权值光滑BP算法:一种改善网络推广性能的方法

推广性能是人工神经网络研究的重要方向。在推广性能的研究中，改进学习算法是提高前向网络推广性能的重要方法之一。本文对一种特殊的权值光滑BP算法的理论基础进行了仔细的研究，并将该算法首次应用于水声目标的分类问题。实验结果表明，具有权值光滑BP算法的前向网络不仅具有较光滑的连接权值，而且其推广性能也优于具有标准BPM算法的前向网络。

一种提高推广性能的复合神经网络模型

本文利用前向人工神经网络推广性能与初始权值的关系，提出了一种新颖的复会神经网络模型一选举模型复合网络，用于提高前向网络的推广性能。本文还给出了预测该复合推广性能的理论计算公式，并进行了严格的数学证明。理论分析和仿真实验表明，选举模型复合网络是提高前向网络用于目标分类的推广性能之有效手段。

神经网络推广性能的敏感度分析及应用

为了研究竞争模型复合网络对前向网络推广性能的提高程度与单网的推广性能关于初始权值的敏感性之间的关系，首次提出了一种推广性能敏感度的定义，用来定量地测量前向网络的推广性能关于初始权值的敏感程度。仿真结果表明，竞争模型复合网络对网络推广性能的提高随着单网推广性能敏感度的增加而增大。

推广性能认定 优化住宅产业——访部分参会代表

8月20日,由住房和城乡建设部住宅产业化促进中心主办的住房和城乡建设部2013年度A级住宅建设经验交流会在北京召开.在会上,本刊编辑部就性能认定对项目品质提升、企业品牌塑造以及住宅产业化推进等相关问题采访了部分与会代表. 性能认定要注重全过程 上海上置房地产发展有限公司副总经理李逸辉 在房地产项目开发热潮中,涌现一批住宅面积越来越大、档次越来越高、价格越来越贵的所谓高端住宅.

对铸件的力学性能提供合格保障的质保技术

论述一种对铸件的力学性能提供合格保障的质保技术,其实现方法包括:通过快速化学分析,分析铁水、钢水、铝水、或铜水的成分。并根据指令炉前的配料和熔化程序进行不断调整。通过快速金相分析,将铸件的金相组织数据指令发给浇铸程序,以免不合格的铁水、钢水、铝水或铜水浇铸成铸件。该质保技术同时保证化学成份和金相组织数据合格,从而保证铸件的力学性能和最终质量。实现了铸件生产的全程超前、预警和指挥,从而提供了一种全面保障了铁水、钢水、铝水、或铜水浇成铸件的内在质量。四平联合收割机总厂铸钢车间、铸钢车间对ZG45、ZGMn13、ZG40Gr及HT200、HT250、QT60-2等钢铁品种进行质保实践,对E514及东风5联合收割机28种铸件,检测单件力学性能合格率达98%以上。

关于征选第十三届全国工程建设系统职业技能竞赛指定产品的公告

各焊接设备、无损检测仪器、焊接劳动防护用品及其他焊接器材生产厂家：＂第十三届全国工程建设系统职业技能竞赛＂将于2017年在陕西省西安市陕西化建工程有限责任公司举行,竞赛预备大会也将于2016年3月在此地召开。为了保证竞赛的顺利举行及向我国工程建设领域的各行业、各企业推广性能优异、质量可靠的焊接设备、无损检测仪器、焊接劳动防护用品和其他焊接器材。

整体改进的基于支持向量机的故障诊断方法

为了消除噪声或野值样本对支持向量机分类器推广性能的不利影响,从数据预处理、特征提取和分类器设计等几个方面对现有的基于支持向量机的故障诊断方法进行了整体改进。一方面,在独立分量分析的基础上提出一种残余总体相关分析时域特征提取方法,利用独立分量分析的冗余取消特性以及残余总体相关分析的整体约简能力,抽取描述不同故障模式类的典型低维特征,削减原始数据中的噪声干扰;另一方面,对各模式类特征样本进行模糊C-均值聚类,然后以类内平均距离和类间平均距离共同构建一个有效性判别准则,用于区分特征空间中的有效样本与野值点,去除野值对支持向量机目标函数的影响。在此基础上引入具有可控稀化解的前向最小平方近似支持向量机算法,并采用基于复杂多故障模式分级识别的二分类策略,共同形成一种整体改进的基于支持向量机的故障诊断方法。对齿轮箱故障的诊断结果验证了该方法的有效性,对于受强噪声干扰的小样本数据,所构建的故障分类器也具有良好的推广能力。

超球体多类支持向量机理论

目前的多类分类器大多是经二分类器组合而成的,存在训练速度较慢的问题,在分类类别多的时候,会遇到很大困难,超球体多类支持向量机将超球体单类支持向量机扩展到多类问题,由于每类样本只参与一个超球体支持向量机的训练,因此,这是一种直接多类分类器,训练效率明显提高.为了有效训练超球体多类支持向量机,利用SMO算法思想,提出了超球体支持向量机的快速训练算法.同时对超球体多类支持向量机的推广能力进行了理论上的估计.数值实验表明,在分类类别较多的情况,这种分类器的训练速度有很大提高,非常适合解决类别数较多的分类问题.超球体多类支持向量机为研究快速直接多类分类器提供了新的思路.

基于SVM的多传感器信息融合算法

支持向量机(Support Vector machine,简称SVM)是一种基于结构风险最小化原理,具有很高泛化性能的学习算法。针对工业多传感器测控系统中,被测系数与相关参数之间存在有较大的非线性和模糊关系,提出了一种基于支持SVM的多传感器信息融合模型及算法。为小样本、非线性、高维数一类多传感器信息融合问题的建模提供了一种有效的途径。通过对“纸张水份在线测量系统”应用表明,基于SVM的多传感器信息融合模型及算法在测量精度和推广性能上都具有一定的优越性。

广义超球面SVM研究

超球面支撑向量机是不均衡样本分类的一种重要方法.然而,目前引入间隔的超球面支撑向量机中,当一类样本集中不存在支撑向量时,两类样本之间的间隔解是不确定的;在两类样本均存在正常支撑向量的情况下,两类样本之间的间隔为零.间隔不确定或为零在很大程度上影响分类器的推广性能.为此提出了一种广义的超球面支撑向量机算法,通过引入参数n和b,理论推导得出n>b,这样可以保证获得不为零的间隔解.理论分析和实验结果表明,所提供算法在具有较小经验风险的同时,可获得较好的推广性能.

核函数支持向量机

概述了基于核函数方法的支持向量机。首先简要叙述支持向量机的基本思想和核特征空间,然后重点介绍核函数支持向量机的前沿理论与领先技术,同时描述了核函数支持向量机在关键领域的应用。

一种基于广义逆的机器学习新方法

针对常规的前馈神经网络因采用梯度下降法进行参数学习而容易陷入局部极小值,且由于算法的局限性,其网络的推广性能较差,容易出现过学习现象的问题,提出了一种新的单隐层前馈神经网络(SLFNs)学习算法。该算法对于输入层权值采用随机数生成,对于输出层权值由算法最优生成,因而能从理论上保证网络结构具有最好的推广特性和最小的经验风险。回归估计和分类试验表明了其优越性。

神经网络的统计学习理论基础

介绍神经网络的统计学习过程和理论,讨论基于经验风险最小化的学习理论对神经网络推广性能的影响,分析基于结构风险最小化的支持向量机.认为神经网络因其出色的高度非线性映射能力、自组织和适应能力、记忆联想能力,使得神经网络成为机器学习的重要研究领域.

基于支持向量机的人脸识别算法

支持向量机(SVM)是在统计学习理论(SLT)的基础上发展起来的一种新的机器学习方法,它基于结构风险最小化原则,能有效地解决过学习问题,具有良好的推广性能和较好的分类精确性。本文采用SVM方法进行人脸识别研究,将人脸识别这一典型的多分类问题构造成适合SVM处理的二分类问题,克服了传统SVM方法在解决多分类问题上的一些缺陷。

统计学习理论及其研究进展

本文主要介绍统计学习理论的基本思想,特点和研究发展现状,以引起国内学者的进一步关注。

支持向量机的缺陷及改进算法

传统支持向量机通常关注于数据分布的边缘样本,支持向量通常在这些边缘样本中产生。本文提出一个新的支持向量算法,该算法的支持向量从全局的数据分布中产生,其稀疏性能在大部分数据集上远远优于经典支持向量机算法。该算法在多类问题上的时间复杂度仅等价于原支持向量机算法的二值问题,解决了设计多类算法时变量数目庞大或者二值子分类器数目过多的问题。

湖北江汉片区(荆门)水稻机械插秧演示会在京山举办

4月18日上午，京山县钱场镇钱场村彩旗招展，人头攒动，近10种品牌的插秧机械分布在大小不等的水田中。为了更直观地向农民推广性能先进的插秧机械，让农民早日从“脸朝黄土背朝天，弯腰曲背几千年”的传统作业方式中解脱出来，市农机局正在这里举办湖北江汉片区（荆门）水稻机械插秧演示会。

丘陵山区需要何种联合收割机

一、国产联合收割机在丘陵山区推广性能上的不足 1.结构不尽合理老一代国产联合收割机多属围绕各种拖拉机设计制造的,设计思想是把收割机作为一种农具,外形、结构、尺寸不尽合理,导致装配、调整、操作不便,效率低,劳动强度大。 2.

大气杂质气体神经网络识别的推广性研究

采用支持向量机(SVM)方法对小波变换压缩后的非线性荧光光谱数据进行识别,对学习样本和未学习过的样本进行测试,其正确识别率均为100%。为了全面比较推广性能的好坏,建立了一个模拟实际监测数据的模型,并采用这些数据对提出的SVM网络与概率神经网络(PNN)进行了比较研究。仿真结果表明,无论对实验室数据的推广能力,还是对监测条件变化的推广能力,SVM网络较PNN有更好的推广和容错性能。