国家自然科学基金(60643004)
- 作品数：12 被引量：52H指数：6
- 相关作者：张雨浓李巍易称福蔡炳煌陈轲更多>>
- 相关机构：中山大学广东海洋大学广西大学更多>>
- 发文基金：国家自然科学基金广州市科技攻关项目更多>>
- 相关领域：自动化与计算机技术理学更多>>
- Laguerre正交基前向神经网络及其权值直接确定法被引量：11
- 2008年
- 根据多项式理论,构造了一种以Laguerre正交多项式作为隐层神经元激励函数的前向神经网络模型.根据标准BP算法,导出了权值修正的迭代公式(包括标量形式和矩阵形式).区别于这种需要迭代训练获得最优权值的方法,针对该网络模型,进一步提出了一种基于伪逆的直接计算权值的方法.该权值直接确定法避免了以往的权值反复迭代训练的冗长过程.仿真结果显示其具有比传统的BP迭代法更快的计算速度,并且能够能达到更高的工作精度.
- 张雨浓钟童科李巍易称福
- 关键词：激励函数前向神经网络权值直接确定法
- Legendre正交基前向神经网络的权值直接确定法被引量：8
- 2008年
- 为避免权值反复迭代修正的冗长BP训练过程,避免传统方法陷入局部极小点,根据多项式理论,构造了一种新型前向神经网络模型,推导了基于最速下降法的误差反传算法和基于伪逆的直接确定法.仿真结果显示,迭代方法和伪逆直接确定法都能达到比较高的工作精度(10-6).
- 张雨浓刘巍易称福李巍
- 关键词：正交多项式标准BP算法伪逆
- 切比雪夫正交基神经网络的权值直接确定法被引量：16
- 2009年
- 经典的BP神经网络学习算法是基于误差回传的思想。而对于特定的网络模型,采用伪逆思想可以直接确定权值进而避免以往的反复迭代修正的过程。根据多项式插值和逼近理论构造一个切比雪夫正交基神经网络,其模型采用三层结构并以一组切比雪夫正交多项式函数作为隐层神经元的激励函数。依据误差回传(BP)思想可以推导出该网络模型的权值修正迭代公式,利用该公式迭代训练可得到网络的最优权值。区别于这种经典的做法,针对切比雪夫正交基神经网络模型,提出了一种基于伪逆的权值直接确定法,从而避免了传统方法通过反复迭代才能得到网络权值的冗长训练过程。仿真结果表明该方法具有更快的计算速度和至少相同的工作精度,从而验证了其优越性。
- 张雨浓李巍蔡炳煌李克讷
- 关键词：人工神经网络激励函数伪逆
- 高斯过程回归中的logdet近似算法及数值实验被引量：1
- 2009年
- 在高斯过程以及其他空间回归模型中,超参数的最大似然估计(MLE)通常需要求矩阵行列式对数的估计,简称logdet。提出了一种基于幂级数展开的结构,用于广义正定矩阵logdet的近似计算,并给出三种新的补偿方案,进一步提高近似值的精确度和计算效率,所提logdet的近似实现方案仅需50N2次操作。大量的数值实验,包括对随机产生的正定矩阵、随机产生的协方差矩阵以及两个高斯过程回归实例产生的协方差矩阵序列的检验,都已证实所提方案的可行性。
- 周杰英张雨浓张佳佳卢建林李晓峰
- 关键词：高斯过程幂级数展开
- Hermite正交基前向神经网络的权值直接确定法被引量：10
- 2008年
- 根据多项式插值与逼近理论,提出了一种基于Hermite正交基的前向神经网络模型.该神经网络采用3层前向结构,以一组Hermite正交多项式作为隐层神经元的激励函数,而输入输出层神经元则采用线性激励函数.依据误差回传(BP)算法给出了权值修正的迭代公式.区别于以往反复迭代训练而达到最优权值的标准做法,针对该Hermite正交基前向神经网络模型,进一步提出了一种基于伪逆的直接计算权值的方法(即一步确定).该权值直接确定法避免了以往的权值反复迭代的冗长训练过程,仿真结果显示其具有比传统的BP迭代法更快的计算速度和工作精度.
- 张雨浓陈扬文易称福李巍
- 关键词：前向神经网络权值修正
- 基于知识的自适应电梯群控制策略
- 2007年
- 为获得更低的平均候梯时间和长候梯率,提出一种基于知识的自适应电梯群控制策略.该控制策略汇集了区域权重控制算法、电梯运行操作知识以及层站召唤再分配规则,基于自适应的长候梯时间阈值,对长候梯层站召唤执行再分配操作,凸现了电梯群控制策略对复杂电梯交通的自适应性.与经典THV算法、基于知识的区域权重控制算法、人工免疫动态优化算法比较,该方法能获得更低的平均候梯时间和长候梯率.同时,其自适应能力使得该控制策略更易于应用在实际电梯群控制系统中.
- 李中华张雨浓
- 关键词：自适应知识工程
- 一种权值直接确定及结构自适应的Chebyshev基函数神经网络被引量：11
- 2009年
- 基于函数逼近理论,构造一种Chebyshev基函数神经网络模型。推导出该网络模型的权值直接确定方法,可一步计算出权值,克服了传统BP神经网络学习率选取困难、学习过程冗长和易陷入局部极小等缺点。在此基础上,设计了基于二分搜索的结构自适应算法,根据精度要求自动确定网络最优结构。理论分析及仿真验证均表明,该网络不仅能够快速地完成网络权值确定和结构自适应,且具有优异的学习与逼近能力,而且对随机加性噪声也具有较好的抑制作用。
- 张雨浓陈裕隆姜孝华曾庆淡邹阿金
- 关键词：神经网络权值直接确定
- 线性矩阵方程的梯度法神经网络求解及其仿真验证被引量：8
- 2008年
- 介绍一种基于梯度法的Hopfield神经网络在线求解线性矩阵方程,并且探讨其MATLAB仿真技术以验证该神经网络在求解线性矩阵方程问题时的准确性和有效性。仿真过程中用以下几种重要技术手段:①Kroneck-er乘积,用来将描述该神经网络的矩阵微分方程(MDE)转化为向量微分方程(VDE),即标准的给定初始值常微分方程(ODE);②MATLAB指令"ode45",用来仿真上述转化后的给定初始值常微分方程;③各种激励函数的编码实现,用以检验该神经网络系统的收敛性和存在实现误差时的鲁棒性。仿真结果同理论分析的对应与一致,进一步证实基于梯度法的Hopfield神经网络在求解固定系数线性矩阵方程中具有很好的效验。
- 张雨浓张禹珩陈轲蔡炳煌马伟木
- 关键词：梯度法递归神经网络线性矩阵方程KRONECKER乘积
- 基于原对偶神经网络的PUMA560机器手臂重复运动规划被引量：4
- 2008年
- 用一种基于线性变分不等式的原对偶神经网络来解决PUMA560机器手臂在运动过程中出现的关节角偏差问题,使机器手臂的关节能够实现重复运动。该神经网络具有简单的分段线性动力学结构,较易硬件实现。它的网络输出全局指数收敛于最优解,能够在同一种形式下处理线性规划和二次规划问题,并且不要求对矩阵求逆,没有矩阵乘法或高阶的非线性项。本文最后给出基于PUMA560机器手臂的计算机模拟仿真,仿真结果验证了该方案的可行性与有效性。
- 张雨浓吕宣姣杨智
- 梯度神经网络求解Sylvester方程之MATLAB仿真被引量：1
- 2009年
- 近年来,国内外学者发表了许多关于线性代数问题实时求解的方法,其中包括了矩阵求逆和线性方程组的并行求解方法。在研究了基于梯度法的递归神经网络用于Sylvester矩阵方程的实时求解后,通过使用Kronecker乘积和矩阵向量化等技术进行了MATLAB仿真从而验证了相关理论分析。计算机仿真的结果证实了这类神经网络方法在解决Sylvester矩阵方程中的有效性和高效率(特别是在使用幂S型激励函数的情况下)。
- 张雨浓杨逸文陈轲蔡炳煌
- 关键词：SYLVESTER方程KRONECKER乘积向量化MATLAB仿真
