期刊文献+
共找到16篇文章
< 1 >
每页显示 20 50 100
Approximation to NLAR(p) with Wavelet Neural Networks
1
作者 朱石焕 吴曦 《Chinese Quarterly Journal of Mathematics》 CSCD 2002年第4期94-98,共5页
Recently, wavelet neural networks have become a popular tool for non-linear functional approximation. Wavelet neural networks, which basis functions are orthonormal scalling functions, are more suitable in approximati... Recently, wavelet neural networks have become a popular tool for non-linear functional approximation. Wavelet neural networks, which basis functions are orthonormal scalling functions, are more suitable in approximating to function. Based on it, approximating to NLAR(p) with wavelet neural networks is studied. 展开更多
关键词 wavelet neural networks orthonormal scaling functions NLAR(p)
下载PDF
Research on P2P Traffic Monitoring System based on DPI Technology
2
作者 Zhiqiang Ma 《International Journal of Technology Management》 2014年第9期85-87,共3页
This paper focuses on the key technologies of P2P technology and network traffic monitoring, which focuses on AC automaton and bypass interference control technology, and on based of it, we design a new P2P traffic mo... This paper focuses on the key technologies of P2P technology and network traffic monitoring, which focuses on AC automaton and bypass interference control technology, and on based of it, we design a new P2P traffic monitoring system. The system uses DPI and DFI recognition technology, as well as straight loss and bypass interference control technology, basically meet the recognition and control of P2P traffic. Finally, the test results show that this system recognition accuracy of P2P traffic is high, good control effect, function and performance meet the design requirements. 展开更多
关键词 monitoring system network traffic traffic monitoring p2p traffic monitoring
下载PDF
一种新的P2P网络流量预测模型 被引量:8
3
作者 韩志杰 王汝传 《计算机科学》 CSCD 北大核心 2008年第9期39-41,共3页
当前,对等计算(Peer to Peer)引起了广泛的关注,其典型应用有文件共享,即时通信等等,为了更好地使用P2P资源,合理规划P2P网络资源,建立P2P流量预测模型具有十分重要的理论意义和现实价值。基于小波神经网络提出了一个P2P网络流量预测模... 当前,对等计算(Peer to Peer)引起了广泛的关注,其典型应用有文件共享,即时通信等等,为了更好地使用P2P资源,合理规划P2P网络资源,建立P2P流量预测模型具有十分重要的理论意义和现实价值。基于小波神经网络提出了一个P2P网络流量预测模型,预测模型共分为输入层、隐含层、输出层,通过使用小波代替传统神经网络的Sigmoid作为神经网络的隐节点激励函数,在Matlab6.5仿真平台中实现,结果显示能够有效提高P2P网络流量预测精度。 展开更多
关键词 神经网络 小波 p2p 网络流量
下载PDF
Imprinted Zac1 in neural stem cells 被引量:2
4
作者 Guillaume Daniel Udo Schmidt-Edelkraut +1 位作者 Dietmar Spengler Anke Hoffmann 《World Journal of Stem Cells》 SCIE CAS 2015年第2期300-314,共15页
Neural stem cells(NSCs) and imprinted genes play an important role in brain development. On historical grounds, these two determinants have been largely studied independently of each other. Recent evidence suggests, h... Neural stem cells(NSCs) and imprinted genes play an important role in brain development. On historical grounds, these two determinants have been largely studied independently of each other. Recent evidence suggests, however, that NSCs can reset select genomic imprints to prevent precocious depletion of the stem cell reservoir. Moreover, imprinted genes like the transcriptional regulator Zac1 can fine tune neuronal vs astroglial differentiation of NSCs. Zac1 binds in a sequence-specific manner to pro-neuronal and imprinted genes to confer transcriptional regulation and furthermore coregulates members of the p53-family in NSCs. At the genome scale, Zac1 is a central hub of an imprinted gene network comprising genes with animportant role for NSC quiescence, proliferation and differentiation. Overall, transcriptional, epigenomic, and genomic mechanisms seem to coordinate the functional relationships of NSCs and imprinted genes from development to maturation, and possibly aging. 展开更多
关键词 Zac1 Cell fate decisions neural stem cells Genomic IMPRINTING Igf2-H19 DLK1 P57 Kip2 NECDIN Differentiation Imprinted gene networks
下载PDF
PPLS与稀疏鉴别流形正则化的双模型协同宽度神经网络
5
作者 任世锦 季天元 +3 位作者 林睦良 王倚天 迟云爽 温昕 《江苏海洋大学学报(自然科学版)》 CAS 2023年第1期88-96,共9页
宽度神经网络(broad neural networks,BNN)被认为是继深度神经网络之后的一种主流机器学习算法,然而BNN没有考虑数据不确定性及局部几何结构信息。为此,提出概率偏最小二乘(probabilistic partial least square,PPLS)与稀疏鉴别流形正... 宽度神经网络(broad neural networks,BNN)被认为是继深度神经网络之后的一种主流机器学习算法,然而BNN没有考虑数据不确定性及局部几何结构信息。为此,提出概率偏最小二乘(probabilistic partial least square,PPLS)与稀疏鉴别流形正则化的双模型协同宽度神经网络建模方法。该方法首先使用PPLS对BNN输入特征以及增强特征构成的高维数据提取低维隐藏变量,消除数据不确定信息以及冗余特征;基于稀疏表示方法自适应构建样本局部与非局部近邻矩阵,并结合PPLS模型投影矩阵,提出一种新颖的融合模型信息迁移、鉴别流形正则化以及l_(2,p)-范数约束的BNN建模方法,有效增强BNN模型的鲁棒性、建模精度,同时消除数据的随机不确定性;最后给出迭代优化求解方法获取模型最优参数。在不同规模数据集、不同光照和角度图像数据集对所提算法进行仿真验证,结果表明该算法对不同规模数据集均能取得满意的效果;对图像数据集仿真结果表明其具有很强的鲁棒性和泛化性能。 展开更多
关键词 概率偏最小二乘 稀疏表示 鉴别流形正则化 宽度神经网络 l_(2 p)-范数
下载PDF
用小波变换结合神经网络检测ECG信号的P波 被引量:11
6
作者 谢国明 聂志伟 +1 位作者 向华 曾照芳 《生物医学工程学杂志》 EI CAS CSCD 北大核心 1999年第3期320-323,共4页
通过小波变换对ECG 信号进行分解,然后采用神经网络检测ECG 信号的P波。该方法作为一种辅助检测手段,效果良好。将其用于心率变异性分析具有重要意义。
关键词 小波变换 神经网络 P波检测 心电图 HRV
下载PDF
基于混沌分析的道路网交通流短时预测 被引量:10
7
作者 董春娇 邵春福 +1 位作者 李娟 孟梦 《系统工程学报》 CSCD 北大核心 2011年第3期340-345,共6页
道路网交通流短时预测是实现智能交通控制和诱导系统的基础,本文以实时采集的交通流数据为基础,运用状态空间重构和G-P算法进行交通流短期特性研究.具体而言,通过分析交通流的混沌特性确定交通流率时间序列的嵌入维数,重构相空间,并以... 道路网交通流短时预测是实现智能交通控制和诱导系统的基础,本文以实时采集的交通流数据为基础,运用状态空间重构和G-P算法进行交通流短期特性研究.具体而言,通过分析交通流的混沌特性确定交通流率时间序列的嵌入维数,重构相空间,并以重构的交通流率时间序列作为输入,采用Elman神经网络实现道路网多断面交通流率同时预测.研究结果表明,在道路网交通流短时预测方面Elman网络优于经典的BP网络,基于混沌时间序列分析的Elman网络不仅能够实现道路网多断面同时预测,且预测效果优于无重构的神经网络. 展开更多
关键词 交通流短时预测 混沌理论 ELMAN网络 G-P算法
下载PDF
大型钢铁企业电力负荷的短期预测研究 被引量:18
8
作者 郑静 杜秀华 史新祈 《电力需求侧管理》 2004年第1期18-21,共4页
分析某大型钢铁企业电力负荷的特点,采用小波变换与BP人工神经网络相结合的方法,根据实际数据对其电力负荷进行短期预测,并与BP人工神经网络方法的结果进行比较,结果表明通过小波变换处理过的数据,各负荷分量特性相对一致,预测性能提高。
关键词 大型钢铁企业 电力负荷 短期预测 人工神经网络 小波变换 电力系统
下载PDF
基于小波特征和神经网络的天然地震与人工爆破自动识别 被引量:9
9
作者 蔡杏辉 张燕明 +1 位作者 陈惠芳 巫立华 《大地测量与地球动力学》 CSCD 北大核心 2020年第6期634-639,共6页
采用福建地区天然地震和人工爆破事件波形记录,通过一维离散小波变换(DWT)及4层小波包变换(WPT)对信号进行分解,提取出用于识别的4种波形小波特征:小波能量比特征、小波包能量比特征、小波包香农熵特征及小波包对数能量熵,此外还提取出... 采用福建地区天然地震和人工爆破事件波形记录,通过一维离散小波变换(DWT)及4层小波包变换(WPT)对信号进行分解,提取出用于识别的4种波形小波特征:小波能量比特征、小波包能量比特征、小波包香农熵特征及小波包对数能量熵,此外还提取出P/S震相振幅比;采用BP神经网络对4种小波特征及分别加入P/S震相振幅比的组合特征进行识别效果检验,结果表明,单小波判据小波能量比特征识别效果好;双判据组合P/S震相振幅比和小波包对数能量熵的组合识别效果最好,可考虑作为实际天然地震与人工爆破在线自动识别系统的识别判据。 展开更多
关键词 天然地震与人工爆破 P/S震相振幅比 小波分析 BP神经网络
下载PDF
基于循环神经网络的语音识别研究 被引量:19
10
作者 唐美丽 胡琼 马廷淮 《现代电子技术》 北大核心 2019年第14期152-156,共5页
语音识别作为人工智能研究中不可或缺的一部分已经逐渐渗透到人们的日常生活中。针对传统语音识别方法不能很好地实现并识别复杂多变、非特定人语音的问题,文中提出利用在时间序列上关联性较强的循环神经网络(RNN)建立语音识别模型。考... 语音识别作为人工智能研究中不可或缺的一部分已经逐渐渗透到人们的日常生活中。针对传统语音识别方法不能很好地实现并识别复杂多变、非特定人语音的问题,文中提出利用在时间序列上关联性较强的循环神经网络(RNN)建立语音识别模型。考虑到语音信号丰富的时频信息表达,在特征提取环节进行改进,利用具有较好时频分辨率的小波变换(WT)取代快速傅里叶变换(FFT)作为该模型的输入;然后,采用随时间展开的反向传播算法(BPTT)进行特征学习与训练。在实验测试中,首先,对比分析了基于小波变换的特征提取对识别效果的影响;其次,通过与传统的HMM模型及BP神经网络的识别率做对比,验证RNN神经网络可提高语音识别准确率和稳定性。 展开更多
关键词 语音识别 循环神经网络 反向传播算法 特征提取 小波变换 HMM模型 BP神经网络
下载PDF
基于小波变换和神经网络的心电信号P波检测 被引量:7
11
作者 段靖芳 郝莹 《生物医学工程研究》 2005年第4期209-211,共3页
为了提高P波检测准确率,利用小波变换模极大值对在多尺度上的变化规律能表征信号突变点的性质,结合人体生理特性的检测策略进行心电信号P波的跨尺度检测。同时,引入反向传播神经网络对已检出的准P波再次进行确认与识别。经MIT数据库实... 为了提高P波检测准确率,利用小波变换模极大值对在多尺度上的变化规律能表征信号突变点的性质,结合人体生理特性的检测策略进行心电信号P波的跨尺度检测。同时,引入反向传播神经网络对已检出的准P波再次进行确认与识别。经MIT数据库实验表明,P波检测准确率达到97%。 展开更多
关键词 小波变换 P模极大值对 神经网络 P波检测 心电信号
下载PDF
小波分析与神经网络的网络流量预测模型 被引量:2
12
作者 王祥 《无线电工程》 2012年第6期8-11,共4页
网络流量具有长相关、非平稳性与多时间尺度特性。提出了一种基于小波分析与AR(p)人工神经网络相结合的网络流量预测模型,即WPBP算法。该算法采用小波分析得到网络流量在不同尺度下的近似信号和细节信号,并运用AR(p)的相关性理论确定近... 网络流量具有长相关、非平稳性与多时间尺度特性。提出了一种基于小波分析与AR(p)人工神经网络相结合的网络流量预测模型,即WPBP算法。该算法采用小波分析得到网络流量在不同尺度下的近似信号和细节信号,并运用AR(p)的相关性理论确定近似信号序列和细节信号序列的相关程度(p值),与神经网络进行耦合,以p+1划分数据,前p项作为输入,后一项作为输出对网络进行训练,从而使得神经网络的输入与输出的选择更加合理,预测的结果也更加准确。用小波重构得到最终的流量预测值,用实际网络流量对该模型进行验证。仿真结果表明,该模型的预测效果较好。 展开更多
关键词 网络流量 小波分析 P值 神经网络 流量预测
下载PDF
抛物问题的各向异性线性三角形有限元逼近
13
作者 王健 丁仁伟 《安阳师范学院学报》 2005年第5期6-8,共3页
讨论了各向异性线性三角形元的能量模和零模估计。并利用此单元求解抛物问题,得到了半离散格式和全离散格式的误差估计。
关键词 抛物问题 各向异性 误差估计
下载PDF
基于小波神经网络的NLAR(p)过程的逼近
14
作者 康会光 连颖颖 《安阳师范学院学报》 2005年第5期4-5,8,共3页
小波神经网络是近年来发展起来的一种逼近非线性函数的新型人工神经网络。特别是,正交尺度函数为基函数的小波神经网络更适合于函数逼近。本文在此基础上讨论了小波神经网络对非线性AR(p)过程的逼近。
关键词 小波神经网络 正交尺度函数 非线性AR(p)过程
下载PDF
基于B-P神经网络的道路交通事故微观预测模型 被引量:2
15
作者 李俊辉 邓文 《道路交通与安全》 2006年第7期15-17,共3页
运用B-P人工神经网络建立了道路交通事故的微观预测模型,通过实例验证了其结果的合理性和准确性。研究结果表明,该预测方法具有很强的学习与泛化能力,预测结果对改善道路交通安全管理有较强的借鉴作用,为交通部门的决策提供重要的依据。
关键词 B-P神经网络 交通事故 微观预测
下载PDF
一种基于多特征的P波检测方法 被引量:1
16
作者 宋立新 关丽丽 +1 位作者 王乾 王宇虹 《生物医学工程学杂志》 EI CAS CSCD 北大核心 2014年第2期283-287,共5页
由于P波一般为低频低幅波,容易受到基线漂移,肌电干扰等噪声影响,且不是每个心拍都包含P波,确定某一心拍有无P波也是一难题,针对小波-幅值-斜率的方法对多样形态P波适应的局限性,以及小波变换结合神经网络检测方法中选取伪P波样本的局限... 由于P波一般为低频低幅波,容易受到基线漂移,肌电干扰等噪声影响,且不是每个心拍都包含P波,确定某一心拍有无P波也是一难题,针对小波-幅值-斜率的方法对多样形态P波适应的局限性,以及小波变换结合神经网络检测方法中选取伪P波样本的局限性,本文提出了基于小波-幅值阈值并以多特征作为神经网络的输入的P波检测方法,该方法首先利用小波变换对心电(ECG)信号进行去噪,然后利用小波变换求模极大值对的方法确定候选P波的位置,接下来利用幅值阈值初步判断有无P波,最后利用神经网络确定心拍有无P波。本文经由专家注释的QT心电数据库对该算法和传统的小波阈值法及基于小波-幅值-斜率的方法检测ECG信号P波的效果进行了对比,验证了本文提出的算法的可行性,对医院心电科记录的ECG信号进行了检测,其结果与医生的标注基本相同,并对QT数据库中的13份且每份15min的ECG信号进行了检测验证,P波正确检测率达到了99.911%。 展开更多
关键词 心电信号 小波变换 神经网络 P波检测
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部