-
题名一种分式过程神经元网络及其应用研究
被引量:5
- 1
-
-
作者
许少华
何新贵
王兵
-
机构
北京大学信息科学技术学院视觉听觉智能信息处理国家实验室
大庆石油学院计算机与信息技术学院
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2006年第12期2088-2095,共8页
-
基金
国家自然科学基金项目(60373102
60473051)
教育部博士点基金项目(20030001701)~~
-
文摘
针对带有奇异值复杂时变信号的模式分类和系统建模问题,提出了一种分式过程神经元网络·该模型是基于有理式函数具有的对复杂过程信号的逼近性质和过程神经元网络对时变信息的非线性变换机制构建的,其基本信息处理单元由两个过程神经元成对偶组成,逻辑上构成一个分式过程神经元,是人工神经网络在结构和信息处理机制上的一种扩展·分析了分式过程神经元网络的连续性和泛函数逼近能力,给出了基于函数正交基展开的学习算法·实验结果表明,分式过程神经元网络对于带有奇异值时变函数样本的学习性质和泛化性质要优于BP网络和一般过程神经元网络,网络隐层数和节点数可较大减少,且算法的学习性质与传统BP算法相同·
-
关键词
分式过程神经元网络
奇异值时变信号
理论性质
学习算法
应用
-
Keywords
structural formula process neural networks
time-varying signal with singular values
theoretical character
learning algorithm
application
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名分式过程神经元网络在网络流量预测中的应用
被引量:4
- 2
-
-
作者
张强
许少华
李盼池
-
机构
东北石油大学计算机与信息技术学院
-
出处
《计算机工程与应用》
CSCD
2012年第35期62-66,共5页
-
基金
国家自然科学基金(No.61170132)
中国博士后科学基金资助项目(No.20090460864)
黑龙江省教育厅科学技术研究资助项目(No.11551015)
-
文摘
为更好解决网络流量预测问题,依据函数逼近论中分式的函数逼近性质和拟合能力要远远大于线性函数的性质,以及过程神经元网络对时变函数的非线性变换能力,提出一种分式过程神经元网络模型及其学习算法。实验结果证明,该网络模型对具有奇异值过程函数的柔韧逼近性质和在奇异值点附近区域反应的灵敏性优于一般过程神经元网络,以网络实测数据对模型进行训练和流量预测,取得了较好的应用效果。
-
关键词
分式过程神经元网络
学习算法
网络流量
预测
-
Keywords
structural formula process neural network
learning algorithm
network traffic
prediction
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-