搜索结果: 1-15 共查到“计算机科学技术 网络算法”相关记录20条 . 查询时间(0.233 秒)
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...
一种新的人工免疫网络算法及其在复杂数据分类中的应用
人工免疫网络 分类 SAR图像 混合数据
2010/3/4
作为一种新的智能计算方法，人工免疫网络已被广泛的应用到模式识别以及数据分类中。现有的人工免疫网络分类算法大都存在两个缺陷：一是网络规模庞大、计算复杂；二是对抗原的一次递呈并不能保证获得全局最优分类器。该文提出了一种新的人工免疫网络分类算法，该算法利用每个类别对应单个B细胞的策略，简化网络规模并减少了同类别B细胞之间的抑制操作，同时引入了新的基于对训练样本正确识别率的亲合度评价函数，实现了基于抗原的...
BP神经网络算法的改进及应用
误差反向传播（BP）算法 非线性函数 教学评价
2009/12/28
经典的BP算法存在陷入局部极小，算法收敛慢的问题。提出了一种改进的BP神经网络算法，在经典BP算法基础上，引入新的参数以调整经典的神经元转换函数，然后把改进算法应用到实际的教学评估中；利用真实数据的分析结果选取了参数的适当值。结果表明，改进后的算法在收敛速率和误差估计等方面有很好的效果，并实现了对教学效果的合理评价。
基于参数调整的动态模糊神经网络算法
动态模糊神经网络 模糊逻辑 扩展卡尔曼滤波器
2009/12/21
模糊逻辑与神经网络结合形成的模糊神经网络同时具有易于表达人类知识、存储与学习分布信息的优点，基于此，提出一种基于参数调整的动态模糊神经网络算法。采用扩展卡尔曼滤波器法将全局算法划分为线性和非线性部分，线性参数由最小二乘法和滤波器法决定，非线性参数由训练样本和启发式法直接决定，线性和非线性参数可进行实时更新。仿真结果表明，该算法能保证更简洁的结构和更短的学习时间。
对传神经网络算法的改进及其应用
负荷预测 人工神经网络 BP神经网络 对传神经网络
2009/8/28
针对传统对传神经网络(Counter propagation networks，即CPN)要求输入向量必须均匀分布以及隐含层神经元个数难以确定，其应用受到很大局限等问题，对CPN算法进行改进并运用于电力负荷预测。研究结果表明：通过改进CPN算法的初始权重设置规则，克服了对输入向量限制过于严格的不足；通过优化算法运行步骤，提高了算法的运行效果；改进后的CPN算法比BP算法所得预测结果误差小，比目前电...
Bitmap结构在高性能网络算法设计中的应用
网包分类 模式匹配 高性能网络处理
2009/7/24
基于Bitmap数据结构的数据压缩技术是一种针对线性存储结构的有效压缩方法，虽被广泛用于网络处理的多个领域（路由查找、网包分类等），却一直缺乏深入的分析。给出了Bitmap结构能提高算法空间性能的理论根据。总结了Bitmap结构在典型网络处理算法中的各种应用，给出了Bitmap结构的数学模型，并通过实例分析了Bitmap结构的优势和不足。Bitmap技术是一种能有效改善网络处理算法存储空间性能的通...
Brandt-Lin神经网络算法改进及应用于直流拖动
自整定 电动机 Brandt-Lin算法
2009/7/24
随着电力电子技术，微电子技术和新型电机控制理论的快速发展，无刷直流电动机（BLDCM）得以迅速推广。BLDCM不仅保持了直流电动机的动静态调速性能，而且避免了有刷结构带来的固有缺陷，具有体积小、效率高、控制简单等优点。无刷直流调速系统快速性、稳定性和鲁棒性的好坏成为决定电机性能的重要指标。介绍一种将神经网络控制方法应用于一个要求更快更精确的BLDCM控制系统以提高动态响应和鲁棒性。神经网络自适应控...
求解非线性方程组的迭代神经网络算法
神经网络 迭代算法 收敛性
2009/7/13
求解非线性方程组是工程研究中的基本问题，普通的求解算法均具有一定的缺点，通用性不强。神经网络能以任意精度逼近非线性函数，利用它逼近非线性方程组的函数的反函数，提出了通用性较强的数值求解方法。首先，给出了不需迭代的简单神经网络算法；然后，针对给定求解区域偏大和不准确的问题，提出了缩小与改变求解区域的迭代神经网络算法。这两种算法均进行了实例求解，结果表明，两种算法格式简单，求解时间短，精度高，具有较高...
目标识别决策层融合神经网络算法研究
神经网络 决策层融合 目标识别
2009/5/11
该文针对毫米波／红外传感器融合目标识别问题，提出一种新的用于决策层目标识别的神经网络融合算法。该网络结构新颖，网络训练时修改的是门限而不是连接权值。融合后的识别率可比毫米波和红外子源提高9.7％到11.3％，因此，该算法是有效可行的。
SOM神经网络算法的研究与进展
神经网络 无导师学习 神经元
2009/5/8
自组织映射(Self-organizing Maps，SOM)算法是一种无导师学习方法，具有良好的自组织、可视化等特性，已经得到了广泛的应用和研究。该文系统地介绍了SOM算法的产生背景、基本算法。同时对SOM算法的参数设置和其不足进行了分析。重点归纳了其发展过程中的各种改进算法，并对其研究热点及应用领域作了简要的综述，最后展望了该算法的发展方向。
基于人工免疫网络算法的图像配准方法
图像配准 人工免疫网络算法 Partial Hausdorff距离
2009/4/3
图像配准在很多领域得到了广泛应用，而且是其中不可缺少的步骤。该文提出了一种基于人工免疫网络算法的图像自动配准方法，该方法利用Partial Hausdorff距离作为相似测度，采用人工免疫网络算法寻找最优解。实验证明该方法可以很好地配准各种图像，为图像配准提供较好的解决方法。
面向多模态函数优化的混沌免疫网络算法研究
多模态函数 混沌免疫 网络算法
2009/1/7
针对人工免疫网络解决多模态函数优化时可能出现的早熟收敛现象和搜索精度不甚满意的问题，提出改进的混沌免疫网络算法。改进算法终止条件及采取相应措施以避免早熟，利用混沌变量来模拟免疫细胞的增殖方式以提高算法的搜索精度。通过对一些典型测试函数进行仿真实验，结果表明该算法能够快速优化抗体，搜索能力强，搜索精度高，是一种效果优良的解决多模态函数优化问题的极值寻优方法.
信用评级的简约神经网络算法研究
经典神经网络 简约神经网络 非线性
2009/1/5
针对经典神经网络算法中参数调整过度复杂的问题，分析银行信用评级知识非线性的特点，提出简约神经网络的拓朴结构，证明了在全部节点函数线性且全部隐层节点函数过原点的条件下,经典神经网络与简约神经网络具有等价性。在此基础上，设计了基于简约网络的算法，简化了参数调整过程，算法结果获得了满意的拟合精度。
一种改进的动态二叉树的自组织神经网络算法
动态二叉树 自组织神经网络 算法
2008/12/29
分析了自组织神经网络各种改进算法的优缺点，详细设计和实现了一种基于改进动态二叉树的自组织映射树（DBTSONN）。在改进动态二叉树中神经元节点可以自动生长和剪除，无需在训练前预先确定自组织神经网络结构。DBTSONN1算法采用单路径自组织树中搜索最匹配叶节点（获胜神经元），DBTSONN2算法考虑了获胜神经元节点所在自组织二叉树的层次，采用双向搜索获胜叶节点，提高了搜索效率。实验结果表明，该算法在...