【摘 要】
：
针对在线模块化神经网络难以实时有效划分样本空间,提出一种改进的在线自适应模块化神经网络.首先,基于距离与密度实时更新样本局部密度及RBF神经元中心,实现样本空间在线划
【机 构】
：
北京工业大学信息学部,北京,100124
论文部分内容阅读
针对在线模块化神经网络难以实时有效划分样本空间,提出一种改进的在线自适应模块化神经网络.首先,基于距离与密度实时更新样本局部密度及RBF神经元中心,实现样本空间在线划分;然后,将于网络模块数根据划分样本空间的个数进行自适应增减,每个于网络模块对属于对应样本空间的样本进行学习;最后,集成模块对于网络模块的输出结果进行集成,输出最终结果.针对在线梯度下降法要求样本有足够的随机性问题,提出一种具有固定记忆的在线梯度下降法对网络进行在线学习.通过对典型非线性时变系统及污水处理过程中出水氨氮浓度进行预测,验证了该模块化神经网络能够实时有效地更新RBF神经元中心,并减少学习过程中于网络模块不必要的增减,且网络结构更加简洁,能够准确预测不同的时变系统.
其他文献
针对RGB图像的实例分割任务在图像目标物体纹理相近但类别不同的区域可能出现分割错误的问题,引入Depth信息,结合RGB-D图像的三维几何结构特点,提出一种以双金字塔特征融合网络为框架的RGB-D实例分割方法.所提出的方法通过构建两种不同复杂度的金字塔深度卷积神经网络分别提取不同梯度分辨率大小的RGB特征及Depth特征,将对应分辨率大小的两种特征相加输入区域候选网络,以此改变输入区域候选网络层的
信息化已经成为现代物流发展的核心因素，当前物流信息化的推进已经进入更高层次，通过促进供应链上各利益相关方物流信息的整合，形成物流公共信息平台已经成为显著的趋势。通过物
众所周之，我国汽车行业在研发实力上与国外相比存在巨大的差距，为了弥补这个差距，国家提倡开发自主品牌汽车，打造中国制造。那么，汽车行业企业已经成为名副其实的技术创新主角，创新
为了快速且准确地跟踪动态多目标优化问题变化的Pareto前沿与Pareto解集,在可以不依靠历史信息的前提下,提出一种基于参考线预测策略的求解动态多目标优化问题的算法(RLPS).
谵妄是一种以注意、忘记、定向、知觉、精神运动性行为和睡眠障碍为主要症状的急性器质性综合征,老年人术后谵妄发生率约为2.5%,几乎是年轻人的2倍.除极个别因脑血管意外所致
针对离于运动算法空间探索能力和开发能力的不足,提出一种改进算法.在离于运动算法的液态阶段中,该算法嵌入一种多样性反馈搜索机制和全局最优引导策略的算法结构;同时,优化