论文部分内容阅读
将群体智能优化理论引入一种前馈式人工神经网络——径向基函数（RBF）神经网络的学习训练过程，提出了基于智能微粒群算法的RBF神经网络学习算法，并与传统RBF神经网络学习算法进行了比较，实验结果证明了该方法的有效性。
一种基于群体智能的人工神经网络学习算法
【摘 要】
：
将群体智能优化理论引入一种前馈式人工神经网络——径向基函数（RBF）神经网络的学习训练过程，提出了基于智能微粒群算法的RBF神经网络学习算法，并与传统RBF神经网络学习算法进行
【机 构】
：
同济大学电子与信息工程学院
【出 处】
：
系统仿真技术
【发表日期】
：
2008年2期
其他文献
故障预测是设备实施基于状态维修的1个重要内容，是实现真正意义上精确维修的前提和基础。隐马尔可夫模型（HMM）作为1种统计分析算法，在设备的故障诊断中获得了成功应用。但对于故
针对光伏电池输出特性的非线性,提出了1种跟踪光伏阵列最大功率点的新方法,该方法应用反向传播（back propagation）和径向基（RBF）神经网络理论跟踪光伏阵列最大功率点,在变化的环
建立轮胎-悬架-车身系统的考虑时间延迟的轮胎多边形磨损动力学模型，探讨基于自激励振动理论的轮胎多边形磨损现象。研究表明：轮胎多边形磨损是一种典型的非线性自激励振动，不同
基于图像识别的国家储备粮仓袋装粮食数量自动监管与稽核系统的技术核心是智能识别各种粮仓场景图像中粮袋的数量,杜绝人为的弄虚作假。边缘检测是袋装粮图像识别的首要问题,在分析了经典的以及在其基础上进行各种改进的Laplace算子缺陷的基础上,提出了1种改进的Laplace算子,该算子通过设置合理的模板参数克服了原有算子的不足,提高了图像边缘检测的精度。实验结果证明,该算子检测效果优于其他模板,并且能够精