期刊文献+
共找到83篇文章
< 1 2 5 >
每页显示 20 50 100
跨脉冲传播的深度脉冲神经网络训练方法
1
作者 曾建新 陈云华 +1 位作者 李炜奇 陈平华 《计算机应用研究》 CSCD 北大核心 2024年第7期2134-2140,共7页
基于反向传播的脉冲神经网络(SNNs)的训练方法仍面临着诸多问题与挑战,包括脉冲发放过程不可微分、脉冲神经元具有复杂的时空动力过程等。此外,SNNs反向传播训练方法往往没有考虑误差信号在相邻脉冲间的关系,大大降低了网络模型的准确... 基于反向传播的脉冲神经网络(SNNs)的训练方法仍面临着诸多问题与挑战,包括脉冲发放过程不可微分、脉冲神经元具有复杂的时空动力过程等。此外,SNNs反向传播训练方法往往没有考虑误差信号在相邻脉冲间的关系,大大降低了网络模型的准确性。为此,提出一种跨脉冲误差传播的深度脉冲神经网络训练方法(cross-spike error backpropagation,CSBP),将神经元的误差反向传播分成脉冲发放时间随突触后膜电位变化关系和相邻脉冲发放时刻点间的依赖关系两种依赖关系。其中,通过前者解决了脉冲不可微分的问题,通过后者明确了脉冲间的依赖关系,使得误差信号能跨脉冲传播,提升了生物合理性。此外,并对早期脉冲残差网络架构存在的模型表示能力不足问题进行研究,通过修改脉冲残余块的结构顺序,进一步提高了网络性能。实验结果表明,所提方法比基于脉冲时间的最优训练算法有着明显的提升,相同架构下,在CIFAR10数据集上提升2.98%,在DVS-CIFAR10数据集上提升2.26%。 展开更多
关键词 脉冲神经网络 脉冲时间依赖 误差反向传播 脉冲神经网络训练算法
在线阅读 下载PDF
基于分段线性插值的过程神经网络训练 被引量:5
2
作者 肖红 曹茂俊 +1 位作者 李盼池 王海英 《计算机工程》 CAS CSCD 北大核心 2011年第20期211-212,215,共3页
过程神经元网络的输入为时变连续函数,不能直接输入离散样本。针对该问题,提出一种基于分段线性插值函数的过程神经网络训练方法。将样本函数、过程神经元权函数的离散化数据插值为分段表示的线性函数,计算样本函数与权值函数乘积在给... 过程神经元网络的输入为时变连续函数,不能直接输入离散样本。针对该问题,提出一种基于分段线性插值函数的过程神经网络训练方法。将样本函数、过程神经元权函数的离散化数据插值为分段表示的线性函数,计算样本函数与权值函数乘积在给定采样区间上的积分,将此积分值提交给网络的隐层过程神经元,并计算网络输出。实验结果证明了该方法的有效性。 展开更多
关键词 过程神经 过程神经网络 线性插值函数 神经网络训练
在线阅读 下载PDF
基于扩展卡尔曼粒子滤波算法的神经网络训练 被引量:11
3
作者 王法胜 郭权 《计算机工程与科学》 CSCD 北大核心 2010年第5期48-50,共3页
神经网络的训练是一种非线性系统的辨识问题,基本粒子滤波算法已被成功用于训练神经网络,但基本粒子滤波算法在建议分布的选择上并没有考虑当前时刻观测值的影响,本文针对该问题提出使用扩展卡尔曼滤波器来生成建议分布。由于扩展卡尔... 神经网络的训练是一种非线性系统的辨识问题,基本粒子滤波算法已被成功用于训练神经网络,但基本粒子滤波算法在建议分布的选择上并没有考虑当前时刻观测值的影响,本文针对该问题提出使用扩展卡尔曼滤波器来生成建议分布。由于扩展卡尔曼滤波器在传递近似建议分布的均值和协方差的过程中充分利用了观测值信息,从而可以更好地描述神经网络权值的后验概率分布。实验结果证明,使用扩展卡尔曼滤波器作为建议分布的粒子滤波算法性能明显优于基本粒子滤波算法。 展开更多
关键词 多层感知器 神经网络训练 扩展卡尔曼粒子滤波
在线阅读 下载PDF
神经网络训练算法在数控机床故障诊断中的应用 被引量:10
4
作者 辛梅 《自动化技术与应用》 2020年第2期13-17,共5页
数控机床属于计算机集成制造和柔性制造的基础,在现代制造装备业中具有重要的作用。但是因为种类及结构较为复杂,所以故障具有隐蔽性及复杂性的特点。如果数控机床发生故障,就会对故障装备制造业造成一定的损失。所以,快速、提前、精准... 数控机床属于计算机集成制造和柔性制造的基础,在现代制造装备业中具有重要的作用。但是因为种类及结构较为复杂,所以故障具有隐蔽性及复杂性的特点。如果数控机床发生故障,就会对故障装备制造业造成一定的损失。所以,快速、提前、精准的解决数控机床中的故障诊断问题对于企业发展来说具有重要的现实意义。基于此,本文对神经网络训练算法在数控机床故障诊断中的使用进行分析,使故障诊断效率及精准度得到提高。 展开更多
关键词 神经网络训练算法 数控机床 故障诊断
在线阅读 下载PDF
基于混沌和遗传算法的神经网络训练算法与研究 被引量:1
5
作者 车生兵 《湖南文理学院学报(自然科学版)》 CAS 2003年第4期60-63,共4页
根据神经网络 (NN)的特点 ,利用Logistic混沌映射和特定的适应度函数 ,在限制近亲数量在种群库中所占比例的前提下 ,及时吸收新的随机个体 ,提出了基于混沌和遗传算法的神经网络训练算法 .根据该算法写出了MATLAB程序文件main .m ,给出... 根据神经网络 (NN)的特点 ,利用Logistic混沌映射和特定的适应度函数 ,在限制近亲数量在种群库中所占比例的前提下 ,及时吸收新的随机个体 ,提出了基于混沌和遗传算法的神经网络训练算法 .根据该算法写出了MATLAB程序文件main .m ,给出了应用实例 .还研究了混沌参数与训练误差的关系 。 展开更多
关键词 遗传算法 神经网络训练算法 LOGISTIC混沌映射 MATLAB程序文件
在线阅读 下载PDF
神经网络训练中的迭代扩展卡尔曼粒子滤波算法 被引量:1
6
作者 张应博 《微电子学与计算机》 CSCD 北大核心 2010年第8期103-107,共5页
基本粒子滤波算法已被成功用于训练神经网络,但该算法在建议分布的选择上并没有考虑当前时刻观测值的影响,针对该问题提出在神经网络训练中,使用迭代扩展卡尔曼滤波器来生成建议分布.由于迭代扩展卡尔曼滤波器在传递近似建议分布的均值... 基本粒子滤波算法已被成功用于训练神经网络,但该算法在建议分布的选择上并没有考虑当前时刻观测值的影响,针对该问题提出在神经网络训练中,使用迭代扩展卡尔曼滤波器来生成建议分布.由于迭代扩展卡尔曼滤波器在传递近似建议分布的均值和协方差的过程中,充分利用了观测值信息,从而可以更好地描述神经网络权值的后验概率分布.实验结果表明,在训练神经网络时,迭代扩展卡尔曼滤波器作为建议分布的粒子滤波算法训练性能明显优于基本粒子滤波算法及扩展卡尔曼粒子滤波算法(EKPF). 展开更多
关键词 神经网络训练 迭代扩展卡尔曼滤波 迭代扩展卡尔曼粒子滤波
在线阅读 下载PDF
基于神经网络训练的曲轴滚压校直系统研究 被引量:1
7
作者 柯常忠 李志明 《专用汽车》 2003年第3期31-33,共3页
介绍了曲轴滚压校直系统的神经网络训练过程 ,应用MATLAB的神经网络工具箱函数 ,对滚压校直系统的已知量进行了大量的训练 。
关键词 神经网络训练 曲轴 滚压校直系统 MATLAB 神经网络工具箱函数
在线阅读 下载PDF
带启发信息的蚁群神经网络训练算法 被引量:6
8
作者 赵章明 冯径 +1 位作者 施恩 舒晓村 《计算机科学》 CSCD 北大核心 2017年第11期284-288,296,共6页
ACO_R算法是一种应用于连续域实值优化的蚁群算法(Ant Colony Optimization,ACO)。ACO_R算法可用于训练神经网络。与常规的蚁群算法不同,ACO_R在训练神经网络时未考虑启发式信息(Heuristic Information)。在ACO_R的基础上,提出了一种将... ACO_R算法是一种应用于连续域实值优化的蚁群算法(Ant Colony Optimization,ACO)。ACO_R算法可用于训练神经网络。与常规的蚁群算法不同,ACO_R在训练神经网络时未考虑启发式信息(Heuristic Information)。在ACO_R的基础上,提出了一种将启发式信息与ACO_R相结合的神经网络训练算法——h-ACO_R。其中,启发式信息是通过计算神经网络的误差关于网络的权值向量的偏导数而得到的梯度向量。通过十折交叉验证方法,将h-ACO_R应用于UCI数据集中的zoo,iris和tic-tac-toe 3组数据的模式分类问题中来训练神经网络。与ACO_R相比,h-ACO_R算法在减小分类误差的同时能够提高收敛速度,其收敛的代数约为ACO_R算法的1/2,且经过完全训练,对zoo,iris和tic-tac-toe 3组数据的分类准确率分别为91.1%,93.3%和95.6%,高于ACO_R算法的83.1%,88.7%和91.9%。 展开更多
关键词 蚁群算法 启发式信息 人工神经网络 神经网络训练
在线阅读 下载PDF
英特尔联合百度,共同开发Nervana神经网络训练处理器
9
《中国集成电路》 2019年第8期10-14,共5页
在近日举行的百度AI开发者大会上,英特尔公司副总裁兼人工智能产品事业部总经理Naveen Rao宣布,英特尔正与百度合作开发英特尔誖NervanaTM神经网络训练处理器(NNP-T)。这一合作包括全新定制化加速器,以实现极速训练深度学习模型的目的。
关键词 神经网络训练 人工智能 英特尔 处理器 百度 产品事业部 定制化 开发者
在线阅读 下载PDF
一种基于权值缩减克服IR-Drop的忆阻器阵列神经网络训练方法
10
作者 缪伟伟 《智能计算机与应用》 2023年第3期51-57,63,共8页
忆阻器阵列(Memristor-Based Crossbar)能够有效地加速神经网络中的矩阵运算。然而,忆阻器阵列会受到IR-Drop的影响,降低到达忆阻器的计算电压,导致计算精度下降。为减轻IR-Drop对忆阻器阵列计算精度的影响,提出了一种基于权值缩减的神... 忆阻器阵列(Memristor-Based Crossbar)能够有效地加速神经网络中的矩阵运算。然而,忆阻器阵列会受到IR-Drop的影响,降低到达忆阻器的计算电压,导致计算精度下降。为减轻IR-Drop对忆阻器阵列计算精度的影响,提出了一种基于权值缩减的神经网络训练方法。首先,在网络训练中添加L2正则化,使训练后的神经网络权值尽可能分布在较小值范围,以此提高计算精度对IR-Drop的鲁棒性。然后,利用基于行列约束的映射算法将大权值映射到受IR-Drop影响小的忆阻器上,减小忆阻器阵列精度损失。最后,迭代减小受到IR-Drop影响大的大权值,再通过重训练调整被减小值的附近权值,提升忆阻器阵列的计算精度。实验结果表明,所提方法能够有效地提高忆阻器阵列的计算精度,最多可以将忆阻器阵列计算精度提升至接近理想状态,精度损失小于1%。 展开更多
关键词 忆阻器阵列 神经网络训练 IR-Drop 映射算法
在线阅读 下载PDF
结合算子选择的卷积神经网络显存优化算法 被引量:1
11
作者 魏晓辉 周博文 +1 位作者 李洪亮 徐哲文 《吉林大学学报(理学版)》 CAS 北大核心 2024年第2期302-310,共9页
针对卷积神经网络训练中自动算子选择算法在较大的显存压力下性能下降的问题,将卸载、重计算与卷积算子选择统一建模,提出一种智能算子选择算法。该算法权衡卸载和重计算引入的时间开销与更快的卷积算子节省的时间,寻找卸载、重计算和... 针对卷积神经网络训练中自动算子选择算法在较大的显存压力下性能下降的问题,将卸载、重计算与卷积算子选择统一建模,提出一种智能算子选择算法。该算法权衡卸载和重计算引入的时间开销与更快的卷积算子节省的时间,寻找卸载、重计算和卷积算子选择的调度,解决了自动算子选择算法性能下降的问题.实验结果表明,该智能算子选择算法比重计算-自动算子选择算法缩短了13.53%训练时间,比已有的卸载/重计算-自动算子选择算法缩短了4.36%的训练时间. 展开更多
关键词 显存 卷积神经网络训练 卷积算子 卸载 重计算
在线阅读 下载PDF
导数推广的拉格朗日插值公式及其在密文训练神经网络中的应用 被引量:1
12
作者 杨舒雅 李晓东 张健毅 《北京电子科技学院学报》 2024年第1期50-59,共10页
拉格朗日多项式插值公式被用于经过若干点的未知函数的多项式刻画,也被用于对已有的非多项式函数进行多项式函数逼近,在许多领域有着广泛的应用。本文探索了拉格朗日多项式插值公式在导数情况下的一般性推广。推广的多项式插值公式不仅... 拉格朗日多项式插值公式被用于经过若干点的未知函数的多项式刻画,也被用于对已有的非多项式函数进行多项式函数逼近,在许多领域有着广泛的应用。本文探索了拉格朗日多项式插值公式在导数情况下的一般性推广。推广的多项式插值公式不仅可以在插值点的函数值逼近目标函数,同时也能在插值点的变化趋势上对目标函数进行逼近。在已知插值点上给定某个阶数以内导数的情况下,能够使用推广的拉格朗日多项式插值公式获得对目标函数的深度多项式逼近。实验结果表明,用导数推广拉格朗日多项式代替逻辑回归函数重新构建的密文神经网络的训练准确率更高,均方误差更小。扩展后的拉格朗日多项式插值公式能够适用于更一般的场景。 展开更多
关键词 拉格朗日插值公式导数推广 密文训练神经网络 多项式逼近 激励函数
在线阅读 下载PDF
多感官群集智能算法及其在前向神经网络训练方面的应用 被引量:4
13
作者 刘帆 解仑 +2 位作者 李秉杰 王志良 郑雪峰 《北京科技大学学报》 EI CAS CSCD 北大核心 2008年第9期1061-1066,共6页
针对连续域函数优化问题,提出了一种新的全局极大值搜索方法———多感官群集智能算法(multi-sense swarmintelli-gence algorithm,MSA).受鱼群算法(artificial fish-swarmalgorithm,AFA)和FS算法(free search algorithm,FSA)的启发,MS... 针对连续域函数优化问题,提出了一种新的全局极大值搜索方法———多感官群集智能算法(multi-sense swarmintelli-gence algorithm,MSA).受鱼群算法(artificial fish-swarmalgorithm,AFA)和FS算法(free search algorithm,FSA)的启发,MSA的搜索机制将大范围勘察和小范围精确搜索相结合,个体在使用视觉信息快速逼近局部较优解的同时,利用嗅觉信息避免群体过于集中并引导个体向全局较优解方向移动.仿真结果证明:MSA鲁棒性较强,全局收敛性好,收敛速度较快,收敛精度较高.最后,将该方法应用于前向神经网络训练,结果表明满足应用要求. 展开更多
关键词 多感官群集智能算法 人工鱼群算法 FS算法 连续函数优化 神经网络训练
原文传递
一种训练神经网络的模糊控制方法
14
作者 王蕴红 刘国岁 +1 位作者 王一丁 顾红 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 1997年第4期307-310,共4页
提出一种训练神经网络的模糊控制方法,该方法根据样本的分布及网络对该样本的识别率制定模糊规则,以此规则控制网络的训练参数、调整学习率.利用此方法训练出的神经网络收敛快、识别率高.当样本不均衡时,这种方法的优点尤为显著.
关键词 神经网络训练 模糊控制 模糊规则
在线阅读 下载PDF
基于鲁棒输入训练神经网络的非线性多传感器故障诊断方法及其应用 被引量:9
15
作者 司风琪 李欢欢 徐治皋 《东南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2011年第3期574-578,共5页
针对非线性系统多传感器故障诊断时出现的检测准确性下降和数据重构产生的残差污染问题,提出了基于鲁棒输入训练神经网络非线性多传感器故障诊断模型.在目标函数中引入影响因子函数和可靠性系数,并通过计算机模拟和仿真确定最佳影响因... 针对非线性系统多传感器故障诊断时出现的检测准确性下降和数据重构产生的残差污染问题,提出了基于鲁棒输入训练神经网络非线性多传感器故障诊断模型.在目标函数中引入影响因子函数和可靠性系数,并通过计算机模拟和仿真确定最佳影响因子函数形式,抑制了多个含有显著误差故障数据的不良影响,并增加了具备高可靠性的重要数据影响权重,大大减小了残差污染,提高了故障诊断的准确性和可靠性.以某300 MW机组1#高加测点为对象进行算例分析,验证了该方法对于多传感器故障诊断的可行性和准确性,计算和模拟表明,RITNN方法优于线性PCA和传统ITNN方法,能够更加准确进行多传感器故障的检测和故障数据的重构. 展开更多
关键词 鲁棒输入训练神经网络 故障诊断 多传感器 影响因子 可靠性系数
在线阅读 下载PDF
基于混合型鲁棒输入训练神经网络的非线性数据校正方法及其应用 被引量:1
16
作者 任少君 司风琪 +1 位作者 李欢欢 徐治皋 《东南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2013年第2期322-327,共6页
提出了一种基于混合型鲁棒输入训练神经网络的非线性数据校正模型,在基于过程数据的神经网络模型中引入了反映过程机理的约束方程.根据所提模型的网络结构,采用罚函数法将约束方程加入到网络训练目标函数中,并采用BP算法推导出该网络的... 提出了一种基于混合型鲁棒输入训练神经网络的非线性数据校正模型,在基于过程数据的神经网络模型中引入了反映过程机理的约束方程.根据所提模型的网络结构,采用罚函数法将约束方程加入到网络训练目标函数中,并采用BP算法推导出该网络的学习方法,进而给出了基于该方法的数据校正流程.分别以一个五维非线性系统和某1 000 MW机组1#高加测点为对象进行算例分析,结果表明:所提出的模型能正确检验出测量数据中的不良值,具有良好的鲁棒性;在完成数据校正的同时还能保证重构数据满足相应的系统机理约束条件;在多测点同时发生故障时,也能保证数据校正的准确性和可靠性. 展开更多
关键词 混合型鲁棒输入训练神经网络 故障诊断 机理约束 罚函数 数据校正
在线阅读 下载PDF
TVM_(T):基于TVM的高性能神经网络训练编译器
17
作者 曾军 寇明阳 +2 位作者 郑惜元 姚海龙 孙富春 《中国科学:信息科学》 CSCD 北大核心 2023年第12期2458-2471,共14页
随着深度学习应用的快速发展,神经网络模型的参数量变得越来越大,这意味着训练一个可用的神经网络模型需要更多的算力和更长的计算时间,因此如何提升神经网络训练的效率至关重要.然而训练效率在很大程度上取决于硬件后端和编译器.为了... 随着深度学习应用的快速发展,神经网络模型的参数量变得越来越大,这意味着训练一个可用的神经网络模型需要更多的算力和更长的计算时间,因此如何提升神经网络训练的效率至关重要.然而训练效率在很大程度上取决于硬件后端和编译器.为了提升神经网络训练的性能,编译器的效率亟待提升,而这主要取决于计算图的优化、算子级别的优化和代码生成.主流的神经网络训练框架(如TensorFlow,PyTorch)使用了供应商特定的、通过手工设计算子获得的算子库.然而,手工设计算子浪费了大量的算子级别的优化空间,因此研究人员提出了TVM.作为一个端到端的编译器,TVM实现了算子级的自动优化,比现有框架进一步提高了性能.此外,TVM支持从多种神经网络框架中导入神经网络模型,并在不同主流硬件后端上部署.然而,TVM的注意力集中于提升神经网络推理任务的性能,并不支持神经网络的训练.本文提出了TVM_(T),第一个基于TVM、支持神经网络训练的端到端编译器.为了支持神经网络训练,本文提出了以下方法.(1)合并损失函数到现有的计算图中,以支持前向和后向传播;(2)在训练过程中采用设备到主机的机制来更新权重参数;(3)集成了最先进的张量程序调优器,以自动优化神经网络训练程序.实验结果表明,与PyTorch相比,TVM_(T)在Intel CPU和NVIDIA GPU上的神经网络训练性能达到了最高4.88倍的提升;与TensorFlow相比,TVM_(T)在Intel CPU和NVIDIA GPU上的神经网络训练性能达到了最高11.5倍的提升. 展开更多
关键词 神经网络编译器 神经网络训练 算子自动优化 参数更新 反向传播
原文传递
基于量子行为粒子群优化–人工神经网络的电能质量扰动识别 被引量:21
18
作者 杨耿煌 温渤婴 《中国电机工程学报》 EI CSCD 北大核心 2008年第10期123-129,共7页
提出一种基于量子行为粒子群优化(quantum-behaved particle swarm optimization,QPSO)的改进算法,用于优化人工神经网络(artificial neural network,ANN),实现电能质量(power quality,PQ)扰动识别。采用2个神经子网络,分别用于事件型... 提出一种基于量子行为粒子群优化(quantum-behaved particle swarm optimization,QPSO)的改进算法,用于优化人工神经网络(artificial neural network,ANN),实现电能质量(power quality,PQ)扰动识别。采用2个神经子网络,分别用于事件型和变化型PQ扰动识别。PQ扰动信号的特征量通过信号的投影分析、动态测度计算、分形技术获取,作为2个子网络的输入量。改进的QPSO算法主要增加了学习因子、粒子聚集度和进化速度等参数,改进了QPSO算法的参数迭代更新过程,从而优化了神经子网络的训练结果。6种典型现场采集的PQ扰动数据识别结果表明,与加入动量因子的前馈式神经网络的训练方法相比,该算法具有更好的收敛性和稳定性。 展开更多
关键词 电能质量 量子行为粒子群优化 人工神经网络 神经网络训练
在线阅读 下载PDF
链式数据重组与神经网络在经济预测中的应用 被引量:6
19
作者 郅跃茹 朱维彰 诸静 《控制理论与应用》 EI CAS CSCD 北大核心 2004年第4期643-645,共3页
建立经济模型和基于模型对宏观经济进行预测,是经济运行质量评价、仿真、制定发展规划等所必不可少的.针对宏观经济预测的特殊性:样本少、时变性,提出了反向传播(BP)神经网络的链式数据重组训练方法,并用于实际经济预测.和原数据用于预... 建立经济模型和基于模型对宏观经济进行预测,是经济运行质量评价、仿真、制定发展规划等所必不可少的.针对宏观经济预测的特殊性:样本少、时变性,提出了反向传播(BP)神经网络的链式数据重组训练方法,并用于实际经济预测.和原数据用于预测的结果相比,达到了较高的预测精度.同时,解决了BP神经网络难以确定隐结点数的问题. 展开更多
关键词 宏观经济预测 数据重组 神经网络训练
在线阅读 下载PDF
切削表面粗糙度的人工神经网络预测 被引量:8
20
作者 陈曙光 刘平 田保红 《工具技术》 北大核心 2005年第4期30-32,共3页
以易切削黄铜的加工表面粗糙度与各种加工参数的关系为对象,将L9( 34)型正交切削试验数据作为训练学习样本,同时以与正交试验参数有关的6个样本作为预测样本,用BP神经网络对其进行了预测。结果表明:经设计的BP神经网络训练1183次,其最... 以易切削黄铜的加工表面粗糙度与各种加工参数的关系为对象,将L9( 34)型正交切削试验数据作为训练学习样本,同时以与正交试验参数有关的6个样本作为预测样本,用BP神经网络对其进行了预测。结果表明:经设计的BP神经网络训练1183次,其最大误差不超过5 % ;人工神经网络与正交试验相结合,能大大节省预测时间和费用,效果很好。 展开更多
关键词 神经网络预测 加工表面粗糙度 BP神经网络 神经网络训练 人工神经网络 加工参数 学习样本 试验数据 正交切削 试验参数 最大误差 正交试验 预测时间 易切削 经设计 黄铜
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部