搜索结果: 1-15 共查到“人工智能 神经网络模型”相关记录30条 . 查询时间(0.223 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
2024/4/18
中国科学院软件所提出图神经网络模型实现MaxSAT问题求解优化
软件所 图神经网络模型 MaxSAT
2023/5/8
中国科学院软件研究所计算机科学国家重点实验室博士研究生刘明昊针对人工智能和理论计算机科学中的基础问题之一——最大可满足性问题(MaxSAT),提出了一种基于图神经网络的深度学习系统,在求解大规模的困难MaxSAT实例时可以快速获得更高质量的解。
近年来,基于梯度反向传播的脉冲神经网络(SNN)训练方法逐渐兴起。在这种训练方法下,SNN能够在保留神经元内部动力学的同时获得较好的性能。 在此基础上,自动化所听觉模型与认知计算团队模仿刻画视听觉系统神经元侧向作用的数学模型动态神经场,提出了具有侧向作用的SNN——LISNN,用于图像识别任务。并且在测试中,根据侧向作用的动力学特点,人为加入噪声以验证侧向作用对网络鲁棒性的提升。
作为一种无创的成像技术,功能磁共振(fMRI)通过检测血氧浓度来推断大脑的活动状态,在认知科学以及精神疾病研究中被广泛应用。但是fMRI影像具有维度高、信噪比低等特点,基于fMRI的脑疾病分类问题通常具有高维小样本的特点,常用的解决方案是采用脑模板或者独立成分分析等对原始的fMRI脑区进行划分,然后计算兴趣脑区或空间成分的时间序列相关值(Time Courses, TCs)得到脑功能连接矩阵,并在...
为改善星箭界面振动环境,设计六杆隔振平台,采用磁流变阻尼器作为半主动控制元件,替代原有锥壳过渡支架.对整星隔振平台用磁流变阻尼器进行性能测试,得到反映磁流变阻尼器阻尼特性的实验数据.建立具有两个隐含层的反向传播神经网络对阻尼器进行建模,用于预测磁流变阻尼器阻尼特性以及控制系统设计.提出一种串行算法优化网络结构、权值和阈值,保证网络具有较好的泛化能力和稳定性.仿真结果表明,与参数化模型相比,提出的神...
小波神经网络模型的改进方法
小波神经网络 改进的量子粒子群 参数组合优化
2014/2/24
为了改善小波神经网络(WNN)在处理复杂非线性问题的性能,针对量子粒子群优化(QPSO)算法易早熟、后期多样性差、搜索精度不高的缺点,提出一种同时引入加权系数、引入Cauchy随机数、改进收缩扩张系数和引入自然选择的改进量子粒子群优化算法,将其代替梯度下降法,训练小波基系数和网络权值,再将优化后的参数组合输入小波神经网络,以实现算法的耦合。通过对3个UCI标准数据集的仿真实验表明,与WNN、PSO...
基于神经网络模型的岩石边坡稳定性分析研究
神经网络 学习公式 边坡稳定性
2009/11/12
对BP网的学习公式进行了详细推导,建立了岩石边坡稳定性分析的神经网络模型,并用22个样本对其进行了训练,预测了4个样本。结果表明,神经网络用于边坡稳定性分析是可行的。
FPNN:优化的过程神经网络模型及其应用
傅里叶神经网络 过程神经网络 傅里叶过程神经网络
2009/10/12
利用既定条件下过程神经元与傅里叶神经元的等价性,提出一种优化的过程神经网络模型FPNN,并对等价性进行了证明。FPNN网络在保持了过程神经网络模型表达能力和预测准确率的同时,继承了FNN的优点,大大提高了模型的效率。
并联混合神经网络模型及应用研究
径向基函数 BP神经网络 混合网络模型
2009/9/30
单一神经网络难以对复杂模型做出准确的预测,提出了一种并联型混合神经网络模型用于对复杂的系统进行预测,该模型由径向基函数网络、BP网络和控制模块组成。控制模块用于线性映射层,将两种单一神经网络的输出结合并得到最终的输出结果。详细地给出了混合模型的预测方法:首先,利用改进算法分别训练径向基函数网络和BP网络;其次,采用自适应遗传算法优化线性映射层以获得更好的预测精度;最后,利用两个实例比较单一神经网络...
自适应变系数粒子群—径向基神经网络模型在负荷预测中的应用
短期负荷预测 自适应变系数粒子群 泛化能力
2009/9/25
为了提高短期电力负荷预测精度,提出了一种自适应变系数粒子群—径向基函数神经网络混合优化算法(AVCPSO-RBF)。实现了径向基神经网络参数优化。建立了基于该优化算法的短期负荷预测模型,利用贵州电网历史数据进行短期负荷预测。仿真表明,该方法的收敛速度和预测精度优于传统径向基神经网络方法和粒子群—RBF神经网络方法及基于混沌理论的神经网络模型,该优化算法克服了径向基神经网络和传统的粒子群优化方法的缺...
基于输入空间扩张的动态迟滞神经网络模型
速率依赖性 动态迟滞算子 神经网络
2009/9/8
针对神经网络不能直接用于辨识具有多值映射特征的迟滞非线性的不足, 利用输入空间扩张的方法, 引入动态迟滞算子来反映动态迟滞的速率依赖性, 由迟滞的输入、输入变化率和算子输出构造神经网络的扩张输入空间, 将输出空间的迟滞多值映射转换为在新的扩张输入空间上的一一映射, 从而将神经网络应用到动态迟滞非线性的辨识中. 所建立模型结构简单, 易于实现在线调整. 最后, 使用该方法对压电陶瓷执行器中的动态...
一类二元时滞神经网络模型解的定性研究
神经网络 时滞 收敛性 阈值
2009/9/4
对一类具有自反馈信号的二元时滞神经网络模型的解进行定性研究,针对网络参数的不同取值,分步地求解一个在一定初始函数空间中给定初始值的泛函微分方程组,再讨论模型解的收敛性. 我们的分析表明网络参数在神经网络模型研究中具有极其重要的作用.