首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 843 毫秒

1.  变压器故障诊断的神经网络法  被引次数:3
   应鸿 李天云 等《东北电力学院学报》,1996年第16卷第4期
   利用人工神经网络方法对变压器的故障诊断进行探索,对比了用不同激励函数的神经网络的收敛性能,建立了故障诊断的神经网络模型,并对故障实例进行了诊断,计算结果证明了这种方法的可行性和有效性。    

2.  人工神经网络在变压器故障诊断中的应用  被引次数:4
   李天云 陈化钢《高电压技术》,1996年第22卷第4期
   利用人工神经网络法对变压器的故障诊断进行探索,对比了用不同激励函数的神经网络的收敛性能,建立了故障诊断的神经网络模型,并对故障实例进行了诊断、计算结果证明了这些方法的有效性。    

3.  变压器故障诊断的神经网络法  
   应鸿 李天云《东北电力学院学报》,1997年第17卷第4期
   利用人工神经网络方法对变压器的故障诊断进行探索,对比了用不同激励函数的神经网络的收敛性能,建立了故障诊断的神经网络模型,并对故障实例进行了诊断,计算结果证明了这种方法的可行性和有效性。    

4.  改进的BP算法及其在镗孔加工中应用  
   黄玉春  邓建春  李培根《机械与电子》,2001年第1卷第1期
   对一般BP算法的激励函数、误差函数等进行了改进,将梯度下降法与遗传算法相结合来训练BP网络,并在此基础上,建立了镗孔加工的人工神经网络预报模型,实验结果表明,该模型能较好地对镗孔加工过程中的尺寸进行预测。    

5.  小波网络在航空发动机状态监测中的应用研究  
   蒋晓松  张小玉  黄宜军《计算机测量与控制》,2007年第15卷第6期
   为准确监测航空发动机的状态以保障飞行安全,需要对航空发动机这个复杂系统建立精确模型,将人工神经网络很强的非线性映射能力与小波分析特有的时频分析能力相结合可以对复杂的非线性系统进行系统辨识;选择以sigmoid函数为基础的小波基波函数作为神经网络神经元的激励函数,构造了一个三层小波神经网络,利用该小波神经网络对航空发动机转动状态进行系统辨识研究,仿真结果表明小波神经网络能对某型飞机航空发动机转动状态进行准确辨识.    

6.  基于梯度下降法的Chebyshev前向神经网络  
   肖秀春  彭银桥  梅其祥  闫敬文《安徽工业大学学报》,2018年第2期
   传统人工神经网络模型中,同一隐层各神经元的激励函数是相同的,这与人类神经元的实际情况不一致。为此,构造一种隐层各神经元激励函数互不相同的前向神经网络模型,采用一簇Chebyshev正交多项式序列作为其隐层各神经元的激励函数(简称Chebyshev前向神经网络),并为Chebyshev前向神经网络推导基于梯度下降法的网络参数训练算法。仿真实验表明,基于梯度下降法的Chebyshev前向神经网络算法能够有效调整网络参数,使之以较高的精度逼近具有复杂模式的样本数据集。    

7.  母线保护的人工神经网络模型  被引次数:3
   詹红霞  王秋红《重庆电力高等专科学校学报》,2006年第11卷第3期
   叙述基于ANN函数逼近能力的母线保护原理,分析母线保护物理对象的函数关系,构建母线保护的人工神经网络模型。    

8.  人工神经网络模型用于水电能源科学的问题探讨  被引次数:9
   方卫华《水电能源科学》,2004年第22卷第3期
   在大量文献研究的基础上.从网络结构、学习算法、激励函数、样本选择、数据规范化、收敛判据等方面,对神经网络模型在实际应用中存在的主要问题及采取的主要对策进行了较系统的论述和比较分析,反映了人工神经网络模型的新进展.对水电能源科学的建模、预测、优化和评价具有一定的借鉴意义。    

9.  函数的温度参数对人工神经网络的影响  被引次数:1
   李刚  段东兴  尼俊红  张南雨《华北电力大学学报(自然科学版)》,2002年第29卷第2期
   对人工神经网络的激励函数作了一些研究。用遗传算法优化各神经元Sigmoid函数的温度参数来解决‘异或’问题,取得良好效果。在大量试验基础上总结了一些规律。表明了激励函数对于网络学习性能的重要作用。    

10.  一类神经网络模型的稳定性分析  
   王春景《硅谷》,2009年第11期
   研究一类神经网络模型,它包括Hopfield神经网络和细胞神经网络.我们从神经网络的互连矩阵以及神经元的输入输出激励函数出发,利用函数的方法讨论了平衡点存在唯一和稳定性的条件    

11.  人工神经网络特性试验与应用  被引次数:1
   杨木根 管成太《矿业世界》,1998年第2期
   通过人工神经网络(ANN)试验,掌握人工神经网络模型式识别与函数映射的几个特性,并用于建立突水模型,根据ANN自动识别突水规律进行突水预测。结果证明,用人工神经网络建立突水模型具有其他方法不可替代的优点。    

12.  基于神经网络的FMT伺服系统性能优化设计  被引次数:2
   袁兵《重庆工业高等专科学校学报》,1999年第14卷第3期
   应用人工神经网络理论,构造了对应于约束极值问题的神经网络系统的计算能量函数及其动力学方程的一般形式:以Hopfield神经网络为基础,构造了求解二次规划问题的神经网络模型:利用该神经网络模型求解FMT伺服系统性能优化问题,得出了满意的优化结果。    

13.  基于神经网络的FMT伺服系统性能优化设计  
   袁兵《重庆科技学院学报(社会科学版)》,1999年第Z1期
   应用人工神经网络理论,构造了对应于约束极值问题的神经网络系统的计算能量函数及其动力学方程的一般形式:以Hopfield神经网络为基础,构造了求解二次规划问题的神经网络模型:利用该神经网络模型求解FMT伺服系统性能优化问题,得出了满意的优化结果.    

14.  人工神经网络在炼钢生产上的应用  
   吕俊杰  鲁宁《重庆工业高等专科学校学报》,2004年第19卷第2期
   介绍了人工神经网络在炼钢生产上的应用,提出利用人工神经网络原理建立预报模型。    

15.  人工神经网络在炼钢生产上的应用  
   吕俊杰  鲁宁《重庆科技学院学报(社会科学版)》,2004年第19卷第2期
   介绍了人工神经网络在炼钢生产上的应用,提出利用人工神经网络原理建立预报模型.    

16.  Widrow-Hoff神经网络学习规则的应用研究  被引次数:1
   葛蕾  霍爱清《国外电子元器件》,2009年第17卷第6期
   基于线性神经网络原理,提出线性神经网络的模型,并利用Matlab实现Widrow-Hoff神经网络算法。分析Matlab人工神经网络工具箱中有关线性神经网络的工具函数,最后给出线性神经网络在系统辨识中的实际应用。通过对线性神经网络的训练,进一步验证Widrow-Hoff神经网络算法的有效性,以及用其进行系统辨识的高精度拟合性。    

17.  Widrow-Hoff神经网络学习规则的应用研究  
   葛蕾  霍爱清《电子设计工程》,2009年第17卷第6期
   基于线性神经网络原理,提出线性神经网络的模型,并利用Matlab实现Widrow-Hoff神经网络算法.分析Matlab人工神经网络工具箱中有关线性神经网络的工具函数,最后给出线性神经网络在系统辨识中的实际应用.通过对线性神经网络的训练,进一步验证Widrow-Hoff神经网络算法的有效性,以及用其进行系统辨识的高精度拟合性.    

18.  基于小波神经网络的CFG桩复合地基承载力预测  
   李万庆  闫冠勇  孟文清  石华旺《河北煤炭建筑工程学院学报》,2011年第4期
   针对BP神经网络学习时间长、收敛速度慢等缺陷,借助小波分析理论,将母小波平移和伸缩构成的小波基作为神经网络的激励函数,通过指导网络的初始化和参数选取,使网络以较简单的拓扑结构实现函数逼近,利用网络训练建立起承载力与其影响因素之间的非线性关系。在相同结构和参数下,与BP神经网络进行分析对比。结果表明:利用小波变换对数据时频局域化分析的能力并结合人工神经网络的自学习功能,使得小波神经网络预测模型具有较强的逼近和容错能力,预测结果比传统的BP神经网络具有更快的收敛速度和更高的精度。    

19.  基于小波神经网络的CFG桩复合地基承载力预测  
   李万庆  闫冠勇  孟文清  石华旺《河北工程大学学报(自然科学版)》,2011年第28卷第4期
   针对BP神经网络学习时间长、收敛速度慢等缺陷,借助小波分析理论,将母小波平移和伸缩构成的小波基作为神经网络的激励函数,通过指导网络的初始化和参数选取,使网络以较简单的拓扑结构实现函数逼近,利用网络训练建立起承载力与其影响因素之间的非线性关系。在相同结构和参数下,与BP神经网络进行分析对比。结果表明:利用小波变换对数据时频局域化分析的能力并结合人工神经网络的自学习功能,使得小波神经网络预测模型具有较强的逼近和容错能力,预测结果比传统的BP神经网络具有更快的收敛速度和更高的精度。    

20.  具有一类不可导多元约束函数的非线性规划神经网络模型  被引次数:2
   周祖昊 郭宗楼《武汉水利电力大学学报》,1999年第32卷第5期
   水资源系统中存在一类具有不可导但连续单调递增约束函数的非线性规划问题,针对这类约束函数为一元函数的非线性规划问题建立了基于Hopfield连续模型的人工神经网络模型,将神经网络模型扩展到这类约束函数含有多元变量的民一的模型的有效性。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号