多层神经网络
多层神经网络的相关文献在1993年到2022年内共计168篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、机械、仪表工业
等领域,其中期刊论文110篇、会议论文5篇、专利文献443644篇;相关期刊89种,包括解放军理工大学学报(自然科学版)、东北大学学报(自然科学版)、系统工程与电子技术等;
相关会议5种,包括中科院自动化研究所自动化与信息技术发展战略研讨会暨2003年学术年会、中国宇航学会特种装备专业委员会第十次学术交流会、中国生物医学工程学会第五次全国学术大会暨IEEE/EMBS第20次国际学术年会等;多层神经网络的相关文献由418位作者贡献,包括付利俊、李伟、胡健等。
多层神经网络—发文量
专利文献>
论文:443644篇
占比:99.97%
总计:443759篇
多层神经网络
-研究学者
- 付利俊
- 李伟
- 胡健
- 芦建文
- 冯英浚
- 刘亚洲
- 卢培山
- 孙权森
- 江鑫
- 王宏
- 王雪峰
- 许卓明
- 贾晓宗
- 陆金桂
- 于坤
- 何友
- 余磊
- 侯祥林
- 刘璇
- 刘金
- 吕朝萍
- 吴作伟
- 周亮
- 周喜川
- 周泓
- 唐晓晴
- 唐枋
- 唐科
- 姚宁波
- 姚建勇
- 姚志凯
- 姜志超
- 孔宪仁
- 崔亚奇
- 崔耀威
- 张也弛
- 张嘉诚
- 张智军
- 张正伟
- 张洁
- 张涵
- 张雪
- 彭顺风
- 徐心和
- 施云
- 施勇
- 朱全银
- 朱馗
- 李文婷
- 李泽扬
-
-
崔亚奇;
何友;
唐田田;
熊伟
-
-
摘要:
根据机器学习当中的理论方法,通过输入和输出数据设计,把信息融合领域的航迹关联问题,转换为机器学习领域中的分类识别问题,研究提出了一种深度学习航迹关联方法.仿真结果表明:所提方法在关联性能和自适应能力方面优于对比方法,具有较好的应用前景.
-
-
杨红梅;
薛敏;
杨泱;
马磊磊;
冯志强
-
-
摘要:
针对页岩油藏焖井开发过程中,合理焖井时间难以确定、影响因素多、计算难度大等问题,开展了基于机器学习的页岩油藏合理焖井时间优化研究。基于Y区块268口压裂水平井物性与施工参数,进行了数值模拟合理焖井时间的循环优选计算,并生成机器学习数据集。利用支持向量回归、多变量线性回归以及多层神经网络方法,分别建立了合理焖井时间预测模型,输入参数包括11个主要物性与施工参数。测试结果表明,新模型计算的合理焖井时间具有较高精度,预测准确率最高可达到94%。通过对比可以得知,在该模型条件下,支持向量回归法的准确率明显高于其他两种方法,具有较高适用性。毛管力大小、入地液量以及原油黏度对合理焖井时间影响较大,相关系数分别为0.202,0.170和0.159,在焖井方案设计中应重点考虑。经过机器学习优化后,Y区块X-1生产井累产油增长了约8.5%。
-
-
李小丽
-
-
摘要:
安保工作在高校日常管理中占有重要地位,传统视频监控主要进行视频录制,作为数据资料进行保存,一般在校园中无安全事件发生时,视频数据基本不会再使用,数据保存量相当大;当出现异常时,人工进行数据检视与排查,效率也很低。智能安保系统采用多层神经网络算法对视频数据进行分割、训练与预排查,并对人体行为进行分析,根据结果预测是否报警,过程无需人工干预,为高校安保工作带来及大便利。
-
-
赵康;
张志轩;
周宁;
王亮;
贺政华;
陈俊超
-
-
摘要:
随着风电机组的广泛接入,其低电压穿越期间的响应特性对电网安全稳定运行的影响越来越显著。风电机组的低穿特性由其低穿控制参数决定,因此提出了一种适用于直驱风电机组的多层神经网络低穿控制参数辨识方法。首先,基于经典的M-P神经元模型和Sigmoid激活函数,结合直驱风机低穿控制一般模型,构建多层神经网络;然后,根据实际运行的直驱风机低穿试验数据和对应的低穿控制参数,构造多层神经网络的训练数据集,用标准BP算法训练得到多层神经网络模型;最后,通过对比某型号直驱风电机组的辨识结果曲线和低穿实测曲线,验证了所提多层神经网络低穿控制参数辨识方法的有效性。
-
-
周荣亚;
刘刚;
徐艳华
-
-
摘要:
针对传统机器人关节控制算法跟踪精度低、鲁棒性差的缺点,基于自适应神经网络提出了一种机器人关节轨迹跟踪算法。算法由自适应神经网络和在线学习反馈模块组成,自适应神经网络将自适应函数同神经网络结合,提高了神经网络训练准确性。同时通过在线学习反馈模块实时更新非线性基函数的内部权值,以进一步减小跟踪误差。再采用时间尺度分离减少了神经网络和在线学习的耦合误差,使得内部权重低于输出层权重的更新速度,从而使模型结构能够迅速适应未知的动态变化与干扰。仿真实验表明,所提算法与对比算法相比误差值要低约60%,说明了该算法可以提高机器人轨迹跟踪精度,降低误差。
-
-
吴永影;
黄思源
-
-
摘要:
目前收入核算模型无法填补缺失的数据,模型存在核算效率低和核算错误数高的问题。提出基于大数据分析的存在可变对价的收入核算新模型构建方法,采用随机森林回归算法填补缺失的数据,改进了随机森林回归算法,在可变对价条件下填补缺失数据,在多层神经网络中输入完整的数据,实现数据的降噪处理,最后在Alpha计算框架的基础上建立收入核算新模型。实验结果表明,所提方法构建的模型核算效率高、核算错误数少。
-
-
葛阳;
马家欣;
任勇;
秦健聪
-
-
摘要:
多工况设备在工况变化时存在特征值跳动问题,给剩余寿命预测带来挑战.本文提出了一种多工况设备剩余寿命预测方法.首先给出了多工况设备健康状态数据的标准化方法,降低工况变化对特征值的波动影响;其次提出了一种设备健康指标多源数据融合方法,将多维健康特征融合成一维健康指标,该指标可以反映设备的退化态势;再利用滑动窗口方法构建了训练和测试时间序列样本.为了降低训练样本不均衡导致的过拟合影响问题,提出了一种KNN样本权重赋值方法;最后建立了多层BLSTM剩余寿命预测网络,为了增强网络的预测精度,加入了改进的Huber损失函数.C-MAPSS数据实验结果表明本文提出的多工况设备剩余寿命预测方法具有很好的预测效果.
-
-
王凯;
马明栋
-
-
摘要:
人工智能技术是当前计算机科学的研究热点,人机通信是人工智能技术的重要组成之一.作为人机通信主要方法之一的语音交互也一直是科学家的研究热点,语音交互技术的关键是语音识别.而目前大多语音识别软件要么功能单一,要么价格昂贵,Kaldi作为新兴的开源语音识别工具,凭借其强大的功能和简单的获取渠道逐渐流行.该文介绍了语音识别技术的发展历程,Kadli软件的基本架构和其所具有的独特优势,语音识别的一般处理流程,多层神经网络的基本结构以及多层神经网络在语音识别当中的应用.对基于Kaldi软件当中的HMM-DNN模型,使用中文数据集训练该模型,搭建一个完整的语音识别系统.通过该系统,不仅能展现出Kaldi软件丰富强大的功能,同时也为语音识别研究人员选择合适的工具提供了新的思路.
-
-
芦建文;
付利俊;
江鑫;
贾晓宗
-
-
摘要:
炼焦生产过程中,配合煤作为主要原料,不仅决定着焦炭的质量,而且决定着炼焦企业的成本与利润.目前炼焦企业主要采用人工经验调整单种煤配比的方式进行配煤,缺乏科学的依据,难以实现高性价比的配煤方案,以优化炼焦配煤结构.文章以焦炭质量为约束条件,以配合煤成本价格为优化目标,采用人工神经网络预测焦炭质量,模拟退火算法优化单种煤配比.达到了降低配合煤成本、提高焦炭质量、降低冶金焦炭成本、提升企业效益的目的.
-
-
高治鑫;
包腾飞;
李扬涛;
王一兵
-
-
摘要:
为了解决大坝变形预测模型易陷入局部最优及不适用大规模数据等问题,采用一种快速高效的基于决策树的梯度提升框架LightGBM,并结合全局优化算法——贝叶斯优化进行大坝变形预测.为验证模型适用性,以两座实际混凝土坝工程为例分析,并与多元线性回归、支持向量回归机和多层神经网络等预测结果进行比较.结果表明,该模型均方根误差(RMSE)和平均绝对误差(MAE)等指标均优于其他方法,验证了该模型的可行性及优越性.LightGBM可对输入参数的重要性进行评估,对影响大坝变形的特征进行筛选,从而确定对大坝变形影响更显著的因素,为后续的安全评估工作提供参考.
-
-
汪汶;
岳红
- 《中科院自动化研究所自动化与信息技术发展战略研讨会暨2003年学术年会》
| 2003年
-
摘要:
本文提出了一种控制多变量输出概率密度函数形状的模型.该模型首先采用多层神经网络逼近多输入输出系统的输出联合概率密度函数,得到关于输出概率密度函数的高阶静态模型.进而采用多层神经网络的一种结构型式--非线性主元分析法,对高阶模型降阶.在此基础上,考虑低阶系统的动态特性,提出了新的建立低阶模型的完整方法.
-
-
王志勇;
郑链;
王克勇
- 《中国宇航学会特种装备专业委员会第十次学术交流会》
| 2000年
-
摘要:
采用可编程逻辑器件,从硬件上构造出BP算法,实现全硬件的基于频率调制的多层神经网络.该网络的全硬件实现电路主要采用了以下若干单元电路,包括数字频率合成器、计数器、投票电路、线性反馈移位寄存器、误差脉冲发生器和微分器等.此外,BP网络的外围电路有频率数据发生器,权值存储器,训练控制电路等.以上电路在实现技术中是成熟可行的,且均采用数字电路,适合于大规模数字集成实现.
-
-
-