共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
针对高速公路事件检测这一非线性分类问题,提出一种基于概率神经网络的事件检测方法。阐述了概率神经网络的结构与训练算法,分析了事件对交通流的影响规律,并合理地选取了概率神经网络的输入量,用高速公路管理部门提供的样本数据进行了仿真研究。仿真实验表明,基于概率神经网络的事件检测方法具有学习速度快、泛化能力好、检测准确率高等优点,具有良好的应用前景。 相似文献
3.
五年制高师计算机教学通过教学方法的合理设置,激发学生学习的兴趣,培养学生自主学习能力,提高学生分析问题、解决问题能力,做到"以人为本,以人为目的",创建和谐和活的课堂教学。 相似文献
4.
深度前馈神经网络在分类和回归问题上得到了很好的应用,但网络性能极大程度上受到其结构和超参数影响.为了获得高性能的神经网络,首先对遗传算法的选择策略进行改进,之后利用该改进遗传算法,采用二进制编码与实数编码的混合编码策略对深度前馈神经网络层数、每层节点量以及学习率和权重进行优化.改进的选择策略,在最优保存策略的基础上从父代和子代合并的2n个个体中,以一定的概率选择部分适应值较差个体作为新父代,以增加种群多样性,避免陷入局部最优.同时引入dropout方法减少网络过拟合训练数据.使用Ring、Breast cancer、Twonorm、Heart、Blood、Ionosphere、Monk共7个数据集进行数值实验,并与其他相关文献中的算法比较,仿真结果表明,改进的遗传算法能搜索到较高性能的神经网络. 相似文献
5.
"教学做"一体化教学模式不仅要在教学内容、教学方法上对学生的学习起到促进作用,而且还需要利用科学、合理的考核评价方式调动学生学习的积极性。结合操作系统课程,制定考核方法进行实践,并对教学改革实践效果进行了分析。 相似文献
6.
本文提出了一种协同降维策略来优化特征维度进而提升电子鼻分类精度。该协同降维策略结合了无监督和有监督降维的优点实现原始特征的有效降维,并利用该策略实现不同品牌白酒的智能辨识。 首先,提取电子鼻检测数据的最大值、 稳态均值、积分值以及小波能量值作为特征值。其次,将无监督降维方式的核熵成分分析(KECA)引入对融合特征进行初步降维。再利用有监督降维方式的线性判别分析(LDA)进行再次降维得到最终的综合特征。最后,基于支持向量机(SVM)、概率神经网络(PNN)、随机森林(RF)对综合特征进行分类识别。结果表明,KCEA-LDA-SVM获得了最高的分类性能达96%,说明该协同降维策略可以有效提升电子鼻的检测性能。 相似文献
7.
提出一种结合概率推理与决策理论来有效构建C++智能教学系统ITS(Intelligent tutoring System)中学生学习模型的方法,以帮助ITS达到自适应教学的目的。首先,利用概率推理来识别学生的知识状态。其次,采用学习风格问卷调查(ILS)和机器学习的方法来分类预测学生的学习风格,并且实验数据也验证了这种方法的可靠性和有效性。通过将模块植入现有的ITS并投入实际的教学应用中,学生的反馈表明了本系统对提高学生的学习兴趣和学习效果具有积极作用。 相似文献
8.
基于概率神经网络的入侵检测技术 总被引:5,自引:0,他引:5
提出一种基于概率神经网络的高效入侵检测技术。对网络数据处理、概率神经网络的训练与检测及其算法进行分析。在网络训练中,提出一种基于实验数据选择概率神经网络关键参数的方法,分析该方法的可行性。实验表明通过此方法能使入侵检测系统具有更高的检测精度和效率。 相似文献
9.
10.
有序神经网络及在阳极效应预报中的应用 总被引:1,自引:0,他引:1
提出了利用有序神经网络研究铝电解槽阳极效应的预报问题。概述了铝电解槽及其阳极效应的基本情况,针对铝电解槽控制难题和传统方法的不足,选择有序神经网络用于阳极效应概率预报。描述了有序神经网络的基本结构、与传统单隐层BP神经网络的区别以及由此带来的网络映射性能的改善,并使用梯度下降原则推导了有序神经网络的学习算法。使用铝电解槽的现场数据对有序神经网络进行训练并检验,结果表明有序神经网络可以比传统神经网络更及时、准确地对铝电解槽阳极效应进行预报。 相似文献
11.
12.
基于深度卷积神经网络的目标检测在应用中展现出了良好的性能,然而,将其应用于弱小目标检测上依然性能欠佳。本文提出一种有效的弱小目标检测方法,使用改进的特征提取方法,利用尺度匹配策略选取合适的尺度进行小目标检测。同时在神经网络中设计自适应的融合模块,通过融合特征与接收域以增强目标环境特征。提出的方法在检测速度和精度上都具备良好的性能。有效解决了一般的框策略无法准确获取小目标的问题,新的策略使用自适应参数确定检测框。实验结果表明,提出的方法在视频数据中能够有效检测弱小目标,优于其它先进的目标检测方法。 相似文献
13.
提出一种概率神经网络样例选择算法,它包括两个阶段,第一个阶段利用概率神经网络计算样例的不确定性,第二个阶段利用计算出的不确定性选择样例.与压缩近邻规则、编辑近邻规则、约简近邻规则和迭代过滤算法四种代表性的样例选择算法进行了实验比较,实验结果显示在能力保持框架下,该算法的性能优于这四种方法.本文提出的算法具有下列特点:(1)学习速度快;(2)没有分类器的限制;(3)具有好的泛化能力. 相似文献
14.
为进一步提高集成学习中各个神经网络的差异性,该文采用了一种改进的特征选择方法-基于概率抽样的ReliefF算法,并将其引入到集成所用的Bagging方法中。实验结果表明,该文提出的基于改进的ReliefF算法的神经网络集成分类模型的泛化能力优于Bagging方法。 相似文献
15.
为进一步提高集成学习中各个神经网络的差异性,该文采用了一种改进的特征选择方法一基于概率抽样的ReliefF算法,并将其引入到集成所用的Bagging方法中。实验结果表明,该文提出的基于改进的KelietT算法的神经网络集成分类模型的泛化能力优于Bagging方法。 相似文献
16.
17.
孟德斌 《数码设计:surface》2021,(7):292-292
高中物理教学的方式多种多样,不同物理教师会选择不同的教学方法。从我国目前高中物理教学来看,多数教师都会选择探究式教学方式,为学生抛出一系列物理问题,让学生通过自己或者小组进行探究学习,改变了传统的学生接受知识的学习方式,这既能提高学生的探究意识,还能提高学生的物理学习能力,具有较高的应用价值。本文针对探究式教学在高中物理教学中的应用策略进行简单分析。 相似文献
18.
19.
软组合概率神经网络分类器人脸识别方法 总被引:1,自引:0,他引:1
概率神经网络分类器具有学习速度快、易于实现的特点,而且其输出是后验概率, 使得分类器的软组合变得容易。利用概率神经网络的这些特点,提出了软组合概率神经网络分类器人脸识别方法,该方法包括3步:(1)对人脸图像做不完全小波包分解;(2)用包含低频成分的小波子空间图像训练概率神经网络分类器;(3)用模糊积分组合训练好的分类器。将该方法与3种基于矩阵子空间的人脸识别方法在JAFFE、YALE、ORL和FERET 4个人脸数据库上进行了实验比较,结果表明,提出的方法在识别精度和CPU时间两方面均优于其他3种方法。 相似文献
20.
最小一乘回归神经网络集成方法股市建模研究 总被引:1,自引:0,他引:1
吴建生 《计算机工程与设计》2007,28(23):5812-5815,5818
提出了一种新的神经网络集成股市建模方法,采用偏最小二乘方法构造神经网络输入矩阵,利用Bagging技术和不同的神经网络学习算法生成集成个体,再用遗传算法选择参与集成的个体,以"误差绝对值和最小"为最优准,建立最小一乘回归神经网络集成模型,通过上证指数开盘价、收盘价进行实例分析,计算结果表明该方法具有较好的学习能力和泛化能力,在股市预测中预测精度高、稳定性好. 相似文献