前馈神经网络相关论文
目的:本研究基于东北区域自然人群队列,了解东北区域高尿酸血症（hyperuricemia,HUA）的患病情况,利用不同机器学习算法构建HUA预测模......
针对电机驱动系统故障难以捕捉、特征精细刻画难和诊断准确性差等重难点问题，提出了一种融合堆叠降噪自编码器和前馈神经网络（stacke......
传统的石油化工过程建模中仅使用静态数据，而未能充分考虑连续生产过程中时序信息对建模指标的影响。本研究提出了一种静态与时序数......
针对现有电力负荷预测方法精度比较低的问题，该文提出一种改进深度神经网络的短期电力负荷预测模型。首先通过长短时记忆网络（Long S......
纳米技术的快速发展为纳米尺度设备的创新应用带来了新的机遇,基于纳米尺度的纳米器件在细胞监测、疾病诊断、损伤恢复和医学治疗......
柔性连续臂的设计研究近年来取得重大进展,但其建模研究一直相对滞后.为此,文章对柔性连续臂进行运动学建模研究,提出使用临时姿态......
随着激光雷达、立体相机和结构光传感器等点云数据采集设备的发展,点云配准在计算机视觉和机器人技术领域引起了广泛关注.参数变换......
随着市场环境的瞬息变化和愈加激烈的竞争关系,财务预警问题逐渐成为制约我国上市公司发展的关键之一.传统Cox模型没有考虑时间与......
情绪是人在特定的场景刺激下产生的心理和生理的协调反应,与人的心理状态和生理健康息息相关。负性情绪会严重影响工作效率与工作......
深度神经网络（DNN）在包括计算机视觉,语音识别,自然语言处理,量子化学和医疗保健在内的多个研究领域中均表现出出色的性能。然而,众......
人工神经网络由于其超强的非线性映射能力,卓越的学习能力以及其广泛的用途,成为许多领域的研究热点.为了提高网络泛化能力,产生更......
近年来,寻找最合适的前馈神经网络（FNN）架构引起了极大的关注。一些研究提出了一些自动的方法来找到一个小而充足的网络结构,无需额......
自上世纪八十年代以来,人工神经网络迅猛发展。现在,它已经被广泛应用于诸多领域解决实际问题。但是,就目前情况而言,我们所应用的......
机器人焊接因零件形状不规则和焊接工艺复杂不可避免带来各种焊缝缺陷.针对二维主成分分析应用于焊缝表面缺陷检测时面临计算复杂......
提出基于神经网络的裂纹扩展过程实时预测方法,其计算效率比近场动力学(peridynamic,PD)模型提高.使用PD算法获取裂纹扩展过程中的......
针对目前电能质量扰动识别中高噪声背景下识别正确率低的问题,提出了一种多分辨率广义S变换与神经网络扰动识别与分类方法.首先将......
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......
该文提出前馈神经网络的一种梯度－牛顿耦合学习算法。利用梯度算法在网络学习初始阶段误差函数下降速度快而牛顿法在学习后期收敛率......
会议
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......
随着人民生活水平的不断进步与对美好生活的向往,人们对于个人的健康越来越重视。乳腺癌是对女性健康威胁最大的恶性肿瘤之一,对乳......
针对传统物体形状分类算法中图像的空间结构特征表示不够准确,以及分类器模型参数易陷入局部最优的问题,提出结合重叠金字塔与贝叶......
探讨了深度学习中的前馈神经网络,阐述了其静态结构和动态实现过程,并进行了实验。在实验中,根据所选取的特征数据集,设计出一种预......
近年来,心脏病在全球已严重威胁到人类的身体和生命健康安全,通过利用人工智能等技术手段来辅助医疗诊断的科学技术日益普遍,为提......
针对数据中心网络(DCN)中因大象流而引起的网络负载不均衡问题,提出一种基于前馈神经网络的动态多路径负载均衡方法。在拓扑感知和......
针对复杂系统多层前馈神经网络的建模问题,提出了一种基于混沌变量的并行变尺度优化算法.把混沌变量映射到优化变量区间,先采用并......
在电动汽车运行过程中,常规方法难以准确预测电池的荷电状态,提出利用偏最小二乘回归分析影响电池荷电状态的诸多因素,选择端电压......
这里所探讨的实际上是针对强非线性问题的一种分析方法。作者首先用前馈神经网络建立非线性功放的假想模型,然后由功放的单载波输......
介绍了基于神经网络的 Ga As微波与高速电路 CAD方面的研究与开发工作 ,其中包括用神经网络进行器件与电路建模的原理与方法及这一......
基于前馈神经网络模型发展了一种全新的油气层识别技术，并提出了一种改进的ＢＰ算法．利用该算法，可对所获取的录井气测资料进行精度高、速......
储层物性参数的估算是油气勘探开发的一个重要环节，然而物性参数的横向变化很难从分布稀疏的井孔资料插值外推得到精确描述，综合利用......
对应用人工神经网络解决铸铁化学快速检测问题进行了系统的研究．利用软件技术建立了网络模型，采用了多种改进的训练策略保证网络学习......
利用前馈神经网络模型和自适应调整学习率的反向传播算法,分析处理了嘉陵江流域北碚水文观测站30多年的实测数据,对未来几年含沙量......
学习分析是近年来刚兴起的一个研究领域，迅速得到了研究者们的广泛重视。透过学习行为分析，能帮助学习者有指导性地进行他们的学......
该文就是利有数学形态这一有力工具,对图象进行多尺度分析,提取图象特征,并通过神经网络分类器,最终达到识别图象的目的.该文在数......
该文是对复杂背景下的人面器官特征抽取的研究,以达到根据特征对人面分类的目的.在该文构建的人面识别系统中,主要以抽取的人面局......
该文在综述了常用非线性系统黑箱模型的基础上,选择Volterra级数模型作为研究对象.Volterra级数是非线性系统的一种通用的表达形式......
该文研究了基于神经网络的非线性动态系统的观测器设计问题.作者首先综合回顾了各种非线性系统观测器的设计方法,以及神经网络在这......
多变量系统的控制是目前理论界和工程界研究较多的控制问题.而其中多变量的协调控制是多变量系统控制中需要研究的主要内容.该文在......
前馈神经网络在实际当中得到了广泛的应用，但是其模型选择仍是神经网络研究领域亟待解决的问题，至今仍无严格的理论指导和统一的选取......
该论文针对一具有强非线性的功率放大器,使用前馈神经网络建立了数学模型,并在数字计算机上完成了仿真研究.神经网络的训练速度和......
X射线脉冲星导航(X-ray Pulsar-based Navigation, XPNAV)具有可靠性高、自主性强、适用范围广等特点,已经成为新一代极具研究意义......
前馈神经网络在许多领域都得到了广泛的应用，然而其学习过程经常会变得很慢，容易陷入局部极小点，有时会陷入平坦区。研究导致这些问题......
