共查询到19条相似文献,搜索用时 140 毫秒
1.
该文提出一种量子自适应粒子群优化算法,该算法中,粒子位置的编码采用量子比特实现,利用粒子飞行轨迹信息动态更新量子比特的状态,并引入量子非门实现变异操作以避免陷入局部最优。用该算法训练神经网络,实现了径向基函数(RBF)神经网络参数优化,建立了基于量子自适应粒子群优化RBF神经网络算法的网络流量预测模型。对真实网络流量的预测结果表明,该方法的收敛速度和预测精度均要优于传统RBF神经网络法、粒子群-RBF神经网络法、混合粒子群-RBF神经网络法和自适应粒子群-RBF神经网络法,并且预测效果不易受时间尺度变化的影响。 相似文献
2.
基于粒子群优化压缩感知的可见光定位算法 总被引:1,自引:0,他引:1
目前,基于压缩感知的可见光定位采用线性最小二乘法重构信号,容易陷入局部最优解,且需要高密度的发光二极管布局。针对这些问题,提出了一种基于粒子群优化压缩感知的可见光定位算法。首先,建立一种基于重构接收信号强度残差的适应度函数;其次,将指纹定位的权重求解问题转换为稀疏矩阵的重构问题;最后,采用粒子群优化重构信号。仿真结果表明,所提算法的时间复杂度较低、鲁棒性好,即使在低密度的发光二极管布局下,定位误差依然很小。当信噪比为10 dB、网格间距为50 cm时,所提算法定位误差的平均值为3.67 cm,显著低于现有的10种同类算法。还详细分析了不同参数对所提算法定位误差的影响,所得结果可为实际可见光定位系统的设计提供有益的参考。 相似文献
3.
金属部件表面缺陷识别问题是模式识别领域的研究热点,高效、可靠的表面缺陷识别方法能够有效提高生产效率、维护生产安全。针对这一问题,文中提出了一种利用径向基(RBF)神经网络和粒子群优化(PSO)算法相结合的表面缺陷识别算法。采用PSO算法确定和改进RBF神经网络的权值参数,同时对PSO算法中的惯性权重进行线性处理,有效消除了PSO算法中的最优解局部振荡现象。针对金属部件表面常见的几种缺陷对RBF-PSO表面缺陷识别算法进行网络训练,并进行相应的实际测试。文中提出的RBF-PSO表面识别算法识别准确率可达96%,相比于传统的神经网络算法具有明显的性能提升。 相似文献
4.
5.
6.
7.
提出了一种新颖的基于粒子群优化和多级检测的混合算法的多用户检测器。介绍了最佳多用户检测模型以及粒子群优化算法的基本思想。进行了理论依据和仿真性能分析。仿真结果表明:该检测器在误码率性能上明显优于传统检测器和解相关检测器,在抗“远一近效应”上也优于传统检测器与多级检测器,计算复杂度较低。 相似文献
8.
9.
散射相函数是研究气溶胶中光传输特性的一个重要参量。对比了大气辐射传输中的蒙特卡罗仿真常用的4种近似散射相函数,针对二项Henyey-Greenstein(TTHG)相函数的参数不易确定的问题,提出了一种基于粒子群优化的TTHG散射相函数,该函数可以很好地拟合Mie散射相函数,尤其是在大于90的后向散射方向效果更加明显。相比于HG、HG*、RHG等相函数,文中提出的相函数可以更好地逼近实际散射情况,得到更精确的蒙特卡罗仿真结果。 相似文献
10.
混沌粒子群优化粒子滤波算法 总被引:1,自引:0,他引:1
针对基于粒子群优化算法的粒子滤波计算复杂度大,并且容易陷入局部最优,提出了一种新的基于混沌的粒子群优化粒子滤波算法。该算法在粒子群优化的基础上,引入混沌序列,利用混沌运动的遍历性、随机性等特点改善了初始样本的质量,同时利用混沌扰动避免搜索过程陷入局部最优,使算法具有更快的收敛速度和更好的全局搜索能力。最后利用UNGM模型将该算法与标准粒子滤波和粒子群粒子滤波进行仿真对比,并利用纯角度目标跟踪模型验证了算法的有效性。实验结果表明,该算法改善了粒子群优化算法的粒子滤波易陷入局部最优的现象,提高了粒子滤波的精度和速度,具有较高的应用价值。 相似文献
11.
12.
13.
Classification of Defective Analog Integrated Circuits Using Artificial Neural Networks 总被引:4,自引:0,他引:4
V. Stopjaková P. Malošek D. Mičušík M. Matej M. Margala 《Journal of Electronic Testing》2004,20(1):25-37
This paper presents a new approach for detecting defects in analog integrated circuits using the feed-forward neural network trained by the resilient error back-propagation method. A feed-forward neural network has been used for detecting catastrophic faults randomly injected in a simple analog CMOS circuit by classification the differences observed in supply current responses of good and faulty circuit. The experimental classification was performed for time and frequency domain, followed by a comparison of results achieved in both domains. It was shown that neural networks might be very efficient and versatile approach for test of analog circuits since an arbitrary fault class or circuit's parameter can be analyzed. Considered defect types and their successful detection by the neural network; and a possible off-chip hardware implementation of the proposed technique are discussed as well. Moreover, optimized hardware architecture of the selected neural network type was designed using VHDL for FPGA realization. 相似文献
14.
为了观测使用人工神经网络作为控制器的实际的自动控制系统的控制效果,我们开发了一种实时闭环仿真系统.该仿真系统具有两个独立的部分:一部分是被控对象部分,由PC计算机计算被控对象的数学模型来模拟;另一部分为控制器部分,由真正的神经网络硬件实现.两部分由硬件接口电路连接在一起.此仿真系统工作于真正的时间轴中,即数学模型中的时间常数不再仅仅是计算中的参数而是反映真正的时间长度,它满足检验用于实际系统的神经网络控制器性能的需要.实验结果表明,此实时仿真系统对于设计基于人工神经网络的控制系统是一种有用的工具. 相似文献
15.
In this paper, we describe a novelapproach to mobile station positioning using a GSMmobile phone. The approach is based on the use of aninherent feature of the GSM cellular system (themobile phone continuously measures radio signalstrengths from a number of the nearest base stations(antennas)) and on the use of this information to estimatethe phone's location. The current values of the signalstrengths are processed by a trained artificial neuralnetwork executed at the computer attached to themobile phone to estimate the position of the mobilestation in real time. The neural network configurationis obtained by using a genetic algorithm that searchesthe space of specific neural network types anddetermines which one provides the best locationestimation results. Two general methods are explored:the first is based on using a neural network forclassification and the second uses functionapproximation. The experimental results are reportedand discussed. 相似文献
16.
基于径向基函数神经网络的内模控制 总被引:9,自引:0,他引:9
文章用径向基神经网络设计内模控制系统,径向基神经网络是通过调整隐层与输出层间的连接权系数来逼近函数,如果隐层神经元数目过少,难免会出现收敛时间长,控制质量差,甚至发散的现象。为此,本文提出了增加调整基函数形状参数和中心向量的方法予以避免,并证明了网络不同调整参量收敛于目标函数极小点的性质。 相似文献
17.
用基函数神经网络实现多阈值图象分割 总被引:1,自引:0,他引:1
本文介绍了一种用基函数神经网络实现多阈值图象分割的新方法。它从函数逼近的角度研究基于灰度直方图的多阈值分割问题,提出了一种模糊反向传播学习算法,采用该算法的高斯基函数网络能够准确检测直方图中包含的子区域和它们的分布函数,而且速度很快。实验表明本文的方法在实际图象分割中是有效的。 相似文献
18.
文中提出了一种基于变惯性因子粒子群优化的BP网络学习算法。该算法用PSO算法代替了传统的BP算法,克服了BP算法易陷入局部最小值的不足,并且将该算法应用于入侵检测中。在预处理数据时,采用了信息增益的方法,提取出含信息量多的特征作为BP网络的输入向量。通过实验仿真比较,证明了该算法的收敛速度快,迭代次数少,准确率较高。 相似文献
19.
基于有限状态径向基函数网络的汉语语音识别研究 总被引:2,自引:0,他引:2
本文提出了有限状态径向基函数网络结构,它可用K-均值聚类算法和最小二乘算法分层独立训练,训练速度快。通过汉语语音识别实验,研究了FSRBF网及子网的特性。结果表明,FSRBF结构很适于处理时序信息,易于推广到其他识别单元的系统中。 相似文献