共查询到20条相似文献,搜索用时 15 毫秒
1.
通过分析传统的多层感知器和反向传播算法的不足,设计了一个全新的网络结构SC-MLP和提出了与之对应的全新的学习算法NBP,主要是实现权值的模和固定,这样可以加速训练的速度.在高维数据分类的实证分析中,以手写数字数据库为例,构建了一个深度神经网络,并对比各种训练算法.实验表明,NBP学习算法对于深度神经网络具有良好的学习效果,明显优于传统的反向传播算法,并且在精度上与深度学习算法相当,但是速度快. 相似文献
2.
传统的模板匹配算法对车牌图像的伸缩、倾斜及背景干扰比较敏感,识别效果不理想.提出将对字符进行归一化处理后所提取的点特征与重心特征进行复合,作为 BP 神经网络算法的输入特征,大大提高了识别率与识别速度. 相似文献
3.
传统的神经网络BP算法具有强大的自学习、自适应及非线性映射能力,但算法具有收敛缓慢、易陷入局部极优等缺点。针对传统BP算法的不足提出改进方法,并用于解决异或问题和字符识别问题。实验表明,改进算法能提高网络学习速度、减小网络误差,具有更好的收敛性和鲁棒性,各方面都明显优于传统BP算法。 相似文献
4.
提出一种利用神经逻辑单元动态地构造神经网络的算法来对一类格值逻辑系统(L4(X))中的逻辑公式进行计算。本方法可以对逻辑公式的原始形态机械地直接进行计算,并可以应用到其他逻辑系统中。 相似文献
5.
提出用规则判断由于BP神经网络学习过程中因梯度搜索产生的局部极小,并利用具有全局寻优的特点的混沌优化算法,使学习过程能有效地逃离局部极小,即,梯度下降进研“粗搜索”、混沌优化法进行“细搜索”及建立规则将两者结合起来,就构成了本文的基本混沌梯度下降的前馈神经网络学习算法。这种算法有效地利用了梯度下降算法的快速性和混沌寻优的全局性,将该算法应用于铜锍吹炼过程智能决策支持系统模型库中的模型学习,产生了良好的应用效果。 相似文献
6.
7.
基于SOM神经网络的医疗诊断专家系统研究 总被引:1,自引:0,他引:1
研究了自组织特征映射(SOM)神经网络的结构及学习算法,提出了利用SOM神经网络对输入样本的“聚类”作用,实现对病人疾病的分类,并依此作为诊断的主要依据。 相似文献
8.
文章设计了一种新的正交泛函网络模型,它的神经元函数是由正交基函数来逼近,给出了正交泛函网络模型的构造方法及其学习算法,通过求解一组线性方程组得到网络的参数.把正交泛函网络应用到函数逼近问题,仿真结果证明了正交泛函网络具有很好的收敛性和逼近性. 相似文献
9.
模糊神经网络变结构算法优化的研究 总被引:1,自引:0,他引:1
随着生产实际情况的不断变化,以及模糊神经网络不断的改进和发展,提出一种改进的构造神经网络的方法,并且提出混合学习算法,结合共扼梯度下降法与递归最小二乘估计来分别辨识网络中的前、后件参数,并对非线性系统进行仿真实验,达到控制要求. 相似文献
10.
丁建立 《洛阳师范学院学报》2003,22(2):59-62
计算机网络的极速发展迫切需要全面提高和优化网络的整体性能 .神经网络算法具有大规模并行处理和分布式信息贮存等特点 ,Hopfield神经网络在联想记忆与优化方面表现出得天独厚的优势 .基于神经网络算法的计算机网络优化模型研究 ,正是将Hopfield神经网络的理论与现实计算机网络、现代优化方法相结合 相似文献
11.
BP神经网络模型及其应用 总被引:2,自引:0,他引:2
邢进良 《沙洋师范高等专科学校学报》2007,8(5):46-50
本文提出了一类神经网络模型,介绍了它的算法及其如何设计出该模型,最后通过神经网络对字符进行识别的例子,说明了神经网络在实际中的应用。 相似文献
12.
李别 《广东技术师范学院学报》2005,(4):26-29
数据挖掘涉及多学科技术的集成,包括数据库技术、神经网络、模式识别、信息检索、图像与信号处理和空间数据分析等.神经网络在数据挖掘中的应用也越来越广泛,尽管神经网络具有结构复杂、网络训练时间长、结果表示不容易理解等缺陷,但其对噪声数据的高承受能力和低错误率的优点是其他方法所不及的,并在数据挖掘所采用的方法中具有优势.本文对基于BP神经网络的数据挖掘算法进行了详细的讨论,并提出了算法改进方法. 相似文献
13.
14.
李绍中 《番禺职业技术学院学报》2012,(1):20-25
研究网络学习评价问题对推动网络教学资源的使用具有十分重要的意义,传统的网络学习评价方法具有很强的主观性,且仅限于线性模型,缺少科学性。为克服传统网络学习评价方法的不足,实现网络学习评价的智能化,提出了一种基于BP神经网络的的网络学习评价模型,并利用MATLAB进行实验仿真,测试结果表明,该评价模型准确率高,能为网络学习评价提供可靠数据。 相似文献
15.
谢杨洋 《辽宁科技学院学报》2015,(1):31-32,24
文章根据大脑信息处理原理,对模块化神经网络进行相关的解析,分析模块化神经网络的信息点,对于由大量信息点组成的子网络结构学习自组织问题,神经元实现对输入样本空间的链接等问题提出了相关的算法,解决了子网络在有效时间段内采集相关数据,并实现集成的问题,提高了神经网络学习的效率,也对获取学习信息进行了相关的研究。 相似文献
16.
17.
《赣南师范学院学报》2019,(3):46-50
隐藏层中心点参数的选择和权值向量的快速计算是径向基函数神经网络设计的关键问题.基于"半月"数据集,论文提出了一种上下半月单独计算聚类中心的K-均值聚类、递归最小二乘算法计算权值向量的混合学习算法.基于三层RBF神经网络结构,以支持向量机作为分类器,开展了K-均值+最小均方算法及K-均值+递归最小二乘算法2种混合模式的对比实验.实验结果表明,"K-均值+RLS"算法相比"K-均值+LMS"算法具有更快的收敛性,在应对线性不可分的情况,上下半月单独作用的K-均值聚类算法表现更优越,综合考虑收敛速度及分类精度两个指标,论文提出的上下半月单独计算中心点的K-均值聚类+RLS的混合学习算法获得较优的性能. 相似文献
18.
19.
文章对径向基神经元网络(Radial Basis Function Neural Networks,以下简称为RBFNN)结构进行了分析,提出了应用遗传算法训练径向基网络的算法,并将该算法训练的网络用于10个数字的识别,相对于最近邻聚类学习算法和BP网络来说,识别效果和精度均有提高。 相似文献
20.
传统的轧制力模型结构简单、精度较低,即使采用基于有限元的数值积分方式进行精化,出于计算效率的考虑因其有限区域的划分十分有限,因此对于轧制力计算的精度提高有限。直接采用神经网络对轧制力进行建模可以极大地提高模型精度,但是模型对新型材料的泛化能力较差。为此提出简单有限元轧制力模型,并在模型基础上使用HJPS优化算法的神经网络对轧制力进行修正,对该模型的仿真测试表明,该模型具有很强的泛化能力,收敛速度快、不易陷于局部优化,能够极大地提高轧制力模型的计算精度。 相似文献