基于前馈神经网络的试验数据拟合实践

基于前馈神经网络的试验数据拟合实践

论文摘要

在材料试验过程中,由于每组试验价格较为昂贵,且采集到的试验数据存在环境噪音,这种状况使得能够获得的数据较少,且数据存在一定的误差。因此,在处理试验结果时,需要一种能够通过少量数据拟合一定区间内所有试验变量对应结果的算法。该场景对算法的实时性要求较低,而对算法拟合结果要求较高,此外,由于试验数据可能存在的误差,对拟合算法的数据容错性也有较高要求。本文将采用全连接前馈神经网络,直接在试验原始数据上进行拟合,通过梯度下降算法迭代提高拟合效果,最终获得收敛的拟合结果。

论文目录

  • 1 概述
  • 2 全连接前馈神经网络简介
  • 3 算法实现
  •   3.1 神经网络结构
  •   3.2 神经网络实现
  • 4 算法应用
  •   4.1 拟合过程
  •   4.2 拟合结果
  • 5 结束语
  • 文章来源

    类型: 期刊论文

    作者: 秦子实

    关键词: 前馈神经网络,全连接层,缩放指数线性单元,数据拟合

    来源: 电脑知识与技术 2019年04期

    年度: 2019

    分类: 信息科技,工程科技Ⅰ辑

    专业: 材料科学,自动化技术

    单位: 中国飞机强度研究所

    分类号: TP183;TB30

    DOI: 10.14004/j.cnki.ckt.2019.0546

    页码: 174-175+177

    总页数: 3

    文件大小: 1613K

    下载量: 110

    相关论文文献

    • [1].基于高斯混沌粒子群优化动态前馈神经网络的短期负荷预测[J]. 陕西电力 2015(09)
    • [2].典型前馈神经网络的研究现状与分析[J]. 科技风 2019(17)
    • [3].我们还需要前馈神经网络技术?[J]. 江南大学学报(自然科学版) 2013(06)
    • [4].基于前馈神经网络控制的球杆系统位置控制[J]. 控制工程 2017(06)
    • [5].图书推介[J]. 科技导报 2013(17)
    • [6].基于前馈神经网络的数据库异常检测[J]. 信息与电脑(理论版) 2013(12)
    • [7].遗传前馈神经网络在函数逼近中的应用[J]. 计算机工程 2008(20)
    • [8].基于前馈神经网络的增量学习研究[J]. 计算机与现代化 2009(07)
    • [9].一种高效二进前馈神经网络学习算法[J]. 哈尔滨工业大学学报 2016(05)
    • [10].基于单隐层前馈神经网络的优化算法[J]. 科学技术与工程 2019(01)
    • [11].前馈神经网络及其在检测人脸的应用综述[J]. 可编程控制器与工厂自动化 2012(03)
    • [12].基于遗传算法的前馈神经网络结构优化[J]. 系统仿真技术 2013(02)
    • [13].前馈神经网络在环境评价和预测中的应用进展[J]. 四川环境 2010(03)
    • [14].一个快速动态风格传递算法[J]. 福建电脑 2019(09)
    • [15].前馈神经网络结构动态增长-修剪方法[J]. 智能系统学报 2011(02)
    • [16].基于灰色前馈神经网络的流行色预测[J]. 东华大学学报(自然科学版) 2011(02)
    • [17].基于ELM的跨越前馈神经网络及其应用研究[J]. 现代电子技术 2013(15)
    • [18].一类四维时滞前馈神经网络模型的Hopf分支[J]. 湖北民族大学学报(自然科学版) 2020(01)
    • [19].基于前馈神经网络的非合作PCMA信号盲分离算法[J]. 电子学报 2019(02)
    • [20].基于判别信息的正则极端学习机在人脸识别中的应用[J]. 软件导刊 2017(07)
    • [21].基于前馈神经网络的入侵检测模型[J]. 信息网络安全 2019(09)
    • [22].模拟电路故障诊断的仿真研究[J]. 福建工程学院学报 2014(01)
    • [23].基于PSO的线性前馈神经网络负荷模型的研究[J]. 天津电力技术 2010(02)
    • [24].前馈神经网络在汽车悬架设计中的应用[J]. 计算机应用研究 2009(06)
    • [25].前馈神经网络在有源噪声控制中的应用及分析[J]. 机械设计 2008(07)
    • [26].基于互联网数据的城市社区租金评估及空间格局制图——以深圳市为例[J]. 热带地理 2019(02)
    • [27].基于六维前馈神经网络模型的图像增强算法[J]. 山东大学学报(工学版) 2018(04)
    • [28].基于CMAQ与前馈神经网络的区域大气污染物浓度快速响应模型[J]. 环境科学学报 2018(11)
    • [29].基于计算智能技术的巴基斯坦北部地区地震活动性预测[J]. 世界地震译丛 2020(02)
    • [30].基于前馈神经网络的焓差试验台故障预测[J]. 制冷技术 2018(06)

    标签:;  ;  ;  ;  

    基于前馈神经网络的试验数据拟合实践
    下载Doc文档

    猜你喜欢