期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
符号函数激励的WASD神经网络与XOR应用
被引量:
5
1
作者
张雨浓
王茹
+1 位作者
劳稳超
邓健豪
《中山大学学报(自然科学版)》
CAS
CSCD
北大核心
2014年第1期1-7,17,共8页
基于权值与结构确定(WASD)算法,提出和构建了一种以非连续符号函数为隐层神经元激励函数的WASD神经网络模型。通过WASD算法,能有效地确定所构建网络的权值及网络的最优结构。该文也将此网络模型应用于XOR(异或)上,并详细讨论了在带噪类...
基于权值与结构确定(WASD)算法,提出和构建了一种以非连续符号函数为隐层神经元激励函数的WASD神经网络模型。通过WASD算法,能有效地确定所构建网络的权值及网络的最优结构。该文也将此网络模型应用于XOR(异或)上,并详细讨论了在带噪类型不同时网络在此应用上的性能。计算机数值实验结果验证了所提出的权值与结构确定法能够有效地确定出网络的最优权值与结构,所构建的WASD网络在XOR应用上具有优秀的抗噪性能。另外,通过对比符号函数激励的WASD神经网络与幂函数激励的WASD神经网络在高维XOR应用方面的性能差异,证实了所提出的符号函数激励的WASD神经网络及算法在解决非线性问题时的优越性。
展开更多
关键词
权值与结构确定(
wasd
)算法
非连续符号函数
神经网络
XOR(异或)
噪声
高维
下载PDF
职称材料
基于ARIMA与WASDN加权组合的时间序列预测
被引量:
6
2
作者
张雨浓
劳稳超
+2 位作者
丁玮翔
王英
叶成绪
《计算机应用研究》
CSCD
北大核心
2015年第9期2630-2633,2638,共5页
为了提高时间序列预测方法的预测精度以及增强其适用性,提出一种ARIMA-WASDN加权组合方法。该方法同时使用差分自回归移动平均(autoregressive integrated moving average,ARIMA)模型与配备权值及结构确定(weights and structure determ...
为了提高时间序列预测方法的预测精度以及增强其适用性,提出一种ARIMA-WASDN加权组合方法。该方法同时使用差分自回归移动平均(autoregressive integrated moving average,ARIMA)模型与配备权值及结构确定(weights and structure determination,WASD)算法的幂激励前向神经网络(WASDN)对时间序列进行建模、测试以及预测。根据测试结果,将ARIMA与WASDN进行加权组合。数值实验结果显示,所提出的ARIMA-WASDN加权组合方法的预测精度高于ARIMA或WASDN单独使用时的预测精度,验证了该方法在时间序列预测方面的有效性和优越性。
展开更多
关键词
差分自回归移动平均模型
权值与结构确定算法
幂激励前向神经网络
时间序列预测
加权组合
下载PDF
职称材料
带后续迭代的双极S函数激励的WASD神经网络
被引量:
4
3
作者
张雨浓
肖争利
+2 位作者
丁思彤
毛明志
刘锦荣
《中山大学学报(自然科学版)》
CAS
CSCD
北大核心
2016年第4期1-10,共10页
结合Levenberg-Marquardt算法以及权值直接确定法这两种用于神经网络学习训练的方法,提出了一种带后续迭代、面向双极S(sigmoid)激励函数神经网络的权值与结构确定(weights-and-structure-determination,WASD)方法。该方法与MATLAB软件...
结合Levenberg-Marquardt算法以及权值直接确定法这两种用于神经网络学习训练的方法,提出了一种带后续迭代、面向双极S(sigmoid)激励函数神经网络的权值与结构确定(weights-and-structure-determination,WASD)方法。该方法与MATLAB软件神经网络工具箱相结合,可以解决传统神经网络普遍存在的学习时间长、网络结构难以确定、学习能力和泛化能力有待提高等不足,同时具有较好的可行性和可操作性。以非线性函数的数据拟合为例,计算机数值实验和对比结果证实了WASD方法确定出最优隐神经元数和最优权值的优越性,最终得到的WASD神经网络具有更为优异的学习性能和泛化性能。
展开更多
关键词
神经网络
权值与结构直接确定
后续迭代
双极S激励函数
数值实验
下载PDF
职称材料
两输入幂激励前向神经网络权值与结构确定
被引量:
11
4
作者
张雨浓
劳稳超
+1 位作者
余晓填
李钧
《计算机工程与应用》
CSCD
2012年第15期102-106,122,共6页
基于多元函数逼近与二元幂级数展开理论,构建了一个以二元幂函数序列为隐神经元激励函数的两输入幂激励前向神经网络模型。以该网络模型为基础,基于权值直接确定法以及隐神经元数目与逼近误差的关系,提出了一种网络权值与结构确定算法...
基于多元函数逼近与二元幂级数展开理论,构建了一个以二元幂函数序列为隐神经元激励函数的两输入幂激励前向神经网络模型。以该网络模型为基础,基于权值直接确定法以及隐神经元数目与逼近误差的关系,提出了一种网络权值与结构确定算法。计算机仿真与数值实验结果验证了所构建的网络在逼近与去噪方面具有优越的性能,所提出的权值与结构确定算法能够快速、有效地确定网络的权值与最优结构,保证网络的最佳逼近能力。
展开更多
关键词
权值与结构确定算法
二元幂级数展开
两输入幂激励前向神经网络
最优结构
权值直接确定法
下载PDF
职称材料
题名
符号函数激励的WASD神经网络与XOR应用
被引量:
5
1
作者
张雨浓
王茹
劳稳超
邓健豪
机构
中山大学信息科学与技术学院
中山大学软件学院
出处
《中山大学学报(自然科学版)》
CAS
CSCD
北大核心
2014年第1期1-7,17,共8页
基金
国家自然科学基金资助项目(61075121
60935001)
教育部高等学校博士学科点专项科研基金博导类课题资助项目(20100171110045)
文摘
基于权值与结构确定(WASD)算法,提出和构建了一种以非连续符号函数为隐层神经元激励函数的WASD神经网络模型。通过WASD算法,能有效地确定所构建网络的权值及网络的最优结构。该文也将此网络模型应用于XOR(异或)上,并详细讨论了在带噪类型不同时网络在此应用上的性能。计算机数值实验结果验证了所提出的权值与结构确定法能够有效地确定出网络的最优权值与结构,所构建的WASD网络在XOR应用上具有优秀的抗噪性能。另外,通过对比符号函数激励的WASD神经网络与幂函数激励的WASD神经网络在高维XOR应用方面的性能差异,证实了所提出的符号函数激励的WASD神经网络及算法在解决非线性问题时的优越性。
关键词
权值与结构确定(
wasd
)算法
非连续符号函数
神经网络
XOR(异或)
噪声
高维
Keywords
weights-and-structure-determination
(wasd
)
algorithm
discontinuous signum function
neuronet
noise
XOR
high-dimension
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于ARIMA与WASDN加权组合的时间序列预测
被引量:
6
2
作者
张雨浓
劳稳超
丁玮翔
王英
叶成绪
机构
中山大学信息科学与技术学院
自主系统与网络控制教育部重点实验室
广东顺德中山大学卡内基梅隆大学国际联合研究院
青海师范大学计算机学院
出处
《计算机应用研究》
CSCD
北大核心
2015年第9期2630-2633,2638,共5页
基金
国家社会科学基金资助项目(13BXW037)
自主系统与网络控制教育部重点实验室开放基金资助项目(2013A07)
文摘
为了提高时间序列预测方法的预测精度以及增强其适用性,提出一种ARIMA-WASDN加权组合方法。该方法同时使用差分自回归移动平均(autoregressive integrated moving average,ARIMA)模型与配备权值及结构确定(weights and structure determination,WASD)算法的幂激励前向神经网络(WASDN)对时间序列进行建模、测试以及预测。根据测试结果,将ARIMA与WASDN进行加权组合。数值实验结果显示,所提出的ARIMA-WASDN加权组合方法的预测精度高于ARIMA或WASDN单独使用时的预测精度,验证了该方法在时间序列预测方面的有效性和优越性。
关键词
差分自回归移动平均模型
权值与结构确定算法
幂激励前向神经网络
时间序列预测
加权组合
Keywords
ARIMA model
wasd
algorithm
power-activation feed-forward neuronet
time series forecasting
weighted combination
分类号
TP391 [自动化与计算机技术—计算机应用技术]
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
带后续迭代的双极S函数激励的WASD神经网络
被引量:
4
3
作者
张雨浓
肖争利
丁思彤
毛明志
刘锦荣
机构
中山大学数据科学与计算机学院
华南理工大学自主系统和网络控制教育部重点实验室
广东顺德中山大学卡内基梅隆大学国际联合研究院
出处
《中山大学学报(自然科学版)》
CAS
CSCD
北大核心
2016年第4期1-10,共10页
基金
国家自然科学基金资助项目(61473323)
广州市科技计划资助项目(2014J4100057)
+2 种基金
自主系统与网络控制教育部重点实验室开放基金资助项目(2013A07)
大学生创新创业训练计划资助项目(201410558065
201410558069)
文摘
结合Levenberg-Marquardt算法以及权值直接确定法这两种用于神经网络学习训练的方法,提出了一种带后续迭代、面向双极S(sigmoid)激励函数神经网络的权值与结构确定(weights-and-structure-determination,WASD)方法。该方法与MATLAB软件神经网络工具箱相结合,可以解决传统神经网络普遍存在的学习时间长、网络结构难以确定、学习能力和泛化能力有待提高等不足,同时具有较好的可行性和可操作性。以非线性函数的数据拟合为例,计算机数值实验和对比结果证实了WASD方法确定出最优隐神经元数和最优权值的优越性,最终得到的WASD神经网络具有更为优异的学习性能和泛化性能。
关键词
神经网络
权值与结构直接确定
后续迭代
双极S激励函数
数值实验
Keywords
neural networks
weights-and-structure-determination(wasd) algorithm
subsequent iterations
bipolar sigmoid activation functions
numerical experiments
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
两输入幂激励前向神经网络权值与结构确定
被引量:
11
4
作者
张雨浓
劳稳超
余晓填
李钧
机构
中山大学信息科学与技术学院
中山大学深圳研究院
出处
《计算机工程与应用》
CSCD
2012年第15期102-106,122,共6页
基金
国家自然科学基金(No.61075121
No.60935001)
中央高校基本科研业务费专项资金
文摘
基于多元函数逼近与二元幂级数展开理论,构建了一个以二元幂函数序列为隐神经元激励函数的两输入幂激励前向神经网络模型。以该网络模型为基础,基于权值直接确定法以及隐神经元数目与逼近误差的关系,提出了一种网络权值与结构确定算法。计算机仿真与数值实验结果验证了所构建的网络在逼近与去噪方面具有优越的性能,所提出的权值与结构确定算法能够快速、有效地确定网络的权值与最优结构,保证网络的最佳逼近能力。
关键词
权值与结构确定算法
二元幂级数展开
两输入幂激励前向神经网络
最优结构
权值直接确定法
Keywords
weights-and-structure-determination(
wasd)
algorithm
two-variable power series expansion
two- input power-activation feed-forward neural network
optimal structure
weights-direct-determination method
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
符号函数激励的WASD神经网络与XOR应用
张雨浓
王茹
劳稳超
邓健豪
《中山大学学报(自然科学版)》
CAS
CSCD
北大核心
2014
5
下载PDF
职称材料
2
基于ARIMA与WASDN加权组合的时间序列预测
张雨浓
劳稳超
丁玮翔
王英
叶成绪
《计算机应用研究》
CSCD
北大核心
2015
6
下载PDF
职称材料
3
带后续迭代的双极S函数激励的WASD神经网络
张雨浓
肖争利
丁思彤
毛明志
刘锦荣
《中山大学学报(自然科学版)》
CAS
CSCD
北大核心
2016
4
下载PDF
职称材料
4
两输入幂激励前向神经网络权值与结构确定
张雨浓
劳稳超
余晓填
李钧
《计算机工程与应用》
CSCD
2012
11
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部