检索结果-南通市图书馆

作者：刘晨电子科技大学

学位级别：硕士

MCD与Unity 3D系统P2P实时同步交互关键技术及其功能插件的设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

MCD与Unity 3D系统P2P实时同步交互关键技术及其功能插件的设计与...

作者：洪近思电子科技大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

神经网络的有条件多吸引分析

神经网络的有条件多吸引分析

作者：左佳璐电子科技大学

学位级别：硕士

基于机器学习的机器人运动规划系统的设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器学习的机器人运动规划系统的设计与实现

作者：陈海畴电子科技大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

神经网络的吸引子共存与竞争研究

神经网络的吸引子共存与竞争研究

作者：吴若男电子科技大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

序列预测中的深度神经网络结构研究

序列预测中的深度神经网络结构研究

作者：卢晨电子科技大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

深度神经网络的鲁棒性分析及应用研究

深度神经网络的鲁棒性分析及应用研究

作者：姚小芳电子科技大学

学位级别：硕士

随着深度神经网络在各个领域中的广泛应用,深度神经网络的鲁棒性逐渐成为研究的热点。本文研究和设计了具有鲁棒性的强稳定保持生成对抗网络,并介绍了其生成网络和判别网络的结构。针对生成对抗网络训练不稳定的问题以及该模型在海表面... 详细信息

随着深度神经网络在各个领域中的广泛应用,深度神经网络的鲁棒性逐渐成为研究的热点。本文研究和设计了具有鲁棒性的强稳定保持生成对抗网络,并介绍了其生成网络和判别网络的结构。针对生成对抗网络训练不稳定的问题以及该模型在海表面温度预测上的应用,改进了其损失函数,并对Wasserstein距离的可控性进行分析。鲁棒性的研究方法分为精确和近似两种情况,因此需要根据学习任务的不同选择最合适的分析方法。本文的研究中心是基于Lipscihtz常数的方法研究深度神经网络的鲁棒性,给出了非线性的深度神经网络模型线性映射的方式,并研究了当数据发生扰动或者网络参数发生扰动时的鲁棒性条件,具体的研究内容分为两部分。第一部分研究了深度神经网络的鲁棒性条件。首先研究了将非线性的深度神经网络模型线性映射的方式,其次研究了数据或者网络参数发生扰动时,深度神经网络模型具有鲁棒性的条件,即深度神经网络模型各网络层权重矩阵范数的取值范围和激活函数变换矩阵特征值的取值范围。同时,研究了当网络参数发生扰动时各网络层激活函数的选取。第二部分设计并搭建了具有鲁棒性的强稳定保持生成对抗网络模型。首先设计了生成网络和判别网络,并证明了判别网络的稳定性。其次分析了 Wasserstein距离的可控性以及研究了该模型的损失函数。针对生成对抗网络训练不稳定的问题,对判别网络的梯度进行一个Lipschitz条件限制,即在海表面温度真实数据分布区域、生成数据分布区域以及处于它们之间的区域上施加Lipschitz条件,将其梯度限制在1附近便可以得到一个很好的效果。生成网络的损失函数选择可以预测海表面温度的均方差公式。最后,对强稳定保持生成对抗网络进行训练和测试,并通过实验验证了该模型在海表面温度预测上的准确性和鲁棒性。

关键词：深度神经网络鲁棒性激活函数生成对抗网络海表面温度预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

神经网络的多稳定性研究

神经网络的多稳定性研究

作者：代雄电子科技大学

学位级别：硕士

在人们对生物大脑的认识越来越清楚后,开始使用各种数学模型来仿真生物大脑。神经网络是其中比较理想的模型,它在很多实际问题上取得了很好的效果。神经网络的稳定性是一个重要的研究方向,因为稳定的网络是指从某个领域出发轨迹最终收... 详细信息

在人们对生物大脑的认识越来越清楚后,开始使用各种数学模型来仿真生物大脑。神经网络是其中比较理想的模型,它在很多实际问题上取得了很好的效果。神经网络的稳定性是一个重要的研究方向,因为稳定的网络是指从某个领域出发轨迹最终收敛到某些吸引子上,稳定性是工程应用中的一个重要性质。本文从理论和应用两个方面研究了神经网络的多稳定性,取得以下研究成果:首先,我们研究了二维线性阈值递归神经网络的多稳定性。在这部分,我们将二维非线性网络转化为线性网络,利用矩阵的特征值研究神经网络的多稳定性,分别得到有外部输入的网络和无外部输入的网络存在多个连续吸引子的条件;这部分也研究了一种具有复特征值的实连接矩阵网络的多稳定性;并通过仿真验证了结论的有效性。其次,我们建立去噪自编码网络,完成了多个数字的存取,多个连续吸引子存在于一个网络中,扩大了网络的存储容量。并使用旋转图片的数据集,通过自编码去学习旋转图片数据集在二维和三维空间中的连续吸引子。最后,搭建了长短时记忆神经网络模型的结构,并推导前向传播和误差反向传播过程。分析这种模型在长序列问题中的记忆能力,同时也利用这个模型对时间序列数据(比特币近6年的价格)做了预测,最终验证了该网络强大的记忆功能。综上所述,以上这些成果对神经网络的研究有推动作用。

关键词：线性阈值神经网络多稳定性连续吸引子去噪自编码长短时记忆神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多连续吸引子共存的神经网络动力学分析

多连续吸引子共存的神经网络动力学分析

作者：黄悦电子科技大学

学位级别：硕士

在现如今飞速发展的时代下,关于神经网络的相关研究和应用相信大家已经耳熟能详。不管是工科学者还是理科学者,甚至是互联网工作者都离不开对神经网络的探究。医药、军事、生态、经济等诸多领域都涉及到了神经网络的应用,这足够表明神... 详细信息

在现如今飞速发展的时代下,关于神经网络的相关研究和应用相信大家已经耳熟能详。不管是工科学者还是理科学者,甚至是互联网工作者都离不开对神经网络的探究。医药、军事、生态、经济等诸多领域都涉及到了神经网络的应用,这足够表明神经网络的重要性。与线性神经网络模型相比,非线性神经网络模型具有更高研究价值,其中非线性神经网络的结构特性以及动力学性质可用于研究多连续吸引子共存理论,连续吸引子网络在计算神经科学方面的应用非常多样,该网络适用于编码连续和短时记忆的外部刺激,比如运动方向、复杂对象分类和空间位置的连续特征。共存连续吸引子可更好地表征大脑处理信息的能力。本文拟对具有不同非线性激活函数的神经网络模型中的多连续吸引子共存问题进行研究,主要研究内容包含两个部分:第一个部分研究了基于对称饱和线性激活函数(Satlins)的递归神经网络,详细探讨了网络中多个连续吸引子的共存问题。连续吸引子是一组连通的稳定平衡点,它的表现形式有很多,比如线吸引子、环吸引子、面吸引子等。根据动力学中平衡点原理和稳定性定理,提出并证明有外部输入时,具有Satlins激活函数的递归神经网络中存在单个连续吸引子、多连续吸引子共存的参数条件。并在此基础上对其参数进行敏感性分析,增加参数配置过程中的合理性。并通过实例验证了理论结果的有效性。第二个部分探究了基于周期激活函数(Sine)的递归神经网络,利用两个稳定性判定法证明了该动力系统中的稳定性。同时推导并证明了该周期系统中存在吸引子的条件及其显示表达,并且进一步得到了该网络在二维空间和三维空间中吸引子的空间分布(比如多个线吸引子共存、多个面吸引子共存、立体吸引子等)与参数(这里指连接权值矩阵和自我激励值)之间的条件关系,最后利用二维网络和三维网络作为实例进行了仿真实验。

关键词：递归神经网络周期激活函数连续吸引子共存敏感性分析系统稳定性

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多模块网络的不同连续吸引子研究

多模块网络的不同连续吸引子研究

作者：陈文双电子科技大学

学位级别：硕士

生活在当下,神经网络对于我们而言一定算不上陌生。无论是作为学者还是工程师,在他们的研究中一定会发现神经网络的身影。医学领域、军事领域甚至金融领域均采用了神经网络技术,不难看出它具有很强的适用性。将耦合的网络模型同单一的... 详细信息

生活在当下,神经网络对于我们而言一定算不上陌生。无论是作为学者还是工程师,在他们的研究中一定会发现神经网络的身影。医学领域、军事领域甚至金融领域均采用了神经网络技术,不难看出它具有很强的适用性。将耦合的网络模型同单一的网络模型进行比较可以发现,前者具有更高的生物可靠性,更贴近真实神经系统的组成。有关于这种模型的研究正在逐步展开,现在已有大量实验证实它能够高度概括大脑对信息的并行处理。另一方面,无论是从连续吸引子神经网络的结构特点还是其动力学性质来看,都体现了这种网络所具有的特殊性,利用该网络可以很好的拟合大脑的操作机制。由此可见,对于耦合神经网络中连续吸引子的研究具有较强的实际意义,对它的讨论是有价值的。本文的主要内容就是围绕这一主题展开,具体分为以下几个部分:第一部分内容选择以层级并联方式耦合的神经网络作为参考对象,根据模型中耦合系数以及高斯型突触连接所具有的特点进行分析,得到了该模型能够产生连续吸引子的参数条件。在探究过程还发现,耦合系数对于非零连续吸引子的存在性和峰值均有影响。在文中对所得结论都进行了理论性的证明,利用仿真实验对其正确性做进一步的验证。第二部分同样对耦合神经网络进行探究,其耦合方式为多个网络的交互连接。在该连接方式下,网络间存在有相互的交流和影响,该部分网络的突触连接也为高斯型。通过对2阶与3阶耦合网络的讨论发现,在合理的参数配置下耦合系统为连续吸引子神经网络。同样地,从理论与仿真两方面对于所得结论的正确性进行了验证。第三部分围绕非对称连接神经网络展开,基于4阶环形网络中突触连接所具有的特点进行理论性分析。利用特征值与特征向量的相关知识找到了产生连续吸引子的充分条件,并给出了具体的表达形式。对突触连接为循环矩阵形式的网络进行耦合,通过讨论也得到了新系统中产生连续吸引子的参数条件。关于该部分理论结果的正确性证明于文中可见,并在其后给出了仿真结果。

关键词：连续吸引子耦合神经网络环形网络钟形连续吸引子