期刊文献+
共找到82篇文章
< 1 2 5 >
每页显示 20 50 100
特征扩展的随机向量函数链神经网络
1
作者 龙茂森 王士同 《软件学报》 EI CSCD 北大核心 2024年第6期2903-2922,共20页
基于宽度学习的动态模糊推理系统(broad-learning-based dynamic fuzzy inference system,BL-DFIS)能自动构建出精简的模糊规则并获得良好的分类性能.然而,当遇到大型复杂的数据集时,BL-DFIS因会使用较多模糊规则来试图达到令人满意的... 基于宽度学习的动态模糊推理系统(broad-learning-based dynamic fuzzy inference system,BL-DFIS)能自动构建出精简的模糊规则并获得良好的分类性能.然而,当遇到大型复杂的数据集时,BL-DFIS因会使用较多模糊规则来试图达到令人满意的识别精度,从而对其可解释性造成了不利影响.对此,提出一种兼顾分类性能和可解释性的模糊神经网络,将其称为特征扩展的随机向量函数链神经网络(FA-RVFLNN).在该网络中,一个以原始数据为输入的RVFLNN被作为主体结构,BL-DFIS则用作性能补充,这意味着FA-RVFLNN包含具有性能增强作用的直接链接.由于主体结构的增强节点使用Sigmoid激活函数,因此,其推理过程可借助一种模糊逻辑算子(I-OR)来解释.而且,具有明确含义的原始输入数据也有助于解释主体结构的推理规则.在直接链接的支撑下,FA-RVFLNN可利用增强节点、特征节点和模糊节点学到更丰富的有用信息.实验表明:FA-RVFLNN既减缓了主体结构RVFLNN中过多增强节点带来的“规则爆炸”问题,也提高了性能补充结构BL-DFIS的可解释性(平均模糊规则数降低了50%左右),在泛化性能和网络规模上仍具有竞争力. 展开更多
关键词 宽度学习系统 模糊推理系统 特征扩展 随机向量函数链神经网络(RVFLNN) Sigmoid激活函数 可解释
在线阅读 下载PDF
神经网络与计算力矩复合的机器人运动轨迹跟踪控制 被引量:17
2
作者 贺红林 何文丛 +1 位作者 刘文光 封立耀 《农业机械学报》 EI CAS CSCD 北大核心 2013年第5期270-275,共6页
为了实现机器人精密运动控制,在其关节系统引入计算力矩法(CTC)与神经网络复合的控制器,旨在通过CTC实现系统的初步控制并利用神经网络补偿机器人的不确定动力学特性所带来的运动误差。首先,建立了机器人的动力学模型并对其不确定性动... 为了实现机器人精密运动控制,在其关节系统引入计算力矩法(CTC)与神经网络复合的控制器,旨在通过CTC实现系统的初步控制并利用神经网络补偿机器人的不确定动力学特性所带来的运动误差。首先,建立了机器人的动力学模型并对其不确定性动力学量进行了描述;然后,为机器人构建了双闭环控制系统,并依据机器人标称模型规划出CTC控制律;进而,引入函数链神经网络(FLNN)对不确定性动力学量进行估值,并推导出FLNN的学习律;最后,对系统进行了仿真,结果显示,该复合控制器可将关节位置和速度跟踪误差控制在±0.001 rad和±0.001 rad/s之内,且其对机器人的参数变化及外部扰动具有较强的自适应性与鲁棒性。 展开更多
关键词 机器人 轨迹跟踪控制 函数链神经网络 计算力矩控制
在线阅读 下载PDF
基于模糊自适应变权重算法的函数链神经网络预测方法 被引量:8
3
作者 罗周全 左红艳 +1 位作者 王爽英 王益伟 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2011年第9期2812-2818,共7页
为提高复杂工业系统非线性时间序列预测精度,将工业系统非线性时间序列不同的单个预测模型预测值作为函数链神经网络的原始输入值,并将原始输入值按正交的三角函数扩展得到的数值作为函数链神经网络扩展输入值,在分析函数链神经网络拟... 为提高复杂工业系统非线性时间序列预测精度,将工业系统非线性时间序列不同的单个预测模型预测值作为函数链神经网络的原始输入值,并将原始输入值按正交的三角函数扩展得到的数值作为函数链神经网络扩展输入值,在分析函数链神经网络拟合充要条件的基础上,结合模糊自适应变权重算法计算函数链神经网络权重,建立基于模糊自适应变权重算法的函数链神经网络预测模型。研究结果表明:基于模糊自适应变权重算法的函数链神经网络预测方法的预测精度较高,并且平均误差和预测平方根误差均较小,具有较强的泛化能力;该模糊自适应变权重函数链神经网络预测模型可用于复杂非线性工业系统决策。 展开更多
关键词 函数链神经网络 模糊自适应变权重算法 预测 模糊 神经网络
在线阅读 下载PDF
基于FLANN的三轴磁强计误差校正研究 被引量:42
4
作者 吴德会 黄松岭 赵伟 《仪器仪表学报》 EI CAS CSCD 北大核心 2009年第3期449-453,共5页
提出一种基于函数链接型神经网络(FLANN)的三轴磁强计误差修正方法。由于三轴非正交、灵敏度不一致及零点漂移所引起的误差降低了三轴磁强计的测量精度,因此有必要进行校正。本文先对与三轴磁强计系统参数有关的测量进行详细分析和理论... 提出一种基于函数链接型神经网络(FLANN)的三轴磁强计误差修正方法。由于三轴非正交、灵敏度不一致及零点漂移所引起的误差降低了三轴磁强计的测量精度,因此有必要进行校正。本文先对与三轴磁强计系统参数有关的测量进行详细分析和理论计算;然后,设计矩阵形式的数学模型对该误差进行修正。通过构造相应的FLANN网络结构,实现对模型参数矩阵的辨识。用实际地磁场测量数据进行测试,结果表明,三轴磁强计的转向误差由800 nT修正到12 nT以下。因此,该研究为提高三轴磁强计性能提供了一种可行方法。 展开更多
关键词 函数链接型神经网络 三轴磁强计 误差校正 辨识
在线阅读 下载PDF
传感器动态建模FLANN方法改进研究 被引量:10
5
作者 吴德会 赵伟 +1 位作者 黄松岭 郝宽胜 《仪器仪表学报》 EI CAS CSCD 北大核心 2009年第2期362-367,共6页
提出一种改进的函数连接型神经网络(FLANN),并将其应用于传感器动态建模。首先,将单输入单输出(SISO)的传感器系统表达为动态差分方程模型;再充分考虑动态模型输出的历史值与参数之间的关系,对模型输出与参数的偏导数进行重新推导,得到... 提出一种改进的函数连接型神经网络(FLANN),并将其应用于传感器动态建模。首先,将单输入单输出(SISO)的传感器系统表达为动态差分方程模型;再充分考虑动态模型输出的历史值与参数之间的关系,对模型输出与参数的偏导数进行重新推导,得到了对权值参数偏导数的更高精度估计;最后,利用该模型梯度进行迭代训练,加快了网络收敛速度并提高了收敛的稳定性。实验结果表明,改进FLANN具有更快的收敛速度和更强的鲁棒性,十分适合传感器动态系统的建模。 展开更多
关键词 函数连接型神经网络 动态模型 辨识 传感器
在线阅读 下载PDF
基于双能γ射线的煤质灰分软测量技术研究 被引量:12
6
作者 程栋 温和 +1 位作者 滕召胜 黎福海 《仪器仪表学报》 EI CAS CSCD 北大核心 2014年第10期2263-2270,共8页
为提高煤质灰分测量精度,提出了基于双能γ射线的煤质灰分智能软测量方法,该方法以137Cs和241Am作为中能和低能的γ射线源,并以探测器检测到的γ计数作为辅助变量,利用混沌算法优化的函数链神经网络实现灰分软测量辨识建模,最后对煤质... 为提高煤质灰分测量精度,提出了基于双能γ射线的煤质灰分智能软测量方法,该方法以137Cs和241Am作为中能和低能的γ射线源,并以探测器检测到的γ计数作为辅助变量,利用混沌算法优化的函数链神经网络实现灰分软测量辨识建模,最后对煤质灰分进行软测量预测和验证。研究结果表明:混沌算法优化的函数链神经网络预测方法的预测精度高,具有较强的泛化能力;基于混沌算法优化函数链神经网络的灰分智能软测量值与实测值的平均误差为0.7%,最大误差为0.9%,煤质灰分测量准确度高。 展开更多
关键词 煤灰分 软测量 函数链神经网络 混沌优化 双能量γ射线
在线阅读 下载PDF
基于FLANN的腕力传感器动态补偿方法 被引量:13
7
作者 徐科军 殷铭 《仪器仪表学报》 EI CAS CSCD 北大核心 1999年第5期541-544,共4页
根据“逆模型”的思想,利用神经元网络良好的逼近能力,提出了基于函数联接型神经网络的传感器动态补偿方法。该方法设计的动态补偿器实现简单,实时性好;不依赖于传感器的模型,鲁棒性强;可以优化补偿器的参数。该方法的补偿效果比零极点... 根据“逆模型”的思想,利用神经元网络良好的逼近能力,提出了基于函数联接型神经网络的传感器动态补偿方法。该方法设计的动态补偿器实现简单,实时性好;不依赖于传感器的模型,鲁棒性强;可以优化补偿器的参数。该方法的补偿效果比零极点配置方法的好,是一种非常有效的新方法。 展开更多
关键词 传感器 神经网络 动态补偿 机器人 腕力传感器
在线阅读 下载PDF
采用改进的BP神经网络预测离心通风机性能的研究 被引量:14
8
作者 谷传纲 阎日方 王彤 《西安交通大学学报》 EI CAS CSCD 北大核心 1999年第3期43-47,99,共6页
BP神经网络在离心通风机性能预测的研究中具有重要的价值.研究结果表明,对于任意平方可积函数,都可以采用BP算法通过对样本的学习获得满意的模拟结果,因此,在构造离心通风机性能预测模型中,BP算法提供了一个有力的工具.但... BP神经网络在离心通风机性能预测的研究中具有重要的价值.研究结果表明,对于任意平方可积函数,都可以采用BP算法通过对样本的学习获得满意的模拟结果,因此,在构造离心通风机性能预测模型中,BP算法提供了一个有力的工具.但是,在实际应用中,BP算法的收敛速度很慢,而且,从数学上看,它是一种梯度最速下降法,这就不可避免地存在着局部最小问题,尤其在训练量大、输入参数众多的情况下,学习效果大受影响.作者从改善BP网络结构、改进学习算法、初始化权值选取等方面入手,采用了函数联接网络,引入了改进的模拟退火法和自适应变步长的BP算法相混合的学习算法,并采用了一种有效的权值初始化方法,显著地提高了神经网络模拟非线性动力系统的效果,从而较好地完成了离心通风机的性能预测. 展开更多
关键词 神经网络 BP算法 通风机 离心式 预测
在线阅读 下载PDF
基于特征提取的函数连接神经网络研究及其化工过程建模应用 被引量:7
9
作者 朱群雄 张晓晗 +2 位作者 顾祥柏 徐圆 贺彦林 《化工学报》 EI CAS CSCD 北大核心 2018年第3期907-912,共6页
对于化工过程中带噪声、强耦合的高维数据建模问题,常规的函数连接神经网络(functional link neural networks,FLNN)无法有效地进行处理。为解决该问题,提出一种基于主元分析(principal components analysis,PCA)的函数连接神经网络(PCA... 对于化工过程中带噪声、强耦合的高维数据建模问题,常规的函数连接神经网络(functional link neural networks,FLNN)无法有效地进行处理。为解决该问题,提出一种基于主元分析(principal components analysis,PCA)的函数连接神经网络(PCA-FLNN)。通过对FLNN的函数扩展层进行特征提取,不仅去除变量间的线性相关关系,而且提取数据的主成分,进而简化FLNN学习数据的复杂度。为验证所提方法的有效性,首先采用UCI数据Airfoil Self-Noise对其性能进行验证;随后将所提的方法应用于精对苯二甲酸(purified terephthalic acid,PTA)生产过程建模;与传统FLNN进行对比,标准数据和工业数据的仿真结果表明,PCA-FLNN在处理复杂化工过程数据时具有收敛速度快和建模精度高的特点。 展开更多
关键词 函数连接神经网络 特征提取 过程建模 精对苯二甲酸
在线阅读 下载PDF
基于模糊自适应变权重算法的采场冒顶函数链神经网络预报 被引量:8
10
作者 左红艳 罗周全 +1 位作者 王益伟 王爽英 《中国有色金属学报》 EI CAS CSCD 北大核心 2011年第4期894-900,共7页
为提高采场声发射事件率预报精度,将采场声发射事件率不同的单个预测模型的预测值作为函数链神经网络的原始输入值,并将原始输入值按正交的三角函数扩展得到的数值作为函数链神经网络扩展输入值,在分析函数链神经网络拟合充要条件的基础... 为提高采场声发射事件率预报精度,将采场声发射事件率不同的单个预测模型的预测值作为函数链神经网络的原始输入值,并将原始输入值按正交的三角函数扩展得到的数值作为函数链神经网络扩展输入值,在分析函数链神经网络拟合充要条件的基础上,结合模糊自适应变权重算法计算函数链神经网络权重,对采场声发射事件率进行基于模糊自适应变权重算法的函数链神经网络预测,对其预测结果再进行函数链神经网络算法拟合,然后结合采场冒顶尖点突变模型的判别式对采场冒顶进行预报。某铅锌矿采场冒顶预报结果表明,基于模糊自适应变权重算法的函数链神经网络预测方法的预测误差小于0.3%,可实现采场冒顶精确预报。 展开更多
关键词 函数链神经网络 模糊自适应变权重算法 预测 采场冒顶 声发射
在线阅读 下载PDF
柴油机油耗量椭圆齿轮智能测量模型 被引量:4
11
作者 袁文华 鄂加强 +1 位作者 龚金科 王耀南 《农业机械学报》 EI CAS CSCD 北大核心 2006年第7期39-41,共3页
针对柴油机油耗量测量问题,基于椭圆齿轮油耗量测量传感器原理建立了测量模型,并采用函数链神经网络对测量模型进行了校正,以实现柴油机油耗量信息连续输出。应用结果表明,椭圆齿轮油耗量智能测量模型具有较高的精度,其相对误差平均降低... 针对柴油机油耗量测量问题,基于椭圆齿轮油耗量测量传感器原理建立了测量模型,并采用函数链神经网络对测量模型进行了校正,以实现柴油机油耗量信息连续输出。应用结果表明,椭圆齿轮油耗量智能测量模型具有较高的精度,其相对误差平均降低了0.125%,完全可以实现柴油机椭圆齿轮油耗量在线测量。 展开更多
关键词 柴油机 油耗量 测量 函数链神经网络
在线阅读 下载PDF
函数型神经网络法在混凝土碳化分析中的应用 被引量:19
12
作者 金伟良 张亮 鄢飞 《浙江大学学报(自然科学版)》 CSCD 1998年第5期519-525,共7页
混凝土碳化是结构耐久性研究中的一个重要问题.本文首次提出应用函数型神经网络法进行混凝土的碳化分析.该方法使用单层网络进行学习和计算,使网络的结构得以简化.收敛速度加快.将该网络应用于混凝土碳化的分析和预测.其结果优于... 混凝土碳化是结构耐久性研究中的一个重要问题.本文首次提出应用函数型神经网络法进行混凝土的碳化分析.该方法使用单层网络进行学习和计算,使网络的结构得以简化.收敛速度加快.将该网络应用于混凝土碳化的分析和预测.其结果优于传统的BP网络,并且学习速度有了较大的提高. 展开更多
关键词 混凝土碳化 函数型神经网络 混凝土结构 耐久性
在线阅读 下载PDF
基于FLANN的腕力传感器动态建模方法 被引量:28
13
作者 徐科军 殷铭 《仪器仪表学报》 EI CAS CSCD 北大核心 2000年第1期92-94,共3页
本文将函数联接型神经网络 (FL ANN)引入传感器动态特性的研究。利用神经元网络良好的逼近能力 ,建立腕力传感器的动态数学模型。该方法所建模型阶次低 ,准确度高 ,对数据个数和采样频率无特殊要求 ,比其它方法更为有效和实用。
关键词 腕力传感器 动态建模 神经网络 FLANN
在线阅读 下载PDF
改进PSO算法结合FLANN在传感器动态建模中的应用 被引量:20
14
作者 张媛媛 徐科军 许耀华 《振动与冲击》 EI CSCD 北大核心 2009年第1期1-3,8,共4页
将改进的粒子群优化(PSO)算法和函数联接型神经网络(FLANN)相结合,实现传感器的动态线性建模。利用传感器的动态标定实验数据,首先训练FLANN神经网络,网络训练结束后的权值作为粒子群中某个粒子的初始值,而后利用改进的PSO算法继续寻优... 将改进的粒子群优化(PSO)算法和函数联接型神经网络(FLANN)相结合,实现传感器的动态线性建模。利用传感器的动态标定实验数据,首先训练FLANN神经网络,网络训练结束后的权值作为粒子群中某个粒子的初始值,而后利用改进的PSO算法继续寻优,得到的全局最优值即为所求的传感器动态模型的系数。实验结果表明,该方法结合了PSO和FLANN两者的优点,建模精度高。 展开更多
关键词 MAF传感器 粒子群优化算法 函数联接型神经网络 建模
在线阅读 下载PDF
基于结构的神经网络在系统建模中的应用 被引量:5
15
作者 乔俊伟 詹永麒 施光林 《系统仿真学报》 CAS CSCD 2002年第5期557-561,共5页
针对复杂非线性系统的建模问题,提出一种基于结构的神经网络建模方法。将一个复杂系统转化为若干个较简单的子系统,分别用函数链神经元建立各子系统的模型,然后根据子系统间的相互作用关系连接成一个完整的网络,即基于结构的神经网络。... 针对复杂非线性系统的建模问题,提出一种基于结构的神经网络建模方法。将一个复杂系统转化为若干个较简单的子系统,分别用函数链神经元建立各子系统的模型,然后根据子系统间的相互作用关系连接成一个完整的网络,即基于结构的神经网络。分析了网络的性能,探讨了在复杂系统建模中的应用。对Y2-Hc10型先导式溢流阀的仿真表明了该方法是可行和有效的。 展开更多
关键词 神经网络 系统建模 函数链神经元 液压元件 计算机仿真
在线阅读 下载PDF
基于FLANN的传感器动态特性研究方法 被引量:13
16
作者 殷铭 徐科军 《东南大学学报(自然科学版)》 EI CAS CSCD 1999年第4期103-108,共6页
将函数联接型神经网络引入传感器动态特性的研究,利用神经元网络良好的逼近能力,建立腕力传感器的动态数学模型,该方法所建模型阶次低,精度 数据个数和采样频率无特殊要求。
关键词 传感器 动态建模 FLANN 动态补偿 神经网络
在线阅读 下载PDF
基于函数型连接神经网络的发输电系统可靠性评估研究 被引量:15
17
作者 王韶 周家启 《中国电机工程学报》 EI CSCD 北大核心 2004年第9期142-146,共5页
发输电系统可靠性评估的枚举法需要大量的计算时间。为减少可靠性评估的计算量,特提出一种用于识别偶发事件的函数型连接神经刚络(FLNN)分类模型。根据潮流计算特点,构造了一种能够计及有功且能够计及电压和无 功影响的简化潮流模型来... 发输电系统可靠性评估的枚举法需要大量的计算时间。为减少可靠性评估的计算量,特提出一种用于识别偶发事件的函数型连接神经刚络(FLNN)分类模型。根据潮流计算特点,构造了一种能够计及有功且能够计及电压和无 功影响的简化潮流模型来快速计算行为指标(PI),形成FLNN分类器输入模式集。将FLNN分类模型和简化潮流模型相结合,提出了一种基于偶发事件筛选的函数型连接神经例络(FLNN)可靠性评估方法。用该方法对IEEE-RTS79测试系统进行计算,结果验证了该方法的正确性和有效性,同时表明了该方法在保证精度的前提下减少了计算时间,在目前情况下改进计算方法来提高计算精度比计及高阶事件的影响来提高计算精度更为有效。 展开更多
关键词 发输电系统 可靠性评估 函数型连接神经网络 枚举法 电力系统
在线阅读 下载PDF
可容错的遥控水下机器人递归神经网络控制 被引量:5
18
作者 姜述强 金鸿章 魏凤梅 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2013年第9期57-63,共7页
针对遥控水下机器人(ROV)需要长时间稳定可靠工作的问题,提出递归模糊神经网络及可容错分配推力的控制方法.使用扩展函数链改进递归模糊神经网络控制器,提高了控制器对机器人非线性特性的识别和处理能力;基于反向梯度传播原理,由能量函... 针对遥控水下机器人(ROV)需要长时间稳定可靠工作的问题,提出递归模糊神经网络及可容错分配推力的控制方法.使用扩展函数链改进递归模糊神经网络控制器,提高了控制器对机器人非线性特性的识别和处理能力;基于反向梯度传播原理,由能量函数设计了该网络的学习算法,并根据微粒群优化确定学习率参数,从而保证整个网络的收敛性;在推力分配方面,针对开架式遥控水下机器人的两种推力器布置形式进行建模,将容错问题转化为对偶优化问题,建立能量函数实现故障条件下的推力优化分配.实验结果表明,所设计控制器不仅增强了遥控水下机器人对干扰的反应能力,并且提高了对机器人非线性特性的控制能力,减少了控制误差.当部分主推或侧推等推力器失效时,仍可以通过推力优化分配实现机器人在水平面上的准确位置控制,从而保证了遥控水下机器人长时间可靠工作. 展开更多
关键词 遥控水下机器人 递归神经网络 扩展函数链 推力分配 容错控制
在线阅读 下载PDF
基于FLANN和最小二乘的磁梯度计误差校正 被引量:20
19
作者 黄玉 郝燕玲 《仪器仪表学报》 EI CAS CSCD 北大核心 2012年第4期911-917,共7页
在基于偶极子磁场分量梯度的水下磁异常定位方法中,三轴磁力计自身误差及两磁场坐标系配准误差等是限制水下定位精度的主要因素,因此有必要对其进行校正,补偿磁场分量梯度计测量值。建立了磁场分量梯度计的测量误差模型,提出了基于函数... 在基于偶极子磁场分量梯度的水下磁异常定位方法中,三轴磁力计自身误差及两磁场坐标系配准误差等是限制水下定位精度的主要因素,因此有必要对其进行校正,补偿磁场分量梯度计测量值。建立了磁场分量梯度计的测量误差模型,提出了基于函数链接型神经网络(functional link artificial neural network,FLANN)和最小二乘法的磁场分量梯度计误差校正方法,给出了误差参数辨识及校正算法,数值仿真和实测数据证明了校正算法具有良好的收敛性,能显著地抑制磁场分量梯度测量误差,该校正方法为提高磁场分量梯度计性能提供了一种可行途径。 展开更多
关键词 磁场分量梯度计 误差校正 参数辨识 函数链接型神经网络 最小二乘法
在线阅读 下载PDF
非线性动态传感器系统的H模型神经网络辨识 被引量:3
20
作者 刘滔 韩华亭 +1 位作者 马婧 雷超 《传感技术学报》 CAS CSCD 北大核心 2013年第10期1390-1394,共5页
针对非线性动态传感器模型辨识问题,提出一种新的Hammerstein模型神经网络结构辨识法。非线性动态传感器系统采用Hammerstein模型描述,将系统分解为非线性静态增益串接线性动态环节。再设计一种网络权系数对应于相应的Hammerstein模型... 针对非线性动态传感器模型辨识问题,提出一种新的Hammerstein模型神经网络结构辨识法。非线性动态传感器系统采用Hammerstein模型描述,将系统分解为非线性静态增益串接线性动态环节。再设计一种网络权系数对应于相应的Hammerstein模型参数的新型神经网络结构,推导了基于反向传播的网络权系数调整方法。通过网络迭代训练同时得到静态与动态两个环节的模型参数。最后通过一个H模型的数值仿真来验证方法的有效性,仿真结果表明所提辨识方法是有效的。 展开更多
关键词 传感器 系统辨识 函数连接型神经网络 HAMMERSTEIN模型 非线性动态系统
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部