基于单隐层神经网络的空天飞行器鲁棒自适应轨迹线性化控制 被引量：12

1

作者 朱亮 姜长生 薛雅丽 《兵工学报》 EI CAS CSCD 北大核心 2008年第1期52-56,共5页

研究了一种新的空天飞行器鲁棒自适应轨迹线性化飞行控制系统设计方案。利用单隐层神经网络的逼近能力在线估计系统中存在的不确定性,神经网络输出用以抵消不确定性对轨迹线性化方法控制性能的影响。鲁棒自适应控制器用以克服逼近误差,... 研究了一种新的空天飞行器鲁棒自适应轨迹线性化飞行控制系统设计方案。利用单隐层神经网络的逼近能力在线估计系统中存在的不确定性,神经网络输出用以抵消不确定性对轨迹线性化方法控制性能的影响。鲁棒自适应控制器用以克服逼近误差,并使闭环系统具有更好的性能。严格的理论证明表明,给定的自适应调节律能够保证闭环系统跟踪误差最终收敛至任意小紧集。空天飞行器高超声速飞行条件下的仿真结果表明,即使在很恶劣的条件下,新方法仍然表现出很好的响应性能。 展开更多

关键词 飞行器控制 导航技术 轨迹线性化控制 单隐层神经网络 高超声速

在线阅读 下载PDF 职称材料

子波网络的近似能力分析 被引量：7

2

作者 乔迎贤 周凤岐 《西北工业大学学报》 EI CAS CSCD 北大核心 1996年第3期415-419,共5页

选取单隐层子波网络为研究对象，并且允许隐层上的节．点数可以足够多，通过对其构成机理的分析，得出一个有关这种网络对非线性映射逼近能力的定理，从数学上给予了严格的证明，并进行了仿真计算，仿真结果表明。

关键词 分析子波 子波变换 子波网络 神经网络 近似能力

在线阅读 下载PDF 职称材料

基函数网络逼近:进展与展望 被引量：14

3

作者 焦李成 侯彪 刘芳 《工程数学学报》 CSCD 北大核心 2002年第1期21-36,88,共17页

从神经网络、统计估计、逼近论、调和分析等角度研究了多变量目标函数的逼近问题 ,评述了这些工具的逼近效率和能力 ,同时研究和评述了脊波 (Ridgelet)的发展现状及应用前景 。

关键词 单隐层前馈神经网络 贪婪算法 投影跟踪回 FOURIER分析 小波分析 小波神经网络 背波 框架理论 图像压缩

在线阅读 下载PDF 职称材料

基于模拟退火的BP网络隐藏层节点估算算法 被引量：12

4

作者 张世睿 李心科 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2017年第11期1489-1491,1506,共4页

单隐藏层BP神经网络在模式识别及数据挖掘等领域应用广泛,而隐藏层节点的数目受到众多因素的影响,因此节点数量的选取一直是一个复杂的问题。文章提出一种基于模拟退火算法(simulated annealing,SA)的单隐藏层BP神经网络隐藏层节点估算... 单隐藏层BP神经网络在模式识别及数据挖掘等领域应用广泛,而隐藏层节点的数目受到众多因素的影响,因此节点数量的选取一直是一个复杂的问题。文章提出一种基于模拟退火算法(simulated annealing,SA)的单隐藏层BP神经网络隐藏层节点估算算法,基于经验确定隐藏节点数的下界,通过模拟退火不断增加隐藏节点个数直至算法结束,得到最优解。该方法与经验法和试凑法相比具有较强的理论依据,与遗传算法等方法相比不容易陷入局部最小值。实验证明,采用该方法估算隐藏层节点的准确率较高,速度也较快。 展开更多

关键词 BP网络 模拟退火算法(SA) 单隐藏层 隐藏层节点数

在线阅读 下载PDF 职称材料

前馈网络的一种高精度鲁棒在线贯序学习算法 被引量：4

5

作者 卢诚波 梅颖 《上海交通大学学报》 EI CAS CSCD 北大核心 2015年第8期1137-1143,共7页

基于离散傅里叶变换-极限学习机(DFT-ELM)提出了一种新的单隐层前馈神经网络在线贯序学习算法,命名为"在线贯序-离散傅里叶变换-极限学习机"(OS-DFT-ELM).该算法能够逐个或逐段学习数据,随着新数据的逐渐到达,单隐层前馈神经... 基于离散傅里叶变换-极限学习机(DFT-ELM)提出了一种新的单隐层前馈神经网络在线贯序学习算法,命名为"在线贯序-离散傅里叶变换-极限学习机"(OS-DFT-ELM).该算法能够逐个或逐段学习数据,随着新数据的逐渐到达,单隐层前馈神经网络的内权矩阵和外权矩阵得到逐步调整.该算法与在线贯序-极限学习机(OS-ELM)相比,具有更高的精度和鲁棒性.同时,通过实验和分析,表明OS-DFT-ELM具有优良性能. 展开更多

关键词 单隐层前馈神经网络 在线贯序算法 极限学习机

在线阅读 下载PDF 职称材料

单隐层感知机神经网络对权扰动的敏感性计算 被引量：2

6

作者 曾晓勤 何嘉晟 《河海大学学报（自然科学版）》 CAS CSCD 北大核心 2013年第4期360-364,共5页

为使MLP神经网络对权扰动的敏感性计算算法更符合实际需求,提出一个不依赖隐层向量相互独立假设的敏感性计算算法。该算法通过自底向上依次计算单个神经元和单个层的敏感性来获得整个网络的敏感性,并采用数值计算方法给出敏感性的数学... 为使MLP神经网络对权扰动的敏感性计算算法更符合实际需求,提出一个不依赖隐层向量相互独立假设的敏感性计算算法。该算法通过自底向上依次计算单个神经元和单个层的敏感性来获得整个网络的敏感性,并采用数值计算方法给出敏感性的数学表达式。以UCI数据集为基础,验证该算法的计算精度,结果表明该算法得到的敏感性理论值能较好地逼近敏感性的模拟值。 展开更多

关键词 敏感性 神经网络 单隐层感知机

在线阅读 下载PDF 职称材料

采用限定记忆极限学习机的过热汽温逆建模研究 被引量：4

7

作者 王万召 王杰 《西安交通大学学报》 EI CAS CSCD 北大核心 2014年第2期32-37,共6页

针对常规极限学习机随着学习次数增加增益矩阵慢慢趋于零、学习算法逐渐失去修正能力而出现"数据饱和"的问题,提出了限定记忆极限学习机算法。该算法在学习过程中每增加一个新数据信息,就去掉一个旧数据信息,权值的学习只依... 针对常规极限学习机随着学习次数增加增益矩阵慢慢趋于零、学习算法逐渐失去修正能力而出现"数据饱和"的问题,提出了限定记忆极限学习机算法。该算法在学习过程中每增加一个新数据信息,就去掉一个旧数据信息,权值的学习只依赖于限定个数的最新数据信息,从而避免出现"数据饱和"。通过分析隐含层数据矩阵的特点,利用分块矩阵计算方法推导了限定记忆极限学习机在线学习算法。将该算法应用于参数时变的过热汽温对象逆模型的辨识,仿真实验结果表明:该算法能有效克服"数据饱和"问题,提高计算精度,是一种实用有效的过热汽温对象逆建模算法。 展开更多

关键词 单隐含层前馈神经网络 限定记忆极限学习机 数据饱和 在线逆建模 过热汽温

在线阅读 下载PDF 职称材料

基于ELM和PCA的汉语数字语音识别研究 被引量：2

8

作者 王威 胡桂明 +2 位作者 杨丽 黄东芳 周杨 《电声技术》 2015年第11期49-53,共5页

针对传统BP网络在语音识别应用中存在训练时间长,容易陷入局部极小值等问题,建立了一种基于ELM的语音识别系统。ELM是一种快速的单隐层前馈神经网络(SLFN)训练算法,将该算法与单隐层BP网络进行实验比较。实验中对提取的特征矩阵采用主... 针对传统BP网络在语音识别应用中存在训练时间长,容易陷入局部极小值等问题,建立了一种基于ELM的语音识别系统。ELM是一种快速的单隐层前馈神经网络(SLFN)训练算法,将该算法与单隐层BP网络进行实验比较。实验中对提取的特征矩阵采用主成分分析(PCA)算法进行降维,该算法有效地提取了语音信号的主要成分。实验结果表明:在训练时间上,ELM明显优于BP算法;在识别率上,ELM优于BP算法。 展开更多

关键词 语音识别 极限学习机 BP网络 单隐层前馈神经网络 主成分分析

在线阅读 下载PDF 职称材料

凸增量极限学习机的逼近阶 被引量：4

9

作者 王博 《西安工程大学学报》 CAS 2015年第6期756-760,共5页

针对增量极限学习机(Convex incremental extreme learning machine,CI-ELM)的逼近能力分析问题,提出了一种基于Cauchy-Schwarz不等式的方法对CI-ELM算法的逼近阶进行定量分析.该方法针对激活函数g(x)所生成的函数序列定义了一个特殊的... 针对增量极限学习机(Convex incremental extreme learning machine,CI-ELM)的逼近能力分析问题,提出了一种基于Cauchy-Schwarz不等式的方法对CI-ELM算法的逼近阶进行定量分析.该方法针对激活函数g(x)所生成的函数序列定义了一个特殊的规范激活函数空间D,并在D上构造目标函数空间A_1(D),在Cauchy-Schwarz不等式基础上,利用分类讨论思想及数学归纳法对CI-ELM算法的逼近阶进行定量描述,从而初步揭示CI-ELM算法快速收敛的本质.结果证明,在目标函数空间A_1(D)上,CI-ELM逼近阶为O(n-1/2). 展开更多

关键词 凸增量极限学习机 单隐层前向神经网络 逼近阶 CAUCHY-SCHWARZ不等式

在线阅读 下载PDF 职称材料

无人机辅助的基于前馈神经网络的节点定位算法 被引量：2

10

作者 王冬梅 《太赫兹科学与电子信息学报》 北大核心 2020年第4期616-619,638,共5页

针对无线传感网络(WSNs)的节点定位问题,提出无人机辅助的基于前馈神经网络的节点定位(UAV-NN)算法。UAV-NN算法利用无人机(UAV)作为锚节点,并由UAV周期地发射beacon信号,利用极端学习机(LEM)训练单隐藏前向反馈的神经网络(SLFN),未知... 针对无线传感网络(WSNs)的节点定位问题,提出无人机辅助的基于前馈神经网络的节点定位(UAV-NN)算法。UAV-NN算法利用无人机(UAV)作为锚节点,并由UAV周期地发射beacon信号,利用极端学习机(LEM)训练单隐藏前向反馈的神经网络(SLFN),未知节点接收来自UAV发射的beacon信号,并记录其接收信号强度指示(RSSI),已训练的SLFN再依据RSSI值估计节点位置。仿真结果表明,相比于传统的基于RSSI定位算法,提出的UAV-NN算法无需部署地面锚节点;相比其他传统的机器学习算法,UAV-NN算法通过引用ELM,减少了定位误差。 展开更多

关键词 无人机 定位 单隐藏前向反馈的神经网络 接收信号强度指示 极端学习机

在线阅读 下载PDF 职称材料

基于二叉级联结构的并行极速学习机算法

11

作者 王磊 刘艳 夏娟 《吉林大学学报（信息科学版）》 CAS 2012年第4期418-425,共8页

为解决因庞大的矩阵存储和计算,ELM(Extreme Learning Machines)难以应用到大规模、高维数据集的问题,提出一种基于"分而治之"策略的并行极速学习机算法。该算法利用二叉级联结构,将大规模数据集分派到多个计算节点上,并行地... 为解决因庞大的矩阵存储和计算,ELM(Extreme Learning Machines)难以应用到大规模、高维数据集的问题,提出一种基于"分而治之"策略的并行极速学习机算法。该算法利用二叉级联结构,将大规模数据集分派到多个计算节点上,并行地更新单隐层前馈网络的输出权值,且能有限步地单调收敛到最小二乘解。实验结果表明,该算法不仅泛化性能优异,并且具有非常高的加速比和并行效率。 展开更多

关键词 单隐层前馈神经网络 极速学习机 并行极速学习机 二叉级联结构

在线阅读 下载PDF 职称材料

机翼摇滚自适应神经网络抑制

12

作者 袁锁中 《应用科学学报》 EI CAS CSCD 北大核心 2010年第1期95-98,共4页

针对战斗机在大迎角下表现出的机翼摇滚非线性振荡现象,提出一种基于自适应神经网络的抑制机翼摇滚控制方案.采用动态逆方法实现机翼摇滚特性的近似线性化,并根据动态性能指标要求设计线性补偿器,采用单隐层神经网络在线补偿近似动态逆... 针对战斗机在大迎角下表现出的机翼摇滚非线性振荡现象,提出一种基于自适应神经网络的抑制机翼摇滚控制方案.采用动态逆方法实现机翼摇滚特性的近似线性化,并根据动态性能指标要求设计线性补偿器,采用单隐层神经网络在线补偿近似动态逆引起的误差.仿真实验验证了控制方法的有效性. 展开更多

关键词 机翼摇滚 自适应控制 非线性控制 单隐层神经网络 飞行控制

在线阅读 下载PDF 职称材料

基于神经网络的舰载无人直升机着舰控制研究

13

作者 翟红云 《舰船科学技术》 北大核心 2017年第18期189-191,共3页

近年来,无人机技术迅猛发展,逐渐应用于侦查、通信中继、货物运输等领域。然而,当前无人机着舰系统仍存在鲁棒性不足、处理随机性情况能力弱等缺点。为保证无人直升机高效准确的着舰,本文对逆系统和单隐层神经网络进行了详细分析,通过... 近年来,无人机技术迅猛发展,逐渐应用于侦查、通信中继、货物运输等领域。然而,当前无人机着舰系统仍存在鲁棒性不足、处理随机性情况能力弱等缺点。为保证无人直升机高效准确的着舰,本文对逆系统和单隐层神经网络进行了详细分析,通过对姿态控制器和速度控制器的研究,构建了一款适用于舰载无人直升机着舰的控制系统,能够满足无人直升机控制高效率和强鲁棒性的要求。 展开更多

关键词 无人直升机 逆系统 单隐层神经网络 姿态控制

在线阅读 下载PDF 职称材料

改进磷虾群算法优化ELM的入侵检测 被引量：5

14

作者 刘唐 周炜 王晓丹 《火力与指挥控制》 CSCD 北大核心 2018年第12期27-32,共6页

泛滥的网络攻击严重威胁网络信息安全。入侵检测系统的高效性、鲁棒性等则尤为重要。针对极限学习机ELM的性能过分依赖于众多隐层节点的单隐层前馈神经网络SLFN的问题,提出基于改进磷虾群算法的极限学习机(IKH-ELM)的入侵检测算法。此... 泛滥的网络攻击严重威胁网络信息安全。入侵检测系统的高效性、鲁棒性等则尤为重要。针对极限学习机ELM的性能过分依赖于众多隐层节点的单隐层前馈神经网络SLFN的问题,提出基于改进磷虾群算法的极限学习机(IKH-ELM)的入侵检测算法。此算法减少隐层节点数为类别数,并利用IKH优化节点的权值和偏置,使ELM的决策性能显著上升。KDD99数据集实验表明:与原始ELM相比,IKH-ELM构造的仅5个节点的SLFN的泛化性能优势明显。与BP、SVM等算法相比,IKH-ELM算法能快速训练并有更高的检测正确率。 展开更多

关键词 入侵检测 极限学习机(ELM) 单隐层前馈神经网络(slfn) 磷虾群算法 泛化性能

在线阅读 下载PDF 职称材料

一种改进的极端学习机算法 被引量：1

15

作者 刘作志 刘欢 《纺织高校基础科学学报》 CAS 2014年第4期502-507,共6页

为了提高极端学习机算法的稳定性和学习速度,结合L1/2正则化理论提出一种改进的极端学习机算法——基于L1/2正则化的快速学习算法(L1/2-RELM).该算法首先采用L1/2正则项对极端学习机算法进行约束,其次运用half算法确定网络输出权重,提... 为了提高极端学习机算法的稳定性和学习速度,结合L1/2正则化理论提出一种改进的极端学习机算法——基于L1/2正则化的快速学习算法(L1/2-RELM).该算法首先采用L1/2正则项对极端学习机算法进行约束,其次运用half算法确定网络输出权重,提高了算法的稳定性和学习速度.数值实验表明,所提算法的学习速度比极端学习机算法的学习速度更快,且性能更加稳定. 展开更多

关键词 单隐层前向神经网络 极端学习机 L1/2正则化

在线阅读 下载PDF 职称材料

不平衡超限学习机的全局惩罚参数选择方法 被引量：1

16

作者 柯海丰 卢诚波 徐卉慧 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2017年第9期1444-1449,共6页

超限学习机在对不平衡数据集进行学习和分类时,正类样本容易被错分。而加权超限学习机只考虑了数据集类之间的不平衡,忽视了样本类内的不平衡的现象。本文阐述了超限学习机在不平衡数据集上分类效果欠佳的原因,提出了根据数据集选取惩... 超限学习机在对不平衡数据集进行学习和分类时,正类样本容易被错分。而加权超限学习机只考虑了数据集类之间的不平衡,忽视了样本类内的不平衡的现象。本文阐述了超限学习机在不平衡数据集上分类效果欠佳的原因,提出了根据数据集选取惩罚参数的方法,采用将类间的惩罚参数与类内的惩罚参数相结合的方法,形成全局惩罚参数,即将类惩罚参数进一步精确到样本个体惩罚参数。结果表明:这种方法实现起来简单方便,与其他类型的超限学习机相比较,这种全局惩罚参数的选择方法在提高分类准确率方面能够取得更好的效果。 展开更多

关键词 数据挖掘 不平衡数据集 单隐层前馈神经网络 超限学习机 加权超限学习机 全局惩罚参数 分类器

在线阅读 下载PDF 职称材料

基于改进BP神经网络模型的云南文山州水资源脆弱性综合评价 被引量：33

17

作者 崔东文 《长江科学院院报》 CSCD 北大核心 2013年第3期1-7,共7页

利用层次分析法构建符合丰水地区水资源脆弱性评价的指标体系和等级标准,分别构建基于单、双隐层BP神经网络技术的区域水资源脆弱性综合评价模型,并采用内插法构造网络训练样本,将水资源脆弱性分级评价标准值作为"评价"样本,... 利用层次分析法构建符合丰水地区水资源脆弱性评价的指标体系和等级标准,分别构建基于单、双隐层BP神经网络技术的区域水资源脆弱性综合评价模型,并采用内插法构造网络训练样本,将水资源脆弱性分级评价标准值作为"评价"样本,对云南文山州区域水资源脆弱性进行评价分析。结果表明:①单、双隐层BP神经网络模型对区域水资源脆弱性综合评价结果基本相同,说明研究建立的区域水资源脆弱性评价模型和评价方法均是合理可行的,与单隐层网络相比,双隐层网络泛化能力强,预测精度高,但训练时间较长;②文山州各评价区域不同规划水平年水资源脆弱性评价等级为Ⅲ—Ⅴ级,即处于中度脆弱与不脆弱之间,客观反映了该州水资源脆弱性状况,符合区域实际情况。评价结果可以作为研究和评价区域水资源脆弱性的参考依据。 展开更多

关键词 水资源系统 BP神经网络 脆弱性评价 单双隐层 云南文山州

在线阅读 下载PDF 职称材料

一种改进的基于误差最小化的极限学习机

18

作者 孙鑫 秦亮曦 《信息技术》 2014年第6期99-102,106,共5页

在基于误差最小化的极限学习机(EM_ELM)的基础上,提出了一种改进的基于误差最小化的极限学习机,输入权重和偏置采用递归最小二乘法获得。实验证明,该方法具有更快的学习速度、良好的预测精度和更精简的网络结构。

关键词 单隐层前馈神经网络 极限学习机 误差最小化 递归最小二乘法

在线阅读 下载PDF 职称材料