用于股指预测的自适应训练及删剪算法

提出了利用基于自适应训练及删剪算法的抽头延迟神经网络模型对股指这一非线性时间序列进行预测。首先采用基于递归最小方差的自适应学习算法对网络模型进行学习训练,由于该算法的学习步长能够自行调整,初始参数少,所以收敛速度很快;再利用删剪算法对学习后的网络结构进行删剪,优化网络的拓扑结构,降低网络的计算复杂度,提高网络的泛化能力;然后对优化后的网络进行再学习,使优化后的网络具有最佳参数;最后利用优化后的网络对未来的股指(测试样本)进行预测。仿真实验表明,与删剪前的网络结构相比,优化后的网络结构不但降低了计算复杂度而且提高了预测精度,运算复杂度降低到原来的0.055 6,预测均方误差达到8.796 1×10-5。

用于荧光光谱识别的自适应训练及删剪算法

提出利用基于自适应训练及删剪算法的网络模型对荧光光谱进行识别。首先采用基于递归最小方差的自适应学习算法对网络模型进行学习训练,由于该算法的学习步长能够自行调整,初始参数少,所以收敛速度很快;再利用删剪算法对学习后的网络结构进行删剪,优化网络的拓扑结构,降低网络的计算复杂度,提高网络的泛化能力;然后对优化后的网络进行再学习,使优化后的网络具有最佳参数;最后利用优化后的网络对测试样本进行识别。仿真实验表明,与删剪前的网络结构相比,在降低了网络的计算复杂度的同时,删剪优化后的正确识别率依然是100%。

神经网络的自适应删剪学习算法及其应用

在局域卡尔曼滤波算法的基础上 ,提出了一种自适应删剪学习算法 ,这一算法的核心是用网络训练结束后得到的局域的误差协方差矩阵测量权重的重要性 ,通过删除不重要的权重 ,得到一个紧凑的网络结构 .

用于可变比特率视频通信量预测的自适应训练及删剪算法

提出一种自适应神经网络模型对可变比特率视频通信量进行非线性自适应预测 ,并采用基于递归最小方差的自适应学习及删剪算法对抽头延迟神经网络进行训练和结构优化 .仿真实验表明 ,该模型能够实现对复杂视频通信量序列的高精度预测 ,满足实时快速的预测要求 .

基于自适应抽头延迟神经网络的股指预测

提出一种自适应神经网络模型对股指这一非线性时间序列进行高精度的预测．首先采用基于递归最小方差的自适应学习算法对抽头延迟神经网络模型进行训练，然后再利用删剪算法对训练好的神经网络结构进行自适应删剪，去掉隐藏层中冗余的神经元，从而获得最佳的网络拓扑结构．最后利用优化好的神经网络对股指进行预测．抽取上证指数2000年1月至2004年4月期间的1000个日数据作为样本，仿真实验表明，该方法能够快速地实现高精度的股指预测，预测精度达到4．8994×10^-5。

基于人工神经网络的荧光光谱识别

目的利用人工神经网络的方法对杂质气体的荧光光谱进行识别。方法选用三层前馈型单输出的神经网络结构,学习算法选用自适应的RLS(Recursive Least Square)算法,在对基于RLS算法的三层前馈单输出的神经网络学习训练完成后,引入互联权重删剪算法对网络的输入层进行删剪。网络的结构不但得到了优化,而且计算复杂度也大大降低。提高网络的泛化能力;最后利用优化后的网络对测试样本进行识别。结果仿真实验表明,与删剪前的网络结构相比,在降低了网络的计算复杂度的同时,删剪优化后的正确识别率能够达到100%。结论利用RLS算法能够提高网络的运算速度,在此基础上的删剪算法能够降低计算的复杂度,并且能够对冗余信息进行了剔除,进而提高整个网络的识别能力。

老翟来鸿

庐山、裕汉、蒋芹同志: 一祝新年！躹躬了。每每想起《电影评介》寥寥几位同仁,能将刊物办得如此红火,影响巨大,我便钦敬不已,汗颜不已！如今,翟某老矣,精力有限,不管刊物了,专心拍片可也。然而,诸位的奋博精神乃鼓励我冲锋的力量之一。

枇杷结果树的修剪技术

枇杷修剪要掌握删除无用枝、保留强健结果枝的原则,达到年年丰产优质的目的。修剪时期分春季和夏季两期。春剪在春梢抽发前,主要短截树冠上部营养枝,删剪少量密生衰弱的结果母枝,剪除病虫枝、枯枝。夏剪可在夏梢萌发前进行,使修剪后萌发的夏梢当年大部分形成结果母枝。主要删剪部分密生枝、短截徒长枝,剪除弯曲枝、弱枝。

人工智能与专家系统(一)

本文是根据Robert I.Levine等的著作《A Comprehensive Guide to AI and Expert Systems》编译而成。

用局域卡尔曼滤波算法和周期函数在线优化前馈网络的拓扑结构(英文)

提出采用周期函数取代单调上升函数作为激活函数,并在此基础上,为了加快网络收敛速度及在学习过程中自适应地得到网络的最佳拓扑结构,提出了基于广义卡尔曼滤波的自适应学习和删剪学习算法,并把上述算法应用于4点异或逻辑分类和时间序列预测中。计算机模拟结果显示,使用该周期激活函数,一个无隐藏层的二层感知机就能够解决异或逻辑关系问题。此外,提出的广义卡尔曼滤波学习及删剪算法不仅能够加快网络的收敛速度,而且能够在学习过程中自适应地优化网络的拓扑结构。

大战重新开始

影片观感 曾在博狂两派机械人大战中拯救人类的韦森，将独个儿升读大学，并决意与好友大黄蜂道别，重过平凡日子。但天意弄人，他的脑海中突然浮现古怪符号，原来与变形金刚的先祖有关，旋即引来以麦加登为首的狂派大军的追捕！身陷困境的韦森最后接受现实，再次与柯柏文、大黄蜂及一众博派成员合作，以阻止狂派毁灭世界的阴谋。这套双碟版除了包含正片以外，还加入了导演及编剧讲评和影片制作特辑，副碟还有视觉特技解构与删剪及延长片段，十分值得收藏。