导读:本文包含了鲁棒神经网络论文开题报告文献综述、选题提纲参考文献，主要关键词:神经网络,混沌,稳定性,在线,航天器,复数,终端。
鲁棒神经网络论文文献综述写法
黄郑,王红星,于海泉,李逗,司风琪[1]（2019）在《基于多模型鲁棒输入训练神经网络协同的燃气–蒸汽联合循环机组传感器故障诊断方法》一文中研究指出为提高燃气–蒸汽联合循环机组传感器测量值的准确性及可靠性,提出了一种基于多模型鲁棒输入训练神经网络(RITNN)的燃气–蒸汽联合循环机组传感器故障诊断方法。该方法建立若干燃气–蒸汽联合循环重要参数的数据重构模型,并对各模型进行优先级划分,以串并联方式设定模型间关系,通过可靠参数的逐级生成和传递,有效抑制了多传感器显着故障产生的残差污染,提高了故障诊断的准确性及可靠性,进而给出了传感器故障诊断流程,建立了完整的传感器故障诊断系统。以某200 MW级燃气–蒸汽联合循环机组为研究对象,对多传感器故障进行诊断,并与RITNN单一模型方法和输入训练神经网络(ITNN)单一模型方法进行对比,结果表明,提出的多模型RITNN故障诊断方法诊断精度更高,可保证燃气–蒸汽联合循环机组稳定运行。(本文来源于《中国电力》期刊2019年11期）
罗兰,周楠,司杰[2]（2019）在《不确定细胞神经网络鲁棒稳定新的时滞划分法》一文中研究指出研究了一类具有时变时滞和参数不确定项的细胞神经网络的鲁棒稳定性。引用凸组合方法,实现了对时滞区间的不均等划分,且参数的引入降低了对时滞导数小于1的限制;新变量的引入实现了对不确定项的处理,并将Jensen不等式与凸组合方法相结合,得到了积分区间新的处理方法;最后数值举例验证了结论的有效性。(本文来源于《广西师范大学学报(自然科学版)》期刊2019年04期）
李洪梅,高媛,陈向坚[3]（2019）在《基于二型模糊神经网络的不确定混沌系统鲁棒性自适应控制》一文中研究指出该文提出的鲁棒的自适应区间二型模糊神经网络控制(RAITIIFNNC)系统由一个区间二型模糊神经网络识别器与一个鲁棒性控制器组成。识别器完成了对场地不确定性的在线评估,鲁棒控制器用来减小逼近错误,两者结合可以获得更好地跟踪与同步混沌系统。所有的参数学习算法来源于Lyapunov稳定理论以保证网络汇聚的同时有稳定同步的表现。算例分析证明:新系统在同步两个Lorenz混沌系统时具有更好的效率。(本文来源于《南京理工大学学报》期刊2019年04期）
袁长清,李政广,于海莉,左晨熠[4]（2019）在《基于终端滑模和神经网络的多目标姿态跟踪鲁棒控制》一文中研究指出研究了航天器编队飞行多目标姿态跟踪的鲁棒控制问题.主航天器由中心刚体和一个快速机动天线组成,星载相机跟踪某一特定目标,同时天线与从航天器保持通信.在考虑模型不确定性和外部干扰情况下,基于非奇异终端滑模技术和RBF神经网络,设计了多目标姿态跟踪鲁棒控制器.鲁棒控制器由RBF神经网络和一个自适应控制器组成.自适应控制器用于抵消神经网络的逼近误差和实现期望的控制性能. RBF神经网络用于逼近模型不确定部分与外部干扰力矩,并且根据非奇异终端滑模的有限时间收敛属性,提出了一种RBF网络的在线学习算法,提高了RBF网络的逼近效率.应用Lyapunov稳定性理论,证明了闭环系统稳定性.数值仿真结果表明所设计的控制器对外部干扰与模型不确定具有良好的鲁棒性.(本文来源于《空间控制技术与应用》期刊2019年03期）
徐晓惠,施继忠,严超,张继业,徐延海[5]（2019）在《一类复值神经网络的随机指数鲁棒稳定性》一文中研究指出为分析Markova跳变参数对系统的影响,研究了一类具有Markova跳变参数和变时滞的复数域区间神经网络的动态行为。在假定复数域激活函数仅满足Lipchitz条件的情况下,首先利用M矩阵理论和同胚映射相关原理,研究了该系统平衡点的存在性和唯一性。然后利用矢量Lyapunov函数法分析了不同模式下平衡点的随机指数鲁棒稳定性。建立的稳定性条件推广了现有结论,并且容易验证。最后,通过一个数值仿真算例验证了所得结论的可行性。(本文来源于《电子科技大学学报》期刊2019年03期）
赵飞[6]（2019）在《基于深度神经网络的鲁棒性说话人确认方法研究》一文中研究指出说话人确认是判断给定的语音信号是否来自指定说话人的一项技术,在各种场合的用户身份认证中均有重要的应用价值。说话人确认技术在纯净语音条件下已经取得了令人满意的效果。但是,在实际应用中,系统的性能还会受到其它条件的影响,其中噪声干扰影响最大。为缓解噪声干扰问题,本研究在说话人确认中结合了语音分离任务。本文提出一种基于DNN的语音分离和说话人确认联合训练的框架,该框架将语音分离部分产生的对噪声具有鲁棒性的特征应用在说话人确认网络,能够显着提高说话人确认的准确率。具体来说,提出的联合训练框架包括两个部分:基于卷积循环网络的语音分离模块和深度残差网络结构的端到端说话人确认模块。语音分离模块的中间层——循环网络的输出经过注意力机制后作为鲁棒性特征与原始混合语音特征拼接,作为说话人确认模块的输入。实验结果表明,该方法的抗噪性能远优于传统方法。在此基础上,考虑到循环网络刻画时间相关性的能力随着序列长度的增加而减弱。本研究提出对不同长度的输入序列,使用注意力机制形成表示向量。每一帧输出一个向量,该向量包含了之前所有帧的信息,使最终的特征序列包含有更多的说话人信息。实验表明,包含注意力机制的联合训练框架在多种情况下的性能相比多个基线系统均有显着的提升。(本文来源于《内蒙古大学》期刊2019-05-28）
肖童[7]（2019）在《基于神经网络的加密人脸识别鲁棒算法研究》一文中研究指出人脸识别是图像处理,机器视觉,人工智能的一大研究热点。随着科学技术的不断发展进步,人脸识别系统被广泛用于访问控制,公共监控,金融支付等领域,与传统的密钥、签名等方式相比,利用人脸识别来进行身份的认定更为方便易行。利用云平台可以对人脸图像数据进行存储,然而,存储于云平台的图像数据可能会受到攻击而被窃取,数据的安全和隐私问题愈发明显。而人脸作为生物特征具有唯一性,一旦遭到窃取将难以修改,因此其危害性比签名等传统验证方式遭到泄漏更为巨大。目前大多数的人脸识别方法都未对加密人脸进行研究,因此研究加密的人脸识别具有较大意义。针对这一问题,从保护数据隐私安全的角度出发,本文主要进行了以下的研究:1)研究了基于神经网络与离散余弦变换的加密人脸识别算法,用以保护原始图像数据的安全,主要分为人脸图像数据的加密,图像特征提取以及训练和测试神经网络叁个过程。在加密阶段利用Logistic Map与离散余弦变换的优良特性实现对图像数据的加密,保护数据的安全。利用PCA算法进行预处理提取图像的特征并作为BP神经网络的输入用于训练和测试神经网络。实验结果表明,该算法具有良好的识别率以及鲁棒性。2)研究了基于神经网络与离散傅里叶变换的加密人脸识别算法,该算法采用更为复杂的Tent混沌映射产生密钥,增强密钥的复杂性,进一步加强人脸图像的安全,在DFT变换域内完成图像的加密,最后结合PCA算法与神经网络完成人脸的识别。实验结果表明,本章算法具有较好的鲁棒性与识别率。3)研究了基于神经网络和DWT-DCT的加密人脸识别算法,以进一步的保护图像数据隐私,提高数据安全。算法利用高维混沌 Henon Map与一维混沌Logistic Map两个混沌序列增强密钥的安全性,结合图像频域空间的稳健性,进一步提高算法安全性。通过仿真实验和算法对比表明该算法对于常规攻击,几何攻击以及遮挡攻击具有较好的抵抗能力。(本文来源于《海南大学》期刊2019-05-01）
王涛,翟绪恒,孟丽岩[8]（2019）在《在线自适应神经网络算法及参数鲁棒性分析》一文中研究指出为了提高传统BP神经网络在线预测精度和计算效率,提出一种在线自适应神经网络算法。该算法在传统BP网络的输入层和隐含层之间增加一个反馈层,通过存储内部状态增强网络动态映射能力,以提高算法自适应性;同时,在学习阶段采用递推形式在线训练算法权值和阈值,以提高算法计算精度和计算效率。基于两组防屈曲支撑构件拟静力试验数据,在线预测防屈曲支撑恢复力。研究表明:与传统神经网络算法相比,在线自适应网络算法具有更好的在线预测精度和计算效率;通过对网络结构中的输入变量、输入和观测样本、隐含层激活函数等算法参数进行鲁棒性分析,找到算法参数对算法性能的影响规律,给出算法应用时参数选择的建议。(本文来源于《振动与冲击》期刊2019年08期）
赵越,王仁强,刘昌华,李敬东,孙建明[9]（2018）在《不确定条件下基于神经网络的船舶航向滑模鲁棒控制》一文中研究指出设计了一种不确定条件下基于神经网络的船舶航向滑模鲁棒控制算法.该算法能够有效决解模型不确定及外界扰动情况下的船舶运动控制问题.从船舶的非线性响应型运动数学模型出发,采用RBF神经网络对船舶系统函数及外部扰动进行有效逼近,再利用Lyapunov稳定性理论和Backstepping方法设计船舶航向控制器.仿真结果表明该控制算法能够很好地跟踪设定信号,并具有很好的鲁棒性.(本文来源于《广州航海学院学报》期刊2018年04期）
肖童,李京兵,曹春杰[10]（2018）在《基于双混沌映射与神经网络的加密人脸识别鲁棒性算法研究》一文中研究指出针对传统人脸识别的安全性问题提出了一种基于双混沌映射与神经网络的加密人脸识别鲁棒算法.首先利用Logistic与Henon混沌映射产生密钥,其次利用密钥在DWT-DCT变换域内加密人脸图像,结合PCA与神经网络实现对加密人脸的识别,最后进行常规攻击、几何攻击和遮挡攻击来测试其鲁棒性.实验结果表明,该算法具有良好的加密效果与鲁棒性.(本文来源于《海南大学学报(自然科学版)》期刊2018年04期）
鲁棒神经网络论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
研究了一类具有时变时滞和参数不确定项的细胞神经网络的鲁棒稳定性。引用凸组合方法,实现了对时滞区间的不均等划分,且参数的引入降低了对时滞导数小于1的限制;新变量的引入实现了对不确定项的处理,并将Jensen不等式与凸组合方法相结合,得到了积分区间新的处理方法;最后数值举例验证了结论的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
鲁棒神经网络论文参考文献
[1].黄郑,王红星,于海泉,李逗,司风琪.基于多模型鲁棒输入训练神经网络协同的燃气–蒸汽联合循环机组传感器故障诊断方法[J].中国电力.2019
[2].罗兰,周楠,司杰.不确定细胞神经网络鲁棒稳定新的时滞划分法[J].广西师范大学学报(自然科学版).2019
[3].李洪梅,高媛,陈向坚.基于二型模糊神经网络的不确定混沌系统鲁棒性自适应控制[J].南京理工大学学报.2019
[4].袁长清,李政广,于海莉,左晨熠.基于终端滑模和神经网络的多目标姿态跟踪鲁棒控制[J].空间控制技术与应用.2019
[5].徐晓惠,施继忠,严超,张继业,徐延海.一类复值神经网络的随机指数鲁棒稳定性[J].电子科技大学学报.2019
[6].赵飞.基于深度神经网络的鲁棒性说话人确认方法研究[D].内蒙古大学.2019
[7].肖童.基于神经网络的加密人脸识别鲁棒算法研究[D].海南大学.2019
[8].王涛,翟绪恒,孟丽岩.在线自适应神经网络算法及参数鲁棒性分析[J].振动与冲击.2019
[9].赵越,王仁强,刘昌华,李敬东,孙建明.不确定条件下基于神经网络的船舶航向滑模鲁棒控制[J].广州航海学院学报.2018
[10].肖童,李京兵,曹春杰.基于双混沌映射与神经网络的加密人脸识别鲁棒性算法研究[J].海南大学学报(自然科学版).2018