动量项相关论文
盲信号处理是近年来信号处理领域的研究热点问题，盲信号的盲是指该信号的源信号和传输信道未知或是知之甚少。仅仅根据源信号的一些......
盲均衡技术能够仅利用接收信号的统计特性对信道特性进行均衡，克服了传统自适应均衡技术需要训练序列、降低系统有效信息传输率的缺......
码间干扰被认为是在无线通信领域中高速传输数据时的主要障碍，为了克服其引起的信号失真，在通信系统中常常使用信道均衡技术。传统均......
仅仅根据输入源信号的统计独立性,将通过未知混合系统后通过传感器接收到的观测信号恢复出源信号的过程称为盲源分离。它涵盖统计......
盲源分离(Blind Source Separation,BSS)是信号处理领域的一个重要分支,且一直深受广大学者的关注。如今盲源分离技术被广泛应用于......
仅根据观测信号将源信号分离出来的过程被称为盲源分离。盲源分离技术凭借其独特的性质,在信号处理和神经网络等多个学科领域得到......
近年来,对于复值神经网络的研究有了很大的进展。在复值神经网络的训练中,最为流行的一种算法就是复梯度学习算法,而其可以通过批......
[目的]研究一类分布式约束优化问题,其中无向网络中的节点旨在求解一系列局部凸代价函数之和的最小值,每个节点只能访问自身的局部......
BP神经网络在故障诊断中的应用是十分重要的研究课题，但BP神经网络自身学习收敛速度慢、容易陷入局部极小等限制了其应用。因此，本文......
分析了BP算法的不足及其原因，BP改进算法主要在参数、误差函数、活化函数以及与其它策略结合等方面的改进。分七种情况：避免网络振荡......
在加入二次动量项的BP网络的基础上，本文提出了一种改进的设定二次动量因子的方法。该方法充分发挥一次动量项的优势，并根据训练过程......
针对大多数现有盲分离算法都假定信源数已知,分析了信源数未知且动态变化时的超定盲分离(接收天线数多于信源数)算法,通过奇异值分......
本文针对BP算法训练过程中出现临时极小点的情况,对一个隐含层的前向神经网络,分析了隐含层不同神经元之间权值数值相近但符号相反......
本文对基于磁流变阻尼的建筑物隔震系统进行了研究,提出了一种带二次动量项的神经网络间接自适应控制方法.在地震波的作用下,对含......
本文根据神经网络能辨识高度非线性和严惩不确定性系统的大批量,采用添加动量项的BP算法的改进方案来辨识具有不确定性的热力网系......
绝大部分神经网络都是基于BP算法实现的,据统计,BP算法已成为应用最广泛的神经网络学习算法.采用BP网络算法的神经网络的神经元通......
提出了利用变步长法和引入动量项来改进BP神经网络学习算法,有效减小了学习过程的振荡趋势,改善了收敛性,避免了学习过程陷入某些......
为了适应高速数据传输的要求,达到在多径衰落无线信道上较好的抗噪声性能,可采用自适应判决反馈均衡器。文中给出了基于LMS的变步......
摘 要：BP算法较强的自学习能力使之可对短期电力负荷进行预测，将一种改进的BP神经网络学习算法应用于短期电力负荷预测中，该算法由于......
应用传统浅层模型处理乐器分类任务存在非线性拟合能力较差的问题,使分类准确率得不到有效保证,有必要引入深度学习方法来提升复杂......
摘 要：本文首先介绍了盲源分离的背景和基本理论，针对自然梯度盲源分离算法中存在的缺陷，在算法的当前自适应迭代规则中，部分的加入前......
针对梯度去伪控制算法中存在的易卡于极点,以及收敛速度慢的缺陷,给出了一种改进的梯度去伪控制算法.在自适应律中加入形式为上一......
介绍了反向传播网络算法（Back Propagation network algorithm,简称BP算法）的基本思想和存在的问题,阐述了增加动量项改进算法的实现......
提出了利用变步长法和引入动量项来改进BP神经网络学习算法，有效减小了学习过程的振荡趋势，改善了收敛性，避免了学习过程陷入某些局部......
针对标准的 BP 神经网络收敛速度慢、容易陷入局部极小值从而使网络误差增大的问题，提出了引入动量项的变步长 BP 网络预测算法。该......
将动量项引入到RidgePolynomial神经网络异步梯度训练算法的误差函数中，有效地改善了算法的收敛效率，并从理论上分析了RidgePolynomi......
本文将动量项引入到训练Pi-sigma神经网络的异步批处理的梯度算法中，有效的改善了算法的收敛效率，并从理论上对该算法的收敛性进行研......
针对基于前馈神经网络的盲均衡算法中，BP优化算法具有收敛速度慢、易陷入局部极小的缺点，提出了一种新的盲均衡算法，该算法结合动量项......
动量项技术是用来改善自适应盲源分离算法分离性能的有效手段，但算法在融入动量项后，其收敛特性对于动量因子的选取数值较为敏感，且算......
在径向基函数（RBF）神经网络实现无人机复合材料超声检测脱粘缺陷识别时，针对最小均方（LMS）算法在确定网络输出权值时存在稳态失调误差和......
针对目前空空导弹可攻击区解算精度不高、收敛速度较慢的问题,提出了一种基于BP神经网络的改进的空空导弹攻击区解算方法.引入动量......
先验信噪比（SignalNoiseRatio，SNR）估计的精度影响着语音增强算法的性能。直接判决（DecisionDirected，DD）算法是最常用的先验信噪比估计......
BP（Back Propagation）神经网络是一种反向传递并修正误差的多层映射神经网络，它是各种神经网络模型中具有代表意义的一种模型。近年来......
BP网络的训练就是通过应用误差反传原理不断调整网络权值使网络模型输出值与已知的训练样本输出值之间的误差平方和达到最小或小于......
正交频分复用（0FDM）技术以其多种优势成为低压电力线宽带通信的最佳选择，而信道估计是正交频分复用系统的关键问题之一。修正了当前电......
分析BP网络学习算法的缺陷基础上,引入动量项和遗传算法对BP网络学习算法进行改进。提高了车牌字符识别的正确率。......
在分析了BP网络学习算法的缺陷基础上,引入动量项和遗传算法对BP网络学习算法进行改进。利用小波多尺度边缘检测对汽车车型图像进......
提出一种适用于配电网架空线路的单相接地故障定位新方法,该方法以暂态零序电流的小波能量、有功功率、无功功率作为数据融合的特......
利用8×9×10的3层BP神经网络模型精确预测了优质碳素结构钢的端淬曲线.实际应用中通过调整学习率和动量项系数来改进标准......
BP神经网络具有自学习和自适应能力，比较适合于基于油中溶解气体分析的变压器故障诊断。分析了常规BP算法的不足，指出了加动量项BP算......
为了克服粒子群算法存在的收敛缓慢、后期振荡等缺陷,在基本粒子群算法的基础上,引入动量项,提出一种新的改进型粒子群算法。新算......
将源于BP人工神经网络改进策略的动量项技术引入到带钢热连轧负荷分配中来，提出了误差补偿迭代算法，介绍了该算法的推导过程，并对算法......
在盲信号分离算法的推导过程中，常采用最速下降法、自然梯度和牛顿法等对代价函数进行最小化，推导过程复杂．文中仿照在BP神经网络算法......
考虑到BP网络易于陷入局部最小以及收敛速度慢的缺点，本文应用改进型BP网络算法自动识别无线电信号的调制类型。通过增加动茸项可以......
先验信噪比是语音增强算法的重要研究参数之一。DD（DeciSion Directed）算法是常见的先验信噪比估计算法。DD算法具计算复杂度低和抑......
本文主要讨论求解复对称线性系统的PMHSS迭代法,对该方法引入动量项加速后,得到了MPMHSS迭代法。我们对MPMHSS迭代法进行收敛性分......
