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. 极限学习机

  2. 众所周知，神经网络具有良好的系统辨识能力，但BP、SVM等传统神经网络 存在许多缺陷，如易收敛到局部最小点、收敛速度慢甚至不能收敛、过拟合问题、 最优的网络隐层节点数不能确定等。此外，目前人工神经网络仅仅能够逼近连续 系统，而对于非线性混合系统则无法逼近。针对上述问题，本文围绕近年来发展 起来的极限学习理论展开研究，重点研究基于极限学习理论的连续系统和混合系 统辨识新理论与新方法。

  3. 所属分类：教育

    • 发布日期：2014-02-22
    • 文件大小：6291456
    • 提供者：yuying40000

  1. 贝叶斯正规化BP神经网络

  2. 贝叶斯正规化 BP 神经网络有效的避免了神经网络学习过程中的过拟合问题，且当实际资料中样本量有限或无法保证代表性时，使用贝叶斯正规化方法建立神经 网络可以提高其泛化能力

  3. 所属分类：专业指导

    • 发布日期：2014-06-05
    • 文件大小：556032
    • 提供者：ren_jin_hao

  1. 基于随机森林回归分析的PM2.5浓度预测模型

  2. 针对神经网络算法在当前PM2．5浓度预测领域存在的易过拟合、网络结构复杂、学习效率低等问题，引入RFR（random forest regression，随机森林回归）算法，分析气象条件、大气污染物浓度和季节所包含的22项特征因素，通过调整参数的最优组合，设计出一种新的PM2．5浓度预测模型——RFRP模型。同时，收集了西安市2013--2016年的历史气象数据，进行模型的有效性实验分析。实验结果表明，RFRP模型不仅能有效预测PM2．5浓度，还能在不影响预测精度的同时，较好地提升模型的运行效

  3. 所属分类：机器学习

    • 发布日期：2018-02-07
    • 文件大小：1048576
    • 提供者：u011775523

  1. 神经网络中隐层数和隐层节点数问题的讨论

  2. 在BP 网络中，隐层节点数的选择非常重要，它不仅对建立的神经网络模型的性能影响很大，而且是训练时出现“过拟合”的直接原因，但是目前理论上还没有一种科学的和普遍的确定方法。 目前多数文献中提出的确定隐层节点数的计算公式都是针对训练样本任意多的情况，而且多数是针对最不利的情况，一般工程实践中很难满足，不宜采用。事实上，各种计算公式得到的隐层节点数有时相差几倍甚至上百倍。为尽可能避免训练时出现“过拟合”现象，保证足够高的网络性能和泛化能力，确定隐层节点数的最基本原则是：在满足精度要求的前提下取尽可能

  3. 所属分类：算法与数据结构

    • 发布日期：2018-12-12
    • 文件大小：112640
    • 提供者：themingyi

  1. 基于PSO-BP的算法

  2. 基于matlab，利用pso算法的搜索能力，优化bp神经网络的阈值初始化，防止过拟合的发生。

  3. 所属分类：其它

    • 发布日期：2019-07-11
    • 文件大小：3072
    • 提供者：wc1230wc

  1. 神经网络测控露天煤矿220t级卡车油耗研究

  2. 通过Particle Swarm Optimization,PSO全面优化BP神经网络的偏置与权值。同时利用优化过的BP神经网络创建胜利煤矿设备油耗的测控网络模型,将该矿影响设备油耗的复杂因素与繁琐的设备油耗数值进行完美的拟合。经过仿真后的结论说明:创建的模型具备较好的稳定性,测控准确度较高等性能,非常适合进行该煤矿设备油耗的测控工作,能够很好的指导该矿设备的科学管控,降低该矿生产成本投入。

  3. 所属分类：其它

    • 发布日期：2020-05-12
    • 文件大小：833536
    • 提供者：weixin_38689551

  1. BP神经网络预测中“过拟合”现象控制研究

  2. BP神经网络预测中“过拟合”现象控制研究，杨锡鎏，周翠英，针对BP神经网络在预测建模中存在的“过拟合”问题，改进了前人定义的逼近误差表达式，使其物理意义更明确；重新定义了逼近度的表�

  3. 所属分类：其它

    • 发布日期：2020-01-26
    • 文件大小：258048
    • 提供者：weixin_38530202

  1. 模拟电路故障诊断理论与方法.pdf

  2. 模拟电路故障诊断理论与方法pdf,模拟电路故障诊断理论与方法目录 引言 模拟电路故障诊断方法的分类 三;现代模拟电路故障诊断理论和方法 2.专家系统故障诊断方法 2.2神经网终故障诊断方法 222 2.3模拟故障诊断方法… 2.4小波变换故障诊断方法 2.5多传慼器信息融合故障诊断方法… 2.6基于 Agent技术的故障诊断方法 2.7基于其他理论的故障诊断方法…………………………………………6 四:结论 结束语 参考文献 ………………10 0引言 近年来,随着对模拟电路故障诊断技木硏究的进一

  3. 所属分类：其它

    • 发布日期：2019-09-14
    • 文件大小：2097152
    • 提供者：weixin_38743481

  1. 锂电池荷电状态估算Matlab仿真研究.pdf

  2. 锂电池荷电状态估算Matlab仿真研究pdf,锂电池的剩余电量（soc）估算不仅可以作为电动汽车续航里程的参考值，而且可以为电动汽车的能量管理策略提供依据，具有重要意义。本文以法国SAFT公司生产的额定容量为6 AH，额定电压为10.68 V的锂离子电池包为研究对象，通过使用Matlab和Advisor等仿真软件，研究了福克斯电动汽车行驶在UDDS工况下，采用安时法和扩展卡尔曼滤波算法结合估算锂电池的剩余电量。仿真结果证明，该方法有效提高了锂电池的sOc估算精度，电池sOc估算误差在5%以内。涂

  3. 所属分类：其它

    • 发布日期：2019-09-14
    • 文件大小：1048576
    • 提供者：weixin_38743737

  1. 基于极限学习机的上证指数预测与分析

  2. 针对证券指数具有随机性、时变、波动性较大、非线性等特点,传统线性预测方法预测精度低等缺陷,提出了一种基于极限学习机的证券指数预测方法。极限学习机克服了BP神经网络的训练速度慢、过拟合、局部极值等缺陷,具有训练速度快、全局最优和泛化能力优异等优点。采用1991~2013年上证指数对算法性能进行训练,2014年数据做测试,对100个测试数据仿真结果表明,复相关系数高达0.9935,极限学习机是一种预测精度高、误差小的证券指数预测算法,预测结果可以为用户提供有价值的参考意见。

  3. 所属分类：其它

    • 发布日期：2020-05-26
    • 文件大小：410624
    • 提供者：weixin_38659646

  1. 基于遗传算法的煤与瓦斯突出影响因素研究

  2. 针对采用BP神经网络对煤与瓦斯突出预测时的过学习现象,引入遗传算法对煤与瓦斯突出的影响因素进行选择,并建立了以筛选出的变量作为输入的优化BP网络预测模型.遗传算法中染色体采用二进制编码,个体适应度函数引入了惩罚函数,并对基本遗传算法的遗传操作算子进行了一定的改进,最后利用平煤八矿煤与瓦斯突出的实测样本,在MAT-LAB2009b环境中对上述算法进行仿真研究.结果表明,以遗传算法筛选出的变量作为输入建立的预测模型的输出结果的拟合效果变好,预测精度提高,建模时间缩短.

  3. 所属分类：其它

    • 发布日期：2020-05-22
    • 文件大小：342016
    • 提供者：weixin_38656064

  1. 基于遗传算法因素筛选的BP神经网络在软土路基沉降数据处理中的应用

  2. 软土路基沉降与其影响因素之间存在着非线性关系,因输入自变量较多,用神经网络建模容易出现过拟合现象,导致网络模型预测精度降低。针对这个问题,提出用遗传算法对输入自变量进行压缩降维处理,同时对网络模型的权值和阈值进行优化。实例仿真表明:经降维和权值及阈值优化的BP网络具有较高的精度;预测效果优于GRNN网络模型和单纯BP网络模型;用于软土路基沉降预测是可行的。

  3. 所属分类：其它

    • 发布日期：2020-06-04
    • 文件大小：605184
    • 提供者：weixin_38668754

  1. BPguonihetiaozheng.m

  2. 利用BP神经网络进行非线性回归预测，同时对算法进行一定的调整，可有效抑制过拟合问题，对于参数选择以及各个过程进行了注释，可以帮助更好的理解算法思想。

  3. 所属分类：深度学习

    • 发布日期：2020-07-21
    • 文件大小：2048
    • 提供者：weixin_48129639

  1. 优化BP神经网络在手写体数字识别中的性能研究

  2. 为了提高基于BP神经网络的手写体数字识别分类器的准确率与训练速度，针对基于BP神经网络的手写体数字识别分类器，从代价函数、权值初始化、正则方法消除过拟合几个方面对BP神经网络算法进行了改进。并使用MNIST数据集对分类器进行训练、验证、测试等实验。实验表明，改进后的手写体数字识别分类器的性能得到了优化。

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：1048576
    • 提供者：weixin_38743602

  1. 基于策略梯度和生成式对抗网络的变压器油色谱案例扩充方法

  2. 油色谱数据的缺乏和不均衡会导致训练过拟合、模型缺乏代表性、测试集效果不理想等问题，从而难以对变压器的状态进行准确评价。针对该问题，将强化学习中的策略梯度算法引入生成式对抗网络GAN(Generative Adversarial Networks)，提出了一种基于策略梯度和GAN的变压器油色谱案例生成方法。仿真结果表明，与传统的样本扩充算法相比，利用所提方法合成的样本质量较高。对包含9种故障状态共700组样本的变压器油色谱数据利用所提方法进行油色谱故障样本扩充，利用基于BP神经网络模型的变压器故障

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：2097152
    • 提供者：weixin_38716423