相比于传统的基于梯度的前馈神经网络,随机前馈神经网络具有更好的逼近能力和泛化学习能力,被广泛用于分类等问题中,然而其网络参数完全随机,在实际应用中存在性能不稳定、不可靠的隐患。为此,基于人类学习优化算法提出了一种改进的选...相比于传统的基于梯度的前馈神经网络,随机前馈神经网络具有更好的逼近能力和泛化学习能力,被广泛用于分类等问题中,然而其网络参数完全随机,在实际应用中存在性能不稳定、不可靠的隐患。为此,基于人类学习优化算法提出了一种改进的选择性进化随机网络方法(Improved Selective Evolutionary Random Network,ISERN),协同进行特征选择和网络结构优化以提高网络性能,某远洋船舶海水淡化系统的故障诊断仿真结果表明ISERN方法与其他方法相比具有更好的故障诊断性能,体现出其有效性和优异性。展开更多
文摘相比于传统的基于梯度的前馈神经网络,随机前馈神经网络具有更好的逼近能力和泛化学习能力,被广泛用于分类等问题中,然而其网络参数完全随机,在实际应用中存在性能不稳定、不可靠的隐患。为此,基于人类学习优化算法提出了一种改进的选择性进化随机网络方法(Improved Selective Evolutionary Random Network,ISERN),协同进行特征选择和网络结构优化以提高网络性能,某远洋船舶海水淡化系统的故障诊断仿真结果表明ISERN方法与其他方法相比具有更好的故障诊断性能,体现出其有效性和优异性。
