导读:本文包含了反馈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,反馈,卷积,递归,函数,热传导,绝缘子。
反馈神经网络论文文献综述写法
万小燕[1](2019)在《“新零售”背景下基于Elman反馈型神经网络的企业风险评价》一文中研究指出"新零售"是以移动互联网为基础,线上线下相结合以改善购物体验的一种新型商业模式,其风险状况受到诸多因素的影响。通过分析了"新零售"企业的风险因素,识别出"新零售"企业八大类典型风险,形成风险评价指标体系,在此基础上,运用层次分析法和El man反馈型神经网络建立风险评价模型,在一定程度上为"新零售"企业创业者和投资者提供决策依据。(本文来源于《商业经济》期刊2019年12期)
汪颖翔,潘笑[2](2019)在《基于改进Elman反馈型动态神经网络的配电网可靠性评估》一文中研究指出快速准确地进行配电网可靠性评估具有重要意义,然而传统的配电网可靠性评估方法并不适用于评估大规模配电系统的综合可靠性指标,对大规模电网的可靠性进行评估时往往会造成建模困难、计算量剧增的问题。因此,提出基于Improved-Elman(IElman)反馈型动态神经网络的配电网可靠性评估方法,即在Elman神经网络的承接层中加入自反馈连接增益系数来衡量历史信息对未来状态的影响程度,并通过思维进化算法对Elman神经网络的相关参数进行优化。在采用神经网络评估前,利用灰色关联度分析对神经网络的输入变量进行预处理。所提出的方法与普通神经网络评估模型相比,平均相对误差由5.43×10~(-4)降到7.32×10~(-5),表明该方法能够有效简化计算,提高神经网络对复杂问题的评估精度。(本文来源于《水电能源科学》期刊2019年10期)
曾伟辉,李淼,李增,熊焰[3](2019)在《基于高阶残差和参数共享反馈卷积神经网络的农作物病害识别》一文中研究指出当前,大部分农作物病害图像识别方法主要关注于精度而忽略了鲁棒性.在面向实际环境时,由于噪声干扰和环境因素影响导致识别精度不高.为此提出了一种高阶残差和参数共享反馈的卷积神经网络模型以应用于实际环境农作物病害识别.其中,高阶残差子网络为病害表观提供丰富细致的特征表达,以提高模型识别精度;参数共享反馈子网络用来进一步抑制原深层特征中的背景噪声,以提高模型的鲁棒性.实验结果表明,当面向实际环境农作物病害识别时,本文方法在识别精度和鲁棒性上均优于其他方法.(本文来源于《电子学报》期刊2019年09期)
王才进,张涛,骆俊晖,马冲,段隆臣[4](2019)在《神经网络反馈分析方法预测土体热阻系数研究》一文中研究指出为研究不同土体的热传导特性,通过文献数据归纳整理,简要分析了土体热阻系数与主要影响因素的相关关系。利用神经网络反馈分析方法,提出土体热阻系数的预测模型,并对所提模型的有效性与优越性进行了对比验证。结果表明:反馈神经网络能够简便、有效的预测土体热阻系数,所建模型以干密度、饱和度和石英含量为输入参数,较为全面、合理地反映了影响土体热传导性质的主要因素;预测模型具有较高的精度,预测值与实测值的相关系数R~2大于0.93,均方根误差RMSE低于28 K?cm/W,方差比VAF大于94%;与传统经验关系式相比,反馈分析模型在新环境中的预测结果上具有显着的优越性。(本文来源于《岩土工程学报》期刊2019年S2期)
周非,李阳,范馨月[5](2019)在《图像分类卷积神经网络的反馈损失计算方法改进》一文中研究指出当前在图像分类领域,卷积神经网络主要通过反向传播算法训练权重和偏置.在参数的训练过程中,网络的实际输出与样本标签之间的反馈损失计算方式会影响到卷积神经网络对图像的最终分类性能.本文研究发现,当增大训练样本标签的维度,提高不同类别标签间的最小汉明距离,并通过sigmoid激活函数结合交叉熵计算反馈损失时,所得到的卷积网络模型对图像的分类能力优于使用softmax激活函数结合独热编码计算反馈损失所得到的卷积网络模型的分类能力.本文使用多种卷积神经网络结构,并结合多个数据集进行训练和测试,所得到的仿真结果证明了本文观点的正确性.(本文来源于《小型微型计算机系统》期刊2019年07期)
米力克·萨迪尔[6](2019)在《反馈控制下时滞神经网络的同步分析》一文中研究指出神经网络(简称NNs)的同步是生活中广泛存在的、不可忽略的现象.近几年来,NNs的同步及控制分析引起了很多研究者的广泛研究.在工程、物理和通讯等领域的网络系统中,NNs的广义衰减同步(简称GDS),广义衰减滞后同步(简称GDLS)和固定时间同步及控制更具有实际意义和应用价值,但有关研究工作才开始起步,相关研究成果比较少.论文综合运用Lyapunov函数或泛函构造方法和不等式分析等相关理论分别研究了具有时变时滞联想记忆神经网络(简称BAMNNs)的GDS、具有常时滞竞争神经网络(简称CNNs)的GDLS和具有时滞递归神经网络(简称RNNs)的固定时间同步.论文第一部分研究了一类具有时变时滞的BAMNNs的GDS.首先介绍了实现经典指数同步和多项式同步的引理.其次,通过设计非线性反馈控制和应用不等式分析方法,得到了实现BAMNNs的GDS的充分条件.最后给出数值模拟验证了理论结果的有效性.论文第二部分通过设计非线性反馈控制,我们研究了一类具有常数时滞CNNs的GDLS问题.通过构造合适的Lyapunov函数或泛函,并利用不等式分析技巧,得到了CNNs实现GDLS的判别准则.最后,通过数值例子来验证已建立的理论结果的可行性.论文第叁部分研究了具有不连续激活函数的RNNs的不连续控制策略的固定时间同步.固定时间同步意味着对于所考虑的系统的任意初始值,在一个固定时间内实现同步.使用构造Lyapunov函数方法和分析技巧,通过设计控制策略,得到了以保证所考虑网络的固定时间同步的充分条件.最后,提供具体例子验证了所得结果的有效性。(本文来源于《新疆大学》期刊2019-06-30)
何瑾琳,刘学军,徐新艳,毛宇佳[7](2019)在《融合node2vec和深度神经网络的隐式反馈推荐模型》一文中研究指出利用隐式反馈信息实现个性化推荐是实用且具有挑战性的研究课题。对如何有效结合辅助信息来解决数据稀疏问题从而实现高效推荐的问题进行了研究,提出了一种融合node2vec和深度神经网络的隐式反馈推荐模型。该模型采用一种嵌入元数据的深度神经网络框架(Deep Neural Network Framework with Embedded Meta-data,Meta-DNN),首先将用户和项目的one-hot向量进行低维映射,再嵌入元数据信息,并结合node2vec的二阶随机游走方法学习网络中的邻居节点,使得相邻节点具有相似的节点表示,同时通过增强相邻用户和项目的平滑度来缓解数据稀疏性;最后使用深度神经网络进一步学习用户对项目的偏好,进而为用户产生推荐。其中,还引入了流行度参数对未知项目进行非平均抽样,优化隐式反馈负采样策略。在Gowalla和MovieLens-1M两个数据集上的实验表明,所提方法可以明显提高系统的预测性能和推荐质量。(本文来源于《计算机科学》期刊2019年06期)
杨义胜,郭津津,陈世杰[8](2019)在《基于模糊神经网络的电液力反馈伺服控制技术的研究》一文中研究指出以対顶液压缸伺服控制系统为对象,建立电液伺服液压系统的数学模型,并运用Matlab/simulink、amesim软件工具搭建液压系统模型和控制模型。将模糊神经网络控制策略运用到电液力反馈伺服控制仿真中,在进行联合仿真后和普通PID控制结果进行对比,并在仿真基础上又做了相关实验论证。控制结果表明:模糊神经网络策略达到了预期的控制效果,能有效地减小系统的超调量,加快系统的响应。(本文来源于《重型机械》期刊2019年03期)
张倩,王建平,李帷韬[9](2019)在《基于反馈机制的卷积神经网络绝缘子状态检测方法》一文中研究指出绝缘子是输电线路上的重要设备,其运行状况直接影响到电网的安全运行,因此对绝缘子状态自动、准确地检测是十分重要且必要的。针对已有检测模型处理不同样本时采用固定特征空间的不足及现有绝缘子检测算法特征提取复杂的缺陷,模仿人类由简到细反复推敲比对的认知过程,探索一种基于反馈机制的卷积神经网络绝缘子状态检测方法。首先,针对绝缘子样本的特点,改进LeNet_5网络结构,引入随机配置网络分类器,添加反馈机制调节卷积核的大小和个数,采用交替优化的策略以优化卷积神经网络的参数。其次,基于熵理论,建立语义误差信息熵测度评价指标,实时评价绝缘子不确定检测结果,克服状态后验评测的缺陷。最后,依据语义误差信息熵测度指标评价结果,通过构建的反馈机制调节卷积核的大小和个数细化提取特征,从而实现由简到细反复推敲比对优化检测结果。实验结果表明,改进型卷积神经网络模型在绝缘子状态检测上具有较高的检测正确率。(本文来源于《电工技术学报》期刊2019年16期)
时昊天,陈兵,孙莉莉[10](2018)在《一类非严格反馈大系统的自适应神经网络控制》一文中研究指出针对一类具有非严格反馈模块的非线性互联大系统,本文提出了一种输出反馈控制方案。首先使用神经网络来逼近未知系统函数,然后借助向量的范数性质处理非严格反馈模块。由于系统的状态不可测,所以建立观测器来估计未知状态。同时,结合自适应控制策略和Backstepping方法,设计出一种自适应神经网络分散输出反馈控制器,并利用Lyapunov稳定性理论进行稳定性分析。结果表明,在该控制策略作用下,闭环系统所有的信号保持半全局有界,且系统输出可以很好地跟踪给定的参考信号,通过仿真算例来验证本文设计控制策略的有效性。仿真结果表明,系统的输出能很好地跟踪给定的追踪信号;系统的控制信号和自适应参数保持在0的邻域内;设计的观测器能有效地观测原互联大系统的系统状态。说明本文设计的控制策略能够很好地运用在具有非严格反馈模块的互联大系统中。该研究更具有一般性和通用性。(本文来源于《青岛大学学报(工程技术版)》期刊2018年04期)
反馈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:
快速准确地进行配电网可靠性评估具有重要意义,然而传统的配电网可靠性评估方法并不适用于评估大规模配电系统的综合可靠性指标,对大规模电网的可靠性进行评估时往往会造成建模困难、计算量剧增的问题。因此,提出基于Improved-Elman(IElman)反馈型动态神经网络的配电网可靠性评估方法,即在Elman神经网络的承接层中加入自反馈连接增益系数来衡量历史信息对未来状态的影响程度,并通过思维进化算法对Elman神经网络的相关参数进行优化。在采用神经网络评估前,利用灰色关联度分析对神经网络的输入变量进行预处理。所提出的方法与普通神经网络评估模型相比,平均相对误差由5.43×10~(-4)降到7.32×10~(-5),表明该方法能够有效简化计算,提高神经网络对复杂问题的评估精度。
(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。
反馈神经网络论文参考文献
[1].万小燕.“新零售”背景下基于Elman反馈型神经网络的企业风险评价[J].商业经济.2019
[2].汪颖翔,潘笑.基于改进Elman反馈型动态神经网络的配电网可靠性评估[J].水电能源科学.2019
[3].曾伟辉,李淼,李增,熊焰.基于高阶残差和参数共享反馈卷积神经网络的农作物病害识别[J].电子学报.2019
[4].王才进,张涛,骆俊晖,马冲,段隆臣.神经网络反馈分析方法预测土体热阻系数研究[J].岩土工程学报.2019
[5].周非,李阳,范馨月.图像分类卷积神经网络的反馈损失计算方法改进[J].小型微型计算机系统.2019
[6].米力克·萨迪尔.反馈控制下时滞神经网络的同步分析[D].新疆大学.2019
[7].何瑾琳,刘学军,徐新艳,毛宇佳.融合node2vec和深度神经网络的隐式反馈推荐模型[J].计算机科学.2019
[8].杨义胜,郭津津,陈世杰.基于模糊神经网络的电液力反馈伺服控制技术的研究[J].重型机械.2019
[9].张倩,王建平,李帷韬.基于反馈机制的卷积神经网络绝缘子状态检测方法[J].电工技术学报.2019
[10].时昊天,陈兵,孙莉莉.一类非严格反馈大系统的自适应神经网络控制[J].青岛大学学报(工程技术版).2018