一种神经网络特征压缩及分类的研究

来源 :1998年中国智能自动化学术会议 | 被引量 : 0次 | 上传用户:gaokao4567
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
由于对多类问题的高维数据无法直接观察其聚类和分布特性,该文采用神经网络法实现自适应主元特征提取(APEX)、以压缩特征空间的维数,并保持足够的信息来鉴别事物之间的类别,它可有效地提取信号的主要特征、抑制噪声。研究人员将高维数据压缩影射到2或3维,从而实现特征数据的可视性分析,显示物体对象间的类似程度和关系结构,并采用高阶果表明高阶函数神经网络较BP网络分类能力强,训练速度快。
其他文献
该文报道了沟道离子束合成法研制稀土硅化物的实验新进展--合成了高结晶品质的YSi〈,1.7〉及其三元稀土硅化物Nd〈,0.32〉Y〈,0.68〉Si〈,1.7〉,并用背散射/沟道(RBS/Channeling)技术,X射线衍射(XRD),透射电镜(TEM)及能散谱(EDS)分析了晶体结构,还进行了有特色有YSi〈,1.7〉的应变研究。
用UHV/CVD法在780℃生长了锗硅外延层,并利用双晶X射线衍射仪研究了组分渐变缓冲层对外延层晶体质量的影响。结果表明,缓冲层的组分从衬底到外延层几乎线性渐变,外延层成份均匀,使双晶衍射摆动曲线半高峰宽(FWHM)宽化的主要原因是衍射晶面取向分散,说明驰豫过程中形成了Mosaic微结构。生长组分渐变缓冲层后,衍射晶面取向分散的影响对锗硅外延层顶层FWHM宽化550arcsec,而单一外延层中为7
该文利用激光冲击强化技术分别对奥氏体不锈钢1Cr18Ni9Ti和镍基高温合金GH30进行了表面强化处理,观察了激光表面强化处理后1Cr18Ni9Ti和GH30显微组织与结构的变化,测定了1Cr18Ni9Ti和GH30的显微硬度和残余应力。结果表明:激光表面强化处理后的1Cr18Ni9Ti和GH30冲击区微观结构中出现很高的位错密度和大量的孪晶;冲击区的显微硬度得到较大提高;冲击区表面获得了较高的残
用草酸和六次甲基四胺HMTA为催化剂制备的SiO〈,2〉-酚醛树脂混合凝胶为前驱体通过碳热还原法制备了亚微米β-SiC粉。仅在1600℃用30分钟就能使反应完全进行。调整凝胶中树脂含量可以使产物几乎不含未反应的碳和SiO〈,2〉,从而不再需要后续的除氧和去碳处理。
以耐晒翠蓝为原料合成了酞菁酮磺酸,用其对本征态聚苯胺分别在水相和油相中进行掺杂,获得了具有酞菁功能基聚苯胺的分子结构。该聚合物具有优良的溶解性能和成膜能力,电导率达到10S/m,红外谱图证实了所合成产物的结构,紫外吸收分析表明用酞菁铜磺酸掺杂聚苯胺后在可见光区、近红外区具有较强的吸收,可大幅度提高其光电导性能。
利用重合器、分段器、负荷开关等自动化开关设备将馈电线路分为若干段,可较好地缩短用户停电时间和提高供电可靠性,怎样得到这些利益呢?本论文提出了一种基于分布式智能的新型自动网络重构方案。更进一步,这种新方案几乎不加过多修改即可扩展应用于多电源配网中。上述方案已在作者开发的RDCU毓开关控制器中实现。文章的最后还简要介绍了一个工程实例。
针对多变量模糊系统设计中存在的问题:设计缺乏系统化和控制规则数与系统状态变量数之间的指数关系易引起规则组合爆炸现象,该文通过引入模糊滑模,提出一种多变量模糊控制系统的非线性化设计方法:自适应模糊滑模方法。证明了规则数与系统状态变量数之间呈线性关系。仿真结果表明,该方法优于常规模糊滑模控制。
该文提出了一种基于规则的前馈神经网络的设计方法和学习算法,它将粗糙集理论的定性分析能力和多层前馈神经网络的逼近能力结合在一起,得到一种结构可解释、计算简单、收敛速度快的前馈神经网络模型。在建立网络时,可以运用粗糙集的理论和方法,从给定学习样本数据中发现一组规则,然后根据这些规则可以确定网络中相应的隐层节点;网络的参数可以用BP算法迭代求出。
BP网络是目前应用最广的神经网络,但基于梯度下降法的BP算法存在固有的收敛速度慢及局部极小等问题,从而影响了BP网络的有效应用。该文针对基本BP算法的收敛速度慢这一主要缺陷,对多种改进方案按改进原理进行了分类综述,并通过仿真实验对部分改进方案进行了实验性评价。
该文分析报网络专家系统开发工具JESS[1]的历史,特点,基本功能和当前发展,并对大量专家系统开发工具进行了比较分析。