期刊文献+
共找到100篇文章
< 1 2 5 >
每页显示 20 50 100
A Second Order Training Algorithm for Multilayer Feedforward Neural Networks
1
作者 谭营 何振亚 邓超 《Journal of Southeast University(English Edition)》 EI CAS 1997年第1期32-36,共5页
ASecondOrderTrainingAlgorithmforMultilayerFeedforwardNeuralNetworksTanYing(谭营)HeZhenya(何振亚)(DepartmentofRad... ASecondOrderTrainingAlgorithmforMultilayerFeedforwardNeuralNetworksTanYing(谭营)HeZhenya(何振亚)(DepartmentofRadioEngineering,Sou... 展开更多
关键词 MULTILAYER FEEDFORWARD neural networks second order TRAINING ALGORITHM BP ALGORITHM learning factors XOR problem
在线阅读 下载PDF
Prediction of Ship Roll Based on Second Diagonal Recurrent Neural Network 被引量:1
2
作者 Liang Xu Zhanying Li +1 位作者 Yuzhi Song Yanping Wang 《控制工程期刊(中英文版)》 2013年第3期106-110,共5页
关键词 控制工程 自动控制 自动化 USTC
在线阅读 下载PDF
在Preisach模型框架下的似对角动态神经网络压电陶瓷迟滞模型的研究 被引量:7
3
作者 党选举 谭永红 《机械工程学报》 EI CAS CSCD 北大核心 2005年第4期7-12,共6页
在Preisach模型的结构下,用一阶微分方程代替relay迟滞元,借鉴对角动态神经网络模型,提出压电陶瓷迟滞特性的一种新的数学模型。该模型既有Preissach模型的结构思想,又能反映其动态特性。在输入信号是周期性衰减信号的激励下,由Preisac... 在Preisach模型的结构下,用一阶微分方程代替relay迟滞元,借鉴对角动态神经网络模型,提出压电陶瓷迟滞特性的一种新的数学模型。该模型既有Preissach模型的结构思想,又能反映其动态特性。在输入信号是周期性衰减信号的激励下,由Preisach模型产生的数据和压电陶瓷产生的数据分别进行建模和预测仿真,结果表明该模型用于压电陶瓷迟滞特性建模是有效的,并具有较高的模型精度。 展开更多
关键词 PreISACH模型 一阶微分方程 压电陶瓷迟滞特性 似对角动态神经网络模型
在线阅读 下载PDF
基于RBF神经网络的二阶不确定系统自适应滑模控制
4
作者 马强 张杨 杨珂 《现代防御技术》 北大核心 2026年第1期156-164,共9页
针对二阶不确定系统,特别是模型未知且伴随动力学扰动的复杂情况,以提升控制效能为目标展开研究。以板球系统为实验对象,提出了一种新颖的控制策略。采用RBF神经网络(RBF1)预测系统关键参数,并通过自适应算法动态调整其内部参数以确保... 针对二阶不确定系统,特别是模型未知且伴随动力学扰动的复杂情况,以提升控制效能为目标展开研究。以板球系统为实验对象,提出了一种新颖的控制策略。采用RBF神经网络(RBF1)预测系统关键参数,并通过自适应算法动态调整其内部参数以确保预测精度;基于预测模型设计了一种基于积分滑模面的滑模控制器,利用积分滑模面的特性使系统状态直接进入滑动模态,提高了系统的鲁棒性和响应速度。为进一步优化控制性能,创新性地引入第2个RBF神经网络(RBF2)来动态调整滑模控制器参数,通过梯度下降法实现参数的整定,增强了控制策略的灵活性和适应性。仿真实验表明,该控制策略在板球系统轨迹跟踪中表现优异,能够有效应对系统不确定性和扰动,展现了良好的控制性能和实际应用前景。 展开更多
关键词 二阶系统 滑模控制 RBF神经网络 梯度下降法 板球控制系统
在线阅读 下载PDF
AB069.Defining the perceptual profiles of children and adolescents with a neurodevelopmental condition
5
作者 Domenico Tullo Margarita Miseros Armando Bertone 《Annals of Eye Science》 2018年第1期475-475,共1页
Background:Perceptual profiles,or the performance on visual-perceptual tasks that reflect early visual information processing,have been used to suggest condition-specific visuo-perceptual abilities across neurodevelop... Background:Perceptual profiles,or the performance on visual-perceptual tasks that reflect early visual information processing,have been used to suggest condition-specific visuo-perceptual abilities across neurodevelopmental conditions(NDCs).The complexity-specific hypothesis(Bertone et al.,2010)was based on perceptual profiles defined by a selective decrease in sensitivity to more complex,texture-defined information in adults with autism and fragile-x syndrome,suggesting the atypical development of neural networks underlying early perception in NDCs.The aim of this study was to evaluate whether the complexity-specific hypothesis is applicable to children and adolescents with different NDCs by defining and comparing their perceptual profiles.Methods:A single interval,two alternative forced-choice identification paradigm was used to measure the perceptual profiles of 64 participants with a NDC(MIQ=78)and 43 typically developing(TD)participants(MIQ=103),aged 5 to 17 years.Participants with a NDC were diagnosed with either:autism spectrum disorder(ASD,n=32),attention deficit/hyperactivity disorder(ADHD,n=9),or intellectual disability(ID,n=12).Perceptual profiles were defined by measuring participants’sensitivity to static(orientation identification task)and dynamic(direction identification task)gratings(1 cpd)defined by either luminance(simple)or texture(complex)information.The Weschler Abbreviated Scale of Intelligence 2(WASI-2)was used as a measure of cognitive ability.Results:When performance was averaged across NDC and TD participants,no between-group difference in sensitivity was found for any of the conditions assessed.However,when assessed as a function of diagnosis,we found that the ID group was less sensitive to both the luminance(P=0.04)and texture-defined(P=0.01)dynamic information when compared to the TD group.Notably,although the perceptual profile of the ASD group was similar of that of the TD group,a significant positive relationship between mental age and sensitivity to both texture-defined static(r=−0.5)and dynamic(r=−0.4)information was found.Conclusions:The findings demonstrate that different conditions-specific perceptual profiles exist across children and adolescents with different types of NDCs,exemplified by differences found in this study for the ID group.In addition,the positive relationship between perceptual performance and mental age within the ASD group suggests that these perceptual abilities may still be undergoing maturation during the age-range assessed,and provides support for the complexity-specific hypothesis specific to the ASD profile during development.These results exemplify the importance of defining perceptual profiles at different periods of development across NDCs,since the tenets of most perceptually-relevant cognitive theories are based primarily on adult data. 展开更多
关键词 Neurodevelopment conditions PERCEPTION first and second order information processing neural networks
暂未订购
基于循环Legendre模糊神经网络的DFIG二阶滑模容错控制
6
作者 徐鹏涛 李东东 赵耀 《上海电力大学学报》 CAS 2024年第5期405-414,420,共11页
针对双馈感应发电机(DFIG)易受外界干扰而对并网产生影响的问题,将循环Legendre模糊神经网络(RLFNN)与二阶滑模控制(SOSMC)应用于DFIG控制中,从而提高了DFIG在传感器故障和不确定条件下的功率跟踪能力。首先,SOSMC采用超螺旋算法进行推... 针对双馈感应发电机(DFIG)易受外界干扰而对并网产生影响的问题,将循环Legendre模糊神经网络(RLFNN)与二阶滑模控制(SOSMC)应用于DFIG控制中,从而提高了DFIG在传感器故障和不确定条件下的功率跟踪能力。首先,SOSMC采用超螺旋算法进行推导,并使用Lyapunov第二定理证明了控制系统的渐近稳定性。其次,提出了使用RLFNN来估计不确定部分,RLFNN的控制律与参数可在线训练,以进一步确保系统鲁棒性。仿真结果表明,所提出的方法能够使DFIG在发生传感器故障、参数变化以及外部干扰情况下保持正常运行,实现了有效容错控制。 展开更多
关键词 双馈感应发电机 容错控制 超螺旋算法 二阶滑模控制 循环Legendre模糊神经网络
在线阅读 下载PDF
考虑压力损失的汽车排气系统尾管噪声优化
7
作者 周玉甲 胡峰松 《应用声学》 北大核心 2025年第5期1288-1296,共9页
针对某型汽车排气系统尾管2阶噪声以及冷端背压超限问题,提出一种在保证排气系统冷端背压的前提下对排气系统尾管2阶噪声进行优化的方法。首先把消声器的结构参数作为优化变量,采用最优拉定超立方方法进行取样,通过径向基函数神经网络... 针对某型汽车排气系统尾管2阶噪声以及冷端背压超限问题,提出一种在保证排气系统冷端背压的前提下对排气系统尾管2阶噪声进行优化的方法。首先把消声器的结构参数作为优化变量,采用最优拉定超立方方法进行取样,通过径向基函数神经网络建立数学模型,然后通过具有精英保留策略的非支配排序遗传算法进行多目标优化得到最优解,并对理论方法进行试验验证。结果表明:通过数学模型优化后尾管2阶噪声和排气系统冷端背压分别降低了1.25 dB(A)和1.86 kPa,且通过试验与仿真进行对比得到尾管2阶噪声和冷端背压最大误差均小于5%,说明优化结果可靠,可以实现最小化背压和最大化降噪的这一个双重目标。 展开更多
关键词 排气系统冷端背压 尾管2阶噪声 径向基函数神经网络 NSGA-Ⅱ
在线阅读 下载PDF
基于HBF神经网络观测器的PMSM无模型预测电流控制 被引量:1
8
作者 马炳图 杜钦君 +2 位作者 张婷 李伟强 刘家合 《仪器仪表学报》 北大核心 2025年第8期376-386,共11页
针对风电机组变桨系统永磁同步电机(PMSM)在复杂运行环境中参数时变引发的模型失配难题,提出了一种融合超局部建模、HBF神经网络观测器以及改进双矢量调制的PMSM无模型预测电流控制(HBF-MFPCC)方案。根据一阶超局部模型原理构建了PMSM... 针对风电机组变桨系统永磁同步电机(PMSM)在复杂运行环境中参数时变引发的模型失配难题,提出了一种融合超局部建模、HBF神经网络观测器以及改进双矢量调制的PMSM无模型预测电流控制(HBF-MFPCC)方案。根据一阶超局部模型原理构建了PMSM无模型预测电流控制的预测模型,仅需使用电机的电流和电压等历史信息即可预测未来时刻的电流值,彻底摆脱对电机电阻、电感和磁链等参数的依赖,解决了传统模型预测电流控制(MPCC)依赖于精确电机参数的问题;设计了一种HBF神经网络观测器来对预测模型的集总误差进行快速辨识,采用决策树优化基函数中心与宽度,该观测器具有较高的辨识速度和适应性,能够有效提高预测模型的准确度;采用一种改进的双矢量最优占空比调制策略,从19组电压矢量组合中选择最优矢量作用于逆变器,并通过自适应时长分配抑制电流纹波,提高电流的跟踪性能。仿真和实验结果表明,在模拟极端参数失配的工况下,提出的HBF-MFPCC策略相比MPCC策略能够使电流跟踪误差降低50%,谐波失真率降低28%;设计的HBF神经网络观测器能够使电流跟踪误差降低53%,谐波失真率降低55%;改进双矢量调制方法能够使电流跟踪误差降低24%,谐波失真率降低11%;该方案能够显著提高系统的鲁棒性且保证良好的电流跟踪性能。 展开更多
关键词 风力发电机 永磁同步电机 无模型预测电流控制 一阶超局部模型 神经网络观测器 双矢量控制
原文传递
基于小波神经网络的新型角度传感器补偿技术 被引量:2
9
作者 赵伦 张靖 +3 位作者 周路遥 季丹 尹蝶 普春芬 《传感器与微系统》 北大核心 2025年第4期96-100,共5页
针对现有霍尔角度传感器、光电编码器等存在编码难度较大、成本较高的问题,设计了一种新型的角度传感器,主要由激光器、摄像头、转盘和转轴组成,转轴带动转盘转动时,转盘上的激光器发出的激光束在摄像头中的成像上形成光斑,利用二阶矩... 针对现有霍尔角度传感器、光电编码器等存在编码难度较大、成本较高的问题,设计了一种新型的角度传感器,主要由激光器、摄像头、转盘和转轴组成,转轴带动转盘转动时,转盘上的激光器发出的激光束在摄像头中的成像上形成光斑,利用二阶矩法识别出光斑中心点坐标,并将其转换为对应的旋转角度值。利用傅里叶级数拟合法对旋转角度与光斑中心点坐标进行拟合分析,以确定传感器的非线性特性。并采用小波神经网络(WNN)对传感器存在的非线性问题进行补偿。实验结果表明:经WNN补偿后,传感器的非线性误差从2.39降低至1.56,测量精度达到了0.84°。 展开更多
关键词 角度传感器 小波神经网络 二阶矩法 傅里叶级数 非线性补偿
在线阅读 下载PDF
基于WOA-DNN 的高超声速飞行器实时再入轨迹优化方法
10
作者 代恩诚 蔡光斌 +3 位作者 徐慧 魏昊 吕鑫 凡永华 《弹道学报》 北大核心 2025年第4期10-19,共10页
针对高超声速飞行器再入轨迹优化的实时性需求,提出了一种基于鲸鱼优化算法(whale optimization algorithm,WOA)与深度神经网络(deep neural network,DNN)结合的实时轨迹优化方法。首先,建立高超声速飞行器再入轨迹优化模型,采用序列二... 针对高超声速飞行器再入轨迹优化的实时性需求,提出了一种基于鲸鱼优化算法(whale optimization algorithm,WOA)与深度神经网络(deep neural network,DNN)结合的实时轨迹优化方法。首先,建立高超声速飞行器再入轨迹优化模型,采用序列二阶锥规划方法,将原本的非凸最优控制问题转化为凸优化问题,求解生成包含气动参数不确定性的最优轨迹数据集。其次,构建以飞行器状态序列为输入、最优倾侧角指令为输出的DNN模型。针对DNN的性能对其初始权重与阈值等超参数敏感度高、依赖性强的问题,引入WOA对上述参数进行全局优化搜索,旨在显著提升模型的预测精度与泛化能力。在线规划阶段,训练完成的网络能够根据当前飞行状态实时生成近似最优的控制指令。数值仿真结果表明,在标称及气动不确定条件下,所提WOA-DNN轨迹优化方法能够快速生成满足终端精度要求的可行轨迹,显著提升计算效率,充分展现了其在精度与鲁棒性上的综合优势。 展开更多
关键词 高超声速飞行器 再入轨迹优化 深度神经网络 鲸鱼优化算法 序列二阶凸规划
在线阅读 下载PDF
基于定标和场景结合的红外图像非均匀性校正方法
11
作者 李书成 唐昊 +2 位作者 汪晓洁 阴雷 王煜东 《光电技术应用》 2025年第2期36-40,共5页
针对红外图像非均匀性校正方法中基于定标手段和场景手段在使用上存在的问题,提出了一种基于定标和场景结合的红外图像非均匀性校正方法。该方法先利用实验室下不同温度黑体构建红外探测系统的二阶定标参数,利用神经网络算法对红外图像... 针对红外图像非均匀性校正方法中基于定标手段和场景手段在使用上存在的问题,提出了一种基于定标和场景结合的红外图像非均匀性校正方法。该方法先利用实验室下不同温度黑体构建红外探测系统的二阶定标参数,利用神经网络算法对红外图像进行实时非均匀性校正,动态调整校正系数。利用恒温黑体和外界真实场景进行算法验证,证明了此方法能够有效降低图像的非均匀性,是一种有效的红外图像非均匀性校正方法。 展开更多
关键词 红外图像 非均匀性校正 二阶校正 神经网络
在线阅读 下载PDF
基于分数阶神经网络的永磁电机切换电流预测方法
12
作者 胡平 《西昌学院学报(自然科学版)》 2025年第2期83-91,共9页
永磁电机切换过程中,因内部电磁场、非线性动态特性及外部负载等多因素耦合作用,电流波动剧烈且难以预估。为增强电机运行稳定性,提出基于分数阶神经网络的切换电流预测方法。先构建涵盖电压、磁链与转矩的方程组,以精准描述电机动态特... 永磁电机切换过程中,因内部电磁场、非线性动态特性及外部负载等多因素耦合作用,电流波动剧烈且难以预估。为增强电机运行稳定性,提出基于分数阶神经网络的切换电流预测方法。先构建涵盖电压、磁链与转矩的方程组,以精准描述电机动态特性;再运用最小二乘法迭代优化,实现模型参数的高精度辨识;以辨识所得电感值与实时测量值作比,获取电感偏差,并将其纳入分数阶神经网络输入;该网络借助分数阶微积分理论刻画神经元动态,精准捕捉电流变化规律,达成可靠预测;在负载从25%递增至175%的工况下开展实验。结果表明:该方法预测时最大振荡幅度仅0.5%,预测精度与稳定性俱佳,有效降低了电流波动,为电机控制系统稳定运行提供了重要技术保障。 展开更多
关键词 分数阶神经网络 永磁电机 切换电流 预测方法 稳定性
在线阅读 下载PDF
差分进化算法优化Hopfield神经网络
13
作者 郭月玲 李佳 马榛 《长沙大学学报》 2025年第5期30-35,共6页
针对传统可满足性逻辑规则因其固定的阶次和确定性结构难以适应复杂场景的问题,提出一种融合系统性逻辑(在每个子句里,文字个数是固定的)与非系统性逻辑(在每个子句里,文字个数是不固定的)为特征的Y型随机二阶可满足性逻辑规则。通过建... 针对传统可满足性逻辑规则因其固定的阶次和确定性结构难以适应复杂场景的问题,提出一种融合系统性逻辑(在每个子句里,文字个数是固定的)与非系统性逻辑(在每个子句里,文字个数是不固定的)为特征的Y型随机二阶可满足性逻辑规则。通过建立逻辑约束与神经元之间的映射关系,将Y型随机二阶可满足性逻辑规则嵌入离散Hopfield神经网络(Discrete Hopfield Neural Network, DHNN),从而引导神经元的更新和演化行为。为优化网络权重,采用差分进化算法对DHNN进行训练,并在相同计算资源下与穷举搜索算法进行对比实验,以评估两种算法在求解学习阶段最优解数量(即达到最大适应度的解个数)和测试阶段全局最优解占比(即达到全局最小能量的比值)上的性能差异。实验结果表明,差分进化算法在最优解数量和全局最优解占比方面显著优于穷举搜索算法,表现出更强的全局优化能力。研究提出了一种新型Y型随机二阶逻辑规则,通过引入随机性和系统性特征,增强了逻辑规则对复杂场景的适应性。研究亦提出了一种基于差分进化算法的DHNN优化方法,显著提升了网络的全局优化能力,同时构建了一种逻辑约束与神经网络协同优化的新框架,实现了逻辑规则与神经网络动态行为的深度融合。 展开更多
关键词 离散型Hopfield神经网络 差分进化算法 逻辑规则 Y型随机二阶可满足性规则
在线阅读 下载PDF
带优选聚类算法的RBF网络辨识器及应用 被引量:7
14
作者 刘铁男 段玉波 +2 位作者 刘志德 谢爱华 张航 《控制与决策》 EI CSCD 北大核心 2003年第2期233-236,共4页
以 RBF神经网络为模型框架 ,解决非线性系统的辨识问题。针对 RBF网络的结构辨识问题 ,提出一种优选聚类算法 ,并用该算法 ,依据输入样本优选确定 RBF神经网络的隐含层节点个数 ,采用新型二阶递推学习算法估计 RBF网络中的参数和权值。... 以 RBF神经网络为模型框架 ,解决非线性系统的辨识问题。针对 RBF网络的结构辨识问题 ,提出一种优选聚类算法 ,并用该算法 ,依据输入样本优选确定 RBF神经网络的隐含层节点个数 ,采用新型二阶递推学习算法估计 RBF网络中的参数和权值。上述混合算法 ,同时解决了 RBF网络结构和参数辨识问题 ,大大提高了 RBF网络的建模和预测精度。应用实例表明了所提出方案的有效性。 展开更多
关键词 RBF神经网络 优选 聚类算法 辨识 二阶学习算法
在线阅读 下载PDF
基于主轴动态响应的车削加工精度可靠性及灵敏度分析 被引量:6
15
作者 张义民 曹辉 +1 位作者 王昊 杨周 《振动与冲击》 EI CSCD 北大核心 2015年第23期14-17,47,共5页
考虑随机因素的影响,研究主轴受迫振动对车削精度可靠性的影响及随机参数的可靠性灵敏度。车床主轴加工时受到动态切削力作用,使主轴产生受迫振动。利用有限元方法计算主轴振动频率响应。考虑到加工过程切削参数的随机性影响,对切削参... 考虑随机因素的影响,研究主轴受迫振动对车削精度可靠性的影响及随机参数的可靠性灵敏度。车床主轴加工时受到动态切削力作用,使主轴产生受迫振动。利用有限元方法计算主轴振动频率响应。考虑到加工过程切削参数的随机性影响,对切削参数进行随机抽样,计算不同参数条件下的频率响应。采用神经网络训练方法拟合频率响应与随机参数之间的关系式。建立车削加工时主轴受迫振动产生圆柱度误差的可靠性功能函数,并采用一次二阶矩法计算可靠度与随机参数的可靠性灵敏度。 展开更多
关键词 受迫振动 可靠度 可靠性 灵敏度 神经网络 一次二阶矩
在线阅读 下载PDF
快速二阶BP网络及其在城市用水量预测中的应用 被引量:14
16
作者 杜国明 龚健雅 《计算机工程与设计》 CSCD 2002年第9期57-59,共3页
针对BP网络收敛速度慢、易导致局部极小值的缺点,提出一种快速二阶BP网络,并以城市年用水量预测为例,与BP网络对比,结果表明,该方法加快了收敛速度,提高了结果的准确度。
关键词 快速二阶BP网络 城市用水量预测 应用 人工神经网络 学习算法
在线阅读 下载PDF
蒸汽发生器水位SDRNN优化自抗扰控制 被引量:3
17
作者 周洪煜 汪正海 +1 位作者 黄建平 赵乾 《动力工程学报》 CAS CSCD 北大核心 2013年第10期789-794,807,共7页
针对蒸汽发生器(SG)水位控制过程存在的主要问题,引入水位自抗扰控制(ADRC)方案.通过扩张状态观测器实时估计系统内、外扰动,并采用前馈方式予以动态补偿,同时依据状态误差矢量进行非线性反馈调节,缓解控制系统快速与超调之间的矛盾.并... 针对蒸汽发生器(SG)水位控制过程存在的主要问题,引入水位自抗扰控制(ADRC)方案.通过扩张状态观测器实时估计系统内、外扰动,并采用前馈方式予以动态补偿,同时依据状态误差矢量进行非线性反馈调节,缓解控制系统快速与超调之间的矛盾.并引入二阶对角递归神经网络(SDRNN)动态辨识SG Jacobian信息,实时优化自抗扰控制器参数.分别在水位、蒸汽和给水扰动下进行SG水位仿真实验,并对比了前馈串级PI控制与SDRNN-ADRC控制的响应曲线.结果表明:在扰动工况及控制对象参数时变下,此SG水位控制系统的控制响应迅速、超调小且稳态误差小,具有优良的动、静态性能. 展开更多
关键词 蒸汽发生器 水位 自抗扰控制 二阶对角递归神经网络
在线阅读 下载PDF
二阶神经网络映射能力的研究 被引量:6
18
作者 李金艳 余英林 《控制理论与应用》 EI CAS CSCD 北大核心 1996年第4期516-520,共5页
本文讨论了二阶神经网络的映射能力.主要内容包括:(1)从理论上严格地证明了二阶神经网络能以任意精度逼近任意连续函数.(2)给出了二阶神经网络的BP算法.(3)模拟实验结果.模拟实验表明:在中间隐层单元数目相同的条件下... 本文讨论了二阶神经网络的映射能力.主要内容包括:(1)从理论上严格地证明了二阶神经网络能以任意精度逼近任意连续函数.(2)给出了二阶神经网络的BP算法.(3)模拟实验结果.模拟实验表明:在中间隐层单元数目相同的条件下,二阶神经网络的误差函数比一阶神经网络下降得快;在误差精度相同的条件下。 展开更多
关键词 二阶神经网络 BP算法 映射能力 神经网络
在线阅读 下载PDF
测定电位滴定终点的神经网络法 被引量:8
19
作者 蔡煜东 吴伟 +1 位作者 甘骏人 姚林声 《分析化学》 SCIE EI CAS CSCD 北大核心 1993年第4期439-442,共4页
本文利用改进的“反向传播”神经网络模型,在滴定突跃附近,建立了E-V曲线的神经网络插值模型,由其二阶微商求得滴定终点。计算实例中,拟合最大相对误差不超过0.1%,计算机CPU时间不超过20s,实验结果表明,该方法性能良好,在电容量分析方... 本文利用改进的“反向传播”神经网络模型,在滴定突跃附近,建立了E-V曲线的神经网络插值模型,由其二阶微商求得滴定终点。计算实例中,拟合最大相对误差不超过0.1%,计算机CPU时间不超过20s,实验结果表明,该方法性能良好,在电容量分析方面有广阔的应用前景。 展开更多
关键词 电位滴定终点 人工 神经网络
在线阅读 下载PDF
二阶神经网络的全局指数稳定性分析 被引量:3
20
作者 徐炳吉 廖晓昕 刘新芝 《计算机研究与发展》 EI CSCD 北大核心 2002年第9期1071-1075,共5页
当神经网络应用于最优化计算时 ,理想的情形是只有一个全局渐近稳定的平衡点 ,并且以指数速度趋近于平衡点 ,从而减少神经网络所需计算时间 .二阶神经网络较一般神经网络具有更快的收敛速度 ,对于二阶连续型Hopfield神经网络 ,用 L yapu... 当神经网络应用于最优化计算时 ,理想的情形是只有一个全局渐近稳定的平衡点 ,并且以指数速度趋近于平衡点 ,从而减少神经网络所需计算时间 .二阶神经网络较一般神经网络具有更快的收敛速度 ,对于二阶连续型Hopfield神经网络 ,用 L yapunov方法讨论平衡点的全局指数稳定性 ,给出了平衡点全局指数稳定的几个判别准则 .作为特例 ,获得了连续型 展开更多
关键词 二阶神经网络 全局指数稳定性分析 平衡点 人工神经网络 最优化计算
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部