首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 112 毫秒
1.
在神经网络研究中,如何确定神经网的结构是一个重要的研究方向。提出了一种通用的确定前向神经网络结构的自适应方法,即先用动态增长法快速训练网络拓扑结构及权值至满足给定的误差为止,然后用遗传算法(GA)对训练好的网络剪枝。实验表明,算法具有较好的通用性和可扩展性,收敛速度较快,对进一步的数据挖掘具有重要的意义。  相似文献   

2.
结构多样性化合物沸点QSPR模型研究   总被引:2,自引:1,他引:1  
在定量结构-性质/活性关系(QSPR/QSAR)研究中,分子结构的数值化和建立良好预测的数学模型是2个重要的问题.建立具有良好适应性有实际应用价值的模型是进行QSPR/QSAR的最终目标.本文针对148种来自不同植物挥发油的具有结构多样性化合物,分别采用主成分回归(PCR)、偏最小二乘(PLS)和遗传算法(GA)对其沸点与结构之间的定量结构性能关系进行了研究,用拓扑指数建立了沸点预测模型.结果表明,PLS模型的预测能力最佳,模型训练集的平均相关系数为0.996,平均训练偏差为7.05,检验集的平均相关系数为0.986,平均检验偏差为12.91.  相似文献   

3.
钟蔚  华祖耀 《计算机仿真》2003,(Z1):260-261
将先进的仿真技术应用于雷达训练仿真系统的研究是今后雷达训练仿真器的发展方向.该文以某型战场侦察雷达为对象,首先介绍了HLA的结构特点,然后提出了基于HLA的战场侦察雷达的设计方案,确定了联邦开发过程,分析了系统开发中的关键技术,最后给出了训练仿真器的原型系统.  相似文献   

4.
应用Elman神经网络对河口水质进行评价,确定其水质级别及污染程度.根据汾河入黄口的实际污染情况及因子选择的目的原则,确定评价因子,构建基于Elman神经网络的河口水质评价模型.应用训练好的Elman神经网络河口水质评价模型对河津大桥监测断面2010年各月水质进行评价,分析研究汾河入黄口处的水质污染状况,结果表明,汾河入黄口河津大桥监测断面2010年各月综合水质均为劣V类水,因此,汾河入黄口污染治理迫在眉睫,应从源头加强汾河污染物入河量的控制.水质识别实例表明Elman河口水质评价模型避免了传统神经网络无法实时改变模型结构和缺乏对未来突变情况适应性的缺点,使得训练好的网络具有非线性和动态特性,水质评价结果切合实际,具有很好的实用性.  相似文献   

5.
神经网络模式识别方法是近几年兴起的模式识别领域的一个新的研究方向,而BP算法是神经网络众多算法中应用最为广泛的一种.BP神经网络已应用于非线性建摸、函数逼近、模式分类等方面,但对解决具体问题而言,其模型结构的确定、每层神经元个数的选择、训练参数的设定等都无现成的规律可供遵循,必需由实验确定,由此,在分析BP算法和收敛性的基础上,设计了基于BP神经网络的货币识别算法,测试证明,其具有良好的识别率,具有一定的理论和实用意义.  相似文献   

6.
针对变速箱的工作时间不能真实反映实际健康状况的问题,通过提取变速箱的振动信号作为状态参数,建立了基于BP神经网络的变速箱故障诊断模型;该模型首先提取振动信号中对故障反映灵敏的成分作为特征值,获得BP神经网络的训练数据,并通过对比确定最优的隐含层节点数,确定BP神经网络的结构参数;模型训练结束后,以验证数据为例进行故障诊断研究,并对诊断结果进行评估;评估结果表明,该模型准确度高,具有较好的应用和推广价值。  相似文献   

7.
周塔  邓赵红  蒋亦樟  王士同 《软件学报》2020,31(11):3506-3518
利用重构训练样本空间的手段,提出一种多训练模块Takagi-Sugeno-Kang (TSK)模糊分类器H-TSK-FS.它具有良好的分类性能和较高的可解释性,可以解决现有层次模糊分类器中间层输出和模糊规则难以解释的难题.为了实现良好的分类性能,H-TSK-FS由多个优化零阶TSK模糊分类器组成.这些零阶TSK模糊分类器内部采用一种巧妙的训练方式.原始训练样本、上一层训练样本中的部分样本点以及所有已训练层中最逼近真实值的部分决策信息均被投影到当前层训练模块中,并构成其输入空间.通过这种训练方式,前层的训练结果对后层的训练起到引导和控制作用.这种随机选取样本点、在一定范围内随机选取训练特征的手段可以打开原始输入空间的流形结构,保证较好或相当的分类性能.另外,该研究主要针对少量样本点且训练特征数不是很大的数据集.在设计每个训练模块时采用极限学习机获取模糊规则后件参数.对于每个中间训练层,采用短规则表达知识.每条模糊规则则通过约束方式确定不固定的输入特征以及高斯隶属函数,目的是保证所选输入特征具有高可解释性.真实数据集和应用案例实验结果表明,H-TSK-FS具有良好的分类性能和高可解释性.  相似文献   

8.
研究将实测结构频率响应函数作为反向传递人工神经网络的输入数据,用来进行结构健康检测.一般情况下,把频率响应函数应用到人工神经网络的困难在于需要压缩频率响应函数的庞大数据,因为直接使用全部的频率响应函数数据使得神经网络具有大量的输入节点,从而导致网络训练收敛和计算效率方面的困难.仅仅使用部分频率响应数据,或不合适的频率窗数据点选择会引起重要信息的损失.为解决上述困难,用FORTRAN语言编写了一个简化的BP神经网络程序,把某结构的频率响应函数作为网络的输入参量.每个实测频率响应函数具有8192个数据点,神经网络采用8192-8-4结构,网络训练获得了较快的收敛速度.经过训练的网络成功识别了某结构的四种不同状态,识别误差小于10%.  相似文献   

9.
晶体结构研究是研究固体材料物理化学性质的基础,而筛选晶体结构通常基于能量最低原理,采用密度泛函理论计算结构能量需要大量计算资源及服务时间.为此本文提出了面向材料结构预测的深度学习方法,加快材料晶体结构的预测.本文从数据集优化、模型训练策略、算法优化等方面进行了深入研究,确定了应用于材料结构预测中深度学习的网络参数和优化算法.将确定的深度学习框架用于寻找Si单晶、TiO2和CaTiO3化合物的基态稳定结构,实验结果表明,利用本研究提出的深度学习方法预测的晶体结构与实验室制备材料结构相吻合.  相似文献   

10.
针对神经网络存在的网络冗余性较大的问题,提出一种基于粗糙集的神经网络优化方法.该方法将粗糙集理论和神经网络有机地结合在一起,利用粗糙集理论在知识获取方面具有智能的特点,对神经网络的数据进行预处理,从大量的原始数据中提取精简的规则,从而确定神经网络中的神经元个数,简化神经网络的拓扑结构,提高系统的速度.最后通过仿真研究表明该方法能有效地改善神经网络训练时间较长的缺点.  相似文献   

11.
基于神经网络结构学习的知识求精方法   总被引:5,自引:0,他引:5  
知识求精是知识获取中必不可少的步骤.已有的用于知识求精的KBANN(know ledge based artificialneuralnetw ork)方法,主要局限性是训练时不能改变网络的拓扑结构.文中提出了一种基于神经网络结构学习的知识求精方法,首先将一组规则集转化为初始神经网络,然后用训练样本和结构学习算法训练初始神经网络,并提取求精的规则知识.网络拓扑结构的改变是通过训练时采用基于动态增加隐含节点和网络删除的结构学习算法实现的.大量实例表明该方法是有效的  相似文献   

12.
基于神经网络的增量式数据索引机制研究   总被引:1,自引:0,他引:1  
为了解决难以利用MDS方法进行有效的增量式数据索引的问题。本文提出了基于神经网络的增量式数据索引方法。该方法首先对少量数据用MDS方法进行索引,索引结果用于训练神经网络,新数据再通过训练后的神经网络进行索引,利用训练后的神经网络对增量数据进行索引的时间复杂度为O(n)。实验结果表明,本文防哪个法可以有效的进行增量式数据索引,并交好的保持了数据对象间的距离信息。  相似文献   

13.
This paper presents an approach to determining the colours of specks in an image of a pulp being recycled. The task is solved through colour classification by an artificial neural network. The network is trained using fuzzy possibilistic target values. The number of colour classes found in the images is determined through the self-organising process in the two-dimensional self-organising map. The experiments performed have shown that the colour classification results correspond well with human perception of the colours of the specks.  相似文献   

14.
一种基于聚类技术的选择性神经网络集成方法   总被引:11,自引:0,他引:11  
神经网络集成是一种很流行的学习方法,通过组合每个神经网络的输出生成最后的预测、为了提高集成方法的有效性,不仅要求集成中的个体神经网络具有很高的正确率,而且要求这些网络在输入空间产生不相关的错误.然而,在现有的众多集成方法中,大都采用将训练的所有神经网络直接进行组合以形成集成,实际上生成的这些神经网络可能具有一定的相关性.为了进一步提高神经网络间的差异性,一种基于聚类技术的选择性神经网络集成方法CLU_ENN被提出.在获得个体神经网络后,并不直接对这些神经网络集成,而是先应用聚类算法对这些神经网络模型聚类以获得差异较大的部分神经网络;然后由部分神经网络构成集成;最后,通过实验研究了CLU_ENN集成方法,与传统的集成方法Bagging相比,该方法取得了更好的效果。  相似文献   

15.
张一弛  庞建民  赵荣彩 《软件学报》2012,23(12):3149-3160
针对可执行程序恶意性难以判定的情况,提出一种基于证据推理的程序恶意性判定方法.首先,建立程序恶意性判定模型;然后,通过对程序进行反编译,抽取影响程序安全性的特征,建立程序行为集合;使用BP神经网络对模型进行训练得到各个行为的概率分配函数BPAF(basic probability assignment functions),并使用加权和形式的合成法则对程序行为进行合成;最后,实现对程序恶意性的判定.实验结果表明了该方法的有效性.  相似文献   

16.
A sequential orthogonal approach to the building and training of a single hidden layer neural network is presented in this paper. The Sequential Learning Neural Network (SLNN) model proposed by Zhang and Morris [1]is used in this paper to tackle the common problem encountered by the conventional Feed Forward Neural Network (FFNN) in determining the network structure in the number of hidden layers and the number of hidden neurons in each layer. The procedure starts with a single hidden neuron and sequentially increases in the number of hidden neurons until the model error is sufficiently small. The classical Gram–Schmidt orthogonalization method is used at each step to form a set of orthogonal bases for the space spanned by output vectors of the hidden neurons. In this approach it is possible to determine the necessary number of hidden neurons required. However, for the problems investigated in this paper, one hidden neuron itself is sufficient to achieve the desired accuracy. The neural network architecture has been trained and tested on two practical civil engineering problems – soil classification, and the prediction o strength and workability of high performance concrete.  相似文献   

17.
训练多个神经网络并将其结果进行合成,能显著地提高神经网络系统的泛化能力。本文提出了一种带偏置的选择性神经网络集成构造方法。对个体网络引入偏置项,增加可选网络的数量。选择部分网络集成,改善网络集成的性能。把个体网络的偏置项统一为集成偏置项,在训练出个体神经网络后,使用遗传算法选择部分网络集成,同时确定集成偏置项。理论分析和实验结果表明,该方法能够取得很好的网络集成效果。  相似文献   

18.
In this paper, we propose a hybrid deep neural network model for recognizing human actions in videos. A hybrid deep neural network model is designed by the fusion of homogeneous convolutional neural network (CNN) classifiers. The ensemble of classifiers is built by diversifying the input features and varying the initialization of the weights of the neural network. The convolutional neural network classifiers are trained to output a value of one, for the predicted class and a zero, for all the other classes. The outputs of the trained classifiers are considered as confidence value for prediction so that the predicted class will have a confidence value of approximately 1 and the rest of the classes will have a confidence value of approximately 0. The fusion function is computed as the maximum value of the outputs across all classifiers, to pick the correct class label during fusion. The effectiveness of the proposed approach is demonstrated on UCF50 dataset resulting in a high recognition accuracy of 99.68%.  相似文献   

19.
针对中国古代小说图像的特性,提出了一种利用人工神经网络获取图像语义的方法。利用人工神经网络在图像的纹理、形状等低层视觉特征和高层语义特征间建立映射关系,利用改进的遗传算法确定人工神经网络的参数和权值,利用训练后的人工神经网络获取图像的语义。实验结果表明,所提出的方法具有理想的图像语义获取效果,能充分反映人对图像内容的理解,具有很好的应用价值。  相似文献   

20.
混合模型神经网络在短期负荷预测中的应用   总被引:5,自引:1,他引:4  
提出了可应用于电力系统负荷预测的混合模型神经网络方法,该方法同时具有电力系统负荷预测的传统方法的优点及人工视网络方法的优点,该方法中,不同的负荷分量采用不同类型的预测方法,并采用基本绵谐振分量作神经网络的输入,神经网络的训练采用快速的学习算法进行,该方法具有很强的实时性和适应性,适用于没有气象资料的应用场合,仿真计算的结果表明,预测精度较传统来得高。  相似文献   

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