| 基于最大熵准则的加工过程神经网络建模 |
| |
| 引用本文： | 姚小群,姚锡凡,王卫平,陈统坚. 基于最大熵准则的加工过程神经网络建模[J]. 机械制造, 2005, 43(12): 40-42 |
| |
| 作者姓名： | 姚小群 姚锡凡 王卫平 陈统坚 |
| |
| 作者单位： | 东莞理工学院机电工程系,广东·523106;华南理工大学机械工程学院 |
| |
| 基金项目： | 国家自然科学基金资助项目（编号：50175029,50305005）教育部留学回国人员科研启动基金资助项目（编号：[2002247）. |
| |
| 摘 要： | 传统BP算法收敛速度慢、产生局部极小点的原因之一是该算法采用的是均方误差准则。为了改进BP算法的不足，提出基于最大熵准则的BP算法，并应用于加工过程的神经网络建模。仿真表明：基于最大熵准则的BP神经网络建模，其辨识精度优于一般BP算法神经网络建模。
|
| 关 键 词： | 最大熵 神经网络 系统辨识 加工过程 |
| 文章编号： | 1000-4998（2005）12-0040-03 |
| 收稿时间： | 2005-06-01 |
| 修稿时间： | 2005-06-01 |
Neural Network Modeling Based on Maximum-entropy for Machining Process |
| |
| Yao Xiaoqun. Neural Network Modeling Based on Maximum-entropy for Machining Process[J]. Machinery, 2005, 43(12): 40-42 |
| |
| Authors: | Yao Xiaoqun |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
