共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
提出了两种用于前向神经网络的进化学习算法,实验证明它们能有效地网络权值空间中寻找全局最优解。在比较实验的基础上,得出了在神经网络的进化学习过程中变异是起主导作用的遗传算子的结论,并以此为指导配置算法的各个关键参数。通过对XOR问题和IRIS模式分类问题的学习证明,这两种算法均能获得远高于传统的BP算法的性能。 相似文献
3.
将功率谱和神经网络相结合,应用于高海况、低信噪比条件下,水中目标信号的特征提取中.文中首先对信号进行功率谱估计,利用目标信号功率主要集中在低频部分的特点,提取低频信号的能量作为特征,然后利用人工神经网络对目标信号进行检测.利用不同浪级情况下海洋水压场的仿真信号数据,对某型目标舰船的水压信号进行了检测计算,验证了该方法的有效性,尤其是达到了在高海况、低信噪比条件下,对目标信号检测率比较高、虚警率比较低的效果. 相似文献
4.
针对机器人辅助患肢进行康复训练时患肢病情的变化对系统运动平滑性和稳定性造成的影响,在传统阻抗控制方法的基础上,提出了一种基于进化动态递归模糊神经网络(EDRFNN)的新的自适应阻抗控制方法。该方法根据在线辨识得到的患肢机械阻抗参数,运用EDRFNN对目标阻抗控制参数进行动态调整。在调整过程中,首先采用混合进化算法离线优化目标阻抗控制参数,然后再利用基于Lyapunov函数稳定收敛性理论设计的动态BP算法对目标阻抗控制参数在线作进一步的调整。分析和仿真结果表明,这种新的方法较其它阻抗控制方法更能有效地适应患肢病情的变化,且具有较好的平滑性和稳定性。 相似文献
5.
6.
神经网络与自适应控制相结合的研究,已成为智能控制的一个新的分支.自适应具有强鲁棒性,神经网络则具有良好的自学习功能和良好的容错能力,神经网络自适应控制由于较好地融合了两者的优点而具有强大的优势. 相似文献
7.
8.
正确识别空凋电机的噪声类型是改善其噪声效果的重要前提,采用一种集特征提取与识别于一体的神经网络来解决这种识别问题。此网络利用Mexican hat小波作为母小波,同时将基于小波变换的特征提取过程融人为神经网络的一部分,网络学习时可针对输入信号对小波尺度和平移参数进行自适应调整,以实现对信号特征信息的充分获取。给出了此网络的学习算法。利用这一网络对空调电机的三种噪声信号即电磁噪声、不平衡噪声、轴承噪声信号进行了学习和识别,结果表明,学习后的网络以很高的可靠性准确地识别出了电机的不同噪声类型。 相似文献
9.
基于自适应混合高斯模型背景提取的研究 总被引:1,自引:0,他引:1
运动目标检测的主要方法有相邻帧差法与背景减法,在背景减法中。准确的提取背景是运动目标检测的核心任务之一。背景提取的主要方法有均值法、中值法、Mode算法以及基于单高斯模型与混合高斯模型的背景提取方法,前四种方法的求解过程比较简单,但对于复杂多变的背景,提取的准确性较差.对此本文提出了一种基于自适应混合高斯模型的背景提取的算法,实验结果验证了算法的实用性与有效性。 相似文献
10.
噪声自适应消除是声纳信号处理的重要研究内容之一.传统的噪声自适应抵消算法需要单独的阵列(阵元)以获得不含期望信号的参考噪声信号,这在实际工程应用中往往是不现实的.提出在不增加阵元的情况下,通过相邻两个阵元输出信号进行加权处理,合成一路不包含给定方向信号的噪声信号;同时,借鉴语音信号处理中普遍应用的谱减降噪处理方法,达到... 相似文献