Adaline神经元网络及训练方法的C++仿真实现

以 C++类的形式对 Adaline 神经元进行仿真实现．通过引用所定义的 Adaline 神经元类实现单层和多层神经元网；通过对神经元类的操作可以在内部对组成网络的神经元进行自动计算；最后采用 Adaline 收敛规则和最小均方规则2 种方法实现对神经元的训练。在所给程序基础上,还可实现其它具有不同层次数目神经元网络的仿真．     

Adaline神经元网络及训练方法的C++仿真实现

以C＋＋类的形式对Adaline神经元进行仿真实现．通过引用所定义的Adaline神经元类实现单层和多层神经元网；通过对神经元类的操作可以在内部对组成网络的神经元进行自动计算；最后采用Adaline收敛规则和最小均方规则2种方法实现对神经元的训练。在所给程序基础上，还可实现其它具有不同层次数目神经元网络的仿真．     

增强型Adaline神经网络谐波分析方法研究

为了提高Adaline神经网络谐波分析方法对频率波动信号的分析精度,提出了增强型Adaline神经网络模型.该算法将基波频率作为待定的权值,可以同时估计信号频率及各次谐波的幅值和相位,在学习算法中采用动量项方法和频率延迟调整策略以提高算法的收敛性能.讨论了学习率和动量因子对算法收敛性的影响,并给出了各参数的优化设置方法.Matlab仿真结果表明,增强型Adaline谐波分析算法不会产生频谱泄漏,具有较高的分析精度和较快的收敛速度.增强型Adaline谐波分析算法适合于短数据非同步采样下的谐波分析.     

基于Root-MUSIC和Adaline神经网络的 间谐波参数估计

为了提高电力系统间谐波分析的精度和分辨率,提出基于求根多重信号分类法（root-MUSIC)和自适应线性神经网络的间谐波参数估计方法.该算法利用求根多重信号分类法估计信号中谐波和间谐波的个数及频率,将谐波和间谐波的频率作为Adaline神经网络的输入进行学习,用得到的权值确定谐波和间谐波的幅值和相位;将频率作为权值在改进的Adaline神经网络中参与学习,估计谐波和间谐波的频率、幅值和相位.Matlab仿真结果表明,该算法频率分辨率高、检测准确、收敛快;当频率估计准确时,基本Adaline神经网络与改进的Adaline神经网络具有相近的检测精度,且前者的实时性更好.     

BP神经网络结点数选取的改进方法及其应用

提出一种改进的隐含层神经元个数的选取方法．该方法基于隐含层神经元输出之间的相关关系,估计隐含层结点数,把隐含层结点的改进算法用于物种选取的实例中,通过MATLAB编程实现,并与回归分析做出的结果进行比较．结果表明,该方法对建立BP神经网络结构有一定的借鉴作用．     

一种新的仿真系统评估模式

仿真程序和仿真引擎之间的交互作用以及它们的动态行为通过传统仿真系统的V&V技术无法评估,为此规则常常会用于仿真系统的V&V技术,但引入规则后仍存在规则修改和管理困难的缺陷,针对此问题,提出了一个基于动态规则执行技术的仿真系统校核与验证模式.该模式中包含6类建模元素,约束被形式化描述为规则,通过规则引擎的执行检测在仿真执行期是否产生规则违反来判断仿真系统是否存在问题,从而实现对仿真系统的动态V&V.为仿真系统的评估提供了新思路,同时由于规则与系统的分离性也便于仿真系统的修正与完善.     

一种基于异常的跨层无线Mesh网入侵检测模型

无线Mesh网是一种经济高效的网络技术,提供了高带宽、广区域的无线网络覆盖.但是,目前无线Mesh网的安全性还没有得到足够重视.提出了一种基于异常的跨层入侵检测模型,并进行了原型实现,对其检测效果进行了实验评估.通过对跨层入侵检测模型与单层入侵检测模型的比较,验证了提出的基于异常的跨层入侵检测模型在无线Mesh网中检测...     

基于Petri网的制造单元建模与仿真

运用基本Petri网建立了面向仿真的、分层的制造单元模型。通过对系统的分层,使位于下层的具体加工形式可扩展;而选择层使得制造单元可以运用与零件工艺相适应的调度规则和加工形式。对模型的性能进行了分析．最后给出了以此模型为基础的仿真应用系统,通过实例验证了模型的正确性和先进性。     

优选人工神经网络隐层神经元数目的方法

在应用多层前向人工神经网络解决实际问题时,经常存在的一个问题是,不能合理地选择神经网络中隐层神经元的数目.针对这一问题,给出一种在多层前向人工神经网络的学习过程中,通过合并、舍弃和转化的方式,优选神经网络中隐层神经元数目的方法,从而达到优化网络结构的目的.实际应用表明给出的方法是有效的     

单层柱面网壳2类模型的地震响应比较分析

为了研究单层柱面网壳节点刚度对结构地震响应的影响,应用有限元软件ANSYS/LS-DYNA中的壳单元Shell163和梁单元Beam161分别建立了2类相同尺寸的网壳模型.2类模型的主要区别是:壳单元模型中可以按构件的实际尺寸建立空心球节点,并且壳单元节点模型的承载力值与实体单元节点模型值接近.通过改变结构参数,比较了矢跨比、长宽比和跨度变化时同类模型间的响应变化,以及同一结构参数下2类模型的地震响应差值.结果表明:结构参数变化时,2类模型的响应变化幅度存在明显差异;同一结构参数下,2类模型的响应差值变化较大,在进行此类结构地震响应分析时应考虑球节点的刚度影响.     

用于风电功率预测的RPCL优化神经网络模型

为了提高风电功率预测的准确度,提出了一种基于对手竞争惩罚学习算法( rival penalized competitive learning,RPCL)优化径向基函数( radial basis function,RBF)神经网络的风电功率预测模型。首先通过RPCL确定网络隐含层神经元数目以及中心点初始值,然后由K均值聚类法确定隐含层神经元的中心点和宽度,最后通过最小均值算法确定隐含层神经元与输出层神经元之间的权值。仿真结果表明：此优化模型相较于传统RBF网络具有更高的准确性。     

自组网中一种稳定的多层分级结构

针对多层分级结构(Multi-layer hierarchical structure,MHS)中存在的结构稳定性较差和结构维护开销大等问题,提出了一种稳定的多层分级结构(Stable multi-layer hierarchicalstructure,SMHS),该结构采用"结构依赖于一些相对稳定的群"的新策略。分别从基本思想、构建过程、角色分类、编址方案、优缺点5个方面对SMHS进行了详细设计;描述和分析了与关键角色相关的一些理论;通过仿真对MHS和SMHS的性能进行了比较分析,结果表明:SMHS在提高结构稳定性,降低结构维护开销方面优于MHS。     

一种基于EEMD的异常声音识别方法

为了优化组合特征在异常声音识别中的效率,提出一种用集合经验模态分解（EEMD）对异常声音帧信号进行有效性检测和提取多层特征的算法.首先对异常声音帧信号进行集合经验模态分解,得到固有模态函数;然后根据给定的固有模态函数层数阈值,对该帧信号进行有效性检测;再对有效帧信号的每一层固有模态函数提取梅尔频率倒谱系数、翻转梅尔频率倒谱系数、线性预测倒谱系数、短时能量和能量比,并将它们归一化后拼接成多层特征.根据提取的特征,用深度卷积神经网络实现异常声音识别分类.仿真结果表明,提出的新方法在4类异常声音识别中的识别率可以达到98.65%.     

基于对称分量法的神经元谐波综合检测

非线性负载在电网中引入了大量谐波及无功损耗.为改善电网电能质量,提高谐波检测的灵活性,提出了一种融合了自适应线性神经元(adaptive linear neural,Adaline)滤波及对称分量法的谐波检测方法.基于对称分量法的坐标变换后,可由滤波算法分离出负载电流基波正序、负序、零序分量和谐波分量,并可进行组合实现...     

深层感知器结构设计的逐层主成分分析方法

为了解决深层感知器的结构设计问题,提出了一种逐层主成分分析方法.该方法根据训练数据集的分布特点,在适当控制信息损失的条件下,可以有效地确定每层神经元的个数.首先,依据样本维数和标签类数分别确定输入层和输出层神经元的个数;然后,对训练样本集进行主成分分析,利用降维后的维数确定第2层神经元的个数;最后,在确定其他层神经元的个数时,将上一次降维后的样本经过非线性激活函数作用,再进行主成分分析,得到降维后的样本维数即为该层神经元的个数.在MNIST手写字数据集上的实验结果表明:该方法有助于简化深层感知器的结构,在减少参数个数、缩短收敛时间和降低训练难度等方面均具有优越性.     

基于超声波的钢板防腐层剥离检测方法

针对管道防腐层破损和剥离的检测问题,从钢板防腐层模型出发,提出了一种基于超声波的钢板防腐层剥离检测算法.该算法利用兰姆波在单层介质和双层介质中的传播特性,得出了不同传播介质与超声波传播速度变化的关系.在有限元仿真软件ANSYS环境下构建了裸钢板模型及外壁涂有防腐层的钢板模型,分别在这两种模型下进行受力振动产生超声波,并对超声波的传播速度进行对比分析.通过仿真计算得出,超声波在有防腐层钢板中比在裸钢板中的传播速度慢,根据仿真模型搭建实验平台,验证了仿真结果的正确性,从而可进行基于超声波的钢板防腐层剥离检测.     

IEEE 802.11速率自适应Ad Hoc网络跨层路由研究

为了充分利用IEEE 802.11协议提供的多速率能力,综合考虑MAC层和网络层的影响,提出了延迟导向与负载均衡的跨层路由设计方案.该路由协议是通过对标准AODV协议改进而实现的,它以链路端到端延迟估计值作为路由度量,在移动Ad Hoc网络中通过监测MAC层队列获得节点当前的拥塞状态以避开干扰和冲突,实现负载均衡策略;同时修改AODV的HELLO机制,控制协议开销.仿真结果证明该方案能提高网络总体性能.     

多信道无线多跳网络的跨层优化

为提高多信道无线多跳网络的效用,提出了一种实际可行的跨层优化机制.  利用该机制,每个节点在传输层使用联合设计算法分布式地调整流速率,在链路层根据所提出的分布式调度算法进行速率分配;网关节点使用所提出的干扰代价最小的信道分配算法集中式地分配信道.  通过在层间和节点间传递信息来协调这些层的工作,比集中式算法降低了复杂度,减少了信令开销.  仿真结果表明,该机制具有快速收敛性,且能保证业务流间的公平性;随着可用射频和信道数目的增加,业务流的速率和网络效用增加.     

分层小区系统中层选择的动态模糊算法

对分层小区系统中的层选择算法进行了研究改进与仿真实现 ,提出了动态模糊控制算法.新的算法能够适应用户速度分布及信道占用的变化 ,使宏小区组成的“宏层”为高速用户服务 ,微小区组成的“微层”为低速用户服务 ,在系统容量与信令负担之间达成良好的折衷.     

基于单神经元的自适应PID控制系统设计及仿真

设计了一种基于单神经元的自适应PID控制系统,该系统响应平滑、无超调.在MATLAB下对被控对象进行实验仿真,对同一对象用常规PID进行控制,并比较2种方法控制下的仿真结果.结果表明:单神经元自适应PID控制系统具有自学习和自适应能力,能够采用学习规则来调整权系数,从而使系统响应稳定、快速、准确.