搜索结果: 1-15 共查到“知识库 计算机科学技术 神经网络”相关记录890条 . 查询时间(0.276 秒)
基于IMOCS-BP神经网络的锂离子电池SOH估计
锂离子电池 健康状态 布谷鸟搜索算法 BP神经网络
2024/1/30
锂离子电池随着循环充放电次数的增长,其健康状态SOH（state-of-health）会随之发生一定程度的衰减。针对以上问题,设计了一种基于改进的多目标布谷鸟搜索IMOCS（improved multi-objective Cuckoo search）-BP神经网络的锂离子电池健康状态估计方法,在避免算法陷入局部最优的同时自适应改变布谷鸟搜索CS（Cuckoo search）算法更新概率和搜索步长...
一种基于随机权神经网络的类增量学习与记忆融合方法
连续学习 灾难性遗忘 随机权神经网络 再可塑性启发
2023/12/20
连续学习(Continual learning,CL)多个任务的能力对于通用人工智能的发展至关重要.现有人工神经网络(Artificial neural networks,ANNs)在单一任务上具有出色表现,但在开放环境中依次面对不同任务时非常容易发生灾难性遗忘现象,即联结主义模型在学习新任务时会迅速地忘记旧任务。
物理机制神经网络基于失效信息的自适应采样
物理机制 神经网络 失效信息 自适应采样
2023/12/13
Physics-informed neural networks (PINNs) have emerged as an effective technique for solving PDEs in a wide range of domains. It is noticed, however, that the performance of PINNs can vary dramatically...
由于点云的非结构性和无序性,目前已有的点云分类网络在精度上仍然需要进一步提高.通过考虑局部结构的构建、全局特征聚合和损失函数改进三个方面,构造一个有效的点云分类网络.首先,针对点云的非结构性,通过学习中心点特征与近邻点特征之间的关系,为不规则的近邻点分配不同的权重,以此构建局部结构;然后,使用注意力思想,提出加权平均池化(Weighted average pooling,WAP),通过自注意力方式...
基于模糊核估计的图像盲超分辨率神经网络
模糊图像 模糊核估计 卷积神经网络 盲超分辨率
2023/10/24
模糊图像的超分辨率重建具有挑战性并且有重要的实用价值.为此,提出一种基于模糊核估计的图像盲超分辨率神经网络(Blurred image blind super-resolution network via kernel estimation,BESRNet).该网络主要包括两个部分:模糊核估计网络(Blur kernel estimation network,BKENet)和模糊核自适应的图像重建...
基于突触巩固机制的前馈小世界神经网络设计
小世界神经网络 突触巩固机制 网络正则化 重连规则 Wilcoxon符号秩检验
2023/10/24
小世界神经网络具有较快的收敛速度和优越的容错性,近年来得到广泛关注.然而,在网络构造过程中,随机重连可能造成重要信息丢失,进而导致网络精度下降.针对该问题,基于Watts-Strogatz(WS)型小世界神经网络,提出了一种基于突触巩固机制的前馈小世界神经网络(Feedforward small-world neural network based on synaptic consolidatio...
针对矿井电网消弧线圈接地系统单相接地故障选线方法准确率和可靠性不高的问题,提出基于卷积神经网络多判据融合的选线方法。主要分析了深度学习模型——卷积神经网络的结构与原理,通过快速傅里叶变换和小波变换从故障信息中提取5次谐波分量、小波分析模极大值、衰减直流分量和高频暂态分量作为原始输入数据,并利用改进LeNet-5模型强大的学习能力和泛化能力对其进行融合。基于Matlab软件搭建井下电网仿真模型,结果...
面向入侵检测的元图神经网络构建与分析
入侵检测 元图神经网络 深度学习 图结构
2023/7/20
网络入侵样本数据特征间存在未知的非欧氏空间图结构关系,深入挖掘并利用该关系可有效提升网络入侵检测方法的检测效能.对此,设计一种元图神经网络(Meta graph neural network,MGNN),MGNN能够对样本数据特征内部隐藏的图结构关系进行挖掘与利用,在应对入侵检测问题时优势明显。
基于ReliefF特征选择算法和BP神经网络的窃电检测（图）
窃电检测 ReliefF 多元特征选择 BP神经网络
2023/3/30
为了提高窃电特征建立和窃电检测的准确性，分析了常用窃电方法的原理，采用ReliefF多元特征选择算法对窃电特征进行优化。本文建立了基于BP神经网络的窃电检测模型，并将优化后的特征作为模型的输入。实验结果表明，利用优化后的特征进行窃电检测的模型具有较好的窃电识别精度。
近日，中国科学院中国科学院自动化研究所脑图谱与类脑智能实验室李国齐研究员与西安交通大学赵广社教授合作在人工智能顶级国际期刊IEEE Transactions on Pattern Analysis and Machine Intelligence（TPAMI）上发表了一篇题为“Attention Spiking Neural Networks”的研究。这项工作将注意力机制融入百万级规模脉冲神经网络...
由于工业实践对运输能力提出了更高的要求,双吊车的应用日益广泛.然而其动力学模型非线性很强,因此控制器结构十分复杂.另一方面,大型货物的摆动很难抑制,这给双吊车的自动化带来了巨大的挑战.为了处理以上问题,首先,采用神经网络准确地估计了系统的模型,在此基础上提出了一种自适应防摆控制方法,很好地实现了双吊车系统的防摆控制;然后,采用李雅普诺夫方法,严格地证明了系统在平衡点的渐近稳定性;最后,通过大量的实...
Machine learning has been successfully applied to various fields in computational science and engineering. In this paper, we propose interfaced neural networks (INNs) to solve interface problems with ...
界面神经网络INN：一种易用的求解界面PDE问题的无网格方法（卢本卓）
界面神经网络 界面PDE问题 无网格方法
2022/12/16
Machine learning has been successfully applied to various fields in computational science and engineering. In this paper, we propose interfaced neural networks (INNs) to solve interface problems with ...
全波形反演（FWI）是一种非线性拟合观测地震记录从而获得高清晰速度模型的最优化算法。FWI能够通过拟合浅层初至波和反射波获得较准确的浅层速度模型。但是，FWI通常无法通过拟合深层反射波获得较准确的深层速度模型（包括背景速度和反射界面信息），因为模型梯度中的反射界面信息（偏移成分）比背景速度信息（层析成像成分）更加显著。因此，FWI主要更新深层反射界面而不是深层背景速度，而背景速度的误差会降低反射界...