梯度RBF神经网络在MEMS陀螺仪随机漂移建模中的应用 被引量：12

1

作者 王昊 王俊璞 +1 位作者 田蔚风 金志华 《中国惯性技术学报》 EI CSCD 2006年第4期44-48,共5页

为了提高使用精度,研究了某型号MEMS陀螺仪的随机漂移模型。采用游程检验法分析了该陀螺仪随机漂移数据的平稳性,并根据该漂移为均值非平稳、方差平稳的随机过程的结论,采用梯度径向基(RBF)神经网络对漂移数据进行了建模。实验结果表明... 为了提高使用精度,研究了某型号MEMS陀螺仪的随机漂移模型。采用游程检验法分析了该陀螺仪随机漂移数据的平稳性,并根据该漂移为均值非平稳、方差平稳的随机过程的结论,采用梯度径向基(RBF)神经网络对漂移数据进行了建模。实验结果表明:相比经典RBF网络模型而言,这种方法建立的模型能更好地描述MEMS陀螺仪的漂移特;相对于季节时间序列模型而言,其补偿效果提高了大约15%。 展开更多

关键词 微机电陀螺 随机漂移 非平稳随机过程 梯度rbf神经网络 建模 游程检验

在线阅读 下载PDF 职称材料

梯度算法下RBF网的参数变化动态 被引量：13

2

作者 魏海坤 李奇 宋文忠 《控制理论与应用》 EI CAS CSCD 北大核心 2007年第3期356-360,365,共6页

分析神经网络学习过程中各参数的变化动态,对理解网络的动力学行为,改进网络的结构和性能等具有积极意义.本文讨论了用梯度算法优化误差平方和损失函数时RBF网隐节点参数的变化动态,即算法收敛后各隐节点参数的可能取值.主要结论包括:... 分析神经网络学习过程中各参数的变化动态,对理解网络的动力学行为,改进网络的结构和性能等具有积极意义.本文讨论了用梯度算法优化误差平方和损失函数时RBF网隐节点参数的变化动态,即算法收敛后各隐节点参数的可能取值.主要结论包括:如果算法收敛后损失函数不为零,则各隐节点将位于样本输入的加权聚类中心;如果损失函数为零,则网络中的冗余隐节点将出现萎缩、衰减、外移或重合现象.进一步的试验发现,对结构过大的RBF网,冗余隐节点的萎缩、外移、衰减和重合是频繁出现的现象. 展开更多

关键词 梯度算法 rbf网 学习动态 神经网络 泛化能力

在线阅读 下载PDF 职称材料

基于RBF网络的智能气敏传感器温度补偿 被引量：7

3

作者 何平 潘国峰 +2 位作者 赵红东 李琳 李晓丽 《仪表技术与传感器》 CSCD 北大核心 2008年第7期6-8,42,共4页

研制出一种基于ARM7的智能气敏传感器,通过测量气敏薄膜的电阻,并将所测阻值和气体浓度进行校准,从而显示气体浓度。为了减小温度漂移带来的附加误差,提高传感器的测量精度,将气敏传感器所测量的电阻值与加热电压作为神经网络的输入,气... 研制出一种基于ARM7的智能气敏传感器,通过测量气敏薄膜的电阻,并将所测阻值和气体浓度进行校准,从而显示气体浓度。为了减小温度漂移带来的附加误差,提高传感器的测量精度,将气敏传感器所测量的电阻值与加热电压作为神经网络的输入,气体浓度值为输出,构造了一个双输入单输出的RBF神经网络温度补偿模型。采用RBF网络的带遗忘因子的梯度下降算法进行RBF网络的参数调整,实验表明RBF算法学习速度快,精度高。对实验中采集的数据进行非线性补偿后,误差保持在1.5%以内,大大提高了传感器的性能和测量精度,该装置能够很好地对环境中的气体进行监控。 展开更多

关键词 气敏传感器 温度漂移 ARM rbf网络 梯度下降算法

在线阅读 下载PDF 职称材料

基于IGA算法优化的RBF神经网络应用 被引量：6

4

作者 张文广 徐宇茹 +1 位作者 姜鹏 史贤俊 《海军航空工程学院学报》 2010年第3期271-275,共5页

提出了一种基于改进遗传算法（Improved Genetic Algorithm,IGA）优化的径向基函数（RBF）神经网络,将实数编码的自适应交叉和变异操作的遗传算法与梯度下降法混合交互运算,作为RBF网络的学习算法,并应用于非线性函数的逼近和导弹故障... 提出了一种基于改进遗传算法（Improved Genetic Algorithm,IGA）优化的径向基函数（RBF）神经网络,将实数编码的自适应交叉和变异操作的遗传算法与梯度下降法混合交互运算,作为RBF网络的学习算法,并应用于非线性函数的逼近和导弹故障模式的识别问题。仿真结果表明,基于IGA算法的RBF神经网络不仅结构简单,而且具有较好的网络泛化性能。 展开更多

关键词 rbf神经网络 梯度下降法 遗传算法 自适应

在线阅读 下载PDF 职称材料

基于遗传算法和梯度下降的RBF神经网络组合训练方法 被引量：34

5

作者 姜鹏飞 蔡之华 《计算机应用》 CSCD 北大核心 2007年第2期366-368,372,共4页

在使用基于梯度下降的径向基函数(RBF)神经网络学习方法时,由于网络目标函数误差曲面极其复杂,因而产生了网络收敛速度慢,且容易陷入局部极小,网络初始值的设置对网络训练结果影响很大等问题。基于遗传算法的训练方法能够摆脱陷入局部... 在使用基于梯度下降的径向基函数(RBF)神经网络学习方法时,由于网络目标函数误差曲面极其复杂,因而产生了网络收敛速度慢,且容易陷入局部极小,网络初始值的设置对网络训练结果影响很大等问题。基于遗传算法的训练方法能够摆脱陷入局部最优的困扰,但遗传算法的局部搜索能力不够,从而影响网络的训练效果。为了解决上述问题,在研究两种算法特点的基础上,提出一种组合训练方法,用提出的训练方法对UCI中的部分数据集进行了仿真实验,并将实验结果与传统方法下的结果进行了比较,实验结果表明新方法是有效的。 展开更多

关键词 径向基函数神经网络 遗传算法 梯度下降

在线阅读 下载PDF 职称材料

RBF神经网络的梯度下降训练方法中的学习步长优化 被引量：21

6

作者 林嘉宇 刘荧 《信号处理》 CSCD 2002年第1期43-48,共6页

梯度下降法是训练ＲＢＦ神经网络的一种有效方法。和其他基于下降法的算法一样，ＲＢＦ神经网络的梯度下降训练方法中也存在学习步长的取值问题。本文基于误差能量函数对学习步长的二阶Ｔａｙｌｏｒ展开，构造了一种优化学习步长的方法... 梯度下降法是训练ＲＢＦ神经网络的一种有效方法。和其他基于下降法的算法一样，ＲＢＦ神经网络的梯度下降训练方法中也存在学习步长的取值问题。本文基于误差能量函数对学习步长的二阶Ｔａｙｌｏｒ展开，构造了一种优化学习步长的方法，进行了较详细的推导：实验表明，本方法可有效地加速梯度下降法的收敛速度、提高其性能。该方法的思想可以用于其他基于下降法的学习步长的优化中。 展开更多

关键词 梯度下降法 学习步长优化 rbf神经网络

在线阅读 下载PDF 职称材料

一种基于改进k-means的RBF神经网络学习方法 被引量：23

7

作者 庞振 徐蔚鸿 《计算机工程与应用》 CSCD 2012年第11期161-163,184,共4页

针对传统RBF神经网络学习算法构造的网络分类精度不高,传统的k-means算法对初始聚类中心的敏感,聚类结果随不同的初始输入而波动。为了解决以上问题,提出一种基于改进k-means的RBF神经网络学习算法。先用减聚类算法优化k-means算法,消... 针对传统RBF神经网络学习算法构造的网络分类精度不高,传统的k-means算法对初始聚类中心的敏感,聚类结果随不同的初始输入而波动。为了解决以上问题,提出一种基于改进k-means的RBF神经网络学习算法。先用减聚类算法优化k-means算法,消除聚类的敏感性,再用优化后的k-means算法构造RBF神经网络。仿真结果表明了该学习算法的实用性和有效性。 展开更多

关键词 减聚类算法 K-MEANS算法 径向基函数(rbf)神经网络 梯度下降法

在线阅读 下载PDF 职称材料

基于CAE和RBF神经网络的注塑工艺优化分析 被引量：5

8

作者 孔轶艳 黄力 陆大同 《塑料》 CSCD 北大核心 2017年第3期121-125,共5页

针对某汽车塑件注塑成型时成型末端翘曲量较大导致尺寸变差的问题,结合注塑成型CAE工艺分析后发现,引起产品充填末端翘曲变形大的主要原因为注塑后冷却收缩不均,针对此问题,将CAE仿真分析和RBF神经网络的预测分析相结合,对注塑工艺参数... 针对某汽车塑件注塑成型时成型末端翘曲量较大导致尺寸变差的问题,结合注塑成型CAE工艺分析后发现,引起产品充填末端翘曲变形大的主要原因为注塑后冷却收缩不均,针对此问题,将CAE仿真分析和RBF神经网络的预测分析相结合,对注塑工艺参数中的保压工艺和冷却工艺进行了优化设计,CAE分析方案采用(冷却+填充+保压+翘曲),RBF神经网络采用聚类法和梯度算法,应用改善翘曲的L_(27)(38)设计试验方案进行神经网络训练和检验,应用混合正交法(L_(36)(2*6 3*2))进行二次水平密化优选参数,通过优化,找到了改善翘曲的注塑工艺方案,优化的注塑工艺方案能较好的指导产品的批量生产,对其它同类注塑产品的生产有较好的实践参考意义。 展开更多

关键词 塑件 CAE分析 rbf神经网络 梯度法 聚类法

原文传递

具有最优学习率的RBF神经网络及其应用 被引量：50

9

作者 卫敏 余乐安 《管理科学学报》 CSSCI 北大核心 2012年第4期50-57,共8页

传统固定学习率的RBF神经网络在金融时间序列预测方面已经有比较成功的应用,但网络学习率的选择问题却给传统RBF神经网络的使用带来了不便.利用梯度下降法及优化方法推导出了RBF神经网络的动态最优学习率并将其应用于网络学习算法,具有... 传统固定学习率的RBF神经网络在金融时间序列预测方面已经有比较成功的应用,但网络学习率的选择问题却给传统RBF神经网络的使用带来了不便.利用梯度下降法及优化方法推导出了RBF神经网络的动态最优学习率并将其应用于网络学习算法,具有最优学习率的RBF神经网络能够在保证网络稳定学习的同时兼顾网络的收敛速度.为了检验具有动态最优学习率的RBF神经网络的预测效果,对沪深300指数波动率进行了预测实验.实验结果表明,具有动态最优学习率的RBF神经网络比传统的固定学习率的RBF神经网络有着更快的收敛速度,同时也避免了人为选定学习率的不便. 展开更多

关键词 rbf神经网络 最优学习率 梯度下降法

在线阅读 下载PDF 职称材料

基于Q-RBF神经网络模型的国产大豆价格预测研究 被引量：4

10

作者 张冬青 刘欢 张云清 《大豆科学》 CAS CSCD 北大核心 2017年第1期143-149,共7页

大豆是重要的经济作物,同时也是我国市场化和国际化程度最高的大宗农产品,对其价格进行预测具有重要意义。采用Q-RBF神经网络模型对国产大豆价格进行预测,该模型具有如下两个特点:(1)通过分位数回归功能来描述大豆在不同价格水平下的分... 大豆是重要的经济作物,同时也是我国市场化和国际化程度最高的大宗农产品,对其价格进行预测具有重要意义。采用Q-RBF神经网络模型对国产大豆价格进行预测,该模型具有如下两个特点:(1)通过分位数回归功能来描述大豆在不同价格水平下的分布特征;(2)通过RBF神经网络结构来刻画大豆价格的非线性关系。在模型参数优化时,由于遗传算法是一种全局搜索优化方法,但是搜索速度慢、对初始值具有一定依赖性;而梯度下降法具有收敛快,对初始值没有特定要求等优点,所以本文提出遗传算法与梯度下降法相结合的混合改进算法,其基本思想是利用梯度下降法的局部寻优能力加快遗传算法的收敛速度。采用2010年1月-2015年12月的国产大豆月度价格数据进行预测研究,结果表明,算法收敛速度较快,模型预测精度较高,是可以泛化应用的预测模型。 展开更多

关键词 预测 Q—rbf神经网络 梯度下降法 遗传算法 概率密度函数

原文传递

基于改进RBF神经网络的电力系统短期负荷预测 被引量：5

11

作者 杨胡萍 白慧 +1 位作者 刘家学 张力 《东华大学学报（自然科学版）》 CAS CSCD 北大核心 2008年第2期204-207,共4页

提出一种交替梯度算法,对径向基函数(RBF)神经网络的训练进行改进.改进的算法与传统梯度下降算法相比,具有更快的收敛速度和更高的预测精度.采用该改进算法应用于电力系统短期负荷预测模型,综合考虑了气象、日类型等影响负荷变化的因素... 提出一种交替梯度算法,对径向基函数(RBF)神经网络的训练进行改进.改进的算法与传统梯度下降算法相比,具有更快的收敛速度和更高的预测精度.采用该改进算法应用于电力系统短期负荷预测模型,综合考虑了气象、日类型等影响负荷变化的因素,预测结果表明该算法具有一定实用性. 展开更多

关键词 短期负荷预测 交替梯度算法 径向基函数(rbf)神经网络 电力系统

在线阅读 下载PDF 职称材料

PSO聚类和梯度算法结合的RBF神经网络优化 被引量：9

12

作者 孟艳 潘宏侠 《自动化仪表》 CAS 北大核心 2011年第2期6-8,共3页

针对制约径向基函数RBF神经网络发展及其应用的瓶颈问题,提出一种基于粒子群优化算法PSO的改进K-means聚类思想,以确定其隐节点的数目。结合梯度算法,通过最小化目标函数调节隐节点的数据中心、宽度和输出权值,最终达到优化RBF神经网络... 针对制约径向基函数RBF神经网络发展及其应用的瓶颈问题,提出一种基于粒子群优化算法PSO的改进K-means聚类思想,以确定其隐节点的数目。结合梯度算法,通过最小化目标函数调节隐节点的数据中心、宽度和输出权值,最终达到优化RBF神经网络的目的;同时,将优化后的网络应用于滚动轴承故障模式识别。试验结果表明,该方法能自适应地确定RBF神经网络隐节点的数目并调整其结构参数,使网络具有较快的收敛速度和较高的收敛精度,从而准确地识别滚动轴承的故障模式。 展开更多

关键词 rbf 神经网络 PSO聚类算法 梯度算法 滚动轴承 模式识别 优化

在线阅读 下载PDF 职称材料

基于强化学习的倒立摆分数阶梯度下降RBF控制 被引量：4

13

作者 薛晗 邵哲平 +1 位作者 方琼林 刘晓佳 《控制与决策》 EI CSCD 北大核心 2021年第1期125-134,共10页

为了提高强化学习的控制性能,提出一种基于分数梯度下降RBF神经网络的强化学习算法.通过评价神经网络和执行神经网络组成强化学习系统,利用神经网络记忆和联想,学会控制倒立摆,提高控制精度,使误差趋于零,直至学习成功,并证明闭环系统... 为了提高强化学习的控制性能,提出一种基于分数梯度下降RBF神经网络的强化学习算法.通过评价神经网络和执行神经网络组成强化学习系统,利用神经网络记忆和联想,学会控制倒立摆,提高控制精度,使误差趋于零,直至学习成功,并证明闭环系统的稳定性.通过倒立摆的物理实验发现,当分数阶阶数较大,微分的作用更显著,对角速度和速度的控制效果更好,角速度和速度的均方误差和平均绝对误差较小;当分数阶阶数较小,积分的作用更显著,对倾斜角和位移的控制效果更好,因此倾斜角和位移的均方误差和平均绝对误差较小.仿真实验的结果表明,所提算法动态响应好,超调量小,调整时间短,精度高,泛化性能好.它优于基于RBF神经网络的强化学习算法和传统强化学习算法,能有效地加快梯度下降法的收敛速度,提高其控制性能.在引入适当的干扰后,所提算法能够快速地自我调节并恢复稳定状态,控制器的鲁棒性和动态性能满足实际要求. 展开更多

关键词 强化学习 径向基神经网络 倒立摆 分数阶 梯度下降 神经网络控制

原文传递

基于混合学习算法的RBF神经网络主蒸汽温度控制 被引量：6

14

作者 王杰 姜国强 王栓 《热力发电》 CAS 北大核心 2009年第2期28-31,36,共5页

针对火电厂主蒸汽温度的大迟延、模型不确定性特点,提出一种使用径向基(RBF)神经网络整定PID串级主蒸汽温度控制策略。采用一种最近邻聚类法和梯度下降法相结合的混合学习算法构造RBF神经网络,在线辨识被控对象并对PID主控制器参数进行... 针对火电厂主蒸汽温度的大迟延、模型不确定性特点,提出一种使用径向基(RBF)神经网络整定PID串级主蒸汽温度控制策略。采用一种最近邻聚类法和梯度下降法相结合的混合学习算法构造RBF神经网络,在线辨识被控对象并对PID主控制器参数进行在线调整。仿真结果表明,基于混合学习算法的RBF神经网络PID控制器具有控制精度高、响应速度快的优点,系统动态品质优于常规算法的RBF神经网络PID控制。 展开更多

关键词 火电厂 主蒸汽温度 控制 最近邻聚类法 梯度下降法 混合学习算法 rbf神经网络 PID

在线阅读 下载PDF 职称材料

基于改进OLS-RBF神经网络模型的短期风电场出力预测 被引量：6

15

作者 洪翠 温步瀛 林维明 《电力自动化设备》 EI CSCD 北大核心 2012年第9期40-43,59,共5页

介绍了基于正交最小二乘(OLS)方法构造径向基函数(RBF)神经网络模型的基本思想,分析了传统OLS-RBF模型对基函数宽度初值的敏感性。采用梯度下降法调整和确定基函数宽度初值,有效降低其对网络的影响。以风电场的风速和环境温度作为预测输... 介绍了基于正交最小二乘(OLS)方法构造径向基函数(RBF)神经网络模型的基本思想,分析了传统OLS-RBF模型对基函数宽度初值的敏感性。采用梯度下降法调整和确定基函数宽度初值,有效降低其对网络的影响。以风电场的风速和环境温度作为预测输入,分别采用改进模型与传统模型对福建某沿海风电场的短期出力进行了预测,研究结果表明,改进的OLS-RBF模型预测结果更加准确,精度较高。 展开更多

关键词 短期风电出力预测 改进OLS-rbf神经网络 梯度下降法 风电 预测 神经网络 模型

在线阅读 下载PDF 职称材料

基于动态K均值的RBF神经网络日降水预报模型 被引量：3

16

作者 蒋林利 《现代计算机（中旬刊）》 2014年第1期11-14,22,共5页

针对优化径向基函数神经网络的各参数问题,提出一种动态K均值混合优化RBF神经网络并应用于广西降水数据进行建立预报模型,该模型与传统的K均值RBF模型和同期的T213降水预报进行对比,结果表明,该模型建立的5月3个区域的逐日降水预报,预... 针对优化径向基函数神经网络的各参数问题,提出一种动态K均值混合优化RBF神经网络并应用于广西降水数据进行建立预报模型,该模型与传统的K均值RBF模型和同期的T213降水预报进行对比,结果表明,该模型建立的5月3个区域的逐日降水预报,预测的精确度明显高于同期的T213降水预报。 展开更多

关键词 rbf神经网络 K均值 梯度算法

在线阅读 下载PDF 职称材料

用于语音信号非线性建模的RBF神经网络的训练方法及其性能 被引量：4

17

作者 林嘉宇 刘荧 《信号处理》 CSCD 2001年第4期322-328,共7页

语音信号非线性建模符合语音信号的性质，可以提高语音信号处理的性能。神经网络是信号非线性建模的有效工具之一。本文深入研究了应用于语音信号非线性建模的ＲＢＦ神经网络的训练方法，即ｋ－均值法、ＯＬＳ算法和梯度下降法。实验结... 语音信号非线性建模符合语音信号的性质，可以提高语音信号处理的性能。神经网络是信号非线性建模的有效工具之一。本文深入研究了应用于语音信号非线性建模的ＲＢＦ神经网络的训练方法，即ｋ－均值法、ＯＬＳ算法和梯度下降法。实验结果表明，在ＲＢＦ神经网络的结构已定情况下，不宜使用ｋ－均值法及．ＯＬＳ算法，而应该使用梯度下降法。文章阐述了各训练算法性能差别的原因，并讨论了语音信号非线性及线性建模的性能比较。 展开更多

关键词 语音信号 非线性建模 rbf神经网络 K-均值法 OLS算法 梯度下降法

在线阅读 下载PDF 职称材料

基于RBF神经网络的Web文本分类的研究 被引量：1

18

作者 徐春雨 《电脑知识与技术》 2011年第5期3107-3108,3111,共3页

Web文本分类是采用文本分类技术将Web上的信息进行自动分类,使用户能够快速找到自己想要的资源。文本分类的过程中,将特征提取之后的来自Web的数据分成样本数据集和测试数据集,将样本数据集输入到RBF网络中进行训练,RBF网络经过训练之后... Web文本分类是采用文本分类技术将Web上的信息进行自动分类,使用户能够快速找到自己想要的资源。文本分类的过程中,将特征提取之后的来自Web的数据分成样本数据集和测试数据集,将样本数据集输入到RBF网络中进行训练,RBF网络经过训练之后,输入测试数据集中的数据进行验证,实验证明,RBF网络取得了较好的分类结果。 展开更多

关键词 WEB文本分类 rbf网络 高斯函数 梯度下降法

在线阅读 下载PDF 职称材料

基于傅里叶描述子RBFNN有杆泵井故障诊断

19

作者 刘伟 邱成 《系统仿真技术》 2014年第3期217-222,共6页

在对有杆泵井进行故障诊断过程中,采用了具有很强轮廓形状识别能力的傅里叶描述子作为RBFNN(径向基函数神经网络)的输入向量特征提取,通过分析比较基于梯度下降法和遗传算法的RBF网络各自特点,提出了一种基于傅里叶描述子的分层循环学习... 在对有杆泵井进行故障诊断过程中,采用了具有很强轮廓形状识别能力的傅里叶描述子作为RBFNN(径向基函数神经网络)的输入向量特征提取,通过分析比较基于梯度下降法和遗传算法的RBF网络各自特点,提出了一种基于傅里叶描述子的分层循环学习RBFNN算法。通过对非线性函数逼近的仿真实验证明了所提算法是准确有效的,最后利用MATLAB神经网络工具箱,建立分层学习算法的网络模型实现对有杆泵井的故障诊断,通过仿真测试验证了所提出的故障诊断方法能够准确地判断出有杆泵井故障类型。 展开更多

关键词 径向基函数神经网络 傅里叶描述子 遗传算法 梯度下降法 有杆泵井 故障诊断

在线阅读 下载PDF 职称材料

基于快速非负矩阵分解和RBF网络的高光谱图像分类算法 被引量：4

20

作者 狄文羽 何明一 梅少辉 《遥感技术与应用》 CSCD 北大核心 2009年第3期385-390,共6页

提出一种处理AVIRIS高光谱图像数据的计算机分类算法。首先采用投影梯度(ProjectedGradient)改进的非负矩阵分解(NMF)方法对高光谱数据进行特征提取,大大降低了分解过程中两个子迭代问题的时间复杂度,而后利用径向基函数神经网络(RBFNN... 提出一种处理AVIRIS高光谱图像数据的计算机分类算法。首先采用投影梯度(ProjectedGradient)改进的非负矩阵分解(NMF)方法对高光谱数据进行特征提取,大大降低了分解过程中两个子迭代问题的时间复杂度,而后利用径向基函数神经网络(RBFNN)分类器对提取结果进行分类。结果表明,与传统NMF和主成分分析相比,PGNMF-RBF算法消耗时间最少,分类精度最高,6类地物的分类精度达到83.34%。该算法在保留非负矩阵分解明确物理意义的基础上,获得了更快的分解速度和更高的分类精度,在高光谱图像分类领域具有较大的应用潜力。 展开更多

关键词 投影梯度 非负矩阵分解 rbf神经网络 图像分类

原文传递