广东省自然科学基金(S2011020002719)
- 作品数：9 被引量：13H指数：3
- 相关作者：左军周灵孙亚民张德丰何正风更多>>
- 相关机构：佛山科学技术学院南京理工大学哈尔滨工业大学更多>>
- 发文基金：广东省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于RBF神经网络PCA变换的识别技术被引量：3
- 2014年
- 应用RBF神经网络作为分类器用于人脸识别。提出了两个重要的准则来估计RBF单元的初始宽度,这个宽度可以控制RBF神经网络分类器的泛化能力。PCA方法把训练样本集投影到特征脸空间,以减少维数。在PCA变换的基础上,作者进一步运用FLD方法,为分类找到一个最佳的子空间,使类间距离和类内距离之比最大化。在ORL数据库上进行了仿真,仿真结果表明,该算法具有高效性和有效性。
- 左军周灵孙亚民
- 关键词：径向基函数权值调整梯度下降法人脸特征
- 基于EKF与TLS动态模糊神经网络算法被引量：3
- 2019年
- 提出了一种动态模糊神经网络(D-FNN)算法。在实际应用中,可以用卡尔曼滤波(KF)方法来调节D-FNN结果参数,同时,EKF (扩展卡尔曼滤波)方法用于更新前提参数的中心和宽度,从而使得所有参数都被修正。该算法可用于平滑、滤波或者预测非线性动态系统的状态,同其他基于梯度的在线算法相比,EKF可以加快D-FNN收敛速度。采用总体最小二乘(TLS)方法作为修剪技术来选择D-FNN重要的模糊规则。如果在学习进行时,检测到不活跃的模糊规则并加以剔除,则可获得更为紧凑的D-FNN结构,TLS方法是用来补偿线性参数估计问题中数据误差的一种技术。最后针对实际案例进行了仿真分析,验证了该算法的有效性和高效性。
- 张彩霞
- 关键词：动态模糊神经网络模糊规则径向基神经网络
- 基于神经网络模型改进算法的动态辨识系统仿真被引量：2
- 2015年
- 神经网络的连接权在辨识中对应于模型参数,通过权值的调节可使网络输出逼近于系统输出。将神经网络作为辨识器NNI时,经训练,网络权值即为系统参数的估计。改进算法引入加权因子是为了控制网络的输入各分量对估计值的影响程度,参数估计值总是大范围一致渐近收敛的。将网络的稳态视为某一优化的问题目标函数的极小点,由初态向稳态的收敛过程就是优化过程计算。开发了仿真程序,对具体案例进行了仿真,取得了较为理想的结果。
- 左军周灵
- 关键词：神经网络系统辨识系统参数
- 基于规则产生准则与修剪策略的D-FNN算法研究被引量：2
- 2015年
- 提出了一种D-FNN结构及其学习算法,该D-FNN的结构基于径向基神经网络。模糊规则的产生由输出误差或可容纳边界的有效半径决定。修剪技术的应用,使得网络结构能够保持紧凑,学习速度快,确保系统的泛化能力。对所提算法作了详细探讨,并与相关算法作比较,从而发现了D-FNN的独特思想。编写了D-FNN的仿真程序,对具体案例进行了仿真。结果表明,D-FNN具有紧凑的结构和优秀的性能。
- 左军周灵李晓东
- 关键词：动态模糊神经网络径向基函数模糊规则
- 高斯激活函数特征值分解修剪技术的D-FNN算法研究被引量：3
- 2013年
- 提出了一种D-FNN的新算法。其算法的最主要特点是:D-FNN选择高斯函数作为网络的激活函数和模糊系统的隶属函数,该算法不仅具有强大的全局映射泛化能力,而且在细化局部方面也有效;使用特征值分解修剪技术使得网络结构不会持续增长,可获得更为紧凑的D-FNN结构,避免了过拟合现象。最后通过对Her-mite多项式逼近能力来验证所提方案的有效性。仿真结果表明使用特征值分解修剪技术和高斯激活函数的D-FNN具有良好的性能。
- 何正风张德丰孙亚民
- 关键词：动态模糊神经网络模糊规则特征值分解
- 基于非线性动态系统辨识的D-FNN算法研究
- 2014年
- D-FNN的基本思想是构造一个基于扩展的RBF神经网络,它可以看成是一个TSK模糊系统,也可以看作是基于归一化的高斯RBF神经网络。D-FNN算法中,不仅参数可以在学习过程中调整,同时,也可以自动确定模糊神经网络的结构。非线性参数是由训练样本和高斯宽度直接决定的,只需一步训练就可以达到目标。由于修剪策略的应用,网络的结构不会持续增长,因而确保了系统的泛化能力。使用D-FNN对非线性动态系统辨识进行了仿真,并与相关算法作比较,从而发现了D-FNN算法的有效性和高效性。
- 杨文茵张德丰王传胜
- 关键词：动态模糊神经网络模糊规则系统辨识RBF
- 列主元SVD-QR方法修剪策略参数调整的D-FNN算法研究被引量：1
- 2013年
- 针对动态模糊神经网络,提出了列主元SVD-QR方法修剪策略与参数调整的新算法。其中采用列主元SVD-QR方法修剪策略从给定的规则库中提取最重要模糊规则,使得网络结构不会持续增长,避免了过拟合及过训练现象;采用扩展的卡尔曼滤波方法把全局算法划分成线性和非线性部分,线性和非线性参数可以分别被更新,从而可以达到快速的学习速度。通过对血压的控制来验证所提出算法的有效性,结果证明了列主元SVD-QR方法修剪策略参数调整的D-FNN算法具有良好的性能。
- 张德丰马子龙
- 关键词：动态模糊神经网络血压控制
- 分级在线自组织学习的GD-FNN算法研究
- 2015年
- 提出了基于椭圆基函数(EBF)的广义动态模糊神经网络(GD-FNN)算法。算法提取的模糊规则具有很好可理解性,可以作为建模工具,也可以作为知识提取的工具。广义动态模糊神经网络由于基于模糊ε-完备性,同时提出了一种新颖的在线参数分配机制,从而缓解了初始化的随机选择,且与输入变量不同值域没有关系,因而更容易构造一个较好性能的模糊系统。开发了仿真程序,对具体案例进行仿真,取得了较为理想的结果。
- 左军周灵孙亚民
- 关键词：广义动态模糊神经网络动态模糊神经网络径向基函数
- 基于BP神经网络的改进算法研究
- 2014年
- BP算法使用优化算法中的梯度下降法,梯度下降法的不足,使BP算法收敛速度慢,计算量比较大,且收敛速度与初始权的选择有关;学习时,无法保证可以得到最小值。BP的改进算法提出权值更新的快速收敛方法,使用MatLab对改进算法进行仿真,结果表明改进算法具有高效性和有效性。
- 何正风
- 关键词：BP算法学习算法权值调整
