您的位置: 专家智库 > >

国家教育部博士点基金(20100092110020)

作品数:3 被引量:9H指数:2
相关作者:张侃健魏海坤朱婷婷方仕雄朱蔚萍更多>>
相关机构:东南大学聊城大学更多>>
发文基金:国家教育部博士点基金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 2篇神经网
  • 2篇神经网络
  • 1篇电机
  • 1篇电源
  • 1篇电源系统
  • 1篇队列
  • 1篇多层感知器
  • 1篇循环队列
  • 1篇神经网络算法
  • 1篇手写
  • 1篇手写数字
  • 1篇手写数字识别
  • 1篇奇异性
  • 1篇网络
  • 1篇网络算法
  • 1篇模式识别
  • 1篇南极科考
  • 1篇科考
  • 1篇可靠性
  • 1篇控制策略

机构

  • 3篇东南大学
  • 1篇聊城大学

作者

  • 3篇魏海坤
  • 3篇张侃健
  • 1篇葛健
  • 1篇朱蔚萍
  • 1篇朱婷婷
  • 1篇方仕雄
  • 1篇郭伟立
  • 1篇赵军圣

传媒

  • 1篇自动化仪表
  • 1篇控制理论与应...
  • 1篇中国科技论文

年份

  • 3篇2014
3 条 记 录,以下是 1-3
排序方式:
多层感知器模型互反奇异性区域学习动态的理论分析被引量:1
2014年
多层感知器神经网络(MLPs)的学习过程经常发生一些奇异性行为,容易陷入平坦区,这都和MLPs的参数空间中存在的奇异性区域有直接关系.当MLPs的两个隐节点的权值接近互反时,置换对称性会导致学习困难.对MLPs的互反奇异性区域附近的学习动态进行分析.本文首先得到了平均学习方程的解析表达式,然后给出了互反奇异性区域附近的理论学习轨迹,并通过数值方法得到了其附近的实际学习轨迹.通过仿真实验,分别观察了MLPs的平均学习动态,批处理学习动态和在线学习动态,并进行了比较分析.
郭伟立魏海坤赵军圣张侃健
关键词:多层感知器神经网络奇异性
基于AP和BP神经网络算法的手写数字识别被引量:6
2014年
针对现有的手写数字识别技术不适合大规模应用的问题,提出了一种基于AP和BP神经网络的快速手写数字识别算法。首先对预处理后的样本通过AP算法(affinity propagation)聚类消除冗余,重新构造样本空间;然后构造BP(误差反向传播)神经网络模型,学习测试集合样本。采用UCI机器学习数据库中的数据进行实验,结果表明,算法的识别正确率可达96.10%,高于BP神经网络算法的识别正确率94.88%,且执行时间约为后者的10%,具有较高的实用价值。
朱婷婷魏海坤张侃健
关键词:模式识别BP算法手写数字识别
南极科考支撑装置电源系统控制策略被引量:2
2014年
针对南极科考支撑装置中发电机组在极地高原低气压、缺氧的条件下运行这一情况,采用大量的高原试验来确定发电机组的运行参数。同时,为了保证发电机组的高可靠性,提出了采用循环队列的控制策略。该策略采用循环调用的方式调度发电机,为每台发电机独立编号。发电机组在西藏高原的测试结果以及在Dome A地区的运行结果表明,该控制策略可以有效地保证电源系统发电机组的可靠运行。
葛健魏海坤方仕雄张侃健朱蔚萍
关键词:发电机组控制策略循环队列可靠性
共1页<1>
聚类工具0