多层前向神经网络相关论文
人工神经网络、模拟退火算法和遗传算法的研究是当代信息科学技术的前沿和热点，对非线性系统辨识和预测等方面具有重要的理论和应用......
这篇学位论文首先从多角度分析研究了基于梯度下降算法的增量训练和批量训练两种方式的优劣性,并结合两个实验加以验证。然后结合......
提出了一种新的模糊神经网络的快速参数学习算法 ,采用一些特殊的处理 ,可以用递推最小二乘法 (RLS)来调整所有的参数 .以前的学习......
神经网络是人工智能应用的重要研究领域，因其出色的高度非线性映射能力、自组织和适应能力、记忆联想能力。已经成为机器学习研究的......
介绍了一种基于多层前向神经网络的电加热炉系统辨识。本系统选择神经网络辨识器模型，运用改进后的BP算法训练辨识神经网络，大大地提......
“剪枝算法”是一种通过简化神经网络结构来避免网络过拟合的有效方法之一。将权值拟熵作为惩罚项加入目标函数中,使多层前向神经......
空间数据库中存储了大量的空间和非空间数据,并且隐含了丰富的知识.为了从空间数据库中发现有价值的模式和知识,文中介绍了空间数......
针对BP算法属于局部优化算法的不足,提出了一种新的全局优化算法--自适应禁忌搜索作为前向神经网络的训练算法.该算法通过邻域和候......
传统人工神经网络的输入均为向量形式,而图像由矩阵形式表示,因此,在用人工神经网络进行图像处理时,图像将以向量形式输入至神经网......
在基于 BP神经网络生成纹理图象方法 [1 ]的基础上 ,提出了一种基于 L ogistic映射和多层前向神经网络的纹理图象生成方法 ,该方法......
BP神经网络是一种基于误差反向传播算法的神经网络，在人工神经网络的实际应用中，绝大部分的神经网络模型都采用BP网络和它的变化形式......
针对电动转向系统助力特性存在非线性的特点,应用多层前向神经网络,对电动转向系统全车速下的助力特性进行拟合.文中设计了多层前......
多层前向神经网络（ＭＬＰ）的容错性有两种主要的研究方法，改进算法和部件冗余，前一种方法需要耗用大量的学习时间，对大型网络不适用的，Ｐｈａｔａｋ曾提出了......
对某 6 0 0MW燃煤电站锅炉进行了多工况热态NOx 排放特性测量 ,在利用多层前向神经网络对该锅炉的NOx 排放特性进行建模的基础上 ,......
分析了传统的利用神经网络进行非线性辨识的方法在系统有噪声数据时鲁棒性差且系统辨识结构不准确的问题, 提出了一种基于模糊关系......
热电偶在工业测温中有着广泛应用,但其温度和热电势之间呈非线性关系,实际应用中需要采用标准化热电偶并存储和查找分度表来得到实......
提出用神经网络来确定步进电机最佳细分电流的思想.介绍了最佳细分电流数据训练集的简易方法,设计了多层前向神经网络的学习和仿真......
讨论了神经网络系统应用于气象预报的实现,用VC维方法来寻找合适的网络结构,提出了一种神经网络和遗传算法相结合的天气预报方法,......
标准的递推最小二乘算法随着递推次数的增加,增益矩阵将逐渐趋于零,致使递推算法慢慢失去修正能力,出现所谓的“数据饱和”现象。......
多层感知器(MLP)的容错性传统上采用改进算法和部件冗余方法。该文提出了一种动态冗余BP算法,这种方法在传统的带冲量项的自适应BP......
如何显著提高多层前向神经网络训练速度一直是国内外共同关注的一个问题,而解决这个问题的关键在于充分了解导致现有网络训练算法......
本文介绍了工程中应用较多的多层前向神经网络(也称BP网络)的设计,简要介绍了多层前向神经网络的结构,介绍了为神经网络选择训练样......
针对惯性测量单元非线性误差的标定问题,为保证导航精度,设计了多层前向神经网络的补偿模型。神经网络算法具有良好逼近非线性函数......
在分析BP算法学习过程的基础上,提出使用自适应斜率函数作为神经元的输出函数,以改善BP算法学习过慢的弱点.随后讨论了这种改进算......
在对概率神经网络（PNN）的分类机理、输入向量选取和网络设置分析的基础上，建立了用于识别两类事件模式（无事件模式和有事件模式）的事件......
针对低成本捷联惯导系统（SINS）中陀螺动态误差的不对称性在角振动条件下造成姿态漂移的问题,设计了多层前向神经网络的补偿模型。在......
针对交通领域中的事件检测（无事件模式和有事件模式）模式识剐问题，描述了支持向量机（SVM）的基本方法，建立了基于线性（1inear function）、多......
针对目前多层前向神经网络学习算法存在的不足，提出一种多层前向神经网络的快速学习算法，它不仅符合生物神经网络的基本特征，而且算法......
针对一个375 MW热电厂的锅炉—汽轮机系统仿真模型,采用多层前向神经网络进行离线建模;讨论了网络结构设计、训练算法等神经网络建......
为了克服传统扩展卡尔曼滤波算法进行参数估计时可能产生的新数据失效问题，提出了一种改进的扩展卡尔曼滤波（EKF）步骤，然后将改进步骤......
针对目前入侵检测系统不能有效检测未知入侵行为的问题,根据神经网络的自学习和自适应性强的特点,采取了将多层前向神经网络与入侵......
简要地介绍了工程中应用较多的多层前向神经网络(BP网络)的结构和网络的设计.通过采用一种改进的训练算法(参考隐层的输出),并结合......
基于递阶结构的遗传算法可以同时对多层前向神经网络进行结构优化和权重求解.与基本的遗传算法相比,这种算法不仅在权重训练方面更......
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清......
通过对熔融碳酸盐燃料电池(MCFC)温度动态模型的分析，根据控制对象的非线性和参数分布的特点，提出了基于遗传算法的反馈型多层前向神......
理想的初始值可以使多层前向网络模型有较快的收敛速度,同时避免陷入局部最小.对现有多种前向网络的权值初始化方法进行了综述,最......
针对自编码算法提取输入特征能更好地发现样本间的相关性的优点,以自编码算法提取待识别样本特征作为多层前向网络的输入,以弹性BP......
本文主要研究矩阵输入的多层前向神经网络算法与应用问题,对单隐层矩阵输入前向神经网络(2D-BP)进行了改进.传统人工神经网络的输......
谐波幅值和相位是有源滤波中的两项关键检测参数,两者均可由人工神经网络实现非线性映射。提出了一种用多层前向神经网络(MLFNN)来......
利用一种基于免疫功能的遗传算法,设计多层前向神经网络,用于实现多层前向神经网络结构的确定和权值空间的搜索.仿真实验结果显示......
高速公路为人们的出行和货物的运输开辟了一条安全、高效、舒适、方便的快速通道，并且产生了巨大的社会效益和经济效益。然而，随着高......
神经网络在模式识别、函数逼近、数据挖掘等许多领域已经取得了很多成功，但目前神经网络的理论和应用都还存在一些困难，如局部极小点......
汽车电动转向(EPS)系统是动力转向的新技术和新结构,传统液压动力转向的分析方法已不能完全适用于电动转向系统。有必要对电动转向......
关于优化神经网络模型的快速性和精度,为了寻找最优的神经网络结构,在复杂网络的研究方法对多层前向神经网络模型的基础上,提出一......
