快速学习算法相关论文
针对前馈神经网络学习算法的缺陷,提出一种前馈神经网络的快速学习算法.该算法将网络训练过程分为两个阶段,首先采用最速下降法算......
工业过程常伴随有物理化学反应、生化反应等,使其本身存在着复杂性、不确定性和 非线等因素,从而决定了对它进行控制的困难程度.......
漏钢事故是连铸过程中最典型的事故,因此对漏钢预报的研究是很有实际意义的.本文介绍了一种具有快速学习算法、能够执行补偿模糊推......
该文将模型神经网络信息处理技术应用于热电厂自动控制系统，提出一种直接控制神经元模型和快速学习算法（FLA），建立了一种新的神经网络......
该文应用模糊神经网络对高炉参数学习专家系统进行研究，该神经网络采用具有线性激励的ＢＰ快速学习算法，能够实现模糊推理进行隶属系数参......
把神经网络与模糊控制相结合，提出一种基于神经网络的模糊控制器，这种控制器具有神经网络和模糊控制两者的优点，采用快速学习算法，将其......
给出基函数神经网络用于非线性函数逼近和内插时的操作模型和学习方程，提出基函数神经网络的快速学习算法，并且研究了基函数神经网络......
该文对模糊神经网络(FNN)的快速学习算法进行了研究，提出了FNN的最小二乘一单纯形(LS-Smplex)学习算法。解决了FNN采用梯度型算法学......
针对递归神网络ＢＰ学习算法收敛慢的缺陷，通过引入递推预报误差（ＲＰＥ）学习算法，提出一种新的递归神经网络快速学习算法。该算法的基本原理是沿......
针对不确定数据多分类问题,提出一种基于模糊机会约束的超球支持向量机(FCC-HSVM).在球结构支持向量机的基础上,引入模糊事件的可......
本文构建了一个新的入侵检测模型,利用MATLAB神经网络工具箱中提供四种典型的快速改进算法作为BP网络训练的学习函数;实验结果表明......
提出了一种基于预报模型的变目标函数的前向神经网络快速学习算法。首先推导出一种综合目标函数从而实现极值点附近收敛速度的提高......
针对传统BP神经网络权值算法速度慢、易陷入局部极小等缺陷，在权值平衡算法的基础上，提出一种激励函数参数可调的前馈神经网络，并给出......
提出了一种新颖的神经元模型和用于神经网络训练的推广准则，给出了多层神经网络的快速学习算法，研究了一种用于语音识别的时变多层神......
提出了适用于单层神经网络快速学习算法分析的一种新模型——广义系统辨识模型，分析了Ｋａｒａｙｉａｎｎｉｓ的快速ＢＰ算法．研究结果表明：利用所提出的新模型，能......
针对Ｔ－Ｓ型模糊ＲＢＦ神经网络输入空间模糊最优聚类算法运算量大、运算速度低的缺点，提出基于输出空间模式聚类的快速学习算法，以满足多变量系......
对多层前馈神经网络的学习算法及其特点做了较为详细的讨论,提出了一种基于层内优化的快速学习算法.在该算法中,输出层的连接权矩......
提出了设计异联想记忆网络的极大极小准则，即设计出的连接权阵应使得网络最小的记忆模式对的吸引域达到最大。首先给出了一种快速学......
提出一种基于平行切线的前向神经网络快速学习算法,学习速率采用曲线拟合法进行一维搜索.新方法具有很快的收敛速度和良好的收敛精......
将模糊控制与神经网络相结合,用神经网络来实现模糊推理,提出了一种以Legendre基函数为隶属函数的模糊神经网络.由于无需调整隶属......
介绍一种采用前向神经网络辨识发动机非线性模型的快速学习方法,与现有同类方法相比,该方法采用矩阵的QR分解求解线性方程组,解决......
将模糊控制与神经网络相结合，用神经网络来实现模糊推理，提出了一种以Chebyshev基函数为隶属函数的模糊神经网络。由于无需调整隶属......
提出的算法是利用凸函数共轭性质中的Young不等式构造优化目标函数,这个优化目标函数对于权值和隐层输出来说为凸函数,不存在局部......
本文利用ＢＰ控制的思想，提出了ＢＰ网络的一种二阶快速学习算法，给出了学习因子选择的必要条件与较佳区域，并结合一非线性正弦函数进行了仿真......
贯序最小优化(SMO)算法是解决大数据集支持向量机学习问题的一种有效方法,但SMO选择工作集的策略是选择数据集中最违背KKT条件的两......
提出了一个利用多个拉格朗日乘子协同优化的支持向量机快速学习方法（MLSVM），并给出了每个乘子的可行域范围的定义公式，由于在每个乘子......
Nonlinear Time-Varying Systems Identification Using Basis Sequence Expansions Combined with Neural N
A new method for identifying nonlinear time-varying systems with unknown structure is presented. The method extends the ......
从分析动平衡过程的数学模型着手，提出了一种基于人工神经网络的全新的无试重转子动平衡方法。针对人工神经网络应用中的几个关键问......
提出一种新的动态对角回归神经网络学习算法--局部动态误差反传算法(LDBP),该算法定义了一种新的局部均方差函数,并为回归单元建立......
针对目前多层前向神经网络学习算法存在的不足，提出一种多层前向神经网络的快速学习算法，它不仅符合生物神经网络的基本特征，而且算法......
该文提出一种快速学习型神经网络,它不仅符合生物神经网络的基本特征,而且算法简单,学习收敛速度快,有线性、非线性系统辨识精度高......
寻求微观组织与性能的定量关系一直是研究开发离线与在线预测系统的关键问题,针对热轧带钢SS400性能预测系统,提出了基于Matlab神......
针对传统BP神经网络权值算法速度慢、易陷入局部极小等缺陷，在权值平衡算法的基础上，提出了一种激励函数参数可调的前馈神经网络，并给......
僵尸网络已成为目前互联网安全所面临的严重威胁之一.经过10余年发展,僵尸网络已从使用传统的IRC协议向HTTP协议进行转变,给检测及......
利用网络逼近的思想，提出了一种用ＢＰ网络逼近对象的学习算法及相庆的控制算法，并得到了一种快速学习因子的选择方法，结合多种不同对象进......
