程故障识别的需要和实际工业数据小比例有标签、大比例无标签的特点,研究了基于深度学习的半监督故障分类方法。在半监督阶梯网络的基础上,通过对网络结构和损失函数的改进,提出了半监督密集阶梯网络算法。该算法改进了原始... 针对工业过程故障识别的需要和实际工业数据小比例有标签、大比例无标签的特点,研究了基于深度学习的半监督故障分类方法。在半监督阶梯网络的基础上,通过对网络结构和损失函数的改进,提出了半监督密集阶梯网络算法。该算法改进了原始的网络结构,添加了各层之间的密集连接,尝试最大化阶梯网络内部的数据信息流,使得各编码解码层之间的特征得以传递和复用。针对损失函数的特点,添加了无噪声编码层的预测输出损失,确保训练目标与模型输出一致。实验结果证明了所提出的新方法能在工业过程的小比例有标签数据情况下,获得理想的分类效果。 展开更多

关键词 半监督学习 阶梯网络 密集连接 工业故障分类 算法 神经网络 优化 自编码器

在线阅读 下载PDF 职称材料

用于图像分类的模糊策略学习率ResNet 被引量：4

9

作者 张睿权 覃华 《计算机工程与设计》 北大核心 2023年第8期2305-2311,共7页

ResNet深度神经网络用于图像分类时,全连接层训练算法收敛性差降低了分类效果。针对此不足,提出一种模糊策略梯度算法训练ResNet。推导出ResNet全连接层权重的迭代公式,用历史梯度信息修正当前一阶小批量梯度,用模糊策略学习率更新权重... ResNet深度神经网络用于图像分类时,全连接层训练算法收敛性差降低了分类效果。针对此不足,提出一种模糊策略梯度算法训练ResNet。推导出ResNet全连接层权重的迭代公式,用历史梯度信息修正当前一阶小批量梯度,用模糊策略学习率更新权重,通过上下边界函数处理学习率的过大或过小而引发的迭代振荡,改善训练算法收敛性。在CINIC-10和CIFAR-100数据集上的实验结果表明,所提算法训练的ResNet分类效果优于相比较算法。特别是在综合性分类指标Kappa系数上,所提算法训练的ResNet较最新的AdaBound算法平均提高了9.29%,改进效果显著。 展开更多

关键词 图像分类 全连接层 训练算法收敛性 深度神经网络 小批量梯度 模糊策略学习率 上下边界函数

在线阅读 下载PDF 职称材料

递增的稀疏神经网络研究

10

作者 冯超 李柠 李少远 《应用科学学报》 CAS CSCD 北大核心 2008年第2期194-198,共5页

针对稀疏神经网络应用中连接度和中间节点数不易确定的问题,并根据生物神经网络的特点,提出了学习中改变神经网络连接度和隐含结点数的学习算法.模拟脑皮层由薄到厚的发育过程,根据当前的学习结果,改变网络的拓扑结构,逐步增加网络中的... 针对稀疏神经网络应用中连接度和中间节点数不易确定的问题,并根据生物神经网络的特点,提出了学习中改变神经网络连接度和隐含结点数的学习算法.模拟脑皮层由薄到厚的发育过程,根据当前的学习结果,改变网络的拓扑结构,逐步增加网络中的连接和节点,最终学习得到满意的稀疏神经网络.新算法可以用结构更简单的稀疏神经网络达到满足要求的拟合精度,并通过仿真算例进一步验证了算法的有效性. 展开更多

关键词 稀疏神经网络 泛化 学习算法 连接度

在线阅读 下载PDF 职称材料

基于改进YOLOv5算法的珊瑚礁底栖生物识别方法 被引量：15

11

作者 吴睿 毕晓君 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2022年第4期580-586,共7页

现有珊瑚礁底栖生物识别方法存在提取特征困难、实时性较差等问题,导致珊瑚礁底栖生物的识别精度不高。本文引入YOLOv5算法,通过设计跳转连接操作向深层网络传递清晰目标特征,解决了由真实近海图像的退化特性带来的底栖生物特征模糊的... 现有珊瑚礁底栖生物识别方法存在提取特征困难、实时性较差等问题,导致珊瑚礁底栖生物的识别精度不高。本文引入YOLOv5算法,通过设计跳转连接操作向深层网络传递清晰目标特征,解决了由真实近海图像的退化特性带来的底栖生物特征模糊的问题。同时,引入卷积注意力机制模块,解决了无效特征影响识别精度的问题。实验结果表明:本文提出的改进算法无论是识别精度还是识别速度均优于基准算法和目前较先进的单激发多框探测器等算法,从而证明了本文算法的有效性和先进性。 展开更多

关键词 YOLOv5算法 珊瑚礁生物识别 跳转连接 注意力机制 深度学习 珊瑚礁生态系统 特征金字塔结构 神经网络

在线阅读 下载PDF 职称材料

融合多尺度残差注意力的图像修复算法 被引量：4

12

作者 钱冠宇 邓红霞 +1 位作者 刘健虎 李海芳 《计算机工程与设计》 北大核心 2023年第2期466-472,共7页

为解决在修复任意缺失形状的图像以及缺损面积较大的图像时存在修复模糊、修复的连接处存在差异等问题,提出一种融合多尺度残差注意力的图像修复模型。针对修复模糊问题,在修复模型编码器与解码器之间添加残差注意力模块,针对修复细节... 为解决在修复任意缺失形状的图像以及缺损面积较大的图像时存在修复模糊、修复的连接处存在差异等问题,提出一种融合多尺度残差注意力的图像修复模型。针对修复模糊问题,在修复模型编码器与解码器之间添加残差注意力模块,针对修复细节的差异问题,通过多尺度判别器结合全局和局部损失约束修复边界和周围视觉的一致性。实验结果表明,所提模型能有效提取缺失信息,修复结果具有自然过渡的边界和清晰的细节,提高了修复质量。 展开更多

关键词 残差序列提取 图像修复算法 生成对抗网络 卷积神经网络 深度学习模型 多尺度判别器网络 跳跃连接

在线阅读 下载PDF 职称材料