广西教育厅科研项目([2006]026)
- 作品数：5 被引量：13H指数：2
- 相关作者：梁斌梅更多>>
- 相关机构：广西大学四川大学更多>>
- 发文基金：广西教育厅科研项目广西大学科研基金更多>>
- 相关领域：自动化与计算机技术农业科学矿业工程天文地球更多>>
- 基于径向基函数神经网络的动态地震预测模型
- 2010年
- 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。通过实验说明确定最优RBF网络参数的方法,证明其建立的预测模型训练误差小且预测精度高。实验结果也表明,RBF网络预测精度高于BP网络,且训练时间远比BP网络的少。
- 梁斌梅
- 关键词：径向基函数神经网络地震预测BP神经网络
- 自组织特征映射神经网络的改进及应用研究被引量：7
- 2009年
- 为了提高自组织特征映射(SOM)神经网络学习速度及分类精度,对初始连接权值及竞争层神经元数的确定方法进行改进。提出用聚类方法确定初始权值的新方法,还提出了采用聚类数与邻域之和确定竞争层神经元数的方法,并给出了改进后的SOM分类算法。将改进的SOM网络用于储粮害虫分类,采用留一方法进行分类验证实验。仿真结果表明,改进后的SOM网络在学习速度和分类精度方面都有明显提高,证明了该方法的有效性。
- 梁斌梅
- 关键词：自组织映射神经网络聚类储粮害虫
- 基于自组织特征映射神经网络的储粮害虫分类方法研究
- 2009年
- 提出了基于自组织特征映射(SOM)神经网络的害虫分类方法。该方法能将任意维输入模式在输出层映射成一维或二维离散图形,并保持其拓扑结构不变,而且无需监督,可实现对输入模式自动分类。分析了SOM网络基本工作原理,并将之用于害虫分类模型的建立中。结果表明,该方法能有效地对害虫进行分类,比BP神经网络分类精确度高、分类结果的可解释性更好。
- 梁斌梅
- 关键词：自组织特征映射神经网络储粮害虫
- SOM网络的改进及其在储粮害虫分类中的应用
- 2009年
- 自组织特征映射神经网络(SOM网络)在分类方面存在的不足是训练时间长、分类精度不高以及学习过程容易发生振荡。为了改善SOM网络的分类性能,达到提高和分类精度的目的,提出了SOM网络的工作原理及算法,得出影响SOM网络分类性能的主要因素,包括学习率、初始权值、训练次数及邻域设置等,并分别提出了改进方法。利用改进后的SOM网络,通过3折分层交叉验证方法对储粮害虫数据进行分类验证,仿真实验结果表明,改进后的SOM分类器在学习速度和分类精度方面都得到了较大提高,证明提出的改进方法是有效的和可行的。
- 梁斌梅
- 关键词：自组织映射神经网络储粮害虫
- 改进梯度下降BP算法在地下水位预测中的应用被引量：6
- 2009年
- 本文给出了BP神经网络预测模型的原理,分析了标准BP算法缺陷,通过改变学习率和增加动量项改进BP算法。用改进的算法预测某地地下水位,并对训练过程进行优化,实验结果表明,改进的BP神经网络能有效地提高地下水位预测的速度和精度,比标准BP算法预测性能有较大改善。
- 梁斌梅
- 关键词：神经网络BP算法
