Results 61 to 70 of about 374,623 (167)
, 2003 应用隐含反馈线性化理论和神经网络理论,构建水下机器人神经网络直接自适应控制系统,该控制系统无需载体的任何先验信息,不需预先离线训练而直接进行控制。仿真结果表明,该控制算法不仅可以保证系统的跟踪误差收敛于零点的小邻域内,同时保证了系统状态的有界性 ...
邢志伟, 封锡盛, 王宁
core
, 2007 近几十年来，神经网络理论与应用有了引人注目的进展。由于它具有很强的自学习能力、并行处理能力、非线性处理能力、信息综合能力和容错能力等，在系统辨识和控制中获得了广泛的应用。神经网络能够充分任意地逼近任何复杂的非线性系统，所有定量和定性分析都等势分布储存于神经网络内的各个神经元中，能够学习和适应严重不确定系统的动态特性，故有很强的鲁棒性和容错性。本文主要研究了BP神经网络PID控制器。对BP算法的改进进行了研究，提出一种添加多重动量项的方法，能有效的减少网络训练次数。然后从神经网络激活函数的选择 ...
刘益民
core
Gaoya dianqi, 2017 针对学习向量量化（learning vector quantization,LVQ）神经网络在气体绝缘全封闭组合电器GIS特高频局部放电识别过程中存在初始权值敏感、竞争层未被充分利用的问题,提出了利用思维进化算法（mind evolutionary algorithm,MEA）优化LVQ神经网络的GIS特高频局部放电识别模型。该模型采用K交叉验证来确定LVQ网络竞争层中最佳神经元数目,并在此基础上利用思维进化算法寻找LVQ网络的最优初始权值,构建最佳的局部放电识别网络模型。对比该模型和BP网络 ...
李亚 +5 more
doaj
Gaoya dianqi, 2021 为提高模型修正的精度和效率,发展了一种基于神经网络响应面的动力学模型修正方法,将该方法用于有载分接开关底座有限元简化模型的修正。首先,根据底座简化模型的误差来源确定待修正参数及其设计空间,采用均匀设计生成神经网络响应面模型的训练样本;然后,通过对样本数据的训练构造修正参数与动力学响应关系的神经网络响应面模型;最后,基于神经网络响应面模型,采用线性组合的多目标优化方法对底座简化模型进行修正,并将修正结果与超模型仿真数据进行对比。研究表明 ...
刘志远 +4 more
doaj
, 2004 介绍了神经网络在化学毒剂红外遥感监测领域应用的概况,探讨了反向传播人工神经网络分类器应用于红外光谱鉴别的可能性。用一个甲基膦酸二甲酯红外光谱数据样本集进行了实际的训练和鉴别性能预测。训练结果表明,这种分类器在一定条件下可以将95%以上的样本正确分离;预测结果表明,经过适当训练的神经网络分类器可以获得70%以上的鉴别率 ...
孙玉峰, 张国胜, 黄启斌
core
, 2003 描述了方向基函数神经网络的基本概念，并通过利用分析仿射基函数和径向基函数神经网络逼近能力的方法证明了方向基函数神经网络不仅能够逼近有限点集上的任意方向不变函数，能够在单位球面上一致逼近任意方向连续函数，而且还能够依L ...
王守觉, 李玉鉴
core
Gaoya dianqi, 2010 变压器绕组早期故障的诊断是实现安全生产、避免大事故的技术前提。由于变压器器身振动信号包含有丰富的信息,所以可以通过监测变压器振动信号来预估绕组的状况。笔者首先利用小波包分解原理将变压器振动信号分解到不同的频段中,然后计算各频段的能量熵值,并将其作为BP神经网络的输入向量,同时利用改进粒子群算法（IPSO）对BP神经网络进行优化。最后利用训练好的BP神经网络对变压器进行故障诊断。试验结果表明:与传统BP神经网络法和PSO-BP神经网络方法相比,该方法克服了BP神经网络的一些缺陷 ...
贾嵘, 李宏斌, 康会西, 洪刚
doaj
, 1994 本文针对单元划分中所存在的计算量大,无法快速地找到最优结果的问题,提出了用神经网络解决单元划分,并建立了单元划分模式特征空间的概念。该算法具有收敛速度快等特点 ...
朱云龙, 王成恩
core
四川大学学报. 自然科学版, 2007 目前人工神经网络广泛的应用于各种模式识别以及自动控制等系统中,该系统利用了图像去噪,分割,倾斜度调整,字符分割,字符归一化等图像预处理之后,将人民币号码图像进行特征提取,应用神经网络进行识别.同时,用遗传算法对人工神经网络进行网络权值的优化,加快了训练速度,提高了识别率.
李童, 罗代升, 王正勇
doaj
, 2006 对普通并联神经元的缺陷进行了分析，提出了一种广义的并联抑制神经元，构造了基于并联抑制神经元的前向神经网络结构，并给出了相应的学习算法．通过对几个模式分类问题的基准问题的测试，将提出的方法与SIANN、BP神经网络进行了比较，验证了提出的网络结构和学习算法的有效性 ...
王守觉, 武妍
core