隐含层节点相关论文
论文分析了影响高炉炉温水平及炉温走向的主要因素.研究了隐含层数、隐含层节点个数、训练速率、冲量系数等网络结构参数对BP神经......
针对过程工业中难以直接测量的变量建立其软测量模型,对于实现关键指标的在线监测和实时控制具有十分重要的意义。变量的选择直接......
采用结合小波包分析的特征提取及神经网络的非线性映射等特性的小波神经网络系统,实现高炉铁水中Si含量的预报和控制.原始操作信息......
字符识别是智能车牌识别系统研究的核心问题,针对有线网络车牌识别系统的缺点,将BP算法应用在基于无线网络的车牌识别系统上,重点......
介绍极限学习机（ELM）的原理，提出极限学习机模型的城市燃气短期负荷预测方法。以重庆市某区域燃气日负荷、气温、日期类型及天气状况......
针对极限学习机（ELM）存在大量隐层神经元个数和随机给定权值导致算法性能不稳定等问题,将黄金分割法（Golden Section）与ELM相结合提出......
在分析预报误差的时间分段递推修正方法的基础上,以建溪流域东游、水吉、建阳三个水文站点的水位监测数据为基础,计算得到BP神经网......
运用烟花算法（fireworks algorithm,FWA）优化极限学习机（extreme learning machine,ELM）.首先烟花算法经过多次的迭代,确定M个最优的烟......
为了实现化工行业高纯水全自动生产,本文利用电除盐（electrodeionization,EDI）技术替代传统的混床技术,并研究了人工神经网络对EDI产......
提出了一种新型的神经网络的训练方法，包括输入层节点的自动寻找技术和隐含层节点的自动生成技术，为了验证该算法的正确性，利用该算法......
为了提高机械手运行的平稳性,实现机械手控制的精准度,采用BP神经网络和蚁群算法相结合的方法实现机械手轨迹控制。首先,建立机械......
介绍极限学习机（ELM）的原理，将差分进化算法（DE）引入极限学习机，通过Matlab建立基于差分进化极限学习机预测模型。实例证明DE—ELM算法能......
基于车牌字符粗网格特征设计BP神经网络分类器,提取车牌字符的全部特征输入到神经网络,提高了字符识别的准确率。对输出进行了8421......
为实现改性海绵铁填充床除氧过程的自动化控制，研究了人工神经网络对改性海绵铁填充床除氧过程模拟仿真的可行性，采用误差反向传播网......
目前构建定量构效关系人工神经网络模型中隐含层节点数和网络训练次数大多是依靠试验方法来确定 ,针对该方法运算工作量较大、模型......
极限学习机(ELM)是一种新型的前馈神经网络,相比于传统的单隐含层前馈神经网络(SLFN),ELM具有速度快、误差小的优点.由于随机给定......
BP神经网络作为人们最为熟知的人工神经网络,被广泛应用于人工智能、数据挖掘等重要的研究领域。在BP神经网络的众多参数中,隐含层......
RBF神经网络隐含层节点数的确定一直以来是该网络设计成败的关键所在,文中采用K-means自组织聚类方法为隐含层节点的径向基函数确......
