检索结果-内蒙古大学图书馆

1995中国控制与决策学术年会

作者：黄敏超张育林陈启智国防科技大学一系国防科技大学一系国防科技大学一系

结合非线性优化理论和方法提出了多层神经网络的共轭梯度反传算法．该算法易于实现,收敛速度比较快。将共轭梯度反传算法用于变推力火箭发动机试验数据训练神经网络,得到满意的辨识模型．

关键词：共轭梯度反传算法系统辨识

来源：评论

学校读者我要写书评

暂无评论

神经网络扩展滤波算法及其多元光谱分辨应用

引用

化学学报 1996年第10期54卷 1009-1015页

作者：李志良曾鸽鸣梁本熹邱细敏胡芳李梦龙湖南大学化学化工系长沙410082 四川联合大学化学系成都610064

前馈神经网络(NN)误差反向传播算法(BP)应用较广,但收敛较慢且易陷入局部极优,针对这一不足,本文提出了一种基于扩展滤波的快速学习新颖算法(EF).与BP相比较,该法不仅具有学习效率高,收敛速度快,所需学习次数少,数值稳定性好等优点,而... 详细信息

前馈神经网络(NN)误差反向传播算法(BP)应用较广,但收敛较慢且易陷入局部极优,针对这一不足,本文提出了一种基于扩展滤波的快速学习新颖算法(EF).与BP相比较,该法不仅具有学习效率高,收敛速度快,所需学习次数少,数值稳定性好等优点,而且所需调节参数少.由非线性系统建模与辨识的模拟结果表明,EF是一种有效的神经学习新算法.该法用于多元光谱校正与分辨,获得良好结果.

关键词：神经网络扩展滤波反传算法多元校正光谱分辨

来源：评论

学校读者我要写书评

暂无评论

神经网络Kalman滤波算法及多组分光度分析应用

引用

分析测试学报 1996年第4期15卷 29-34页

作者：李志良曾鸽鸣吴筱屏吉田英邱细敏李梦龙石乐明湖南大学化学化工系日本国立技科大学

前馈神经网络ＮＮ误差反向传播算法（ＢＰ）收敛速度较慢且常陷入局部极优值等，针对此种缺陷提出了一种基于扩展Ｋａｌｍａｎ滤波的快速学习新算法（ＥＦ）。与ＢＰ相比，ＥＦ法不仅学习效率高收敛速度快，数值稳定性好，而且所需学习... 详细信息

前馈神经网络ＮＮ误差反向传播算法（ＢＰ）收敛速度较慢且常陷入局部极优值等，针对此种缺陷提出了一种基于扩展Ｋａｌｍａｎ滤波的快速学习新算法（ＥＦ）。与ＢＰ相比，ＥＦ法不仅学习效率高收敛速度快，数值稳定性好，而且所需学习次数少，调节参数少，由非线性系统建模与辨识的模拟结果表明，ＥＦ是提高网络收敛速度改善神经学习性能的一种有效方法，谈谈用于多组分光谱分析，结果良好。

关键词：神经网络反传算法卡尔曼滤波算法光度分析

来源：评论

学校读者我要写书评

暂无评论

基于改进神经网络的干点软测量

引用

高技术通讯 2007年第1期17卷 44-48页

作者：颜学峰华东理工大学自动化研究所上海200237

针对传统的神经网络收敛判断以模型的拟合精度为指标造成训练时间过长和过拟合等缺点，提出了一种改进神经网络（M-ANN。M-ANN将样本分成训练样本和校验样本，并提出了过拟合判据参数。通过训练样本采用误差反传算法对网络进行训练，训... 详细信息

针对传统的神经网络收敛判断以模型的拟合精度为指标造成训练时间过长和过拟合等缺点，提出了一种改进神经网络（M-ANN。M-ANN将样本分成训练样本和校验样本，并提出了过拟合判据参数。通过训练样本采用误差反传算法对网络进行训练，训练过程中以模型对校验样本的预测性能为指标，通过过拟合判据参数的计算自适应地在获得具有最佳预测性能模型时终止网络训练。同时，针对影响初馏塔塔顶石脑油干点的因素众多且呈高度非线性的特征，应用M-ANN建立初顶石脑油干点软测量模型，获得模型的预测相对误差平方和均值比传统神经网络模型降低了27．5％。

关键词：反传算法神经网络干点软测量

来源：评论

学校读者我要写书评

暂无评论

基于自适应神经网络的芳烃异构化过程建模

引用

化工自动化及仪表 2006年第5期33卷 6-8页

作者：颜学峰华东理工大学自动化研究所上海200237

针对芳烃异构化过程(AH IP)中影响对二甲苯(PX)产率的因素众多且复杂等特点,提出一种自适应神经网络(Adaptive ANN)以建立AH IP的各因素与PX产率的关联模型。Adaptive ANN将样本分成训练样本和校验样本,并设计过拟合判据参数。通过训练... 详细信息

针对芳烃异构化过程(AH IP)中影响对二甲苯(PX)产率的因素众多且复杂等特点,提出一种自适应神经网络(Adaptive ANN)以建立AH IP的各因素与PX产率的关联模型。Adaptive ANN将样本分成训练样本和校验样本,并设计过拟合判据参数。通过训练样本对网络进行训练,训练过程中以模型对校验样本的预测性能为指标,通过过拟合判据参数的计算自适应地在获得具有最佳预测性能模型时终止网络训练,克服了传统的神经网络以模型的拟合精度为指标,造成训练时间过长和过拟合等缺点。

关键词：反传算法自适应神经网络芳烃异构化过拟合判据建模

来源：评论

学校读者我要写书评

暂无评论

BP 算法执行过程中的平台现象及其减少方法的研究

引用

哈尔滨工程大学学报 1997年第5期18卷 40-48页

作者：王科俊金鸿章李国斌李殿璞哈尔滨工程大学自动控制系

基于对ＢＰ算法执行中存在的平台现象的分析，从神经元作用函数的总输入、作用函数的选择、作用函数的自适应调整和网络初始权值的选择几方面，分析和研究了减少平台现象的措施提出了神经元作用函数的选择方法，给出了具有作用函数自... 详细信息

基于对ＢＰ算法执行中存在的平台现象的分析，从神经元作用函数的总输入、作用函数的选择、作用函数的自适应调整和网络初始权值的选择几方面，分析和研究了减少平台现象的措施提出了神经元作用函数的选择方法，给出了具有作用函数自适应调整的ＢＰ算法。

关键词：神经网络反传算法平台现象 BP算法执行过程

来源：评论

学校读者我要写书评

暂无评论

嵌入岭回归的BP算法及其在软测量中的应用

引用

化工自动化及仪表 2007年第3期34卷 11-15页

作者：颜学峰华东理工大学自动化研究所上海200237

针对三层神经网络(ANN)最佳隐节点个数难以确定和随着隐节点个数增加ANN模型易出现过拟合等缺点,提出了嵌入岭回归(RR)的误差反传算法(BP)。BP-RR根据样本规模自适应确定隐节点个数,并通过BP算法充分提取样本数据信息。然后,针对隐含层... 详细信息

针对三层神经网络(ANN)最佳隐节点个数难以确定和随着隐节点个数增加ANN模型易出现过拟合等缺点,提出了嵌入岭回归(RR)的误差反传算法(BP)。BP-RR根据样本规模自适应确定隐节点个数,并通过BP算法充分提取样本数据信息。然后,针对隐含层输出可能存在的复共线性,采用RR以预测性能为指标,通过进化算法确定最佳岭参数,进而重新确定隐含层与输出层之间最佳的权值和阈值,克服ANN过拟合,建立具有良好预测性能的模型。将BP-RR应用于建立石脑油干点软测量,结果显示,BP-RR模型具有良好的预测性能。与ANN相比,BP-RR模型鲁棒性强,预测精度高。

关键词：神经网络反传算法岭回归进化算法软测量

来源：评论

学校读者我要写书评

暂无评论

自适应调节学习速率的前向网络训练算法

自适应调节学习速率的前向网络训练算法

引用

1996年中国地球物理学会第十二届学术年会

作者：王彦春段云卿江汉石油学院物探系江汉石油学院物探系

误差反传算法是目前应用最为广泛并且比较成功的一种算法,因其误差通过网络逆向传播而得名,它利用梯度搜索技术使代价函数最小化。代价函数等于期望输出与实际输出的误差平方和。虽然BP算法对解决很多问题很有效,但对于输入输出的映射... 详细信息

误差反传算法是目前应用最为广泛并且比较成功的一种算法,因其误差通过网络逆向传播而得名,它利用梯度搜索技术使代价函数最小化。代价函数等于期望输出与实际输出的误差平方和。虽然BP算法对解决很多问题很有效,但对于输入输出的映射关系比较复杂、已知样本较多的情况,其学习速度比较慢。我们分析了误差曲面的一般特征,分析了初始权对学习速度的影响,分析了样本特征参数的大小对学习速度的影

关键词：前向网络反传算法学习速率

来源：评论

学校读者我要写书评

暂无评论

遗传繁衍样本策略及神经网络信用评价研究

引用

管理科学 2004年第1期17卷 59-65页

作者：吴德胜梁梁中国科学技术大学商学院安徽合肥230026

提出遗传算法繁衍样本策略,克服了小样本建立模型的缺陷,建立适合于我国商业企业的信用评分指标体系,依据该指标体系和遗传优化样本建立了基于反向传播回归神经网络的信用评估模型,利用样本公司实际指标数据对该模型的评分效果进行了比... 详细信息

提出遗传算法繁衍样本策略,克服了小样本建立模型的缺陷,建立适合于我国商业企业的信用评分指标体系,依据该指标体系和遗传优化样本建立了基于反向传播回归神经网络的信用评估模型,利用样本公司实际指标数据对该模型的评分效果进行了比较研究。

关键词：信用评分神经网络遗传算法反传算法

来源：评论

学校读者我要写书评

暂无评论

人工神经网络的理论及应用

人工神经网络的理论及应用

引用

作者：阮庆复旦大学

学位级别：硕士

在该文的前言部分,简要地介绍了人工神经网络的发展历史及现状,并指出对人工神经网络模型在理论上及应用上进行研究的必要性.在第一章中,我们探讨了一类带时滞的离散神经网络模型的周期行为,并给出周期解的稳定判据,期望能对模型的连续... 详细信息

在该文的前言部分,简要地介绍了人工神经网络的发展历史及现状,并指出对人工神经网络模型在理论上及应用上进行研究的必要性.在第一章中,我们探讨了一类带时滞的离散神经网络模型的周期行为,并给出周期解的稳定判据,期望能对模型的连续形式的研究有所帮助.在第一章的末尾,我们还对部分结论在一些特殊参数情况下进行了推广,并通过一个例子体现了推广了的结论的应用.在第二章中,我们提出对反传算法的几个改进.其中,构造法通过不断地扩张网络,绕开了传统算法无法避免的局部极小值,并解决了网络结构的选择问题.除了理论证明之外,我们也通过几个训练实例演示了构造法的应用.此外,对于一类\"特殊的\"训练问题,即输入维数高、但相关性强的数据,我们提出利用主分量分析的方法给出训练的参数初值.所有数值模拟的方法和结果我们都放在该章的最后一节.实验数据显示,这些改进的算法都是非常有效的.在第三章中,我们利用多层神经网络的学习、预测能力,将其应用到非线性指标——预测度指标.作为预测度指标的应用,我们对心率变异性研究中的R-R间期序列和分子动力学研究中的自由能序列进行预测度分析,结果表明预测度指标是有很高的应用价值的.它可以帮助我们更进一步地揭示时间序列中的非线性关系.

关键词：人工神经网络离散时滞周期解渐近稳定多层前馈网络反传算法构造法主分量分析预测度心律变异性分子动力学

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：