训练误差相关论文
土壤腐蚀是导致埋地燃气管道泄漏的主要原因.埋地燃气管道在土壤中的腐蚀破坏受多种因素的共同作用,根据土壤腐蚀等级指标,确定了......
随着深度学习的发展，声纹识别具有获取语音文件方法简单、快捷，适合远程认证的特点，这些优势使得声纹认证越来越受到系统和开发者的青......
为了降低系统误报率和漏报率,拟将模糊神经网络算法应用到火灾报警系统中,对探测器检测到的多元参数进行数据融合和智能处理,从而......
为优化大规模工业化应用的无铅无卤回流焊工艺参数,构建无铅无卤回流焊工艺优化神经网络模型,其中输入层参数为合金牌号、预热起始......
中长期径流预报是充分利用水资源、实现水电站优化运行的重要环节。以金沙江中游龙盘电站为研究对象,分别采用自回归滑动平均模型......
为更合理有效地解决煤矿开采引起的冲击地压危险性预测问题,以忻州窑煤矿冲击地压事故为工程背景,采用一种数据降维算法—主成分分......
为了提高流量预测准确性,将支持向量机回归应用于网络流量预测。介绍了支持向量机回归建模的关键因素,并将该模型应用于实际网络流......
焊接工艺参数决定着焊缝几何尺寸和焊接接头的组织性能 ,正确地设计焊接工艺参数是焊接结构生产的重要工作 基于数值模拟和神经网......
[目的]探索BP神经网络在细菌性痢疾预测模型的应用,为细菌性痢疾的预防控制措施提供科学依据。[方法]用Matlab7.2软件包中的神经网......
针对转炉的动态吹炼过程,建立了基于BP神经网络的转炉炼钢总吹氧量预测模型和二次吹氧量预测模型。通过相关性分析确定影响转炉总......
[目的]探索贝叶斯正规化BP神经网络在细菌性痢疾预测模型中的应用,为菌痢的预防控制措施提供科学依据。[方法]用Matlab 7.2软件包......
为了确定动态径向基函数神经网络(RBF网络)的参数以获取更优的性能,分析了影响RBF网络性能的主要因素并给出各参数的确定原则。通......
本文提出一种对刀具磨损量进行辨识的人工神经网络方法，采用了灰色模型进行特征选择，研究了隐层不同节点数的选择对网络训练的影响，并......
介绍了紧支撑小波神经网络（ＣＳＷＮＮ） 的理论和算法， 将其运用于钢的冷弯性能判别， 判别准确率达到１００ ％ 。与ＢＰ算法的计算值和文献中所采用的主成分......
训练参数的设置是影响ANFIS预测模型预测精度的关键因素。针对某竖井钻速ANFIS预测模型中隶属函数类型、个数及训练次数3个训练参......
文中首先提出基于浮动车数据的路段车速判别方法,通过数据验证其精度不能满足实用需求;然后,基于BP神经网络提出一种将浮动车数据......
为减少分类器训练误差,提出了一种基于支持向量机(SVM)降维的图像隐写分析算法.提取图像特征后,使用二阶多项式核支持向量机对图像......
根据混凝土强度早期判定的特点 ,建立了能映射复杂非线性关系的多层前向神经网络 .重点分析了它的一些算法 ,针对基本 BP算法存在......
针对焊接过程严重非线性和焊材中多种成分的复杂交互作用使得对接头力学性能的准确估算十分困难的实际问题,论述了神经网络技术在......
人工神经网络模型是在现代生物神经系统研究基础上建立的一种网状结构,是对人脑某些基本特性的一种简单的数学模拟。神经网络以其......
以二元混合物体系的实验数据为基础，通过神经网络表达混合物组成与过量摩尔体积的定量关系，进而推测三元混合物体系的过量摩尔体积．本......
将神经网络和模糊控制理论应用于四足步行机器人的控制中，并在实验基础上选取样本，设计了针对四足步行机器人的模糊神经网络控制系统......
分析人工神经网络预报中的误差来源。推导人工神经网络预报过程中预报误差和训练样本质量之间的关系；讨论训练样本质量对用于时间序......
讨论了结构设计中的神经网络技术应用问题 ,提出了一种权值分析方法 ,为进一步应用提供了一种模式。
Discusses the application ......
在应用神经网络来判断透平在线状态的工作中，面对众多的相关过程参数及环境参数，如何从中为神经网络选择适当的输入参数是非常重要的......
在分析自生成基函数（SGRBF）模糊神经元模型基础上，提出了一种新的故障诊断网络模型及其学习算法，并将其应用到轴承、齿轮的故障诊断中，......
本文提出了一种融合神经网络的改进遗传算法。此算法以遗传算法为基础,在遗传算法的循环体中将神经网络和遗传操作融合,既保留了遗......
结合改进的遗传算法（ＩＧＡ）和误差反传算法（ＢＰＡ）训练人工神经元网络，用以对三元不对称有机磷构效关系进行研究。作者保留了ＢＰＡ作为权值基本训练方法......
分析了ＢＰ网络在目标量的极值区存在较大误差的原因，提出了目标量扩展的数据标度化方法·检验结果表明，该方法不但可以消除目标量极值区......
针对人工神经网络训练样本难以获取的困难，提出1种从专家系统获取训练样本的方法，使得产生式人工神经网络能够有效地逼近传统专家系......
分析了BP网络标准反传学习算法对不平衡样本集训练速度慢的原因,研究了如何改进其学习算法来加速训练速度,并通过实验对上述理论进......
ＢＰ网络广泛应用于函数逼近、模式识别和系统辨识，但ＢＰ算法收敛速度很慢。为此提出了ＢＰ算法的一种新的改进方式，即在误差反向传播时，不仅改变......
基于人工神经网络原理，设计了一个三层的ＢＰ网络模型。充分利用了神经网络高度非线性建模能力，实现电力系统的短期负荷预测。文中对样本......
对时间序列随机性与神经网络预测精度的关系进行了研究．并将序列模糊滑动平均法用于神经网络预测中的训练样本预处理．以减小序列随机......
本文提出一种运用人工神经网络结合正交变换的方法，即通过正交变换滤除噪声，通过交叉验证确定网络最佳构型，以充分发挥正交变换和神经......
应用Δ目标函数法，研究了控制系统神经网络结构优化问题．给出一个推广算法及一个前向全连网络，并对用网络实现非线性映射进行仿真研究......
本文对经典神经网络BP算法进行了改进和优化,解决了该算法固有的收敛速度慢的问题,运用神经网络所特有的自学习、自组织能力,弥补......
本文在神经网络聚类与辨识原理简介的基础上，时采面顶板聚类与辨识问题进行了应用研究，其聚类及辨识的正用率达１００％。实例表明，神经网络是......
提出了ELM-RBF（extreme learning machine-radial basis function）神经网络的智能优化方法,采用差分进化算法和粒子群优化算法来确定......
“一对多”支持向量机多类分类方法缺点就是一类对余类的这些两类问题是很不对称的,在样本训练中,数目少的类别往往比数目多的类别......
