搜索结果: 1-13 共查到“人工智能理论 神经网络”相关记录13条 . 查询时间(0.276 秒)
基于改进型脉冲耦合神经网络的关键路径求解
改进型PCNN;AOE-网 关键路径
2009/10/29
在脉冲耦合神经网络(PCNN-Pulse Coupled Neural Network)的基础上,提出了改进型脉冲耦合神经网络(mPCNN-modified PCNN)模型,并将其用于AOE-网的关键路径问题的求解.该方法通过快速并行计算,一次正向计算即可求解AOE-网的所有关键路径,与传统方法相比体现了较好的优势.
基于BP神经网络的模糊参数辨识
BP神经网络 模糊规则库 模糊参数辨识
2009/7/21
提出一种与TSK模糊模型相似的模糊模型—M-2模型,证明了M-2模型与一个4层前向神经网络是等价的,在此基础上提出基于BP神经网络的模糊模型参数辨别算法,即通过BP神经网络对样本数据的学习,直接从样本数据获取模型参数,建立M-2模糊模型,通过仿真实例验证了该算法的有效性。
基于小波神经网络的齿轮箱故障诊断研究
小波分析 神经网络 故障诊断
2009/7/2
论述了小波神经网络的系统结构及算法,并根据齿轮振动信号的频域变化特征,提取特征向量作为输入,利用小波神经网络建立特征向量与故障模式之间的映射关系,建立了基于该算法的齿轮故障诊断模型。仿真结果表明:与传统的BP神经网络相比,该模型显著缩短了训练时间。该小波神经网络进行机械故障诊断是有效的。
基于双线性反馈神经网络盲均衡算法的研究
双线性反馈神经网络 收敛速度 误码率
2009/6/29
将双线性反馈神经网络应用于盲均衡算法,提出了一种新的基于双线性反馈神经网络盲均衡算法,推导出算法迭代公式,计算机仿真表明,新算法具有较快的收敛速度和较小的误码率。
基于神经网络的装载机故障诊断模型
神经网络 信号处理 故障诊断
2009/6/26
首先分析了故障诊断的常用方法及其优缺点,设计了装载机故障诊断的流程,并阐述了流程中一些重要环节的设计和功能。然后在分析装载机信号的基础上提取了装载机信号的故障特征,相继建立了用于装载机故障诊断的BP神经网络和组合神经网络模型,并比较两者的优缺,选择更适合装载机故障诊断的模型。
基于构造型神经网络和商空间粒度的聚类方法
聚类 粒度 构造型神经网络
2009/6/25
采用构造型神经网络对大规模模式进行聚类,其中利用商空间粒度分析法选择最优粒度聚类。该方法既发挥了构造型神经网络计算复杂度低的优点,又利用了商空间理论选取最优粒度聚类。对大规模复杂数据聚类实验结果表明该方法是实效的。
基于神经网络量子算法的多用户检测器
遗传量子算法
2009/4/2
利用遗传量子算法和Hopfield神经网络,提出了一种融合两种算法优点的神经网络量子算法,并将其应用到CDMA通信系统的多用户检测问题中。所提算法把神经网络嵌入到遗传量子算法的每一代中,可进一步提高量子种群的适应度函数值。通过混合神经网络到GQA中,还可加快GQA的收敛速度进而减少算法的计算复杂度。另外,GQA所提供的良好初值改善了HNN的性能,嵌入的HNN也提高了GQA的性能。仿真结果证明了该方...
基于免疫粒子群优化的一种动态递归神经网络辨识与控制非线性系统
人工智能 控制理论 动态递归神经网络 粒子群优化
2009/3/4
提出了一种采用免疫粒子群优化算法对动态递归神经网络进行训练的方法,实现了对Elman网络的结构、权重、结构单元的初始输入和自反馈增益因子等参数的同时进化训练。 进而针对非线性系统分别提出了相应的辨识与控制算法,并设计出了相应的辨识器和控制器。最后以超声马达为对象进行了仿真,结果表明:基于所提出的算法而设计的辨识器和控制器在辨识和控制过程中不仅都能取得很高的收敛精度和速度,而且对于随机扰动有较强的鲁...
遗传算法构建的神经网络及在机械工程中的应用
遗传算法 神经网络 机械实例
2009/1/17
在分析遗传算法和神经网络优点的基础上,采用遗传进化的方式自动获得神网络的结构、权值和阈值.提出了构建神经网络模型参数的遗传算法分区编码方案,构建了适应度函数并依据个体适应度值的大小动态调整隐层节点及连接权个数的方法,给出了整体算法过程.采用该方法构建的神经网络计算两自由度的机械手参数,并通过实例仿真与常规凭经验构建网络结构及采用BP学习算法相比较,采用遗传算法构建的神经网络具有仿真精度高、占用资源...
小波包概率神经网络控制图在线检测和分析系统
控制图 模式识别 参数估计 小波包
2009/1/15
针对控制图在线检测和分析的要求,提出了系统基本框架,利用小波包提取特征向量,并将其作为概率神经网络的输入进行控制图模式识别和异常模式下参数估计。模拟仿真结果表明该方法结构简单,收敛速度快,识别准确率高,能够满足控制图在线检测和分析的需要。
基于模糊角分类的神经网络用户兴趣模型分类算法
模糊角分类 神经网络
2009/1/7
用户兴趣描述文件的快速分类是个性化搜索引擎的关键技术,提出了一种模糊角分类神经网络模型,该模型能接受用户兴趣描述文件的实向量输入,克服了角分类神经网络(CC4)对二进制输入的要求。模糊角分类神经网络模型根据用户信息所落入的k最近邻的样本泛化空间来进行分类,随着k值的增大,其分类效果趋近于贝叶斯分类算法。
一种基于脉冲耦合神经网络的语音情感识别新方法
脉冲耦合神经网络 语音情感识别 语谱图
2008/12/23
针对汉语语音情感识别问题,提出了一种基于脉冲耦合神经网络(PCNN)的识别方法。该方法将语音转化为语谱图后输入到PCNN,得到输出图像的神经元点火序列及其熵序列作为语音情感的特征,利用其特征实现语音情感识别。实验结果表明,该方法可以有效地识别“高兴”与“平常”这两种不同的情感。该方法将PCNN引入到语音情感识别的应用研究中,开拓了语音和图像信号结合处理的新领域,同时对于PCNN的理论研究和实际应用...