搜索结果: 1-15 共查到“计算机科学技术基础学科 神经网络”相关记录45条 . 查询时间(0.418 秒)
广东省重点领域研发计划项目《高效可解释性神经网络模型及理论研究》通过验收（图）
广东省 神经网络 模型
2023/9/8
2023年6月28日上午，广东省重点领域研发计划新一代人工智能专项项目《高效可解释性神经网络模型及理论研究》（编号：2018B010107001）验收会在软件学院B7栋303室举行。广东省科学技术厅专家王欢和商惠敏，验收专家张振华教授等五人，华南理工大学科研院谭锦才科长、软件学院副院长刘飞教授、项目负责人谭明奎教授以及项目参与单位相关负责人参与会议。
中国人工智能学会神经网络与计算智能专业委员会成立于2005年，是全国大专院校、高新企业及科研单位从事神经网络与计算智能研究的专业技术人员进行学术交流的专业性学术组织。专委会的研究领域主要包括半导体神经元器件与神经形态电路、半导体人工神经网络算法及硬件化系统、类脑神经认知计算芯片、类脑神经认知计算系统及其应用、智能信息处理、模式识别以及以半导体微电子技术、连接主义计算技术、智能化信号处理为基础的多学...
半导体神经网络与智能计算系统课题组是我国最早开展类脑计算硬件研究的科研团队，从1990年起，经过30年持续、不间断的研究和实践，形成了一套具有独创性的涵盖类脑神经计算算法、类脑神经形态芯片以及软硬件系统的完整体系。以课题组为核心筹建了北京市半导体神经网络智能感知与计算技术重点实验室、中国科学院半导体研究所类脑计算技术中心等重要研究平台。团队负责人为鲁华祥研究员，共有在职职工12人，其中高级职称5人...
中国科学院半导体研究所高速电路与神经网络实验室李卫军当选为CAAI神经网络与计 算智能专委会第五届副主任委员（图）
中国科学院 半导体研究所 高速电路 神经网络 李卫军 CAAI 神经网络 计算智能 副主任委员
2021/9/16
2021年9月16日，中国人工智能学会（CAAI）神经网络与计算智能专业委员会第五届换届选举成功，实验室主任李卫军研究员当选为中国人工智能学会神经网络与计算智能专业委员会第五届副主任委员（任期五年）。
增量式神经网络聚类算法
神经网络 增量学习 聚类算法 时间开销
2016/5/24
神经网络模型具有强大的问题建模能力，但是传统的反向传播算法只能进行批量监督学习，并且训练开销很大。针对传统算法的不足，提出了全新的增量式神经网络模型及其聚类算法。该模型基于生物神经学实验证据，引入了新的神经元激励函数和突触调节函数，赋予模型以坚实的统计理论基础。在此基础上，提出了一种自适应的增量式神经网络聚类算法。算法中引入“胜者得全”式竞争等学习机制，在增量聚类过程中成功避免了“遗忘灾难”问题。...
一种基于神经网络的广义熵模糊聚类算法
模糊聚类 广义熵 增广拉格朗日方法 神经网络
2016/3/28
以模糊聚类为基础，将广义熵引入到模糊聚类的目标函数中，提出一种基于模糊熵的模糊聚类的统一形式，即广义熵模糊聚类模型；利用增广拉格朗日求解方法，以及Hopfield神经网络和复突触神经网络解决了基于广义熵的目标函数的优化问题，提出了基于神经网络的广义熵模糊聚类算法，表明了使用神经网络求解的收敛性；同时，给出一种用于确定增广拉格朗日乘子的迭代方法.实验中选取人工生成数据集和UCI标准数据集对提出的算法...
脉冲神经网络是进行复杂时空信息处理的有效工具,但由于其内在的不连续和非线性机制,构建高效的脉冲神经网络监督学习算法非常困难,同时也是该研究领域的重要问题.本文介绍了脉冲神经网络监督学习算法的基本框架,以及性能评价原则,包括脉冲序列学习能力、离线与在线处理性能、学习规则的局部特性和对神经网络结构的适用性.此外,对脉冲神经网络监督学习算法的梯度下降学习规则、突触可塑性学习规则和脉冲序列卷积学习规则进行...
基于量子逻辑线路神经网络的说话人识别方法
量子逻辑线路 神经网络 说话人识别
2013/4/15
由于说话人的语音信号具有时变性、随机性，其特征参数也呈现出高维及相邻帧变化较大等特点。从量子信息处理理论出发，将一帧语音信号视为一个量子态，在传统神经网络的基础上，利用量子逻辑线路构造神经网络，实现说话人语音信号的有效聚类，探索一种基于量子逻辑线路神经网络的说话人识别模型与方法。利用模型固有的大量全局吸引子，可有效降低语音信号处理的时间及复杂度。通过在经典计算机上模拟仿真，并与BP神经网络说话人识...
基于矢状面和神经网络的三维人体骨架提取
骨架提取 人体模型 矢状面 深度信息 Hopfield网络 特征点匹配
2012/2/20
不同姿态的人体模型易对骨架提取算法产生干扰。为此，提出一种新的骨架提取算法。该算法通过将人体模型矢状面深度信息和改进Hopfield神经网络相结合的方式，引入一种网络输入输出函数，对传统的人体骨架提取算法进行改进，使网络收敛速度明显加快。通过特征点的深度信息决定点对差异的方式，使网络成功地避免局部极小点，同时减少网络的运行时间。实验结果表明，该算法在定位骨架特征点处的误差明显小于传统算法，且缩短了...
讨论了以计算机虚拟仪器为核心器件,搭建了动态测试与系统辨识硬件平台,使用Delphi语言编写辨识模块,实现对控制系统的在线辨识。在非线性系统辨识方面,针对BP神经网络算法中存在的收敛速度比较慢和辨识精度不高的问题,提出一种基于降低网络灵敏度的MBP神经网络辨识算法和一种基于小波分析的神经网络辨识算法,实现了对控制系统的状态进行预测估计。并以“防空武器半实物仿真系统”中的三轴稳定平台为对象,试验验证...
神经网络的滞后同步及其在保密通信中的应用
神经网络 自适应同步 时滞 保密通信
2010/9/1
针对参数不同、结构不同的带离散与分布时滞的混沌神经网络进行了研究。基于Lyapunov稳定性理论，提出了自适应滞后同步的控制方法，最后达到同步。仿真示例验证了本方案的有效性;同时应用于计算机保密通信可以掩盖有用信号，且可以无失真恢复有用信号。
基于函数逼近的多层前馈神经网络灵敏度分析
神经网络 灵敏度 逼近函数
2010/2/8
神经网络灵敏度分析对网络结构设计、硬件实现等具有重要的指导意义，已有的灵敏度计算公式对权值和输入扰动有一定限制或者计算误差较大。基于Piché的随机模型，通过使用两个逼近函数对神经网络一类Sigmoid激活函数进行高精度逼近，获得了新的神经网络灵敏度计算公式，公式取消了对权值扰动和输入扰动的限制，与其他方法相比提高了计算精度，实验证明了公式的正确性和精确性。
基于神经网络监督控制的拥塞控制算法研究
拥塞控制 主动队列管理 神经网络 监督控制
2010/2/1
提出了一个基于神经网络控制的主动队列管理（AQM）算法；研究了TCP/AQM拥塞控制系统的可逆性，并利用一种神经网络监督控制结构进行了AQM算法的设计。算法由一个三层前馈结构的神经网络控制器（neural network controller,NNC）和一个反馈控制器（feedback controller,FC）组成。NNC作为一个前馈控制器，通过FC产生的教师信号进行学习，以建立被控对象的逆动...
改进的小波神经网络在桥梁损伤中的预测研究
BP神经网络 小波神经网络 改进算法 损伤
2010/1/28
提出基于BP算法的小波神经网络改进算法。仿真结果表明它避免了BP 神经网络结构设计的盲目性和局部最优等非线性优化问题，简化了训练，具有较强的函数学习能力和推广能力。该算法成功应用于桥梁损伤预测，具有广泛的应用前景。