检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

多层前馈神经网络及其在开关变换器中的应用

电测与仪表 2008年第9期45卷 53-58,64页

作者：姜学东周宇飞王诗兵陈军宁安徽大学微电子系合肥230039

多层前馈神经网络具有多层结构、可鉴别神经元特性函数和误差反传算法等三个要素。本文从多层前馈神经网络的结构和原理出发,分析了多层前馈神经网络的非线性函数映射能力,以此为基础,从而可以实现其在系统辨识和非线性控制上的作用。另... 详细信息

多层前馈神经网络具有多层结构、可鉴别神经元特性函数和误差反传算法等三个要素。本文从多层前馈神经网络的结构和原理出发,分析了多层前馈神经网络的非线性函数映射能力,以此为基础,从而可以实现其在系统辨识和非线性控制上的作用。另外,以Boost变换器的神经网络辨识器和控制器的设计为例,探讨了开关变换器的数学建模方法和多层前馈神经网络在其中的应用,使得各种线性和非线性控制方法均可以利用多层前馈神经网络来实现,并具有统一的设计和训练措施。

关键词：多层前馈神经网络系统辨识非线性控制开关变换器

在线全文

学校读者我要写书评

暂无评论

多层前馈神经网络研究——单位BP算法

振动．测试与诊断 2001年第1期21卷 30-35页

作者：韩明红韩捷关惠玲郑州工业大学振动工程研究所郑州450002

分析了引起标准 BP算法收敛速度慢的原因 ,以及传统改进方法的不足之处 ,探讨了解决的途径。为了提高 BP算法的收敛速度 ,定义并引入了基量函数的概念 ,并将其运用到 BP算法中 ,给出了一种高效的单位 BP算法。仿真和实例结构均表明该算... 详细信息

分析了引起标准 BP算法收敛速度慢的原因 ,以及传统改进方法的不足之处 ,探讨了解决的途径。为了提高 BP算法的收敛速度 ,定义并引入了基量函数的概念 ,并将其运用到 BP算法中 ,给出了一种高效的单位 BP算法。仿真和实例结构均表明该算法能够较好地克服标准 BP算法收敛速度慢的缺点。

关键词：单位BP算法训练速度逼近精度多层前馈神经网络收敛速度

在线全文

学校读者我要写书评

暂无评论

多层前馈神经网络在基于案例推理的应用

计算机应用 2005年第11期25卷 2650-2652页

作者：李建洋倪志伟刘慧婷合肥工业大学计算机网络研究所

基于案例的推理(CBR)系统的增量式学习会使案例库逐渐增大,导致案例的检索时间较长,效率较低。多层前馈神经网络是构造性神经网络技术,很容易构筑及理解,具有较低的时间和空间复杂性和较高的识别率。利用该神经网络技术对案例库进行分类... 详细信息

基于案例的推理(CBR)系统的增量式学习会使案例库逐渐增大,导致案例的检索时间较长,效率较低。多层前馈神经网络是构造性神经网络技术,很容易构筑及理解,具有较低的时间和空间复杂性和较高的识别率。利用该神经网络技术对案例库进行分类后,待求解的新问题只需在某个子案例库中进行检索,便可以有效地解决大规模案例库的能力与效率的维护问题,确保CBR系统的能力保护与效率保护兼顾的实现,为大规模案例库的应用提供技术保证。

关键词：多层前馈神经网络基于案例的推量分类覆盖算法

在线全文

学校读者我要写书评

暂无评论

多层前馈神经网络泛化性能改进研究

多层前馈神经网络泛化性能改进研究

作者：王伟娜江南大学

学位级别：硕士

近年来,神经网络的研究得到了异常迅速的发展。神经网络的特征充分显示了其在解决高度非线性和严重不确定性系统的巨大潜力,在各门学科领域中都有重要的意义。在神经网络中,多层前馈神经网络是应用最普遍的一种网络,已经广泛应用于函数... 详细信息

近年来,神经网络的研究得到了异常迅速的发展。神经网络的特征充分显示了其在解决高度非线性和严重不确定性系统的巨大潜力,在各门学科领域中都有重要的意义。在神经网络中,多层前馈神经网络是应用最普遍的一种网络,已经广泛应用于函数逼近、图像处理、模式识别、自适应控制等方面。在诸多实际应用中,泛化能力,即网络识别训练集以外样本的能力被认为是衡量神经网络性能的最重要指标,没有泛化能力的网络是没有任何实用价值的。本文简要介绍了神经网络的基本知识,并对影响多层前馈神经网络泛化能力的主要因素作了系统分析,分别从网络的训练样本、学习算法和网络结构三个主要方面深入阐述了各个影响因素的基本概念、作用机理和基本方法。以多层前馈神经网络中应用最广泛的BP算法为例,从随机扩展训练集及相应的带噪训练算法和结构优化几个方面对网络的泛化能力提出改进方案,并将这些改进方法进行实例验证。本文的主要结果和贡献如下: 1、通过分析样本噪声对网络泛化性能的影响,在对样本进行聚类的思想基础上,结合信息论中的熵函数或互信息方法,采用K-L信息度量对样本聚类精度进一步改善,由此提高新数据的统计特性精度,进而提高网络的泛化能力。 2、对应于新产生的样本数据,通过分析样本输出值中的噪声对网络泛化性能的影响,采用正则化算法对网络学习提出改进方法。 3、鉴于网络结构对泛化性能的影响,为得到满足精度要求的较小结构的神经网络,本文采用了基于权值拟熵的剪枝算法对网络中的冗余权值进行修剪,从而减小网络自由度,以达到优化网络结构和提高网络泛化能力的目的。 4、针对剪枝算法在优化多输入多输出网络过程中计算量大、效率不高的问题,本文在CC算法的基础上提出从合适的网络结构开始对网络进行构建的快速构造算法。仿真结果表明这种快速构造算法在收敛速度、运行效率乃至泛化性能上都更胜一筹。

关键词：多层前馈神经网络 BP算法泛化性能 K-L信息度量随机扩展训练集带噪训练算法结构优化权值拟熵剪枝算法快速增长算法

基于多层前馈神经网络仓储拣货优化问题的研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

应用数学进展 2020年第11期9卷 2010-2016页

作者：陈浩康肖田阳石继壬庄强剑徐洋沈阳航空航天大学辽宁沈阳

仓储拣货问题中,实时规划拣货路线一直是难点。由于货架之间互相形成障碍,距离难以用欧氏距离给出,且已知距离后路线规划缺乏行之有效的方法。本文分为两部分,首先采用曼哈顿距离和Kronecker delta给出货架间的距离,将拣货路线转换为TS... 详细信息

仓储拣货问题中,实时规划拣货路线一直是难点。由于货架之间互相形成障碍,距离难以用欧氏距离给出,且已知距离后路线规划缺乏行之有效的方法。本文分为两部分,首先采用曼哈顿距离和Kronecker delta给出货架间的距离,将拣货路线转换为TSP (旅行商)问题。第二部分采用性能高、训练快等优点的神经网络智能算法,基于多层前馈神经网络的自适应反馈,形成结果反馈控制和闭环,实现求解TSP问题过程的循环优化。结果发现上述方法简化了拣货路径计算,得到了拣货单的最优拣货顺序及最小距离。

关键词：曼哈顿距离 Kronecker Delta TSP问题多层前馈神经网络

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于跨越连接的多层前馈神经网络结构分析

计算机工程与应用 2009年第32期45卷 45-47页

作者：唐云岚高妍方谭旭陈英武国防科学技术大学信息系统与管理学院长沙410073 武警工程学院通信工程系西安710086

任何连接方式的神经网络总可以归结为跨越连接网络。在传统多层前馈神经网络算法的基础上,提出了完全全连接神经网络的概念,给出了基于跨越连接的多层前馈神经网络算法。通过分析多层前馈神经网络的误差函数,从理论上证明了:相对于无跨... 详细信息

任何连接方式的神经网络总可以归结为跨越连接网络。在传统多层前馈神经网络算法的基础上,提出了完全全连接神经网络的概念,给出了基于跨越连接的多层前馈神经网络算法。通过分析多层前馈神经网络的误差函数,从理论上证明了:相对于无跨越连接网络,基于跨越连接的多层前馈神经网络能以更加简洁的结构逼近理想状态。最后,用一个隐层神经元解决了XOR问题。

关键词：跨越连接多层前馈神经网络隐层结构 XOR问题

多层前馈神经网络在电力系统短期负荷预测中的应用

在线全文

学校读者我要写书评

暂无评论

南华大学学报（理工版） 2004年第1期18卷 94-96页

作者：赵宇红赵学成肖金凤南华大学电气工程学院湖南衡阳421001 白云电站湖南邵阳422000

介绍了多层前馈神经网络在电力系统短期负荷预测中的应用,并对这些方法做了评价.在此基础上,对人工神经网络技术在短期负荷预测中的应用进行了展望.

关键词：多层前馈神经网络电力系统短期负荷预测模糊技术

基于遗传多层前馈神经网络的大豆脂肪酸含量近红外光谱检测

在线全文

学校读者我要写书评

暂无评论

东北农业大学学报 2008年第7期39卷 112-117页

作者：谭克竹张长利柴玉华东北农业大学工程学院哈尔滨150030

文章提出了一种利用遗传多层前馈神经网络建立数学模型的方法,建立起化学测定值与近红外光谱数据之间的定量关系。把得到的近红外光谱数据作为网络的输入,把用化学法测定的5种脂肪酸含量作为网络的输出,再利用遗传算法训练多层前馈神经... 详细信息

文章提出了一种利用遗传多层前馈神经网络建立数学模型的方法,建立起化学测定值与近红外光谱数据之间的定量关系。把得到的近红外光谱数据作为网络的输入,把用化学法测定的5种脂肪酸含量作为网络的输出,再利用遗传算法训练多层前馈神经网络的权值,建立大豆脂肪酸的神经网络检测模型,探索出一种能够准确、高效地完成近红外光谱检测的神经网络模型,文中设计了一种用遗传算法训练的多层前馈神经网络。通过试验证明,用遗传算法优化人工神经网络的权重,获得高于单纯用人工神经网络训练的结果。大豆5种脂肪酸的相关系数都可达到0.9左右,能够满足大豆育种的初步检测。

关键词：近红外光谱多层前馈神经网络遗传算法大豆脂肪酸

基于改进多层前馈神经网络的电能质量扰动分类

在线全文

学校读者我要写书评

暂无评论

电子测量与仪器学报 2009年第10期23卷 62-66页

作者：黄南天徐殿国刘晓胜哈尔滨工业大学电气工程系哈尔滨150001 吉林化工学院信息与控制工程学院吉林132022

电能质量扰动分类是电能质量控制的重要工作之一,主要工作包括信号特征提取和分类器构造两个阶段。采用S变换与改进的多层前馈神经网络相结合,提出一种新的电能质量扰动分类方法。首先利用S变换对原始数据进行处理,提取具有代表性的4类... 详细信息

电能质量扰动分类是电能质量控制的重要工作之一,主要工作包括信号特征提取和分类器构造两个阶段。采用S变换与改进的多层前馈神经网络相结合,提出一种新的电能质量扰动分类方法。首先利用S变换对原始数据进行处理,提取具有代表性的4类典型特征以表征不同种类的扰动类型的特性,之后使用拟牛顿法和自适应因子改进传统的多层前馈神经网络,将特征作为改进的多层前馈神经网络的输入向量,实现自动的分类识别。实验表明,新方法减少了噪声对分类准确率的影响,学习能力强,能够有效的识别电压暂降、电压瞬升、电压中断、暂态震荡、谐波等5种电能扰动。

关键词：电能质量电能质量扰动多层前馈神经网络 S变换