广义同余神经网络的性能分析与改进

来源 :西南交通大学 | 被引量 : 0次 | 上传用户:uuuiiiuuui
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,神经网络理论研究取得了很大的进展,在各个领域的应用也取得丰硕的成果。作为神经网络的经典模型,BP(误差逆向传播)网络也得到了快速发展和广泛的应用,但同时存在着学习效率低,收敛速度慢,难以用数字硬件实现等问题。随着人们对神经网络实时性、规模性的要求越来越高,解决这些问题也显得更加迫切。有关广义同余神经网络(GCNN——GENERALIZED CONGRUENCENEURAL NETWORKS)已有的研究表明,相对于普通BP网络,GCNN具有很快的收敛速度,且已证明单隐层的GCNN具有一致逼近能力。本论文针对GCNN的性能进行分析,并对已有GCNN做出改进。本论文主要研究内容包括以下几个方面:首先,用贝叶斯正则化方法及提前终止法改进GCNN神经网络,优化后的GCNN神经网络有比较好的泛化能力,学习速度快,相对误差较小,操作方便。实例分析表明,运用此算法优化GCNN的方法是令人满意的。第二,对改进GCNN的性能进行分析,主要包括GCNN网络的逼近能力的分析,泛化能力的分析,其神经元阈值对GCNN学习收敛性的影响,初始权值对训练速度和精度的影响,隐含层数目及隐含层神经元数对网络学习和工作的影响。并给出实例来性能分析的结论进行了证明。第三,用计算实例做比较BPNN和GCNN的性能,实验结果表明:改进的GCNN的网络结构及学习算法是有效的,GCNN比普通BP网络及其部分变体具有更快的学习速度和较好的逼近、分类精度。最后,将GCNN成功应用到刀具状态的监测实例中,对不同工况条件下实验得到的数据进行分析,得到相同的结论:GCNN神经网络能有效地实现刀具磨损状态的智能诊断,网络作为刀具磨损状态的分类器,并有效的进行模式识别和分类,完成故障智能诊断。
其他文献
电力通信是电力系统的重要组成部分。电力通信的安全需求包括身份认证,存取控制,防火墙等,这些安全需求的实现都依靠安全协议。安全协议是构建在密码体制上的一种交互协议,是电力通信系统可靠性的重要保障。但是,设计一个符合安全目标的安全协议是十分困难的。从安全协议的发展过程分析,往往是先设计协议,若在使用过程中发现了某个安全漏洞,弥补该漏洞,再继续使用。有些漏洞甚至在协议设计后的十几年才得以发现。因此,我们
太阳能光伏发电作为可再生能源的重要组成部分在未来将成为能源供应的重要组成部分。加速开发利用以太阳能为主体的可再生能源已成为人们的共识。光伏发电系统可将太阳光能直接转换为电能,但系统的低效率、高成本,仍然是制约光伏发电普及的一个主要因素。因此国内外众多学者均致力于有关提高光伏系统效率的研究,对太阳能方阵的组态优化控制是提高光伏系统效率的一个重要研究内容。本课题根据光伏电池的工作特性,设计了一个光伏阵
电脑绣花机是当代最先进的绣花机械,但是随着电子、计算机技术的快速发展,用户对电脑绣花机的功能有了新的需求。而目前国内电脑绣花机电控器平台由于技术难题或成本因素在以太
无线传感器网络具有布线成本低、监测精度高、容错性好、可远程监控、便于诊断与维护等众多优点,在军事、生态环境保护、工程监测和医疗卫生等领域有着广阔的应用前景,其根本
H.264是ITU-T的VCEG(视频编码专家组)和ISO/IEC的MPEG(运动图像专家组)提出的最新视频标准。由于其良好的压缩效率和网络适应性,H.264将在视频电话、数字电视广播、视频流媒
铺排船是一种为适应长江航道治理工程的需求满足对软质基础河床构造建筑物的要求而设计的专用工程船舶。由于其运动控制方式的特殊性和难以建立精确模型,因此,依赖精确数学模
配电变电站的合理规划对电力系统的安全性和经济性以及电网的优化运行有着重要的意义。基于FTU馈线自动化技术,对馈线配置分段开关进行分段,是提高配电网供电可靠性比较可行并且效益明显的一种措施。本文针对配电网进行了变电站优化规划和馈线分段开关优化配置研究。变电站优化规划中,新建站的数量、地理位置、容量以及供电范围都是未知的。采用基于最小年费用的变电站规划模型,模型中包含变电站及线路的建设投资费用、变电站
动态系统的可达集是指系统的状态从原点出发,在有界峰值输入情况下,描述系统所有可能出现状态的集合。可达集是状态估计和参数估计的一种重要方法,在处理峰峰值最小化,执行器
目标检测与跟踪是视觉系统目标状态分析的基础,以其广阔的应用范围成为研究重点。本文完成了对常用的目标检测和跟踪方法的深入研究分析,提出并设计了一种基于主动视觉的运动
人工神经网络是基于模仿大脑神经网络结构和功能而建立的一种信息处理系统,已经在诸多领域得到了广泛应用,具有重要的实践意义和理论价值。本论文在对人工神经网络进行了深入研