刘坤
- 作品数：2 被引量：61H指数：2
- 供职机构：北京大学信息科学技术学院机器感知与智能教育部重点实验室更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于粒子群优化的过程神经网络学习算法被引量：28
- 2011年
- 基于粒子群优化为过程神经元网络提出了一种新的学习算法。新算法在对网络输入函数和连接权函数进行正交基函数展开后,将网络中的结构参数和其他参数整合成一个粒子,再用粒子群优化算法进行全局优化。新算法不依赖于函数梯度信息,不需要手动调节网络结构。粒子群优化具有良好的全局优化性能和收敛性能,保证了过程神经元网络的全局学习能力和新学习算法的收敛能力,更好地发挥过程神经网络的逼近性能。两个实际预测问题的实验结果表明,基于粒子群优化的学习算法比现有的基于梯度的基函数展开方法以及误差反传神经网络模型具有更好的预测精度。
- 刘坤谭营何新贵
- 关键词：过程神经元网络学习算法粒子群优化
- 关于连续过程神经元网络的一些理论问题被引量：38
- 2006年
- 针对输入/输出均为连续时间函数的非线性系统信号处理和建模问题,提出了一种连续过程神经元和过程神经元网络模型.连续过程神经元的输入/输出均为连续时间函数,其时空聚合运算能同时反映连续时变输入信号的空间聚合作用和输入过程中的时间累积效应,可实现输入/输出之间非线性实时或若干时间单元延迟的映射关系.文中给出了一种输入输出均为连续时间函数的前馈过程神经元网络模型,并证明了相应的连续性,函数逼近能力和计算能力等性质定理.
- 许少华何新贵刘坤王兵
- 关键词：函数逼近能力连续性
