注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于神经网络的空间CCD相机图象恢复

  2. 空间CCD像机的图像恢复是一个复杂的问题，图象数据恢复的准确与否直接影响天 文学家对于太阳物理特性的研究判断，目前各种图象恢复技术被广泛的应用于CCD像机 的图象处理上，一幅恒星、行星或星系的模糊照片通常通过多种反卷积它的点扩散函数 （PSF）来获得更加清晰的图象，但是难以克服图象处理过程中的奇异性和病态性，往 往要作出广义平稳过程的假设和其他先验条件。而由于神经网络图像恢复是建立在网络 能量函数收缩的基础上，从而完全避免了图象恢复的解析方法进行矩阵求逆带来的问 题，具有普遍适用性，但同时由于

  3. 所属分类：网络基础

    • 发布日期：2009-06-08
    • 文件大小：1048576
    • 提供者：jxm0jxm

  1. 基于自组织神经网络的变压器故障诊断

  2. 变压器故障诊断实质上是属于一种模式识别，基于类内样本与类中心的距离的不同而对类中心的偏移产生不同影响的思想，改善了传统ART2网络存在模式飘移的不足。首先对变压器DGA故障样本的输入矢量进行扩展处理，然后用改进后的ART2网络对样本进行诊断。通过与传统的三比值法和BP神经网络的诊断结果对比，验证了该方法的有效性和可行性。

  3. 所属分类：网络基础

    • 发布日期：2009-07-24
    • 文件大小：192512
    • 提供者：timeme

  1. 一种基于神经网络覆盖构造法的模糊分类器

  2. 首先介绍了一种M-P模型几何表示,以及利用这种几何表示可将神经网络的训练问题转化为点集覆盖问题,并在此基础上分析了神经网络训练的一种几何方法.针对该方法可构造十分复杂的分类边界,但其时间复杂度很高.提出一种将神经网络覆盖算法与模糊集合思想相结合的方法,该分类器可改善训练速度、减少覆盖的球领域数目,即减少神经网络的隐结点数目.同时模糊化方法可方便地为大规模模式识别问题提供多选结果.用700类手写汉字的识别构造一个大规模模式识别问题测试提出的方法,实验结果表明,该方法对于大规模模式识别问题很有潜力

  3. 所属分类：网络基础

    • 发布日期：2011-02-12
    • 文件大小：584704
    • 提供者：jc08400

  1. RF功放非线性特性的在线神经网络建模

  2. 为了改善功放系统的非线性特性,采用了基带数字预失真技术,其中功放系统的建模是其关 键技术.由于功放系统是一个复杂的带记忆效应的非线性时变系统,为了能够实现实时校正,采用 级联相关算法进行在线神经网络建模.首先选用残差相关性判别方法来确定神经网络功放模型的 结构和初始参数,然后使用带遗忘因子的递推最小二乘法对神经网络模型参数进行在线自适应调 整.对实测数据的验证表明,建立的神经网络模型完全能达到给定的性能指标要求.

  3. 所属分类：电信

    • 发布日期：2011-05-05
    • 文件大小：38912
    • 提供者：sanyue503

  1. 基于人工神经网络和灰度矩阵的泵功图诊断

  2. 为了有效利用泵功图技术改善机械有杆采油系统采收率，对抽油泵不同工况所具有的不同泵 功图进行图形特征分析，并利用改进算法的神经网络完成泵功图工况诊断．实例诊断结果与实际测 试结果吻合，证明改进后的神经网络能够对不同工况的泵功图进行准确有效的特征聚类和模式识 别．该方法具有工程应用价值．

  3. 所属分类：教育

    • 发布日期：2011-11-16
    • 文件大小：183296
    • 提供者：laowan66

  1. Pi-Sigma神经网络的几种梯度学习算法

  2. 到目前为止，人们提出了许多神经网络模型，其中应用最广泛的是前馈神经网络．早期前馈神经网络中只含有求和神经元，在处理复杂非线性问题时效率很低．后来，人们将求积神经元引入到前馈神经网络中，用以增加网络的非线性映射能力，提高网络的学习效率．这样的网络可以统称为高阶前馈神经网络．但是，如果只通过输入节点值的简单乘积构造求积神经元以增加网络的非线性映射能力，随着输入样本维数的增加，所需权值的数量呈指数阶增加，即出现“维数灾难”．Pi-Sigma 神经网络是1991 年Y．Shin提出的一种具有多项式乘积

  3. 所属分类：专业指导

    • 发布日期：2013-08-21
    • 文件大小：2097152
    • 提供者：samcrazy

  1. 基于改进的量子粒子群 优化小波神经网络的网络流量预测

  2. 为了改善小波神经网络( WNN) 进行流量预测的性能及避免量子粒子群算法( QPSO) 搜索后期的早熟 收敛缺陷，提出了一种改进的 QPSO。该算法定义粒子群聚拢度，改进收缩—扩张系数使其表示为聚拢度的函数 并服从随机分布，以使粒子群具有动态自适应性，避免陷入局部最优， 并通过搜索使用 WNN 待优化参数编码位 置向量的粒子群的全局最优位置来实现目标参数的优化，使用本算法优化 WNN 参数， 建立了基于改进的 QPSO 优化 WNN 的网络流量预测模型。使用真实网络流量通过两组对比实验对其预测

  3. 所属分类：机器学习

    • 发布日期：2018-06-25
    • 文件大小：343040
    • 提供者：lc1991224

  1. 基于BP神经网络PID控制的PMLSM调速系统设计

  2. 针对永磁直线同步电动机提升系统的非线性、时变性、易受扰动等特性,在所建立的永磁直线同步电动机d-q轴动态数学模型的基础上,设计了一种改进型BP神经网络PID控制的PMLSM调速系统。该系统将BP神经网络算法中固定的学习速率改为自适应可调,同时添加动量项以减小学习过程中的振荡趋势,极大地改善了算法的收敛速度,避免了网络落入局部最小值的结果。仿真结果表明,使用改进的BP神经网络PID控制器可使PMLSM调速系统的调节时间和超调量大幅减小,响应速度加快,使提升系统具备较好的动态性能和较强的鲁棒性。

  3. 所属分类：其它

    • 发布日期：2020-05-15
    • 文件大小：250880
    • 提供者：weixin_38682254

  1. 拖拉机多段液压机械无级变速器的神经网络PID控制

  2. 为改善配备有多段液压机械无级变速器(hydro-mechanical continuously variable transmission,HMCVT)拖拉机的动态响应性能和行驶平稳性,保证拖拉机按照目标车速稳定行驶,提高拖拉机的驾驶舒适性和作业质量,以东方红400马力轮式拖拉机为研究对象,对多段HMCVT拖拉机行驶车速进行神经网络PID控制研究。根据实际车速变化实时调节PID控制器的参数,实现对目标车速的控制。利用Matlab/Simulink仿真建模软件建立神经网络PID控制器和拖拉机传动系

  3. 所属分类：其它

    • 发布日期：2020-04-27
    • 文件大小：769024
    • 提供者：weixin_38518006

  1. 基于小波神经网络的煤岩破裂电磁辐射预测模型研究

  2. 针对电磁辐射信号的特点,提出用小波神经网络建立煤岩破裂电磁辐射预测模型,用最大最小蚁群算法来训练网络初始参数,改善网络性能,并引入扰动因子和惩罚因子来解决算法的局部收敛和收敛速度慢的问题。以开滦煤样为例,应用结果表明,该模型精度高、响应快、实时性较好,具有良好的应用前景。

  3. 所属分类：其它

    • 发布日期：2020-04-25
    • 文件大小：151552
    • 提供者：weixin_38733382

  1. 基于信息熵-模糊神经网络的煤矿安全评价研究

  2. 煤炭是我国国民经济发展的重要基础。煤矿安全生产不仅是我国煤矿企业实现健康、可持续发展的必要条件,更是我国实现社会和谐发展、保障国家能源安全的前提条件。近年来,我国煤炭工业安全状况逐步改善,但与发达国家相比生产形势依然严峻,主要表现为:百万吨死亡率较高、特大事故数及伤亡人数居高不下等。通过结合郑煤集团实例,利用文献研究和信息熵法确定了我国煤矿安全评价指标体系,此外,通过模糊理论和神经网络技术的有机结合,为煤炭工业这种复杂系统的安全现状评价提出了一种新的思路。

  3. 所属分类：其它

    • 发布日期：2020-04-24
    • 文件大小：985088
    • 提供者：weixin_38549721

  1. 基于卡尔曼滤波及神经网络的瓦斯涌出量预测

  2. 为解决当前瓦斯涌出量预测过程中存在的因影响因素过多、预测指标与瓦斯涌出量之间非线性关系及其自身时变性等特点而导致预测精度降低的问题,采用SPSS因子分析法对瓦斯涌出量影响因素进行分析降维,将得到的预测指标由构建的BP神经网络与卡尔曼滤波相结合的瓦斯涌出量预测模型进行预测。研究结果表明:采用因子分析的方法能够有效筛选瓦斯涌出量影响因素,并得到了预测指标,降低了预测模型预算复杂度;经过BP神经网络与卡尔曼滤波耦合瓦斯涌出量预测模型,其预测精度明显高于直接采用神经网络模型预测的结果,预测性能明显改善,

  3. 所属分类：其它

    • 发布日期：2020-04-19
    • 文件大小：1048576
    • 提供者：weixin_38571544

  1. 二值神经网络综述（Binary Neural Networks: A Survey）【北航】.pdf

  2. 在本文中，我们对这些算法进行了全面的概述，主要分为直接进行二值化的本机解决方案，以及使用使量化误差最小化，改善网络损耗函数和减小梯度误差等技术进行优化的解决方案。我们还将研究二进制神经网络的其他实用方面，例如硬件友好的设计和训练技巧。然后，我们对不同的任务进行了评估和讨论，包括图像分类，对象检测和语义分割。最后，展望了未来研究可能面临的挑战。

  3. 所属分类：机器学习

    • 发布日期：2020-04-10
    • 文件大小：869376
    • 提供者：syp_net

  1. 使用卷积神经网络在e + e-对撞机上改善希格斯玻色子-胶子耦合的测量

  2. 在本文中，我们建议使用卷积神经网络（CNN）来改善轻子对撞机上希格斯玻色子-胶子有效耦合的精度。 CNN用于识别希格斯玻色子和Z玻色子相关的生产过程，希格斯玻色子在质心能量250 GeV和积分光度5 ab处衰变成胶子对，而Z玻色子衰变成轻子对。 -1。 通过使用CNN，有效的耦合测量的不确定性可以使用pythia数据从1.94％降低到约1.28％，使用蒙特卡罗模拟中的herwig数据可以从1.82％降低到约1.22％。 此外，使用不同最终状态成分的CNN的性能表明，领先和次领先射流成分的能量

  3. 所属分类：其它

    • 发布日期：2020-04-07
    • 文件大小：565248
    • 提供者：weixin_38665162

  1. 二值神经网络（Binary Neural Networks）最新综述.md

  2. 知乎转引的此文介绍了来自北京航空航天大学刘祥龙副教授研究团队的最新综述文章 **Binary Neural Networks: A Survey**，合作者包括中国电子科技大学的宋井宽教授和意大利特伦托大学计算机系主任 Nicu Sebe 教授。在阅读基础上，做了.md的笔记。 摘要如下： 神经网络二值化能够**最大程度地降低模型的存储占用和模型的计算量**，将神经网络中**原本 32 位浮点数参数量化至 1 位定点数**，**降低了模型部署的存储资源消耗，同时极大加速了神经网络的推断过程*

  3. 所属分类：深度学习

    • 发布日期：2020-04-02
    • 文件大小：38912
    • 提供者：qq_27206435

  1. 基于Lyapunov指数与神经网络融合的预测模型研究

  2. 提出一种基于最大Lyapunov指数法和神经网络融合的预测模型，该模型(Lya—BP)吸取了最大Lyapunov指数预测的优点，同 时能够改善对于数据样本不够大时 ，最大 Lyapunov指数 预测 精度不 高的缺点 。实例研究 表明 ，Lya—BP模型 大大提 高了小数据 量 下 Lyapunov指数法预测的精度 ，与单一的 Lyapunov指数预测相 比，更具可靠性 ，应用更为广泛 ，具有较大 的实用价值 。 关键词 ：相空间重构；Lyapunov指数；神经网络；变形预测

  3. 所属分类：机器学习

    • 发布日期：2020-02-12
    • 文件大小：276480
    • 提供者：qq_19590273

  1. 交通冲突量的BP神经网络预测方法

  2. 交通冲突量的BP神经网络预测方法，李华成，李江，本文给出了一种用神经网络预测交通冲突的方法。交通冲突预测是进行交通事故预防和制定安全改善措施的有效手段之一，节约观测时间

  3. 所属分类：其它

    • 发布日期：2020-01-20
    • 文件大小：275456
    • 提供者：weixin_38741531

  1. 基于BP神经网络的爆破参数优化研究

  2. 在某露天矿由于爆破参数与岩石特性不相符合,导致爆破效果不是太好,大块率高,留有根底,炸药单耗偏高,大块率高势必会导致二次破碎的费用偏高,还会对铲装运输等后续程序产生影响,这都直接影响着矿山的经济效益。通过BP神经网络对矿山爆破参数进行优化,改善爆破效果,提高矿山的经济效益。

  3. 所属分类：其它

    • 发布日期：2020-05-25
    • 文件大小：152576
    • 提供者：weixin_38586279

  1. 基于Pls和Ga的Elman神经网络可靠的小样本分类算法。

  2. 如果仅使用传统的Elman神经网络来处理小样本，则针对具有高维数和少量特征的小样本将引起严重的问题。 这些问题包括学习能力差，冗余结构和培训不完整； 这些缺陷将导致较低的工作效率和较差的识别精度。 本文结合偏最小二乘理论和遗传算法，结合Elman神经网络的本质，提出了一种基于PLS和GA的优化Elman神经网络分类算法（PLS-GA-Elman ） 成立。 新算法通过PLS减小了小样本的特征维，获得了相对理想的低维数据，目的是减少神经网络的输入并简化其结构。 利用遗传算法优化连接权重，阈值和隐藏

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：741376
    • 提供者：weixin_38689113

  1. 深度解释处罚：论文“解释有用：惩罚性解释以使神经网络与先验知识对齐”中使用CDEP的代码https：//arxiv.orgabs1909.13584-源码

  2. 使用/复制论文中的CDEP的官方代码解释很有用：惩罚性解释，以使神经网络与先验知识保持一致（ICML 2020 ）。 这段代码规范化了解释（通过上下文分解计算）以改善神经网络（在pytorch中训练）。 注意：此存储库正在积极维护。 如有任何疑问，请提出问题。 文件资料 完整的数据/模型/代码，用于复制和试验CDEP 文件夹包含用于运行和惩罚上下文分解的核心代码 此外，我们对4个数据集进行了实验，每个数据集都位于各自的文件夹中这些文件夹中的笔记本显示了各种文本的演示 用python 3.6

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：6291456
    • 提供者：weixin_42104181
« 12 3 4 5 6 7 8 9 10 ... 13 »