期刊文献+
共找到12篇文章
< 1 >
每页显示 20 50 100
不同情绪作用下的汽车驾驶行为预测 预览
1
作者 程静 张艺 《交通运输工程与信息学报》 2019年第3期125-132,共8页
为探究驾驶员情绪对驾驶行为的影响,本文采集驾驶员心电信号和行车数据,对不同情绪作用下的驾驶员行为进行预测。首先,根据问题的数学描述,建立融合驾驶员情绪变化的驾驶员模型,依据模型设计神经网络体系结构。然后,采用竞争学习算法进... 为探究驾驶员情绪对驾驶行为的影响,本文采集驾驶员心电信号和行车数据,对不同情绪作用下的驾驶员行为进行预测。首先,根据问题的数学描述,建立融合驾驶员情绪变化的驾驶员模型,依据模型设计神经网络体系结构。然后,采用竞争学习算法进行驾驶行为预测,其损失减小到传统方法的1/2,结果表明,竞争学习算法是一个有效的算法,可以很好地应用在驾驶行为预测的研究中。最后,对驾驶员高兴、悲伤、愤怒和平静4种情绪作用下的驾驶行为进行预测,车速预测值非常接近观测值。在高兴和愤怒情绪状态下,平均车速相比于平静状态时都有显著增加,伴随着明显的超速行为;愤怒情绪下,出现事故的可能性增加,驾驶员趋向更危险的驾驶行为;在悲伤情绪下,平均车速相比于平静状态时显著下降,驾驶员驾驶较谨慎。 展开更多
关键词 驾驶情绪 驾驶行为 神经网络 竞争学习
在线阅读 下载PDF
高速神经网络HS-K—WTA-2的研究 预览 被引量:1
2
作者 朱红 陈清华 刘国岁 《南京理工大学学报:自然科学版》 CAS CSCD 北大核心 2007年第1期 89-91,共3页
该文提出了一种新的K—Winners—Take—All神经网络:High—Speed—K—Winners—Take—All-2(HS-K-WTA-2)。HS-K-WTA-2以竞争学习算法为基础。HS-K-WTA-2能够从任何一个数集中识别出K个较大的数,或K个较小的数。该文给出HS—K—WTA-... 该文提出了一种新的K—Winners—Take—All神经网络:High—Speed—K—Winners—Take—All-2(HS-K-WTA-2)。HS-K-WTA-2以竞争学习算法为基础。HS-K-WTA-2能够从任何一个数集中识别出K个较大的数,或K个较小的数。该文给出HS—K—WTA-2算法及算法复杂度的分析结果。用专门为研究K—WTA神经网络开发的仿真程序对HS—K-WTA-2、HS—K-WTA和Winstrons进行仿真研究。结果显示:当所取的数集N较大时,HS—K—WTA-2要比Winstrons和HS-K-WTA速度更快。HS—K—WTA-2的硬件实现比Winston的硬件实现要简单,比HS—K—WTA的硬件实现复杂。 展开更多
关键词 神经网络 竞争学习算法 高速算法 选择K个较大数 K—WTA HS-K-WTA HS-K-WTA-2
在线阅读 下载PDF
RBFNN在数字识别中的应用 预览
3
作者 邹文辉 《中国科技信息》 2007年第20期 110-111,共2页
径向基(RBF)神经网络是一种典型的前馈网络,共有收敛速度快、能收敛到全局最优点、可最佳逼近等优点。网络设计的主要问题包括隐层节点数、中心和半径的确定,以及网络权值的训练等。这里设计了一个用于车牌字符识别的径向基神经网络... 径向基(RBF)神经网络是一种典型的前馈网络,共有收敛速度快、能收敛到全局最优点、可最佳逼近等优点。网络设计的主要问题包括隐层节点数、中心和半径的确定,以及网络权值的训练等。这里设计了一个用于车牌字符识别的径向基神经网络(RBFNN),利用竞争学习算法对网络进行学习,确定中心,并采用梯度下降法找到合适的权值参数,用Akaike的FPE标准精简网络,获得了94.9%的识别准确率。 展开更多
关键词 径向基函数方法 竞争学习算法 梯度下降法 删除策略
在线阅读 下载PDF
基于模糊聚类神经网络的镜头突变检测算法 预览 被引量:4
4
作者 沈淑娟 姜建国 曹建春 《计算机工程与设计》 CSCD 2004年第9期 1612-1614,共3页
讨论了采用无监督的模糊竞争学习算法,并结合自组织竞争网络构成的一种新型模糊聚类神经网络模型,提出了一种基于该网络模型的镜头突变检测算法.该算法通过对线性特征空间进行由粗到细的两步模糊聚类实现镜头突变的检测.实验结果表明该... 讨论了采用无监督的模糊竞争学习算法,并结合自组织竞争网络构成的一种新型模糊聚类神经网络模型,提出了一种基于该网络模型的镜头突变检测算法.该算法通过对线性特征空间进行由粗到细的两步模糊聚类实现镜头突变的检测.实验结果表明该算法是可行和有效的. 展开更多
关键词 竞争学习算法 模糊聚类 竞争网络 线性特征 网络模型 镜头 自组织 测算法 类神经网络 监督
在线阅读 下载PDF
复杂系统的遗传-模糊建模方法 预览 被引量:9
5
作者 黄自元 甄兰兰 +1 位作者 费敏锐 沈昱明 《系统仿真学报》 CAS CSCD 2003年第9期 1285-1287,共3页
针对复杂系统的模糊建模问题,提出了一种遗传-模糊建模新方法.首先,利用竞争学习算法对输入空间进行自适应聚类,基于聚类结果提取模糊模型的规则前件隶属函数参数,采用局部最小二乘法求得规则后件参数,从而初步建立起系统的T-S模糊模型... 针对复杂系统的模糊建模问题,提出了一种遗传-模糊建模新方法.首先,利用竞争学习算法对输入空间进行自适应聚类,基于聚类结果提取模糊模型的规则前件隶属函数参数,采用局部最小二乘法求得规则后件参数,从而初步建立起系统的T-S模糊模型.然后,对规则前、后件参数进行编码,借助于实值编码遗传算法优化模糊系统.最后,数字仿真结果验证了算法的可行性和有效性. 展开更多
关键词 竞争学习 T-S模糊模型 实值编码遗传算法 最小二乘法
在线阅读 下载PDF
一种高速神经网络HS—K—WTA的研究 预览 被引量:1
6
作者 朱红 陈清华 《电子学报》 EI CAS CSCD 北大核心 2002年第7期 1020-1022,共3页
本文提出一种新的K-Winners-Take-All神经网络;High-Speed-K-Winners-Take-All(HS-K-WTA)。HS-K-WTA是以竞争学习算法为基础。HS-K-WTA能够从任何一个数集中,识别出K个较大的数,或较小的数。本文给出HS-K-WTA算法及算法复... 本文提出一种新的K-Winners-Take-All神经网络;High-Speed-K-Winners-Take-All(HS-K-WTA)。HS-K-WTA是以竞争学习算法为基础。HS-K-WTA能够从任何一个数集中,识别出K个较大的数,或较小的数。本文给出HS-K-WTA算法及算法复杂性的分析结果。结果显示HS-K-WTA要比Winstrons更好,更容易硬件实现,更稳定,尤其所取的数集中的数较大时。 展开更多
关键词 HS-K-WTA 神经网络 竞争学习算法 高速算法 选择K个较大数
在线阅读 下载PDF
应用于矢量量化的竞争学习算法研究 预览 被引量:1
7
作者 朱策 何振亚 《电子学报》 EI CAS CSCD 北大核心 1997年第2期 113-115,共3页
本文依据部分失真定理提出了一种应用于矢量量化的竞争学习新算法--部分失真均衡竞争学习算法,与目前流行的多种竞争学习算法相比,该算法对于不同尺寸码书的设计均取得了最好的结果,特别是对于大尺寸码书的设计,效果更为明显。
关键词 竞争学习算法 矢量量化 部分失真
在线阅读 下载PDF
用于风电功率预测的RPCL优化神经网络模型 预览 被引量:3
8
作者 苏义鑫 夏慧雯 《北京工业大学学报》 CAS CSCD 北大核心 2016年第5期674-678,共5页
为了提高风电功率预测的准确度,提出了一种基于对手竞争惩罚学习算法(rival penalized competitive learning,RPCL)优化径向基函数(radial basis function,RBF)神经网络的风电功率预测模型.首先通过RPCL确定网络隐含层神经元数目以... 为了提高风电功率预测的准确度,提出了一种基于对手竞争惩罚学习算法(rival penalized competitive learning,RPCL)优化径向基函数(radial basis function,RBF)神经网络的风电功率预测模型.首先通过RPCL确定网络隐含层神经元数目以及中心点初始值,然后由K均值聚类法确定隐含层神经元的中心点和宽度,最后通过最小均值算法确定隐含层神经元与输出层神经元之间的权值.仿真结果表明:此优化模型相较于传统RBF网络具有更高的准确性. 展开更多
关键词 风电功率预测 对手竞争惩罚学习算法 RBF神经网络 K均值聚类
在线阅读 下载PDF
聚类中心计数值和全局距离向量RPCL算法 预览 被引量:1
9
作者 沈佳杰 江红 王肃 《计算机工程与设计》 CSCD 北大核心 2014年第5期1811-1815,共5页
针对标准的竞争学习算法(rival penalized competitive learning,RPCL)在问题规模较大情况下,算法收敛速度较慢以及无法精确找到聚类q-心的问题,通过引入聚类中心计数值和全局距离向量的方法,提高了RPCL算法对于问题全局最优解的... 针对标准的竞争学习算法(rival penalized competitive learning,RPCL)在问题规模较大情况下,算法收敛速度较慢以及无法精确找到聚类q-心的问题,通过引入聚类中心计数值和全局距离向量的方法,提高了RPCL算法对于问题全局最优解的搜索能力,提出了一个基于聚类中心计数值和全局距离向量的RPCL算法改进。通过理论证明验证了该RPCI。算法可以有效提高RPCL算法对于全局最优聚类中心的搜索能力以及聚类结果的准确性,实验结果表明了理论推导的正确性以及该算法的可行性。 展开更多
关键词 竞争学习算法 聚类算法 聚类中心计数值 全局距离向量 RPCL算法
在线阅读 下载PDF
基于MPSO算法的RBF网络学习算法 被引量:1
10
作者 姚柳 《煤炭技术》 CAS 北大核心 2010年第7期204-206,共3页
针对标准粒子群优化(PSO)算法存在早熟收敛,易陷入局部极值的缺陷,提出了一种利用混沌优化算法确定PSO算法参数的改进粒子群优化(MPSO)算法。为了提高径向基函数(RBF)神经网络的精度和性能,提出了一种基于改进粒子群优化(MPSO)... 针对标准粒子群优化(PSO)算法存在早熟收敛,易陷入局部极值的缺陷,提出了一种利用混沌优化算法确定PSO算法参数的改进粒子群优化(MPSO)算法。为了提高径向基函数(RBF)神经网络的精度和性能,提出了一种基于改进粒子群优化(MPSO)算法的RBF网络学习算法。RBF网络隐层节点个数用对手受罚的竞争学习(RPCL)算法确定后,基函数的中心矢量、方差和网络权值用MPSO算法在全局空间动态确定。采用Iris分类问题做仿真实验,并与基于标准PSO算法的方法和单纯BP网络训练进行比较。实验结果表明,该算法性能优于所比较的2种算法,并且具有良好的收敛性和模式分类能力。 展开更多
关键词 粒子群优化(PSO)算法 改进粒子群优化(MPSO)算法 径向基函数(RBF)神经网络 混沌优化算法 对手受罚的竞争学习(RPCL)算法
中长期负荷预测的模糊竞争学习聚类神经网络算法 预览 被引量:1
11
作者 岳璐 张尧 《继电器》 CSCD 北大核心 2008年第8期 55-58,104,共5页
电力系统中长期负荷预测受大量不确定因素的影响,聚类方法能够将各种影响因素综合引入预测模型,提高了预测精度。本文将神经网络引入到模糊聚类分析中,建立了中长期负荷预测的新方法,并且对聚类神经网络的学习算法进行了改进,利用... 电力系统中长期负荷预测受大量不确定因素的影响,聚类方法能够将各种影响因素综合引入预测模型,提高了预测精度。本文将神经网络引入到模糊聚类分析中,建立了中长期负荷预测的新方法,并且对聚类神经网络的学习算法进行了改进,利用模糊竞争学习完成网络运算,弥补了网络输出结果二值性的不足,使得学习规则中权值矩阵的改变速度加快,因而算法的收敛速度有很大提高。运用文中所述模型及算法综合考虑了历史负荷情况和未来不确定因素等对未来负荷变化的影响。通过与传统方法进行中长期负荷预测比较,结果表明该方法可以提高负荷预测的精度。 展开更多
关键词 中长期负荷预测 聚类神经网络 模糊竞争学习 信息扩充法
在线阅读 下载PDF
基于PSO—RBF NN的非线性系统辨识方法仿真研究 预览 被引量:15
12
作者 丁宏锴 萧蕴诗 +1 位作者 李斌宇 岳继光 《系统仿真学报》 EI CAS CSCD 北大核心 2005年第8期 1826-1829,共4页
提出一种基于粒子群优化算法构造径向基函数神经网络进行非线性系统辨识的新方法.网络径向基层的单元数由对手受罚的竞争学习算法确定后,其他所有参数:中心位置、各向宽度、网络权值,均是在全局空间动态确定的.实例仿真证实了该方法的... 提出一种基于粒子群优化算法构造径向基函数神经网络进行非线性系统辨识的新方法.网络径向基层的单元数由对手受罚的竞争学习算法确定后,其他所有参数:中心位置、各向宽度、网络权值,均是在全局空间动态确定的.实例仿真证实了该方法的有效性. 展开更多
关键词 非线性系统辨识 粒子群优化算法 RBF神经网络 对手受罚的竞争学习算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈