首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   57篇
  完全免费   14篇
  自动化技术   71篇
  2018年   1篇
  2016年   2篇
  2015年   1篇
  2014年   2篇
  2012年   5篇
  2011年   4篇
  2010年   1篇
  2009年   11篇
  2008年   5篇
  2007年   2篇
  2006年   3篇
  2005年   3篇
  2004年   9篇
  2003年   6篇
  2002年   4篇
  2001年   3篇
  2000年   1篇
  1999年   1篇
  1998年   1篇
  1997年   2篇
  1996年   3篇
  1992年   1篇
排序方式: 共有71条查询结果,搜索用时 31 毫秒
1.
前馈多层神经网络的一种优质高效学习算法   总被引:22,自引:1,他引:21  
本文对BP算法的突出问题——收敛性问题,进行了深入分析,提出了六条改进措施.在微机上试验表明,用于XOR问题,迭代40次,均方误差E=6.19E-5,迭代50次,E=1.55E-38;用于故障诊断,收敛效果也极佳  相似文献
2.
BP模型中的激励函数和改进的网络训练法   总被引:18,自引:0,他引:18  
本文研究了BP算法激励函数f对收敛速度的影响,得出了陡峭函数收敛快的结论。其次,给出一个逐步增加训练数据以避免局部极小的方法。  相似文献
3.
爽层感知器的灵敏度分析   总被引:5,自引:0,他引:5  
灵敏度分析对于神经网络结构设计具有指导意义,已有的灵敏度分析方法往往针对特定的激活函数,并且对网络输入和权值扰动有严格的限制,该文采用另一种以1-ed^-λx/1_e^-λx型激活函数的倾斜度作为参数的函数形式逼近激活函数,得到一类神经元的统一的灵敏度解析表达式和网络灵敏度计算算法,该方法取消了对输入和权值扰动的限制,可以研究激活函数倾斜度对网络灵敏度的影响。计算机模拟试验证明了此方法的正确性,并且提出了网络结构设计的几条准则。  相似文献
4.
BP神经网络的联合优化算法   总被引:5,自引:1,他引:4       下载免费PDF全文
针对BP神经网络存在收敛速度慢、易陷入局部极小等缺陷,提出了一种自适应调节学习率和动态调整S型激励函数相结合的改进BP算法。该算法将学习率与误差函数相关联,再对每个隐单元和输出单元的激励函数的斜率进行自动调整。通过实例仿真,将改进算法与标准BP算法、加动量项法和自适应学习率法进行比较,来验证所提出方法的有效性。实验结果表明,联合优化的BP算法能有效加快网络的收敛过程,并具有较强的泛化能力。  相似文献
5.
一种激励函数可调的快速BP算法   总被引:4,自引:0,他引:4  
本文通过分析激励函数在传统BP算法中的作用,在激励函数中引入了可调参数,在力求保持传统BP算法简洁性的基础上,使其参数动态可调,有效的加快了网络学习的收敛速度。  相似文献
6.
采用变参数激励函数的人工神经网络   总被引:4,自引:0,他引:4  
隐层神经元采用相同的激励函数会限制网络的非线性表达能力,因此,提出变参数激励函数,在学习中同时调整网络权值和激励函数的参数,增强网络的表达能力。并使用遗传算法与MBP结合的学习算法训练网络,此方法具有全局收敛能力和很高的精度。  相似文献
7.
交叉覆盖网络的球形领域构造与功能函数   总被引:3,自引:3,他引:0  
基于前向神经网络的交叉覆盖算法有效地解决了传统网络运行慢、数据处理能力差的问题,但仍存在拒识的缺陷。文章在对交叉覆盖算法分析的基础上,提出了几种球形领域和特征函数的构造方法,并通过实例对各种模型的分类能力进行比较。  相似文献
8.
黄伟平  徐毓  王杰 《控制理论与应用》2011,28(12):1723-1728
"当前"统计模型算法对目标加速度极限值及机动频率的依赖性这一缺点,导致该算法在跟踪弱机动目标及高机动目标时,跟踪性能会明显恶化.本文在当前统计(CS)模型的基础上,通过加权一个以残差方差的迹为参数的活化函数,对加速度方差和机动频率进行自适应处理,实现了对"当前"统计模型的改进;同时,采用UKF(unscented Kalman filter)对非线性目标进行跟踪滤波,构造出基于改进"当前"统计模型的非线性机动目标跟踪算法,仿真结果表明,改进的"当前"统计模型不仅保留了"当前"统计模型跟踪算法对一般机动目标跟踪精度高的特点,而且对弱机动目标跟踪也具有更优越的性能,大大扩大了机动跟踪范围.  相似文献
9.
权值初始化与激励函数调整相结合的学习算法   总被引:2,自引:0,他引:2  
提出了一种基于独立元分析(ICA)方法的权值初始化方法和动态调整S型激励函数的斜率相结合的神经网络学习算法。该方法利用ICA从输入数据中提取显著的特征信息来初始化输入层到隐含层权值。而且通过使神经网络的输出位于激励函数的活动区域,对隐含层到输出层的权值进行初始化。在学习过程中,再对每个隐单元和输出单元的激励函数的斜率进行自动调整。最后通过计算机仿真实际的基准问题,验证了论文提出的方法的有效性。实验结果表明,所提出的方法能有效地加快多层前向神经网络的训练过程。  相似文献
10.
关于激励函数可调的人工神经网络模型的注记   总被引:2,自引:0,他引:2  
梁艳春 《计算机学报》1999,22(12):1335-1336
讨论了激励函数可调的人工神经网络模型中激励函数数选择方面存在的问题。  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