期刊文献+
共找到68篇文章
< 1 2 4 >
每页显示 20 50 100
基于QPSO-ELM的过程神经网络及时间序列预测
1
作者 刘志刚 许少华 +1 位作者 李盼池 冯永强 《控制工程》 CSCD 北大核心 2018年第3期477-483,共7页
过程神经网络模型结构复杂,正交基展开后学习参数多,传统梯度下降存在对初值敏感、计算复杂等问题,将过程神经网络进行正交基展开化简,在结构上转化为统神经网络,利用极限学习作为过程神经元网络的学习算法。学习过程中摒弃梯度下... 过程神经网络模型结构复杂,正交基展开后学习参数多,传统梯度下降存在对初值敏感、计算复杂等问题,将过程神经网络进行正交基展开化简,在结构上转化为统神经网络,利用极限学习作为过程神经元网络的学习算法。学习过程中摒弃梯度下降算法的迭代调整策略,采用Moore-Penrose广义逆计算输出权值,同时为弥补该算法由于随机赋值造成的模型稳定性差的缺点,提出一种双链结构的量子粒子群算法,优化极限学习过程中随机赋值参数。二者结合使用,使模型在稳定性、训练误差方面都得到了一定程度的提高。仿真实验以Mackey—Glass时间序列和太阳黑子预测为例验证了算法的有效性。 展开更多
关键词 过程神经元网络 极限学习 量子粒子群 网络训练
基于LVQ过程神经元网络的储层岩性识别 预览 被引量:1
2
作者 李学贵 许少华 +1 位作者 赵恩涛 赵玲 《吉林大学学报:信息科学版》 CAS 2017年第4期398-404,共7页
针对基于取心井岩心分析数据和测井过程数据的储层岩性判别问题,建立了一类学习向量量化过程神经元网络模型(LVQ-PNN:Learning Vector Quantization Process Neural Network)。该模型通过增加输出层,扩展了自组织过程神经元网络的深... 针对基于取心井岩心分析数据和测井过程数据的储层岩性判别问题,建立了一类学习向量量化过程神经元网络模型(LVQ-PNN:Learning Vector Quantization Process Neural Network)。该模型通过增加输出层,扩展了自组织过程神经元网络的深度结构;采用无监督竞争与有教师示教相结合的算法策略,提高了多维信号特征的自适应提取和自组织综合能力。实验证明,该方法具有较好的岩性特征综合和辨识能力,岩性识别率达到了84.7%。 展开更多
关键词 过程神经元网络 学习向量量化 岩性识别
在线阅读 下载PDF
基于ELM和连续过程神经网络的抽油机工况诊断 预览
3
作者 刘志刚 许少华 李盼池 《计算机工程与科学》 CSCD 北大核心 2017年第10期1934-1940,共7页
普通神经网络进行抽油机工况诊断时存在诊断精度偏低的问题,提出选用连续过程神经元网络作为诊断模型,特征输入选取能直接反映示功图几何形态特征的位移和载荷两种连续信号。为提高模型学习速度,提出过程神经网络的极限学习算法,将训练... 普通神经网络进行抽油机工况诊断时存在诊断精度偏低的问题,提出选用连续过程神经元网络作为诊断模型,特征输入选取能直接反映示功图几何形态特征的位移和载荷两种连续信号。为提高模型学习速度,提出过程神经网络的极限学习算法,将训练转换为最小二乘问题,根据样本输入计算隐层输出矩阵,使用SVD法求解Moore-Penrose广义逆,最后计算隐层输出权值。通过诊断实验,模型学习速度提升5倍左右,与普通神经网络进行对比,诊断精度提高8个百分点左右,验证了方法的有效性。 展开更多
关键词 工况诊断 过程神经元网络 极限学习 MOORE-PENROSE广义逆 网络训练
在线阅读 下载PDF
基于QPSO和极限学习的离散过程神经网络及学习算法 被引量:5
4
作者 刘志刚 许少华 李盼池 《控制与决策》 EI CSCD 北大核心 2016年第12期2241-2247,共7页
连续过程神经元网络在权函数正交基展开时,基函数个数无法有效确定,因此逼近精度不高.针对该问题,提出一种离散过程神经元网络,使用三次样条数值积分处理离散样本和权值的时域聚合运算.模型训练采用双链量子粒子群完成输入权值的全局寻... 连续过程神经元网络在权函数正交基展开时,基函数个数无法有效确定,因此逼近精度不高.针对该问题,提出一种离散过程神经元网络,使用三次样条数值积分处理离散样本和权值的时域聚合运算.模型训练采用双链量子粒子群完成输入权值的全局寻优,通过量子旋转门和非门完成种群进化.局部使用极限学习,通过Moore-Penrose广义逆计算输出权值.以时间序列预测为例进行仿真实验,结果验证了模型的有效性,且训练收敛能力和逼近能力都有一定程度的提高. 展开更多
关键词 过程神经元网络 极限学习 量子粒子群 MOORE-PENROSE广义逆 网络训练
一种基于粒子群优化的极限学习过程神经网络 预览 被引量:1
5
作者 刘志刚 许少华 李盼池 《华东师范大学学报:自然科学版》 CAS CSCD 北大核心 2016年第4期86-95,共10页
本文针对过程神经元网络(Process Neural Network,PNN)模型学习参数较多,正交基展开后的梯度下降算法初值敏感、计算复杂、不易收敛等问题,结合极限学习机(Extreme Learning Machine,ELM)的快速学习特性,提出了一种新型的极限学习... 本文针对过程神经元网络(Process Neural Network,PNN)模型学习参数较多,正交基展开后的梯度下降算法初值敏感、计算复杂、不易收敛等问题,结合极限学习机(Extreme Learning Machine,ELM)的快速学习特性,提出了一种新型的极限学习过程神经元网络.学习过程中摒弃梯度下降算法的迭代调整策略,采用Moore-Penrose广义逆计算输出权值矩阵.同时为弥补极限学习机由于随机赋值造成的不足,利用粒子群算法(Particle Swarm Optimization,PSO)良好的全局搜索能力进行模型参数优化,获得紧凑的网络结构,提高了模型泛化能力.仿真实验以Henon混沌时间序列和太阳黑子预测为例,验证了网络的有效性. 展开更多
关键词 过程神经元网络 极限学习机 粒子群 MOORE-PENROSE广义逆 网络训练
在线阅读 免费下载
基于小波变换遗传过程神经元网络的交通流预测 预览
6
作者 高为 《山西建筑》 2014年第3期160-162,共3页
针对短时交通流时间序列的缺点,应用小波变换理论,将含有综合信息的时间序列分离为低频确定信号和高频干扰信号,用遗传过程神经元网络分别进行预测,得到了原时间序列的实际预测结果,通过实测数据验证表明,该预测方法具有较好的预... 针对短时交通流时间序列的缺点,应用小波变换理论,将含有综合信息的时间序列分离为低频确定信号和高频干扰信号,用遗传过程神经元网络分别进行预测,得到了原时间序列的实际预测结果,通过实测数据验证表明,该预测方法具有较好的预测精度。 展开更多
关键词 短时交通流预测 小波变换 过程神经元网络
在线阅读 下载PDF
一种基于混合误差梯度下降算法的过程神经网络训练 预览 被引量:8
7
作者 许少华 宋美玲 +1 位作者 许辰 朱新宁 《东北石油大学学报》 北大核心 2014年第4期92-96,共5页
针对过程神经网络(PNN)单一训练算法自适应调整能力差、缺乏对学习性质有效控制的问题,提出一种梯度下降与牛顿迭代相结合的求解算法——混合误差梯度下降算法.在训练初始阶段,基于网络训练目标函数,采用梯度下降法进行迭代寻优,只需... 针对过程神经网络(PNN)单一训练算法自适应调整能力差、缺乏对学习性质有效控制的问题,提出一种梯度下降与牛顿迭代相结合的求解算法——混合误差梯度下降算法.在训练初始阶段,基于网络训练目标函数,采用梯度下降法进行迭代寻优,只需计算目标函数一阶导数数值公式,复杂度低且误差下降快;当梯度下降法学习效率降低时,引入牛顿迭代法,并将梯度下降法的训练结果作为初始参数代入目标函数,使问题转化为求解非线性方程组,不需要一维搜索而提高网络训练效率.通过学习效率分析自适应调节两种算法的切换,直至满足停机条件.将其应用于时变信号模式分类,实验结果表明,该算法较大地提高PNN训练效率. 展开更多
关键词 过程神经元网络 算法效率 牛顿迭代法 梯度下降法 混合误差梯度下降算法
在线阅读 下载PDF
一种新型过程神经元网络安全模型 预览
8
作者 江凌波 马超 +1 位作者 谈鉴峰 王加玉 《中国科技论文》 CAS 北大核心 2013年第4期321-326,共6页
提出一种基于反馈过程神经元网络的安全模型PNNSM,对移动终端在复杂移动环境下的行为实施安全控制。该模型通过策略函数化实现策略和决策的简化,通过反馈过程神经元网络和孤立点策略库实施系统行为的过程控制,以较小的开销为代价实... 提出一种基于反馈过程神经元网络的安全模型PNNSM,对移动终端在复杂移动环境下的行为实施安全控制。该模型通过策略函数化实现策略和决策的简化,通过反馈过程神经元网络和孤立点策略库实施系统行为的过程控制,以较小的开销为代价实现对移动终端的细粒度的安全保护。安全性分析表明PNNSM比其他安全模型更安全、更高效。 展开更多
关键词 安全模型 移动终端 过程神经元网络 策略函数化
在线阅读 下载PDF
一种基于量子粒子群的过程神经元网络学习算法 被引量:1
9
作者 刘志刚 杜娟 李盼池 《信息与控制》 CSCD 北大核心 2012年第2期 174-179,共6页
针对过程神经元网络模型学习参数较多,正交基展开后的BP算法计算复杂、不易收敛等问题,提出了一种基于双链结构的量子粒子群学习算法.该算法用量子比特构成染色体,对于给定过程神经元网络模型,按权值参数的个数确定量子染色体的基因数... 针对过程神经元网络模型学习参数较多,正交基展开后的BP算法计算复杂、不易收敛等问题,提出了一种基于双链结构的量子粒子群学习算法.该算法用量子比特构成染色体,对于给定过程神经元网络模型,按权值参数的个数确定量子染色体的基因数并完成种群编码,通过量子旋转门和量子非门完成个体的更新与变异.算法中每条染色体携带两条基因链,提高了获得最优解的概率,扩展了对解空间的遍历,从而加速过程神经元网络的优化进程.将经过量子粒子群算法训练的过程神经元网络应用于Mackey-Glass混沌时间序列和太阳黑子预测,仿真结果表明该学习算法不仅收敛速度快,而且寻优能力强. 展开更多
关键词 过程神经元网络 量子粒子群 网络训练 算法设计
基于过程神经元网络的时间序列预测方法 预览 被引量:5
10
作者 刘志刚 杜娟 +1 位作者 许少华 李盼池 《计算机工程》 CAS CSCD 2012年第5期 199-201,共3页
传统人工神经网络时间序列预测方法难以表达时间序列中的时间累积效应。为此,提出一种基于过程神经元网络的时间序列预测方法。采用双链结构的量子粒子群对过程神经元网络进行训练,以Mackey-Glass混沌时间序列预测为例进行实验。仿真结... 传统人工神经网络时间序列预测方法难以表达时间序列中的时间累积效应。为此,提出一种基于过程神经元网络的时间序列预测方法。采用双链结构的量子粒子群对过程神经元网络进行训练,以Mackey-Glass混沌时间序列预测为例进行实验。仿真结果表明,该方法的均方误差比普通神经网络低一个数量级。 展开更多
关键词 过程神经元网络 量子粒子群 双链结构 时间序列预测 算法设计 网络训练
在线阅读 下载PDF
过程神经元网络的研究与进展
11
作者 罗举致 周永华 《网络安全技术与应用》 2011年第4期50-52,共3页
过程神经元网络是一种适合于处理过程式信号输入的网络,其基本单元是过程神经元——一种新的神经元模型。本文介绍了过程神经元及其网络模型的基本理论及其特点,概述了一种基于梯度下降的学习算法及算法流程,总结了近几年来过程神经元... 过程神经元网络是一种适合于处理过程式信号输入的网络,其基本单元是过程神经元——一种新的神经元模型。本文介绍了过程神经元及其网络模型的基本理论及其特点,概述了一种基于梯度下降的学习算法及算法流程,总结了近几年来过程神经元网络及其算法的最新研究进展,并给出了一些已有的应用成果,讨论了一些具有前景的研究方向。 展开更多
关键词 过程神经元网络 梯度下降算法 标准函数正交基
基于改进粒子群算法的过程神经网络训练 预览 被引量:2
12
作者 刘志刚 杜娟 +1 位作者 许少华 李盼池 《科学技术与工程》 2011年第12期 2675-2679,共5页
针对过程神经元网络由于模型参数较多,正交基展开后的BP算法不易收敛的问题,结合量子理论,提出一种改进的粒子群算法,并用于过程神经元网络的训练。算法中粒子采用双链结构,用量子位的概率幅对粒子位置编码,通过量子旋转门和量子非门完... 针对过程神经元网络由于模型参数较多,正交基展开后的BP算法不易收敛的问题,结合量子理论,提出一种改进的粒子群算法,并用于过程神经元网络的训练。算法中粒子采用双链结构,用量子位的概率幅对粒子位置编码,通过量子旋转门和量子非门完成粒子的更新与变异,可发挥量子粒子群的群体搜索能力和全局收敛性,有效克服BP算法计算复杂、容易陷入局部最小值等缺陷。以两组二维三角函数的模式分类问题为例,验证算法有效性。结果表明该方法不仅收敛速度快,而且寻优能力强。 展开更多
关键词 过程神经元网络 粒子群 正交基变换 量子位 学习算法
在线阅读 免费下载
离散过程神经网络在时间序列预测中的应用 预览 被引量:1
13
作者 刘丽杰 李盼池 +1 位作者 李欣 张强 《计算机工程与应用》 CSCD 北大核心 2011年第32期 224-227,共4页
为解决复杂时间序列的预测问题,针对目前过程神经网络的输入为多个连续的时变函数,而许多实际问题的输入为多个序列的离散值,提出一种基于离散输入的过程神经网络模型及学习算法;并以太阳黑子数实际数据为例对太阳黑子数时间序列进... 为解决复杂时间序列的预测问题,针对目前过程神经网络的输入为多个连续的时变函数,而许多实际问题的输入为多个序列的离散值,提出一种基于离散输入的过程神经网络模型及学习算法;并以太阳黑子数实际数据为例对太阳黑子数时间序列进行预测,仿真结果表明该模型具有很好的逼近和预测能力。 展开更多
关键词 过程神经元网络 学习算法 时间序列预测 太阳黑子数
在线阅读 下载PDF
基于粒子群优化的过程神经网络学习算法 预览 被引量:25
14
作者 刘坤 谭营 何新贵 《北京大学学报:自然科学版》 CAS CSCD 北大核心 2011年第2期238-244,共7页
基于粒子群优化为过程神经元网络提出了一种新的学习算法。新算法在对网络输入函数和连接权函数进行正交基函数展开后,将网络中的结构参数和其他参数整合成一个粒子,再用粒子群优化算法进行全局优化。新算法不依赖于函数梯度信息,不... 基于粒子群优化为过程神经元网络提出了一种新的学习算法。新算法在对网络输入函数和连接权函数进行正交基函数展开后,将网络中的结构参数和其他参数整合成一个粒子,再用粒子群优化算法进行全局优化。新算法不依赖于函数梯度信息,不需要手动调节网络结构。粒子群优化具有良好的全局优化性能和收敛性能,保证了过程神经元网络的全局学习能力和新学习算法的收敛能力,更好地发挥过程神经网络的逼近性能。两个实际预测问题的实验结果表明,基于粒子群优化的学习算法比现有的基于梯度的基函数展开方法以及误差反传神经网络模型具有更好的预测精度。 展开更多
关键词 过程神经元网络 学习算法 粒子群优化 基函数展开
在线阅读 免费下载
基于过程神经元网络与遗传算法的交通流预测 预览
15
作者 贠天鹂 李淑庆 高为 《交通信息与安全》 2010年第5期 18-20,共3页
高速公路变通量预测对于高速公路建设和管理具有重要的指导作用。针对传统预测方法准确性低、预测时间长等问题,建立了遗传过程神经元网络优化模型,该模型既利用遗传算法全局搜索、快速收敛的优点,又利用过程神经元网络非线性描述、自... 高速公路变通量预测对于高速公路建设和管理具有重要的指导作用。针对传统预测方法准确性低、预测时间长等问题,建立了遗传过程神经元网络优化模型,该模型既利用遗传算法全局搜索、快速收敛的优点,又利用过程神经元网络非线性描述、自学习自适应的优点,并以实际道路为例进行计算机仿真,实证分析的结果表明,该方法能够有效提高交通量的预测精度。 展开更多
关键词 交通量预测 高速公路 过程神经元网络 遗传算法
在线阅读 免费下载
连续小波过程神经元网络在非线性函数逼近的应用 预览
16
作者 刘金月 祝宝玲 《长春理工大学学报》 2010年第3期 140-141,158,共3页
建立基于BP网络的连续小波过程神经元网络模型,分析网络拓扑结构,给出学习算法。模型根据网络逼近函数特性,选取Morlet函数作为隐层结点激励函数,利用LMS算法训练网络权值、尺度因子和平移因子,输出层采用线性函数,使网络兼具过程神经... 建立基于BP网络的连续小波过程神经元网络模型,分析网络拓扑结构,给出学习算法。模型根据网络逼近函数特性,选取Morlet函数作为隐层结点激励函数,利用LMS算法训练网络权值、尺度因子和平移因子,输出层采用线性函数,使网络兼具过程神经元网络和小波变换优点。分别用连续小波过程神经元网络和BP网络逼近同一非线性函数,仿真结果表明,小波网络逼近精度明显优于BP网络。 展开更多
关键词 小波变换 过程神经元网络 函数逼近
在线阅读 下载PDF
一种基于数值积分的过程神经元网络训练算法 预览 被引量:5
17
作者 许少华 王颖 +1 位作者 王皓 何新贵 《计算机科学》 CSCD 北大核心 2010年第11期 203-205,共3页
针对过程神经元网络的训练问题,提出了一种基于数值积分的学习算法。直接采用数值积分进行网络中动态样本与连接权函数的时域加权聚合运算,采用梯度下降法实现连接权函数特征参数及网络性质参数的调整。设计了基于梯形积分、辛普森积分... 针对过程神经元网络的训练问题,提出了一种基于数值积分的学习算法。直接采用数值积分进行网络中动态样本与连接权函数的时域加权聚合运算,采用梯度下降法实现连接权函数特征参数及网络性质参数的调整。设计了基于梯形积分、辛普森积分、柯特斯积分等3种过程神经元网络数值积分训练方法,以太阳黑子数据预测为例进行仿真实验,结果表明,基于数值积分的过程神经元网络训练算法是有效的,其中辛普森积分算法的性能最优。 展开更多
关键词 过程神经元网络 学习算法 数值积分 时域聚合运算
在线阅读 免费下载
基于双链量子遗传算法的过程神经元网络训练 预览
18
作者 曹茂俊 尚福华 《计算机测量与控制》 CSCD 北大核心 2010年第2期 407-410,共4页
基于函数正交基展开的过程神经元网络训练,由于参数较多BP算法不易收敛。针对这一问题,本文提出了一种基于双链量子遗传算法的解决方案。首先按权值参数的个数确定染色体上的基因数,完成种群编码,然后通过染色体评估获得当前最优染... 基于函数正交基展开的过程神经元网络训练,由于参数较多BP算法不易收敛。针对这一问题,本文提出了一种基于双链量子遗传算法的解决方案。首先按权值参数的个数确定染色体上的基因数,完成种群编码,然后通过染色体评估获得当前最优染色体,以该染色体为目标,用量子旋转门完成种群中个体的更新,用量子非门实现个体变异增加种群多样性。在该方法中,每条染色体携带两条基因链,因此可扩展对解空间的遍历性,加速优化进程。以两组二维三角函数的模式分类问题为例,仿真结果表明该方法不仅收敛速度快,而且寻优能力强。 展开更多
关键词 双链量子遗传算法 过程神经元网络 学习算法
在线阅读 下载PDF
基于过程神经元网络的汉字笔段提取算法研究 预览 被引量:2
19
作者 王建平 徐奇 《计算机应用研究》 CSCD 北大核心 2010年第5期 1965-1967,共3页
提出一种利用过程神经元网络,对脱机手写体汉字二维图像的笔段提取方法。定义了脱机手写体汉字笔段的提取方法,给出了用于脱机手写体汉字笔段提取的过程神经网络的模型和学习算法,并对算法进行了仿真实验。该方法与其他汉字笔段提取方... 提出一种利用过程神经元网络,对脱机手写体汉字二维图像的笔段提取方法。定义了脱机手写体汉字笔段的提取方法,给出了用于脱机手写体汉字笔段提取的过程神经网络的模型和学习算法,并对算法进行了仿真实验。该方法与其他汉字笔段提取方法相比,具有速度快、可学习、鲁棒性好的特点。经实验证明,该方法是行之有效的。 展开更多
关键词 汉字识别 笔段提取 特征点提取 过程神经元网络
在线阅读 下载PDF
一种基于过程神经元网络辨识的PID控制模型及方法 预览 被引量:1
20
作者 王兵 李盼池 许少华 《计算机应用》 CSCD 北大核心 2010年第1期 233-235,239,共4页
针对非线性动态系统PID过程控制问题,提出了一种基于过程神经元网络辨识的PID参数自适应整定的控制模型和方法。利用过程神经元网络对于动态系统时变输入/输出信号的学习机制,在某种最优控制律下通过对被控对象进行辨识来追踪被控对... 针对非线性动态系统PID过程控制问题,提出了一种基于过程神经元网络辨识的PID参数自适应整定的控制模型和方法。利用过程神经元网络对于动态系统时变输入/输出信号的学习机制,在某种最优控制律下通过对被控对象进行辨识来追踪被控对象的输出对控制输入变化的灵敏度信息,实现参数自适应匹配的PID控制。给出了基于过程神经元网络辨识的PID控制系统结构以及相应的实现机制,实验结果验证了模型和算法的有效性。 展开更多
关键词 非线性动态系统 PID控制 参数辨识 过程神经元网络
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部 意见反馈