基于神经网络的麻花钻圆度误差的检测

麻花钻圆度误差检测时,首先采用万能工具显微镜测出其棱边投影采样点的坐标,然后将神经网络算法引入到相关的数据处理中来,以拟合出其棱边投影的椭圆表达式系数.在神经网络训练时,以钻头棱边投影的坐标及常数1作为网络的3路输入,性能指标为该网络输出与常数1的差值的平方;根据负梯度下降法来调整隐层神经元与输出神经元之间以及输入神经...     

神经网络反演方法在地震储层上的应用

基于神经网络对地球物理资料进行反演,其原理是把希望输出与实际输出之差偏差归结为连接权的"过错",通过把输入层单元的误差,逐层向输入层逆向回转,分摊给各层单元,从而获得各层单元的参考误差,以调整相应的连接权;并讨论了神经网络反演和基于模型反演在少井的情况下对反演效果的影响,以及神经网络反演中的各参数对分辨率的影响,对神经网络反演的应用及推广提供了相关参考.     

Hermite前向神经网络隐节点数目自动确定

从函数逼近论出发,构造了一类以Hermite正交基为激励函数的前向神经网络.在保证网络逼近能力的前提下,令其输入层至隐层的权值和各神经元阈值分别为1和0,导出了基于伪逆的隐层至输出层最优权值的直接计算公式.并针对Hermite前向神经网络,提出一种依照学习精度要求而逐次递增型的隐节点数自动、快速、准确的确定算法.对多个目标函数的计算机仿真和预测结果表明,该神经网络权值直接确定方法和隐节点数自动确定算法能很快地找到最优的隐节点数及其对应的最优权值,且网络具有较好的预测能力.     

前馈神经网络隐层评测问题的研究

分析了隐层输出向量组生成的表示空间与期望输出向量组生成的目标空间．通过计算隐单元的误差补偿值，对以隐层生长方式构建网络时，每个隐单元的误差补偿性能以及隐单元性能最优的充分必要条件进行了研究．结果表明：表示空间与目标空间维数、隐单元数目以及每个隐单元的误差补偿效率决定了前馈神经网络隐层的评测因素．最后定义了隐层品质因子、隐层有效系数、隐单元剩余度和隐层评价因子，并通过对典型前馈网络的考察，验证了该评测方法的合理性和有效性．     

竞争型径向基过程神经网络时序分类器

针对时序分类问题,提出一种竞争型径向基过程神经网络时序分类器.给出了复合竞争过程神经元单元的定义,引入复合竞争过程神经元隐层,利用竞争型径向基过程神经网络输入为时变函数的特点,由复合竞争过程神经元单元完成对过程式输入信息的模式匹配和时空聚合运算,给出了具体学习算法,省去了输出层线性连接权的计算,简化了网络结构和训练过程,提高了网络泛化能力.最后以UCI数据集多变量时序分类问题验证了分类器的有效性.     

改进的小波神经网络在管道泄漏故障诊断中的应用

提出一种增加基于小波神经网络输入与输出节点的部分直接连接网络结构,并且根据输入征兆对输出故障的影响程度的具体情况赋予不同的连接权值,这样就明显突出了输入与输出层即征兆与故障之间的直接关联性,有利于小波神经网络模型的稳定性,同时加快了网络的收敛速度,并能快速而准确地对故障进行分类诊断。将改进的小波神经网络应用于管道泄漏故障的诊断,收到良好的效果。     

基于模糊神经网络的CDMA网络故障诊断方法

为解决常规故障诊断算法难以对CDMA网络故障建模的难题，提出了基于模糊神经网络的CDMA网络故障诊断模型. 该模型的输出层和输入层神经元的个数分别由CDMA网络故障类型和故障诊断所需要的输入量决定. 然后再利用故障诊断专家知识库中的故障诊断样本，对诊断模型进行训练，确定网络的连接权值和模糊隶属度函数. 仿真实验结果验证了该故障诊断模型的有效性.     

一种局域连接前向人工神经网络结构的研究

双隐层标准前馈网络只要其隐层节点数足够多就能解决任何形式的分类问题。应用标准网络识别多模式类分类问题时存在以下缺陷；１．对不同模式类均使用相同数目的隐层元；２．增加新模式类后，网络要重新学习．３．网络识别的机理研究困难。笔者提出了一种局域连接前馈神经网络的结构，其隐层神经元与输出神经元裥的局域连接，学习算法与ＢＰ算法。     

神经网络用于系统辨识的一种最小二乘法

讨论了用多层前向神经网络建立非线性系统模型的机理,然后通过对多层前向神经网络特点的分析,给出了一种基于线性最小二乘法的神经元网络训练方案。在该方案中,通过梯度法获取隐层神经元的输入,使用线性最小二乘法训练各神经元的权值和阈值。仿真结果表明该方案具有精度高、收敛速度快等特点。     

一种高效二进前馈神经网络学习算法

为解决二进前馈神经网络(BFNN)缺乏高效实用学习算法的问题,提出一种新的融合自适应调节结构和权值的BFNN学习算法.该算法借鉴并改进了极限学习机(ELM)方法,可以高效地训练单隐层的BFNN来解决分类问题.为了满足网络的训练精度,算法可以自动增加隐层神经元个数和调节网络隐层及输出层神经元权值;同时为了提高网络的泛化精度,算法通过建立二进神经元敏感性作为度量隐层神经元重要性的尺度,自动地裁剪重要性小的神经元,并对裁剪损失的信息进行补偿.实验结果验证了该算法在处理离散分类问题时的可行性和有效性.     

正交投影神经网络的BP和GS杂交学习算法

主要讨论具有单隐层的正交投影神经网络的权值和阈值的学习问题,提出了一种新的将BP算法和GS算法相结合的杂交学习算法,其中GS算法对隐层到输出层的权值和阈值进行学习,BP算法用于输入层到隐层权值的学习,并给出一种最佳的隐层节点数的选取方法．仿真实验表明,该杂交学习算法具有学习速度快且能获得全局最优解的特点,并可有效地对学习过程中出现的病态情况进行求解,具有良好的普适性。     

改进Elman网络的逼近性质研究

提出了能够用于非线性系统建模的一种新型回归网络,该网络是Elman网络的改进,由输入层、隐层和输出层构成.输入层由外部输入和内部状态层组成,隐层到状态层的连接是任意的,因此在逼近系统时,改进的Elman网络比Elman网络有更多记忆空间.同时证明了改进的Elman网络能够逼近一定时间内的非线性系统的输出轨线,提出了利用动态反向传播算法训练神经网络的前向和反向权值,仿真结果验证了该方案的有效性.     

利用区域映射模型研究样本集的空间分布

针对样本集在神经网络中所起到的重要作用，用大量的仿真试验研究了区域映射模型输出与输入空间的拓扑相似性．结果表明，区域映射模型可实现从高维空间到二维空间具有拓扑相似性的映射，因此，可以作为研究样本集空间分布的新的可视化工具，同时为样本集的组织和筛选提供了新的手段．仿真试验也直观地揭示了隐层单元数和权值在神经网络中所起的作用，即隐层单元数用来调节投影的角度，权值则用来调整样本空间的输出图像在输出空间中的位置．     

BP神经网络预测方法的改进及其在隧道长期沉降预测中的应用

对已有的BP神经网络预测方法做了进一步的改进,通过对比选取了最优的网络训练模式和传递函数;利用反复训练和统计学原理推导了适用于确定单个隐含层神经元个数的解析式,并提出了与其相适应的归一化方法、最优归一区间和最优隐层神经元个数的取值范围;指出当输入神经元大于3个时,采用具有双隐含层结构的BP神经网络进行预测的效果远好于单个隐含层结构.对隧道结构整体沉降进行了预测,效果满意,为合理选择后续施工工艺提供了依据.     

基于改进的GABP神经网络光伏发电短期出力预测

分析了影响光伏出力的主要因素,选取了太阳辐射量,以及隐含前一日综合气象信息的历史出力数据为关键影响因素,建立了改进的GA-BP神经网络的短期光伏发电功率预测模型.对样本空间进行了合理降维和去噪,并利用遗传算法逐步迭代出优化的初始权值,将得到的最优权值(阈值)赋值给预测网络各层进行学习和预测.仿真结果表明,改进的GA-BP神经网络模型能够剔除冗余的样本数据和优化初始权值,既具备了较快的收敛速度又不易陷入到局部极值中,具有较强的泛化能力,预测精确度大幅提高.     

基函数神经网络构造方法

从生物学和逼近论出发,将任意一组正交基函数作为三层前向神经网络各隐含神经元的活跃函数,再以其加权和作为网络的输出特性,构成一种新型的神经网络模型;从理论上解决了单输入神经网络隐含层数及隐含单元个数难以确定的问题。仿真实验表明,该网络具有优良的逼近任意非线性对象的特性,且收敛速度远远快于BP网络。     

小波神经网络用于非线性函数逼近的研究

神经网络具有良好的学习特性,而小波变换具有良好的时频局部化特性,将二者结合在一起构成小波神经网络,网络隐层采用morlet小波函数,输出层采用线性函数,可使该网络兼具神经网络和小波变换的优点.作者分别用小波网络和BP网络逼近一非线性函数,其结果表明,在相同的误差条件下,小波网络的收敛速度要远远快于一般的BP网络.     

Assessment for Production and Operation Ability of Medium and Small-sized Enterprises Based on Neural Network

1 Introduction At present, medium and small-sized enterprises accounts for 99% in nationwide enterprises in China. Total industrial-output value and profit and tax produced by them are about 60% and 40%, respectively. As a medium and small-sized enterprise, which produces tangible products, its production and operation ability is a matter of life and death in the modern market economy and the global economic integration[1–2]. So, in the complex economy environment, in order to keep running, …