检索结果-南通市图书馆

数学的实践与认识 2009年第23期39卷 187-197页

作者：田大钢上海理工大学管理学院上海200093

给出一种通过适当地选择输入层与隐层间的连接权,来减少单隐层前馈型神经网络隐层节点的个数的方法.应用此方法,分析了具有两个隐层节点的标准单隐层网络的学习能力,并对二元和三元xor问题中的权值的选择问题进行了详细的讨论.

关键词：学习能力神经网络结构非线性分析 xor问题

在线全文

学校读者我要写书评

暂无评论

基于简单特征值问题的修正GEPSVM

计算机工程 2009年第21期35卷 183-185页

作者：徐金宝业巧林业宁南京工程学院计算机工程学院南京211167 南京林业大学信息技术学院南京210037

针对GEPSVM可能存在奇异性问题,提出一个改进的GEPSVM算法——SMGEPSVM。基于简单特征值问题,得到2个非平行过原点的超平面。与GEPSVM相比,SMGEPSVM不仅可以求解xor问题,还可求解简单特征值问题,避免GEPSVM奇异性问题,测试精度好于GEPS... 详细信息

针对GEPSVM可能存在奇异性问题,提出一个改进的GEPSVM算法——SMGEPSVM。基于简单特征值问题,得到2个非平行过原点的超平面。与GEPSVM相比,SMGEPSVM不仅可以求解xor问题,还可求解简单特征值问题,避免GEPSVM奇异性问题,测试精度好于GEPSVM,学习速度更快,其计算结果在人工数据集与UCI上得到了验证。

关键词： xor问题奇异性问题广义特征值简单特征值

在线全文

学校读者我要写书评

暂无评论

基于稳健误差估计器的快速BP算法

计算机科学 1997年第2期24卷 66-68页

作者：刘光远邱玉辉虞厥邦西南师范大学计科系重庆630715 成都电子科技大学光电系

标准的或许多改进的BP算法大都采用均方误差估计器,致使学习易于陷入局部极小、收敛速度慢和对初始权敏感等。本文针对这些缺点提出了较好的算法,仿真结果证实了核算法的正确性。

关键词：标准BP算法误差估计器稳健BP算法 xor问题

在线全文

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

基于模拟退火神经网络模型的岩质边坡稳定性评价方法

在线全文

学校读者我要写书评

暂无评论

长江科学院院报 2006年第2期23卷 42-45页

作者：宋志宇李俊杰大连理工大学土木水利学院辽宁大连116023

针对BP神经网络收敛速度慢、易陷入局部极小的缺点,将具有全局搜索能力的模拟退火(SA)算法引入到神经网络的权值优化中。并且在SA算法中引入状态接受过程和退火过程的自适应措施,增加了对当前状态最优解的“记忆能力”,避免了当前最优... 详细信息

针对BP神经网络收敛速度慢、易陷入局部极小的缺点,将具有全局搜索能力的模拟退火(SA)算法引入到神经网络的权值优化中。并且在SA算法中引入状态接受过程和退火过程的自适应措施,增加了对当前状态最优解的“记忆能力”,避免了当前最优解的遗失,提高了算法的搜索效率。通过对xor问题求解的比较,显示出SABP算法具有全局收敛且精度高的优越特性。最后基于实际工程的边坡数据建立了一个SABP算法模型,成功解决了具有高度非线性特点的边坡稳定性评价问题。

关键词：神经网络模拟退火算法 xor问题边坡稳定性分析

在线全文

学校读者我要写书评

暂无评论

基于粒子群算法优化Spiking神经网络

计算机应用 2005年第B12期25卷 305-307页

作者：沈虹蔚承建苏俊霞南京工业大学信息科学与工程学院江苏南京210009

Spiking神经网络采用神经元的发放时间点进行信息编码,更接近于生物神经元。学习算法的选取对发挥Spiking神经网络的性能有很大的影响。基于BP算法的SpikeProp采用多突触连接的网络结构,利用梯度信息进行网络参数的调整,易于陷入局部最... 详细信息

Spiking神经网络采用神经元的发放时间点进行信息编码,更接近于生物神经元。学习算法的选取对发挥Spiking神经网络的性能有很大的影响。基于BP算法的SpikeProp采用多突触连接的网络结构,利用梯度信息进行网络参数的调整,易于陷入局部最优解;且连接权值的选取只能为正值,否则将不收敛。采用粒子群算法(Particle Swarm Optim ization,PSO)进行Spiking网络连接参数的调整,全局收敛性好,减少了对连接权值的约束,简化了网络结构。实验表明,该方法是一种有效的Spiking网络学习方法。

关键词： Spiking神经网络粒子群算法 xor问题 IRIS问题

在线全文

学校读者我要写书评

暂无评论

感知器算法和BP算法的性能对比分析

感知器算法和BP算法的性能对比分析

作者：高利坤大连理工大学

学位级别：硕士

感知器算法是一种很好的二分类在线算法。在解决线性可分问题时,感知器具有运算速度快,性能可靠的优点。同时理解感知器的工作原理,可以为我们更好的理解其它复杂的神经网络模型奠定基础。BP算法是现今应用最广的神经网络算法,它可以解... 详细信息

感知器算法是一种很好的二分类在线算法。在解决线性可分问题时,感知器具有运算速度快,性能可靠的优点。同时理解感知器的工作原理,可以为我们更好的理解其它复杂的神经网络模型奠定基础。BP算法是现今应用最广的神经网络算法,它可以解决xor问题,但也存在着学习速度慢和容易陷入局部极小等问题。本文从感知器算法和BP算法的特点出发,针对线性可分和线性不可分两种分类问题,探讨了它们的分类效果和训练速度。以往对感知器和BP的对比,都采用各自的标准,本文统一界定了训练步数计算方法和收敛标准。我们通过实验和理论分析,重新审视了感知器的应用性。此外介绍了平行感知器,提出n维xor问题用平行感知器可解,当且仅当隐单元个数≥n。并通过实验对比了平行感知器、MRⅠ和BP在相当网络结构下的学习能力。本文结构安排如下：第一章首先简单介绍了神经网络的基本概念与发展,特性及应用,之后分别介绍了基本的神经元模型,感知器模型和BP算法。在第二章中,系统介绍感知器的基本概念、感知器与线性可分问题的关系,并讨论了感知器算法的收敛性。第三章中通过线性可分和线性不可分两类模型对比感知器算法和BP算法的学习效率。第四章中介绍了平行感知器的概念和p-delta学习规则,并对平行感知器分xor问题的能力做出初步估计。

关键词：神经网络线性感知器 BP算法平行感知器 xor问题

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

脉冲神经网络的噪声扰动分析

脉冲神经网络的噪声扰动分析

作者：王博大连理工大学

学位级别：硕士

神经网络的输入信号因为受到众多因素的影响,可能会产生一定的噪声干扰。脉冲神经网络是目前拟人性能较强的一种新型网络,通过模拟树突和轴突之间产生的脉冲处理各种信息。由于噪声的干扰,脉冲神经网络的信息处理能力会受到一定的影响,... 详细信息

神经网络的输入信号因为受到众多因素的影响,可能会产生一定的噪声干扰。脉冲神经网络是目前拟人性能较强的一种新型网络,通过模拟树突和轴突之间产生的脉冲处理各种信息。由于噪声的干扰,脉冲神经网络的信息处理能力会受到一定的影响,比如输入信号有偏差,延迟时间太长或太短,阈值过大或过小,权值过大或过小等。而脉冲神经网络对于输入信号的敏感性特别强,所以输入信号受到干扰,脉冲神经网络的处理能力很容易受噪声的影响而产生一定的扰动。本文通过在脉冲神经网络中对输入信号加入一定数值范围内的随机扰动来研究其分类能力的鲁棒性。一系列的数值实验结果表明对网络的输入信号进行随机扰动基本不会影响网络的分类能力,扰动前后的网络识别正确率相差不到4%。更为有趣的一个结果是网络受到扰动后的识别率反而有所提高,这恰好从另一个方面佐证了脉冲神经网络的较强的拟人性。

关键词：脉冲神经网络鲁棒性 xor问题

基于权值变化的BP神经网络自适应学习率改进研究

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

计算机系统应用 2018年第7期27卷 205-210页

作者：朱振国田松禄重庆交通大学信息科学与工程学院重庆400074

针对传统神经网络的学习率由人为经验性设定,存在学习率设置过大或过小,容易导致无法收敛或收敛速度慢的问题,本文提出基于权值变化的自适应学习率改进方法,改善传统神经网络学习率受人为经验因素影响的弊端,提高误差精度,并结合正态分... 详细信息

针对传统神经网络的学习率由人为经验性设定,存在学习率设置过大或过小,容易导致无法收敛或收敛速度慢的问题,本文提出基于权值变化的自适应学习率改进方法,改善传统神经网络学习率受人为经验因素影响的弊端,提高误差精度,并结合正态分布模型与梯度上升法,提高收敛速度.本文以BP神经网络为例,对比固定学习率的神经网络,应用经典xor问题仿真验证,结果表明本文的改进神经网络具有更快的收敛速度和更小的误差.

关键词：神经网络自适应学习率正态分布模型梯度上升法 xor问题

在线全文

学校读者我要写书评

暂无评论

变参数激活函数可调神经元数学模型

广西科学 2004年第1期11卷 16-19页

作者：戴祯杰周永权广西教育学院数学与计算机科学系南宁市建政路530023 广西民族学院计算机与信息科学学院南宁市大学路80号530006

提出一种能同时模拟包括 M- P与 TAF神经元在内的各种神经元通用的新数学模型 ,给出这种模型的一般形式 .该模型不但连接权值可调节 ,而且激活函数可根据实际问题动态地选取。激活函数加入参数后 ,即成为变参数激活函数 ,大大地增强神... 详细信息

提出一种能同时模拟包括 M- P与 TAF神经元在内的各种神经元通用的新数学模型 ,给出这种模型的一般形式 .该模型不但连接权值可调节 ,而且激活函数可根据实际问题动态地选取。激活函数加入参数后 ,即成为变参数激活函数 ,大大地增强神经网络的灵活性 .

关键词：神经元数学模型激活函数变参数 xor问题