共查询到10条相似文献,搜索用时 31 毫秒
1.
2.
3.
该文对采用神经网络实现的MIS智能入侵检测技术进行了简单介绍,并使用新的聚类方法来改善神经网络,通过得到最佳的规则数降低了算法时间复杂度,简化了神经网络。从而优化了特征提取规则,提高了入侵检测的效率和智能性。 相似文献
4.
全局优化的神经网络方法 总被引:3,自引:0,他引:3
提出了一种解全局优化问题的神经网络模型, 并分析了该模型的收敛性与可行性. 然后, 给出了一个算法, 严格地证明了该算法对优化问题的任意给定的初始点, 都能收敛到它的一个全局极小点. 最后的仿真结果表明, 该算法是有效的. 相似文献
5.
对于自然场景中拍摄的汉字图像,现有的汉字识别算法出现了很多问题,如传统的BP神经网络算法识别效率低下,传统的RBF神经网络算法识别准确率不高等,针对这些问题,论文提出了融合K-means和RBF神经网络的汉字识别算法.该算法通过引入减聚类算法,来计算出K-means算法的初始聚类中心及其个数,接着用K-means算法计算出RBF神经网络算法的径向基函数的中心,最后确定径向基函数的宽度以及隐含层到输出层之间的权值.实验结果表明该算法有着较高的准确率,能有效地提高汉字识别效率,具有一定的实用价值. 相似文献
6.
7.
依据RBF神经元模型的几何解释,提出一种新的构造型神经网络分类算法.首先从样本数据本身入手,通过引入一个密度估计函数来对样本数据进行聚类分析;然后在特征空间里构造超球面,以逼近样本点分布的几何轮廓,从而将神经网络训练问题转化为点集"包含"问题.该算法有效克服了传统神经网络训练时间长、学习复杂的缺陷,同时也考虑了神经网络规模的优化问题.实验证明了该算法的有效性. 相似文献
8.
针对图像特征点匹配算法的运行时间呈指数增长的问题,提出了一种新的匹配算法NHop.该算法通过加入新的网络输入输出函数、点对间差异的度量和启发式选择目标点的方式,对传统的Hopfield神经网络进行了改进.新算法不仅解决了传统Hopfield神经网络运行时间长、能量函数易陷入局部极小点的问题,而且也有效地实现了图像特征点的匹配.实验结果表明,与传统的Hopfield神经网络相比,NHop算法的匹配速度更快、准确率更高,对于图像特征点的匹配效果更好. 相似文献
9.
遗传算法在神经网络优化中的应用 总被引:8,自引:4,他引:8
把遗传算法和神经网络结合起来,形成以遗传算法与神经网络相结合的进化神经网络。介绍了遗传算法的基本原理。讨论了用遗传算法优化网络结构和基于遗传算法的神经网络权值优化问题。并通过实验仿真将该算法与BP算法进行比较,从而验证了该算法的可行性与有效性。 相似文献
10.
在无线传感器网络中,能量效率问题至关重要,构造精简的虚拟骨干网可以节约有限资源,这等同于在图论中求解最小连通支配集(MCDS)问题.由此,提出一种构造MCDS的启发式算法.首先根据均值公式为顶点建立次序表,其次构造极大独立集(MIS),再次连接MIS节点,最后优化.仿真实验表明:该算法能够在短时间内找到规模较小的连通支配集(CDS),并且有效地均衡了各节点能量,延长了网络生命周期. 相似文献