田立业
- 作品数:4 被引量:3H指数:1
- 供职机构:中国人民解放军海军工程大学电子工程学院计算机工程系更多>>
- 发文基金:国家自然科学基金更多>>
- 相关领域:自动化与计算机技术金属学及工艺交通运输工程更多>>
- 基于神经网络集成的声学故障识别被引量:1
- 2009年
- 提出一种基于神经网络集成的水下航行器声学故障识别方法。该方法把经单独训练的具有一定差异度的单个RBF神经网络加以集成,可提高分类器的泛化性能。实验证明该模型的有效性。
- 高志华贲可荣田立业崔立林
- 关键词:神经网络集成小样本
- 采用SOM和RBF神经网络优化的水下航行器噪声源识别被引量:1
- 2007年
- 本文提出利用SOM优化RBF网络隐层节点的方法提高噪声源识别的速度。用SOM对已有样本进行聚类,确定出各聚类的中心和半径,将其传送到RBF的隐层节点,再利用反向传播算法调整隐层到输出层的权值。通过新的样本来检验和比较优化前后的网络识别效果,验证了该方法的可行性和有效性。
- 涂松贲可荣徐荣武田立业
- 关键词:噪声源识别
- 基于改进型S算子BP神经网络的钢材大气腐蚀影响因子评估模型被引量:2
- 2010年
- 通过对双曲正切-S算子的改进,提出了一种用于钢的大气腐蚀影响因子评估的BP神经网络模型,采用零均值标准化使输入数据符合模型要求,引入贝叶斯正则化算法解决了小样本泛化问题。仿真试验表明,该模型能在无任何先验知识的情况下较好的反映诸因子对大气腐蚀的影响。
- 栾瑞鹏贲可荣萧彧星田立业
- 关键词:BP神经网络贝叶斯正则化大气腐蚀
- 基于增量学习的RBF神经网络的噪声源识别
- 2008年
- 本文提出了一种用于水下航行器噪声源识别的RBF模糊神经网络模型。该模型采用PCM聚类算法并具有增量学习能力,网络输出节点在线可调,保证了网络具有较高的泛化能力和一定的学习新故障模式的能力。仿真结果表明,该模型是有效的。
- 高志华李朝旭田立业
- 关键词:径向基函数