共查询到10条相似文献,搜索用时 31 毫秒
1.
径向基神经网络具有良好的分类特性,被广泛应用于入侵检测系统的研究中,然而RBF神经网络需要事先确定隐层神经元数目,并且容易陷入局部最优.利用遗传算法优化隐层神经元数目,并且基于粒子群思想优化隐层到输出层的权值,同时给出了详细的算法流程.经Lincoln实验室入侵检测系统数据评估集合测试,该智能算法的检测成功率大大提高,并且训练时间比较短,完全可以应用于入侵检测系统中. 相似文献
2.
径向基(RBF)神经网络是一种典型的前馈网络,具有收敛速度快、能收敛到全局最优点、可最佳逼近等优点。网络设计的主要问题包括隐层节点数、中心和半径的确定,以及网络权值的训练等。这里设计了一个用于车牌字符识别的径向基神经网络(RBFNN),利用竞争学习算法对网络进行学习,确定中心,并采用梯度下降法找到合适的权值参数,用Akaike的FPE标准精简网络,获得了94.9%的识别准确率。 相似文献
3.
针对绿色供应商评价的非线性、复杂性等问题,提出一种基于粗集-径向基函数神经网络(RS-RBF)的绿色供应商评价模型。利用改进的属性约简算法对各评价指标进行属性约简以减少径向基函数神经网络的训练数据,利用径向基函数神经网络的自学习,自适应及最佳逼近性能对评价数据进行量化训练,利用Matlab7仿真结果表明,该绿色供应商评价模型较其他单模型运算速度更快,评价误差更小,预测精度更高,获得了较好的评价结果。 相似文献
4.
5.
为了提高用户需求数据挖掘的时效性及准确性,提出基于径向基函数神经网络的数据关联挖掘算法。在对数据频繁项集约束性关联规则研究的条件下,通过约简计算,得到满足约束条件的候选数据集,并对用户需求数据频繁项集更新;利用径向基函数神经网络对候选数据集进行训练优化,通过上界剪枝法,获取用户需求数据,并实现其实时挖掘。实验结果表明,所提数据挖掘算法执行效率受数据规模变化的影响较小,挖掘效率更高,扩展性更好。 相似文献
6.
家用负荷识别可以指导用户合理用电,同时有助于电力部门需求侧管理,对智能电网的发展具有重大意义。本文依据负荷投切过程的暂态特性,提出了一种基于径向基神经网络的家用识别方法。该方法利用变点检测算法差量提取出负荷投切的暂态特征,然后使用径向基神经网络对负荷进行识别。实验结果表明,该方法对常用家用负荷具有良好的辨识能力。 相似文献
7.
随着中国信用卡市场的急速发展,信用卡消费行为的风险评估已成为业界研究的一个重要方向.目前风险预测的研究常采用单一的BP神经网络算法,但该算法存在一些固有缺点,如易陷入局部极小点、收敛速度较慢等,这些缺点会影响风险预测的效果.针对单一BP神经网络算法的不足,提出了一种将BP神经网络算法与遗传算法相结合的混合算法,它以BP神经网络作为基础,利用遗传算法对BP神经网络进行优化,并通过数据集的实验证明该混合算法要优于单一BP神经网络算法,可以有效提高信用卡消费行为风险评估中的检测率和准确率. 相似文献
8.
利用径向基神经网络,对国内外近年来专利申请数量进行了预测。预测结果同用时间序列ARMA模型预测的结果进行了比较。预测结果表明:良好训练的径向基神经网络的输出数据能与实际专利申请数较好地吻合,而且比ARMA预测方法更为有效,可作为专利预测的一种新手段。 相似文献