三层前向人工神经网络全局最优逼近

提出了求解不等式约束非线性优化问题的群体复合形进化算法 ,提出的算法能充分利用目标函数值的信息、优化搜索过程具有较强的方向性和目标性 ,收敛速度较快 ,且是全局优化算法 ;将群体复合形进化算法应用于三层前向人工神经网络逼近 ,提出了三层前向人工神经网络全局最优逼近算法 ;将三层前向人工神经网络全局最优逼近算法应用于实例 ,表明了提出的全局最优逼近算法的有效性 .

基于一种新型人工神经网络的水流挟沙力模型研究

针对文献[1]中应用一般多层前向人工神经网络,建立水流挟沙力模型存在计算精度低的问题,提出应用双并联前向人工神经网络,建立水流挟沙力模型。给出了双并联前向人工神经网络的具体结构和相关计算公式,输入、输出信息的处理方法。针对文献[1]中的测试数据,得出了相应的双并联前向人工神经网络水流挟沙力模型。模型的计算结果表明,用双并联前向人工神经网络建立水流挟沙力模型,可以使计算精度得以提高。

浅议集成型BP神经网络在股票分析中的应用

股票K线和换手率变化的分析软件近年来得到广泛关注。本文提出了一种方法用BP神经网络来进行K线趋势分析,先对K线进行平滑预处理,然后提取波峰、波谷等特征点的特征参数,最后利用前向反馈算法进行识别。

DCT-BP神经网络在表情识别中的应用

人脸表情识别作为智能化人机交互技术中的一个重要组成部分,近年来得到了广泛关注。本文提出了一种用DCT-BP神经网络算法来识别面部表情,先对图像进行灰度均衡和图像平滑的预处理,然后利用离散余弦变换获取图像的表情特征参数,最后利用前向反馈算法进行识别。

Boole函数的线性可分性(Ⅰ)——n-维超立方体的基本理论

Boole函数的线性可分性是前向人工神经网络理论中的一个比较困难的问题之一。目前仅对变量数n≤7的某些问题给予讨论。当n≥8时,尚无判别Boole函数线性可分的一般准则,更无线性可分Boole函数的计数公式。基于此,本文详细地研究了与Boole函数线性可分性有关的n-维超立方体的基本理论,包括n-维超立方体的基本性质、超立方体中的平行线、子超立方体的计数等,并给出了构造n-维超立方体图的一种新方法。

自适应加噪反向传播算法研究

提出了一种对三层前向感知器的权重修正值注入自适应噪声的方法。在误差反向传播训练过程中 ,感知器权重的噪声幅度随权梯度值下降而趋近于零。不论是仅采用权重加噪的方法还是同时进行训练集输入端及权重加噪的方法 ,都能显著提高神经网络的泛化能力 。