共查询到18条相似文献，搜索用时 171 毫秒
1.
针对传统的单个RBF神经网络集成中个体的隐节点个数和初始参数难以客观确定的不足,为了提高泛化能力,提出一种以高斯核函数的混合优化的RBF神经网络的方法,首先引入正交最小二乘法动态客观的获取数据中心的个数、数据中心及权值;然后通过计算隐层中心点间最小距离作为扩展常数;最后使用剃度法调节权值、中心及扩展常数使网络参数和结构达到最优.该方法结合了正交最小二乘法和剃度算法的优点,通过从结构和算法两方面的调整提升了单个的传统的RBF网络的性能.并将上述优化混合的RBF神经网络与主成分分析方法相结合建立模型.本文以广西5月逐日降水事先初选的众多预报因子进行主成分分析算法提取有效的几个综合因子,然后使用混合算法优化的径向基网络建立降水预测模型.结果表明,该模型具有较好的收敛效果和泛化能力,在预报性能上明显优于同期的T213降水预报,具有一定的普遍适用性. 相似文献
2.
3.
针对BP算法在测向定位中收敛速度、隐层神经元个数的选取以及定位精度等方面的缺点,将实神经网络代数算法首次应用到测向定位中。给出了隐层神经元个数的准确公式,快速准确的获取训练权值,建立了基于代数算法的三站定位模型。通过仿真实验,新方法在定位精度和时间效率方面都远高于BP算法。 相似文献
4.
结合支持向量机和神经网络各自的优点,提出了一种新颖的自适应支持向量回归神经网络(SVR-NN).首先,利用支持向量回归方法确定SVR-NN的初始结构和初始化权值,基于支持向量自适应地构造SVR-NN神经网络的隐层节点;然后,使用退火过程的鲁棒学习算法更新网络节点参数和权值.为了验证所提出方法的有效性,给出了自适应SVR-NN应用于非线性动态系统辨识的实例.仿真结果表明,与以前的神经网络方法相比,基于SVR-NN网络的辨识方案能获得相当好的性能,它具有很快的收敛速度.因此,自适应的SVR-NN为非线性系统辨识提供了极有吸引力的新途径. 相似文献
5.
6.
提出了一种连续隐Markov模型参数估计算法,并利用全局收敛定理严格证明了算法的收敛性.该算法用Viterbi算法取代分段K平均算法中的聚类方法,直接确定出最优状态和分支序列,并依据最优序列以最大似然为优化准则进行参数估计.阐述了该算法与Baum-Welch和分段K平均2种经典算法在目标函数、优化准则和工作原理等方面的关系,并将3种算法应用于人脸识别.实验结果表明,该算法在获得相当识别率的同时缩短了训练时间,并降低了识别结果对训练样本集的敏感性,在3种算法中总体性能最优. 相似文献
7.
BP神经网络隐层结构的设计方法 总被引：8，自引：0，他引：8
蔡兵 《通化师范学院学报》2007,28(2):18-19
针对神经网络隐层结构设计问题,介绍了几种神经网络隐层层数和各层节点数的设计方法.此方法计算量小,具有很高的实用参考价值. 相似文献
8.
为了解决传统隐马尔可夫模型应用通常将隐状态数和混合成份数看作一致的弊端,更客观地描述问题,使模型研究适合现实的数据分布,参数设定更为精准,从而使算法效果达到最优,提出一种基于高斯混合分布、聚类思想和OEHS准则的适应数据分布且自动确定参数的算法。因隐马尔可夫学习算法由EM算法实现,但EM是局部最优算法,严重依赖初始值,从跳出局部最优的角度出发,对两个参数进行初始设定。与传统的随机初始化方法进行比较,实验结果表明,该算法能得到更好的结果。 相似文献
9.
目前三维空间测向定位多采用先在二维体系中计算然后转换为空间坐标的方法,正北偏差、投影变换的方位变形等会对定位精度造成很大的影响.本文立足于三维空间,利用多个测向平面形成的空间目标观测方程组,并利用实神经网络代数算法收敛速度快、时间效率高以及隐层神经元个数选取等方面的优势,构建了三站测向定位模型.仿真实验表明,本算法定位精度明显提高,在不同测向精度条件下定位误差接近CRLB,使得该算法适用于复杂的测向环境,具有很强的实用性. 相似文献
10.
11.
基于模糊观测数据的RBF神经网络回归模型 总被引：1，自引：0，他引：1
提出了一种基于模糊观测数据的RBF神经网络（FORBFNN）,用于解决一类输出不可精确测量但可用模糊隶属度来表征的非线性系统建模问题．神经网络模型中各隐层神经单元的权重系数采用一种新的模糊EM算法辨识获得;隐层神经单元的数量及径向基函数的中心和宽度基于一种数据驱动的方法自适应确定,即首先初始生成一个隐层单元,然后根据一定的规则逐步加入新的单元,该过程不断迭代直到模型满足预设要求．该方法同时考虑了模型的复杂度及预测精度．数值模拟实验结果表明该建模方法是有效的,且建立的模型具有较高的预测精度． 相似文献
12.
13.
为最大限度地利用回弹法和超声波法混凝土抗压强度非破损检测试验数据,应用通用数学软件Mat-1ab7．2神经网络工具箱中的BP人工神经网络（BP—ANN）算法,通过优化网络结构和隐层节点数量建立了拓扑结构为2-10-1的BP—ANN模型;将其充分训练后,用于混凝土抗压强度预测。分析结果表明,混凝土抗压强度预测值与实测值的误差小于5．0％,能够满足工程需要;BP—ANN预测能力较强,具有一定的工程应用价值。 相似文献
14.
针对BP算法在测向定位中收敛速度慢、易陷入局部极小等缺点,将模拟退火方法应用到BP神经网络中,同时结合变步长方法,利用隐层节点的动态合并与删除策略,在满足定位精度的同时使网络结构最小化,使用三层前馈网络建立了三站测向定位模型。通过仿真实验,新方法在收敛速度和有效性方面都远高于BP算法。 相似文献
15.
针对传统语音识别在多目标情况下识别率较低的问题,从特征参数提取角度,提出一种基于受限玻尔茨曼机（RBM）的特征提取方法。依据不同个体语音信号之间的特征差异提取特征参数,通过梯度上升算法调整网络参数以拟合给定训练样本,通过对比散度算法降低采样达标所需状态转移次数以提高算法效率,再利用重构误差曲线评价受限玻尔茨曼机对训练样本的似然度。实验表明,当隐含层节点个数为30时,参数提取的重构误差低于20%。此时使用改进的BP网络训练,与传统算法相比,综合识别率提高到86.9%,对提升多目标语音识别率具有重要意义。 相似文献
16.
关于BP网中隐含层层数及其节点数选取方法浅析 总被引：3，自引：0，他引：3
介绍了BP网络结构的重要性，总结了设计BP网时确定隐含层层数及其节点数的几种传统方法及一种新方法，此方法将矩阵分解理论引入BP网络结构优化中，为其指出了一个全新的思路及未来的发展趋势。 相似文献
17.
基于主成分分析的GA-BPNN遥感图像分类研究 总被引：2，自引：0，他引：2
在高原山地地区,传统遥感分类方法分类精度低,而标准BP神经网络分类方法在实际应用中也难以胜任.探讨对数据源主成分分析特征选择的基础上,用量化共轭梯度法改进标准BP算法,采用GA优化BP网络的隐层神经元数目、初始权重.并以香格里拉县ETM+遥感图像为例,在DEM地形数据辅助下,训练网络使其收敛,仿真输出.结果表明,其分类总精度为84.52%,Kappa系数为0.8317,比最大似然法分类精度提高了9.08个百分点,验证了GA优化的BP网络遥感图像分类的可行性和有效性. 相似文献
18.
无线传感器网络的DV-HOp定位算法是通过计算未知节点和锚节点的最小跳数,估算平均每跳的距离,并使用跳段距离代替实际距离来计算未知节点坐标。当节点规模变大、连通度过高时,该算法定位精度大大降低。根据DV-Hop算法的定位过程,考虑到节点位置的相对稳定,在DV-Hop的定位中应用ATR-CKN睡眠调度算法,让部分锚节点和已经定位的盲节点进入睡眠,从而降低节点规模和冗余定位信息,保证了节点低能耗下的精确定位。仿真结果表明,采用ATR-CKN睡眠调度算法的网络节点能量消耗大大降低,DV-Hop算法的定位精度也有提高。 相似文献