期刊文献+
共找到166篇文章
< 1 2 9 >
每页显示 20 50 100
Topology inference of uncertain complex dynamical networks and its applications in hidden nodes detection 被引量:7
1
作者 WANG YingFei WU XiaoQun +2 位作者 FENG Hui LU JunAn LU JinHu 《Science China(Technological Sciences)》 SCIE EI CAS CSCD 2016年第8期1232-1243,共12页
The topological structure of a complex dynamical network plays a vital role in determining the network's evolutionary mecha- nisms and functional behaviors, thus recognizing and inferring the network structure is of ... The topological structure of a complex dynamical network plays a vital role in determining the network's evolutionary mecha- nisms and functional behaviors, thus recognizing and inferring the network structure is of both theoretical and practical signif- icance. Although various approaches have been proposed to estimate network topologies, many are not well established to the noisy nature of network dynamics and ubiquity of transmission delay among network individuals. This paper focuses on to- pology inference of uncertain complex dynamical networks. An auxiliary network is constructed and an adaptive scheme is proposed to track topological parameters. It is noteworthy that the considered network model is supposed to contain practical stochastic perturbations, and noisy observations are taken as control inputs of the constructed auxiliary network. In particular, the control technique can be further employed to locate hidden sources (or latent variables) in networks. Numerical examples are provided to illustrate the effectiveness of the proposed scheme. In addition, the impact of coupling strength and coupling delay on identification performance is assessed. The proposed scheme provides engineers with a convenient approach to infer topologies of general complex dynamical networks and locate hidden sources, and the detailed performance evaluation can further facilitate practical circuit design. 展开更多
关键词 complex dynamical network topology inference coupling delay stochastic perturbation hidden node
原文传递
Reconstruction of noise-driven nonlinear dynamic networks with some hidden nodes 被引量:1
2
作者 Yang Chen Chao Yang Zhang +2 位作者 Tian Yu Chen Shi Hong Wang Gang Hu 《Science China(Physics,Mechanics & Astronomy)》 SCIE EI CAS CSCD 2017年第7期40-47,共8页
The problem of network reconstruction, particularly exploring unknown network structures by analyzing measurable output data from networks, has attracted significant interest in many interdisciplinary fields in recent... The problem of network reconstruction, particularly exploring unknown network structures by analyzing measurable output data from networks, has attracted significant interest in many interdisciplinary fields in recent times. In practice, networks may be very large, and data can often be measured for only some of the nodes in a network while data for other variables are bidden. It is thus crucial to be able to infer networks from partial data. In this article, we study the problem of noise-driven nonlinear networks with some hidden nodes. Various difficulties appear jointly: nonlinearity of network dynamics, the impact of strong noise, the complexity of interaction structures between network nodes, and missing data from certain hidden nodes. We propose using high-order correlation to treat nonlinearity and structural complexity, two-time correlation to decorrelate noise, and higher- order derivatives to overcome the difficulties of hidden nodes. A closed form of network reconstruction is derived, and numerical simulations confirm the theoretical predictions. 展开更多
关键词 network reconstruction hidden nodes noise nonlinear dynamics neuron networks
原文传递
基于BP神经网络的刀片切割竹枝性能研究
3
作者 杨梦迪 周兆兵 +1 位作者 孙炜 商庆清 《林业机械与木工设备》 2024年第3期4-9,共6页
为探究竹枝切割时的刀片切割性能影响因素,支持后续打枝装置的设计,开展竹枝切割刀片性能研究试验,通过单因素试验研究,利用切割阻力作为衡量标准,探究刀片切割性能与关键参数(刀片的滑动角、楔角和滑动速度)之间的相互关系。试验结果显... 为探究竹枝切割时的刀片切割性能影响因素,支持后续打枝装置的设计,开展竹枝切割刀片性能研究试验,通过单因素试验研究,利用切割阻力作为衡量标准,探究刀片切割性能与关键参数(刀片的滑动角、楔角和滑动速度)之间的相互关系。试验结果显示,随着刀片滑动角和楔角的减小,刀片切割性能呈现明显改善。同时,随着刀片滑动速度的增加,切割性能也呈现相应提升趋势。在多组实验中,采用不同的刀片滑切角度、楔角和滑切速度参数,对不同直径尺寸的竹枝进行切割,并收集了切割阻力的数据构成数据集,构建一个3层BP神经网络模型,研究了刀片切割性能与滑切角度、楔角以及滑切速度之间的关联,并应用相关模型进行了拟合和预测。在BP神经网络中,当隐含层节点数设定为9时,成功建立了刀片切割阻力模型,精准地预测了刀片切割过程中的阻力变化,对刀片切割竹枝性能研究具有一定参考价值。 展开更多
关键词 竹枝切割 试验 刀片切割性能 BP神经网络 隐含层节点数
下载PDF
基于隐马尔科夫的受攻击光纤网络活跃节点检测方法 被引量:1
4
作者 徐姝琪 《长江信息通信》 2024年第3期174-176,共3页
传统的受攻击光纤网络活跃节点检测方法通常是被动式的,只能对攻击发生后的行为进行分析,导致检测受攻击活跃节点在光纤网络中的状态值与实际相差较多,为此研究基于隐马尔科夫的受攻击光纤网络活跃节点检测方法。首先对光纤网络活跃节... 传统的受攻击光纤网络活跃节点检测方法通常是被动式的,只能对攻击发生后的行为进行分析,导致检测受攻击活跃节点在光纤网络中的状态值与实际相差较多,为此研究基于隐马尔科夫的受攻击光纤网络活跃节点检测方法。首先对光纤网络活跃节点信号进行去噪处理,通过去噪信号中的数据生成活跃节点特征向量矩阵,进行活跃节点特征融合,在此基础上建立隐马尔科夫受攻击检测模型,定位受攻击光纤网络活跃节点。实验结果表明:该方法在检测受攻击活跃节点在光纤网络中的状态值与实际相接近,精度更高,具有实际的应用价值。 展开更多
关键词 受攻击光纤网络 隐马尔科夫 光纤网络 活跃节点检测
下载PDF
基于遴选蜜獾的结点缩减无人机渗透路径规划
5
作者 李勇 白梅娟 +3 位作者 付高阳 周敏敏 李昊瞳 侯帅 《电脑与信息技术》 2024年第4期31-35,共5页
无人机渗透作战指隐藏航迹,穿越敌人密集区域向敌人后方运动,是一种重要的作战样式。为了解决无人机在城市场景下的渗透路径规划问题,提出了一种基于遴选策略的蜜獾算法(Select Excellent Individuals Honey Badger Algorithm,SEI-HBA)... 无人机渗透作战指隐藏航迹,穿越敌人密集区域向敌人后方运动,是一种重要的作战样式。为了解决无人机在城市场景下的渗透路径规划问题,提出了一种基于遴选策略的蜜獾算法(Select Excellent Individuals Honey Badger Algorithm,SEI-HBA),它能够在隐蔽度模型下规划无人机的渗透路径。首先,提出一种根据划分低隐蔽区域减少区域内路径数量的结点缩减模型;其次,提出遴选策略蜜獾算法,将蜜獾种群中满足阈值的个体遴选出作为优秀个体,引导种群中剩余个体求解方向;最后,通过划分结点类型,考虑敌方有效视野、建筑物与敌方的位置分布构建无人机城市渗透隐蔽度计算模型。实验证明,遴选蜜獾算法结合渗透模型的无人机路径规划相比于传统只考虑路程最短的无人机路径规划,取得了良好的实验效果,为渗透背景下的路径规划提供了新的方法和思路。 展开更多
关键词 结点缩减 遴选策略 蜜獾算法 隐蔽度模型
下载PDF
通信网络流量分段隐蔽威胁深度包检测方法
6
作者 方欲晓 何可人 《现代电子技术》 北大核心 2024年第21期101-105,共5页
深度威胁攻击涉及多个网络层次,攻击者可能会在不同层次之间进行转换和伪装,同时还会在不同网络层次中进行横向扩散,增加了威胁检测的难度。为保证通信网络安全、提高网络安全防御能力,需可靠实现流量分段隐蔽威胁深度检测,因此,文中提... 深度威胁攻击涉及多个网络层次,攻击者可能会在不同层次之间进行转换和伪装,同时还会在不同网络层次中进行横向扩散,增加了威胁检测的难度。为保证通信网络安全、提高网络安全防御能力,需可靠实现流量分段隐蔽威胁深度检测,因此,文中提出基于深度图卷积神经网络的隐蔽威胁检测模型。采用Net-Flow技术捕获通信网络流量数据包;将捕获结果作为深度图卷积神经网络的隐蔽威胁检测模型的输入数据,依据该数据完成图生成,利用多层图卷积层提取深度层次的图节点特征;依据特征结果实现网络模型的离线训练;通过训练完成后的检测模型,在线深度检测网络流量分段隐蔽威胁,输出检测结果。测试结果显示,该方法可精准确定流量中的隐蔽威胁,隐蔽威胁检测的精准率均在0.956以上,检测质量指数结果均在0.95以上。 展开更多
关键词 通信网络 流量分段 隐蔽威胁检测 流量包 深度神经网络 图卷积 图节点特征 图生成
下载PDF
Design of ANN Based Non-Linear Network Using Interconnection of Parallel Processor
7
作者 Anjani Kumar Singha Swaleha Zubair +3 位作者 Areej Malibari Nitish Pathak Shabana Urooj Neelam Sharma 《Computer Systems Science & Engineering》 SCIE EI 2023年第9期3491-3508,共18页
Suspicious mass traffic constantly evolves,making network behaviour tracing and structure more complex.Neural networks yield promising results by considering a sufficient number of processing elements with strong inte... Suspicious mass traffic constantly evolves,making network behaviour tracing and structure more complex.Neural networks yield promising results by considering a sufficient number of processing elements with strong interconnections between them.They offer efficient computational Hopfield neural networks models and optimization constraints used by undergoing a good amount of parallelism to yield optimal results.Artificial neural network(ANN)offers optimal solutions in classifying and clustering the various reels of data,and the results obtained purely depend on identifying a problem.In this research work,the design of optimized applications is presented in an organized manner.In addition,this research work examines theoretical approaches to achieving optimized results using ANN.It mainly focuses on designing rules.The optimizing design approach of neural networks analyzes the internal process of the neural networks.Practices in developing the network are based on the interconnections among the hidden nodes and their learning parameters.The methodology is proven best for nonlinear resource allocation problems with a suitable design and complex issues.The ANN proposed here considers more or less 46k nodes hidden inside 49 million connections employed on full-fledged parallel processors.The proposed ANN offered optimal results in real-world application problems,and the results were obtained using MATLAB. 展开更多
关键词 Artificial neural network(ANN) MULTIPROCESSOR hidden node nonlinear optimization parallel processing
下载PDF
遗忘因子随机配置网络驱动的自适应切换学习模型
8
作者 乔景慧 张岩 +1 位作者 陈宇曦 张开济 《电子测量与仪器学报》 CSCD 北大核心 2023年第8期71-83,共13页
随机配置网络(SCNs)具有通用逼近能力和快速建模特性,已成功应用于大数据分析。在SCN的基础上,块增量随机配置网络(BSC)使用块增量机制提高训练速度,但增加了模型结构的复杂程度。为了解决上述难题,提出遗忘因子随机配置网络(FSCN-Ⅰ和F... 随机配置网络(SCNs)具有通用逼近能力和快速建模特性,已成功应用于大数据分析。在SCN的基础上,块增量随机配置网络(BSC)使用块增量机制提高训练速度,但增加了模型结构的复杂程度。为了解决上述难题,提出遗忘因子随机配置网络(FSCN-Ⅰ和FSCN-Ⅱ)驱动的自适应切换学习模型(ASLM)。该模型利用正态分布配置隐含层节点的输入参数。FSCN-Ⅰ通过误差值和遗忘因子调整节点块的尺寸,提高训练速度。FSCN-Ⅱ引入节点移除机制降低模型结构的复杂程度。ASLM由FSCN-Ⅰ和FSCN-Ⅱ构成,两者根据自适应变化的边界随机切换以提高模型的训练速度,并在FSCN-Ⅰ的基础上降低模型结构的复杂程度。最后,通过基础数据集和工业实例,表明该方法的有效性。 展开更多
关键词 随机配置网络 遗忘因子 动态隐含层节点 自适应切换学习模型
下载PDF
基于拓扑网络的广义城轨信号系统关键组分识别方法
9
作者 王璐 郝婼妍 +2 位作者 张余豪 李承叡 王艳辉 《铁路技术创新》 2023年第3期33-41,共9页
信号系统作为城市轨道交通系统运营的大脑,其故障问题是导致城轨运营事故发生的关键因素之一。然而1个事故或者故障的发生往往不是单一的组分出现问题,而是多个组分间相互影响、互相作用的结果。因此其可靠性和安全性可能会受到系统关... 信号系统作为城市轨道交通系统运营的大脑,其故障问题是导致城轨运营事故发生的关键因素之一。然而1个事故或者故障的发生往往不是单一的组分出现问题,而是多个组分间相互影响、互相作用的结果。因此其可靠性和安全性可能会受到系统关键组分特性的显著影响。通过调研分析广义城轨信号系统的构成、运营安全特性及影响要素集,并结合城轨信号系统组分间关系,构建了城轨信号系统拓扑网络模型,并利用改进的有限状态机对其进行优化,得到城轨信号系统安全特征拓扑网络模型。基于隐马尔可夫模型的风险文本抽取算法对其关键组分进行识别,最终得到111个信号系统关键组分,并与信号系统国家级风险文件中设备相关风险点清单进行对比,发现覆盖率较高,证明该研究提出的信号系统关键组分辨识方法合理有效。 展开更多
关键词 城市轨道交通 信号系统 拓扑网络 运营安全 节点重要度 隐马尔可夫模型
下载PDF
BP网络在电力变压器故障诊断中的应用 被引量:34
10
作者 王雪梅 李文申 严璋 《高电压技术》 EI CAS CSCD 北大核心 2005年第7期12-14,共3页
以单隐层的BP组合神经网络在基于DGA的电力变压器故障诊断中的应用为例,在BP网络训练流程图的基础上,分别举例阐述了隐层节点个数、初始权值、训练误差、最大训练次数以及训练样本次序对网络训练效果和泛化能力的影响。指出这些因素的... 以单隐层的BP组合神经网络在基于DGA的电力变压器故障诊断中的应用为例,在BP网络训练流程图的基础上,分别举例阐述了隐层节点个数、初始权值、训练误差、最大训练次数以及训练样本次序对网络训练效果和泛化能力的影响。指出这些因素的影响程度各不相同,具体应用时,可按照更改训练样本次序、调节隐层节点个数、初始权值、训练误差、训练次数的顺序依次更改网络的结构和相应的参数,以达到最佳的训练效果。 展开更多
关键词 电力变压器 故障诊断 应用 BP网络 组合神经网络 隐层节点 初始权值 训练效果 训练样本 训练次数 网络训练 泛化能力 影响程度 DGA 流程图 个数 误差 更改
下载PDF
前向神经网络隐含层节点数的一种优化算法 被引量:122
11
作者 夏克文 李昌彪 沈钧毅 《计算机科学》 CSCD 北大核心 2005年第10期143-145,共3页
由于前向神经网络隐含层节点数的确定尚无理论依据,为此提出一种基于黄金分割原理的优化算法,首先确定网络隐含层节点数频繁出现的区间范围;将网络总误差作为试验结果,然后利用黄金分割法搜索其区间中的理想数值;兼顾高精度的需要,将隐... 由于前向神经网络隐含层节点数的确定尚无理论依据,为此提出一种基于黄金分割原理的优化算法,首先确定网络隐含层节点数频繁出现的区间范围;将网络总误差作为试验结果,然后利用黄金分割法搜索其区间中的理想数值;兼顾高精度的需要,将隐含层节点数频繁出现的区间作拓展,可以求得逼近能力更强的节点数。算法分析和仿真例子表明,此优化算法是切实可行的,不仅能找到理想的隐含层节点数,而且能起到节省成本、提高搜索效率等功效。 展开更多
关键词 前向神经网络 隐含层节点数 黄金分割 优化算法 前向神经网络 优化算法 节点数 隐含层 黄金分割法 搜索效率 算法分析 逼近能力 总误差
下载PDF
基于HMM与神经网络的声学模型研究 被引量:13
12
作者 林坤辉 息晓静 周昌乐 《厦门大学学报(自然科学版)》 CAS CSCD 北大核心 2006年第1期44-46,共3页
神经网络能依靠权值进行长时间记忆和知识存储,但是对输入模式的瞬时相应的记忆能力比较差;而隐马尔科夫模型的短时记忆的能力比较强,但是假定的前提又与实际情况不符.因此,采用HMM和ANN的混合模型来取双方之长,并在这种混合模型的基础... 神经网络能依靠权值进行长时间记忆和知识存储,但是对输入模式的瞬时相应的记忆能力比较差;而隐马尔科夫模型的短时记忆的能力比较强,但是假定的前提又与实际情况不符.因此,采用HMM和ANN的混合模型来取双方之长,并在这种混合模型的基础上,对神经网络从结构设计、训练、到训练后期的结构调整进行了全程的优化;应用隐节点剪枝算法,并利用广义的Hebb规则重新确定网络的参数.实验表明,这种混合模型在语音识别中取得了良好的效果. 展开更多
关键词 HMM ANN 隐节点剪枝算法 广义Hebb算法
下载PDF
BP神经网络的设计 被引量:153
13
作者 戚德虎 康继昌 《计算机工程与设计》 CSCD 北大核心 1998年第2期48-50,共3页
对BP神经网络设计中的隐层节点数、初始权值、学习率等参数的选择进行研究,分别给出若干经验公式。经试验验证,这些公式能用于确定BP网络隐层节点数、初始权值、学习率等重要参数,从而缩短网络的构造过程。
关键词 BP神经网络 学习率 神经网络
下载PDF
一种新的基于Agent的神经网络隐层节点数的优化算法 被引量:8
14
作者 高鹏毅 陈传波 +1 位作者 秦升 胡迎松 《计算机工程与科学》 CSCD 北大核心 2010年第5期30-33,共4页
本文提出了一种新的基于Agent的神经网络隐层结构的优化算法(OHA)。该方法包括两个部分,分别由RLAgent和NNAgent合作完成。RLAgent根据强化学习算法找到一个比当前节点数更优的解,并反馈给NNAgent。NNAgent据此构建相应的网络,并采用分... 本文提出了一种新的基于Agent的神经网络隐层结构的优化算法(OHA)。该方法包括两个部分,分别由RLAgent和NNAgent合作完成。RLAgent根据强化学习算法找到一个比当前节点数更优的解,并反馈给NNAgent。NNAgent据此构建相应的网络,并采用分层训练的算法对该网络进行优化,训练结果再发给RLAgent。在多次循环后,OHA算法就可以找到一个训练误差最小的全局最优解(权值及隐层节点数)。本文讨论了有关的算法、测试和结果分析。Iris数据集和危险评估数据集的测试结果表明,算法避免了盲目搜索造成的计算开销,明显改善了优化性能。 展开更多
关键词 神经网络 隐层节点 隐层结构优化 智能代理 强化学习
下载PDF
面向多跳无线网络的无冲突MAC协议 被引量:6
15
作者 张克旺 张德运 杜君 《软件学报》 EI CSCD 北大核心 2009年第7期1895-1908,共14页
多跳无线网络中隐藏节点导致节点之间的冲突频繁、数据重传率高、网络吞吐量下降.而802.11DCF中的RTS/CTS(ready-to-send/clear-to-send)机制不能有效地防止隐藏节点,特别是随着网络中节点通信速率的提高,由于节点的信噪比要求也相应提... 多跳无线网络中隐藏节点导致节点之间的冲突频繁、数据重传率高、网络吞吐量下降.而802.11DCF中的RTS/CTS(ready-to-send/clear-to-send)机制不能有效地防止隐藏节点,特别是随着网络中节点通信速率的提高,由于节点的信噪比要求也相应提高,接收节点受到更大范围内隐藏节点的干涉,RTS/CTS机制防止隐藏节点的效率急剧降低.首先,在考虑网络积累干涉以及环境噪音的情况下分析了多跳无线网络中的隐藏节点问题.然后,提出一种双信道无冲突MAC(media access control)协议DCCFMA(double channel collision free mediaaccess).DCCFMA协议采用双信道结构,接收节点根据数据信道中发送节点的信号强度动态调节控制信道的发射功率,以完全覆盖接收节点周围所有的隐藏节点,保证接收节点在接收过程中不受干涉.DCCFMA协议能够有效地解决多跳无线网络中的隐藏节点问题.仿真结果表明,与802.11DCF相比,DCCFMA机制下的平均网络吞吐量增加了24%. 展开更多
关键词 多跳无线网络 隐藏节点问题 IEEE 802.11 DCF DCCFMA 双信道
下载PDF
神经网络在电力负荷预测中的应用 被引量:10
16
作者 刘瑾 杨海马 +1 位作者 陈抱雪 曾启澔 《自动化仪表》 CAS 北大核心 2012年第9期21-24,共4页
在短期负荷预测过程中,引起负荷变动的因素与负荷之间的非线性映射关系是造成预测结果与实际结果之间存在偏差的原因之一。神经网络具有很强的非线性映射能力和自学习能力。为提高短期负荷预测的精度,基于神经网络的研究方法,设计了预... 在短期负荷预测过程中,引起负荷变动的因素与负荷之间的非线性映射关系是造成预测结果与实际结果之间存在偏差的原因之一。神经网络具有很强的非线性映射能力和自学习能力。为提高短期负荷预测的精度,基于神经网络的研究方法,设计了预测网络。该网络以洋山深水港东港路10 kV开关站中沈家湾的日负荷数据为样本,对采集电量进行了预处理;然后对其隐层个数及节点个数进行了分析设计;最后对短期日负荷进行预测。对比结果表明,预测值与实际值吻合较好。 展开更多
关键词 负荷预测 非线性映射 神经网络 预处理 隐层 节点
下载PDF
多跳无线DCF自组网MAC层可用带宽预测 被引量:4
17
作者 朱明 雷磊 +1 位作者 朱钢 董涛 《小型微型计算机系统》 CSCD 北大核心 2016年第10期2217-2221,共5页
针对多跳ad hoc网络可用带宽预测算法展开研究,指出现有的两类可用带宽预测算法的局限性:主动探测算法发送的探测包会导致预测结果不准确,被动测量算法多用于单点监测,难以了解端到端的性能.针对上述局限性,对现有的被动测量算法进行改... 针对多跳ad hoc网络可用带宽预测算法展开研究,指出现有的两类可用带宽预测算法的局限性:主动探测算法发送的探测包会导致预测结果不准确,被动测量算法多用于单点监测,难以了解端到端的性能.针对上述局限性,对现有的被动测量算法进行改进,在DCF协议的基础上,提出基于节点可用时长的可用带宽预测算法.该算法首先定义链路可用带宽的上限值,接着通过计算收发节点可用时长不同步概率得到链路可用带宽的初步估计,最后通过讨论隐藏节点导致传输失败的两种情况对初步估计进行修正,得到最终的链路可用带宽.仿真实验验证了可用带宽预测算法的有效性和准确性. 展开更多
关键词 多跳ad HOC网络 DCF协议 可用带宽 隐藏节点
下载PDF
前馈神经网隐层节点的动态删除法 被引量:14
18
作者 陆系群 余英林 《控制理论与应用》 EI CAS CSCD 北大核心 1997年第1期101-104,共4页
本文首先针对BP算法中存在的缺陷对误差函数作了简单的修改,使网络的收敛速度比原来的大大提高.此外本文提出了一种基于线性回归分析算法来确定隐层节点数.当已训练好的网络具有过多的隐层单元,可以用这种算法来计算隐层节点输出之... 本文首先针对BP算法中存在的缺陷对误差函数作了简单的修改,使网络的收敛速度比原来的大大提高.此外本文提出了一种基于线性回归分析算法来确定隐层节点数.当已训练好的网络具有过多的隐层单元,可以用这种算法来计算隐层节点输出之间的线性相关性,并估计多余隐层单元数目,然后删除这部分多余的节点,就能获得一个合适的网络结构.计算机模拟实验结果表明,用这种方法来删除隐层中多余的节点是有效的. 展开更多
关键词 BP算法 误差函数 前馈神经网络 学习算法
下载PDF
确定RBF神经网络隐层节点数的最大矩阵元法 被引量:19
19
作者 吴成茂 范九伦 《计算机工程与应用》 CSCD 北大核心 2004年第20期77-79,共3页
针对基于训练样本输入信息进行非监督聚类来确定RBF神经网络隐层节点数的方法存在利用信息不充分的缺陷,该文提出了一种新的确定RBF神经网络隐层节点数的方法。利用训练样本输入输出全部信息建立样本间的相似矩阵,然后采用最大矩阵元法... 针对基于训练样本输入信息进行非监督聚类来确定RBF神经网络隐层节点数的方法存在利用信息不充分的缺陷,该文提出了一种新的确定RBF神经网络隐层节点数的方法。利用训练样本输入输出全部信息建立样本间的相似矩阵,然后采用最大矩阵元法来确定RBF神经网络隐层节点数。实验仿真表明,该方法是有效的。 展开更多
关键词 RBF神经网络 隐层节点数 相似矩阵 最大矩阵元法
下载PDF
BP神经网络学习算法研究 被引量:19
20
作者 陈善广 鲍勇 《应用基础与工程科学学报》 EI CSCD 1995年第4期105-110,共6页
对日前应用最广的人工神经网络——BP网络的学习算法及各种改进学习算法进行了分类比较和综合分析,并结合作者的研究结果对进一步研究BP网络及算法进行了探讨.
关键词 人工神经网络 误差反向传播 隐节点 机器学习
下载PDF
上一页 1 2 9 下一页 到第
使用帮助 返回顶部