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 328 毫秒

1.  支持OpenCL 的GPU 加速人工神经网络训练  
   祝伟华  付先珺《计算机系统应用》,2011年第20卷第7期
   人工神经网络训练所包含的运算量随着网络中神经元的数量增多而加大,对于神经元较多的网络训练很耗时。提高人工神经网络训练速度的一个方法是对训练算法优化以减少计算量。由于人工神经网络训练算法包含大量的矩阵和向量运算,如果把优化的算法用运行在GPU上的OpenCL C语言实现,则训练速度相比传统基于CPU计算的实现会提高很多。从硬件的并行计算能力着手,以RPROP算法为例,对其运行在GPU上的OpenCL C语言实现作一些研究。    

2.  基于分式聚合过程神经网络的发动机气路参数偏差值预测  
   钟诗胜  崔智全  王体春《计算机集成制造系统》,2013年第19卷第5期
   为解决航空发动机气路参数偏差值时间序列中突变值难以预测的问题,基于有理式函数具有更好的非线性逼近能力的理论,提出一种分式非线性聚合过程神经网络模型.该网络结构在隐层中存在一个过程神经元对偶层,通过分式非线性空间聚合的方式,分别实现信号对神经元的激励和抑制作用.根据采样点离散化的特点,采用离散Walsh变换对的内积运算替代积分算子,在简化计算过程的同时消除了数据拟合中的精度损失.采用基于离散Walsh变换LM算法进行网络训练,将训练好的模型应用在气路参数偏差值时间序列预测中.从预测结果可以看出,该模型对存在突变值的时间序列预测具有更高的效率和灵敏性.    

3.  类支集神经网络在ECT图像重建中的研究与应用  
   李岩  冯莉  朱艳丹  张礼勇《计算机工程与应用》,2011年第47卷第25期
   以12电极电容阵列传感器ECT系统为背景,从图像重建的稳定性和速度两方面对密闭容器中气-固两相流场的图像重建算法优化进行实验室研究。将基于新型类支集函数的神经网络算法(NSSN),应用于ECT系统图像重建算法中,使得图像重建算法的求解过程稳定并具有良好的计算性能。针对大规模神经网络算法训练速度较慢的问题提出了划分子网络的改进方法。通过对封闭管道的气固两相流进行数据检测,并采用改进后的神经网络算法进行图像重建,实验结果验证了改进后的方法弥补了大规模神经网络运算速度慢的不足,可以简化神经网络的结构,减少神经元的规模,为电容层析成像系统图像重建提供了新的思路。    

4.  CMAC神经网络在热舒适度测试中的应用  
   李慧  段培永《山东建筑大学学报》,2003年第18卷第4期
   采用传统计算方法无法对热舒适度进行直接测量.利用CMAC神经网络的非线性函数逼近功能,建立热舒适度软测量仪表模型,克服热舒适度计算复杂的缺陷,实现热舒适度的在线检测,可广泛应用于智能家电和基于热舒适度的中央空调控制系统中.仿真结果表明,该方法简单实用、精度高、速度快.    

5.  CMAC神经网络在热舒适度测试中的应用  被引次数:2
   李慧 段培永《山东建筑工程学院学报》,2003年第18卷第4期
   采用传统计算方法无法对热舒适度进行直接测量。利用CMAC神经网络的非线性函数逼近功能,建立热舒适度软测量仪表模型,克服热舒适度计算复杂的缺陷,实现热舒适度的在线检测,可广泛应用于智能家电和基于热舒适度的中央空调控制系统中。仿真结果表明,该方法简单实用、精度高、速度快。    

6.  神经网络前向传播在GPU上的实现  
   刘进锋  郭雷《微型机与应用》,2011年第30卷第18期
   基于CUDA架构在GPU上实现了神经网络前向传播算法,该算法利用神经网络各层内神经元计算的并行性,每层使用一个Kernel函数来并行计算该层神经元的值,每个Kernel函数都根据神经网络的特性和CUDA架构的特点进行优化。实验表明,该算法比普通的CPU上的算法快了约7倍。研究结果对于提高神经网络的运算速度以及CUDA的适用场合都有参考价值。    

7.  一种基于神经网络复杂度的修剪算法  
   张昭昭  乔俊飞  韩红桂《控制与决策》,2010年第25卷第6期
   针对神经网络结构设计问题,提出一种基于神经网络复杂度的修剪算法.其实质是在训练过程中,利用网络连接权矩阵的协方差矩阵计算网络的信息熵,获得网络的复杂度;在保证网络信息处理能力的前提下,删除对网络复杂度影响最小的隐节点.该算法不要求训练网络到代价函数的极小点,适合在线修剪网络结构,并且避免了结构调整前的网络权值预处理.通过对典型函数逼近的实验结果表明,该算法在保证网络逼近精度的同时,可有效地简化网络结构.    

8.  语义神经网络与自然语言深层语义的计算  
   罗慧慧  周经野  刘玲《计算机工程与科学》,2007年第29卷第1期
   本文依照语义神经网络、语义神经元及其上深层语义计算的形式化定义,基于深层语义计算需要分布式并行处理的特点,提出运用多线程技术来模拟实现神经元的同步并行计算。我们描述了如何利用多线程中单个线程实现神经元的独立自主运行,以及如何利用多线程中的同步机制实现神经元之间的消息传递。    

9.  基于异构平台的细胞神经网络算法研究  
   刘昊《电子质量》,2010年第12期
   随着GPU的发展,其计算能力和访存带宽都超过了CPU,在GPU上进行通用计算具有成本低、性能高的特点。细胞神经网络由于其特有的性质,非常适合利用GPU进行并行计算,因此,该文提出了利用CU-DA实现的基于GPU的细胞神经网络异构算法,并应用在图像边缘检测上。实验结果证明,与传统的利用CPU实现的边缘检测方法相比,在速度上,基于GPU实现的图像边缘检测方法提高了数十倍,为细胞神经网络在实时图像、视频处理上的应用提供了新的方法。    

10.  量子神经元特性研究  被引次数:3
   李飞  赵生妹  郑宝玉《电路与系统学报》,2004年第9卷第4期
   量子神经计算是传统神经计算自然演化发展的产物,它有可能成为新的信息处理技术。本文介绍了与量关的量子计算基础,描述了一种量子神经元模型,提出了一种量子学习算法,通过理论推导和仿真证明了算法的收敛性并给出了几种收敛特性曲线.应用量子计算方法分析了该量子神经元模型的量子逻辑运算功能,分析和实验证明了单个量子神经元能实现经典神经元无法实现的XOR函数,并具有与两层前向神经网络相当的非线性映射能力.    

11.  基于轻量级人工免疫计算的混合入侵检测方法  
   陈晋音  杨东勇《信息与控制》,2012年第41卷第5期
   针对大规模网络环境下的入侵检测系统需要处理的网络数据含有大量的冗余与噪音的问题,设计了一种基于轻量级人工免疫计算的混合入侵检测方法.利用最小信息熵离散化算法预处理检测数据,根据主元分析算法(PCA)进行特征提取,通过提取特征矩阵降低数据维度;设计了基于否定选择算法的在线检测,对于未知的或者大规模的连接则提取其特征并实现基于人工免疫计算的入侵检测.最后利用进化能力的异常检测器进行训练和检测,并将提取的异常特征模式加入到快速匹配的数据库来及时地更新数据库.仿真实验表明算法能够提高混合检测器系统的检测效率,同时检测速度能够满足实时性的要求.    

12.  基于神经网络和DSP的锡炉温度控制系统的研究与应用  
   钟峰  陈承贵《微型机与应用》,2010年第29卷第14期
   基于预测神经网络和DSP高速数字处理相结合的构建原理,采用BP神经网络算法进行系统参数的调整,同时利用DSP数字信号高速处理运算,对锡炉温度实现了在线实时控制.实验表明,控制系统的动态响应快,跟踪能力强,稳态精度高,有较强抗扰动能力.    

13.  神经网络方法在结构优化计算中的应用  被引次数:1