共查询到10条相似文献,搜索用时 203 毫秒
1.
对角递归神经网络的LM算法及建模应用 总被引:1,自引:0,他引:1
张欣 《机械工程与自动化》2008,(6)
针对递归神经网络传统BP学习算法收敛慢的缺陷,将Levenberg—Marquardt(LM)算法引入到对角递归神经网络权值的训练,这种算法提供了快速性与收敛性之间的一个折衷。仿真结果表明,该算法比传统BP算法具有更快的收敛速度,用于非线性动态系统的建模是有效的。 相似文献
2.
BP神经网络具有优良的非线性映射能力,可以很好地描述频率特征和诊断结果之间的关系.针对BP神经网络存在局部极小值和收敛速度慢等问题,提出了一种基于Levenberg-Marquardt(LM)的改进的BP网络.经改进算法训练的网络能大大提高诊断的能力,具有广泛的应用前景和应用价值. 相似文献
3.
递归神经网络的并行LM算法 总被引:1,自引:0,他引:1
针对递归神经网络BP学习算法收敛慢的缺陷,将Levenberg-Marquardt (LM)算法引入到递归神经网络权值的训练,为了克服LM算法集中运算的不足,设计出完整的并行LM算法.该算法将计算分配到神经网络中的每个神经元,符合神经网络的并行结构特点.仿真结果表明,该算法比传统BP算法具有更好的收敛性.且比LM算法大大节省了计算时间. 相似文献
4.
5.
BP神经网络具有优良的非线性映射能力,可以很好地描述频率特征和诊断结果之间的关系。针对BP神经网络存在局部极小值和收敛速度慢等问题,提出了一种基于Levenberg-Marquardt(LM)的改进的BP网络。经改进算法训练的网络能大大提高诊断的能力,具有广泛的应用前景和应用价值。 相似文献
6.
非线性状态空间方法辨识电液伺服控制系统 总被引:1,自引:0,他引:1
针对回归神经网络辨识和建立非线性动态系统模型的问题,研究非线性状态空间描述的回归神经网络数学模型。讨论极小均方误差网络训练收敛准则,通过研究Kalman 滤波估计公式中的随机变量,提出一种参数增广的回归神经网络非线性状态方程,无导数的Kalman滤波器用于增广参数估计,人工白噪声强迫网络学习,更新网络权值,避免了扩展Kalman滤波器计算Jacobian信息和基于递度学习算法收敛慢的问题。在电液伺服系统辨识建模的应用中表明,回归神经网络较好地跟踪了液压油缸压力变化,与扩展Kalman滤波估计学习算法相比,新的算法具有较快的收敛和精度。 相似文献
7.
BP神经网络算法本质上是基于梯度下降的一种迭代学习算法,存在学习收敛速度慢、收敛精度低、易陷入局部极小、学习率难以选取、隐层数及隐层神经元个数难以确定等缺陷。为了选择出更适宜变压器DGA故障诊断的神经网络结构及算法。本文采用了常用的几种智能算法对变压器故障样本进行了诊断性能对比实验。结果得出Levenberg-Marquardt神经网络算法是收敛速度较快的算法,有动量和自适应的梯度下降法是收敛稳定性较佳的算法;网络最优结构设计过程。为用于变压器DGA故障诊断的神经网络的结构和算法提供了系统化的试验方法。 相似文献
8.
9.