搜索结果: 1-15 共查到“计算机系统结构 神经网络”相关记录62条 . 查询时间(0.624 秒)
日前，中科院自动化研究所类脑智能研究中心研究员曾毅团队成员在一项研究中总结归纳了七条受脑启发的学习准则，并成功应用于改善脉冲神经网络。通过组合不同的受脑启发的规则，实验研究验证的结果是：随着越来越多的、经过仔细选择的、受脑启发的规则的引入，深层脉冲神经网络能够得到越来越好的分类性能。相关成果发布于《中国科学：信息科学》。
2017年6月6日，清华大学微电子与纳电子学系（以下简称“微纳电子系”）魏少军教授团队在日本京都举办的2017超大规模集成电路国际研讨会发表了题为“面向深度学习的高能效(1.06-5.09TOPS/W)可重构混合神经网络处理器”（ “A 1.06-to-5.09 TOPS/W Reconfigurable Hybrid-Neural-Network Processor for Deep Learn...
针对复杂激励条件下的振动控制,对Jiles-atherton模型的磁致伸缩作动器在双层隔振系统中的振动主动控制进行了研究,以传统滑模控制为基础,提出了一种柔性神经网络滑模控制算法。用正则化方法设计了控制器的切换矩阵,建立了神经网络权值和柔性映射参数更新学习公式,并将该控制策略应用于双层隔振系统的振动主动控制中。通过单频、多频及随机信号激励进行仿真研究,结果表明：柔性神经网络滑模控制器具有较强的鲁棒...
基于BP神经网络的动能杆毁伤指标预测模型
毁伤指数 动能杆 反向传播神经网络 侵彻
2013/9/20
动能杆侵彻靶板的毁伤效果评估是一个复杂的问题。由于动能杆的数量多，侵彻碰撞情况多达上千种，计算费力又耗时。针对这些问〖JP+2〗题，提出了一种评价毁伤效果的数学模型，建立了基于反向传播（back propagation， BP）神经网络的预测模型，给出了隐含层节点数的计算方法，并在网络节点作用函数和随误差的变化动态更改参数方面对BP神经网络进行了改进。最后对仿真结果进行了分析，结果表明，75%的神...
具比例时滞杂交双向联想记忆神经网络的全局指数稳定性
联想记忆 神经网络 比例时滞 Brouwer不动点定理 全局指数稳定性
2013/9/18
对一类具比例时滞杂交双向联想记忆神经网络进行研究，利用Brouwer不动点定理证明该网络的平衡点的存在唯一性.利用变换将具比例时滞杂交双向联想记忆神经网络变换成等价的具不等常时滞与变系数杂交双向联想记忆神经网络.利用不等式技巧建立一拟Halanay型不等式系统，进而得到了确保该系统全局指数稳定的时滞独立的充分条件.并给出两个算例验证所得结论的正确性.
基于遗传小波神经网络的变压器故障诊断
小波神经网络 遗传算法 变压器故障诊断
2013/1/9
电力变压器油中溶解气体的色谱分析是变压器故障诊断的重要方法，通过该方法可以间接了解变压器的运行状态和内部潜在故障.人工神经网络已经成功地应用于电力变压器故障诊断，但学习样本数多和输入输出关系复杂性减慢了网络的收敛速度.为解决此问题，将用遗传算法改进的小波神经网络应用于电力变压器故障诊断，克服小波算法易于陷入局部极小、收敛速度慢等缺点.
基于概念格的神经网络日最大负荷预测输入参数选择
神经网络 概念格 属性约简 负荷预测
2011/1/26
针对电力系统中影响负荷预测精度的众多因素如何选择问题, 提出一种概念格属性约简算法, 采用该算法挖掘出与待预测负荷量相关性较大的各属性作为神经网络预测模型的输入参数, 降低了输入参数规模, 确保了负荷预测模型输入参数的合理性, 解决了神经网络模型输入参数的确定问题. 通过对重庆市某区实际日最大负荷数据的计算分析, 结果表明该算法提高了神经网络模型的预测精度, 从而证实了所提出约简算法的合理性和有效...
基于EKF的模糊神经网络快速自组织学习算法
模糊神经网络 扩展卡尔曼滤波 自组织学习
2010/7/1
为了快速地构造一个有效的模糊神经网络，提出一种基于扩展卡尔曼滤波(EKF)的模糊神经网络自组织学习算法。在本算法中，按照提出的无须经过修剪过程的生长准则增加规则，加速了网络在线学习过程；使用EKF算法更新网络的自由参数，增强了网络的鲁棒性。仿真结果表明，该算法具有快速的学习速度、良好的逼近精度和泛化能力。
基于配线法的BP神经网络求解Theis模型
抽水试验 配线法 BP神经网络 Theis公式
2010/6/9
利用非稳定流抽水试验资料确定含水层水文地质参数的配线法在具体应用中存在较大的随意性,用一种改进的反向传播(BP)神经网络方法来进行承压完整井非稳定地下水运动Theis公式中的水文地质参数识别,在一定程度上解决了现有的BP神经网络方法求解含水层参数中存在训练区间选择、网络拓扑结构复杂、网络泛化性能较低和过度拟合等问题.实例计算结果表明,提出的基于配线法的BP神经网络是求解水文地质参数的一种高效方法,...
降低函数调用分支别名的神经网络预测器
神经网络 别名效应 权重索引离散
2010/6/1
通过对程序调用过程中分支预测空间特性的分析，发现传统神经网络算法在不同函数调用相同子函数时容易出现别名效应，进而提出了一种基于子函数权重索引离散的神经网络分支预测器。该预测器通过调用信息堆栈记录函数调用中的父函数的路径信息，并用该信息离散子函数权重索引，有效降低了由于不同父函数调用相同子函数造成的别名效应。实验结果显示，基于该方法的神经网络分支预测器的预测错误率降低1%10%。
基于BP神经网络的视频H.223协议标志符动态提取算法
视频通话 BP神经网络 H.223 标志符
2010/6/1
为了有效提取H.223协议标志符，在深入分析H.223多路复用协议的基础上，详细剖析了影响标志符提取的主要因素，提出了一种基于BP神经网络的标志符提取算法，该算法可根据当前通信环境实时调整判决门限。仿真结果表明，相对于静态门限的提取算法，该算法可有效提高标志符提取的正确率，从而改善了在高误码率条件下的视频播放质量。
脉冲耦合神经网络模型参数估计及其图像分割
脉冲耦合神经网络 参数估计 小波分析 最大相关准则
2010/4/21
利用小波分析对图像进行多层分解,然后,用分解的低频系数重构图像作为模型链接权参数W的估计,再用一种最佳阈值方法估计阈值θ,最后用最大相关准则确定网络计算的迭代次数N,成功实现了图像的自动分割.实验仿真表明,该方法在模型参数自动估计的基础上避免了PCNN对图像的过平滑作用,分割图像保留了良好的轮廓和更多的细节.
脉冲耦合神经网络的人脸识别方法
脉冲耦合神经网络(PCNN) 人脸识别 时间序列 欧氏距离
2010/4/6
在脉冲耦合神经网络(PCNN,pulse coupled neural network)中,基于神经元脉冲震荡的时间序列概念,利用平均时间序列和平均欧氏距离的方法实现了人脸识别.实验仿真表明了该方法的有效性,对不同人脸和复杂表情的人脸均具有较好的识别效果.
基于改进证据理论和神经网络的故障诊断模型
证据理论 冲突焦元 神经网络 故障诊断
2010/4/1
针对单一故障诊断方法精度低的问题，提出了一种基于D-S证据理论和神经网络相融合的决策层融合故障诊断模型。该方法利用证据理论来处理不精确的、模糊的信息，用神经网络来处理证据理论中的基本可信度分配问题。由于证据理论合成公式无法处理高冲突的证据，提出了一种改进的基于冲突焦元的证据合成规则。该模型在降低决策不确定性的同时大大提高了诊断的精度。最后通过发动机故障诊断实例验证了该模型的有效性。