国家自然科学基金(60775050)
- 作品数：24 被引量：99H指数：7
- 相关作者：张雨浓肖秀春姜孝华谭宁郭东生更多>>
- 相关机构：中山大学广东海洋大学浙江大学更多>>
- 发文基金：国家自然科学基金教育部“新世纪优秀人才支持计划”国家重点实验室开放基金更多>>
- 相关领域：自动化与计算机技术理学文化科学电子电信更多>>
- 中心、方差及权值直接确定的RBF神经网络分类器被引量：15
- 2009年
- 模式分类是径向基函数(RBF)神经网络应用的一个重要方面,目前大多数RBF网络都采用迭代学习的方法。区别于反复迭代训练而得到网络参数的惯常做法,重新探讨一种基于矩阵伪逆或逆的中心、方差及权值可直接确定的方法。并基于此方法构建一种模式识别分类器,对IRIS分类问题进行计算机仿真验证。结果表明,相对于迭代法,该直接确定方法具有更快的计算速度,构建的RBF神经网络分类器也具有良好的分类性能。
- 张雨浓李克讷谭宁
- 关键词：RBF神经网络权值直接确定模式识别
- 权值可直接算出的Legendre神经网络之隐节点数自动确定被引量：2
- 2009年
- 隐神经元数目的确定在神经网络学习过程中有着重要的意义.然而,目前,还没有相应的确定性理论指导隐神经元数的设计.针对Legendre前向神经网络,在基于伪逆的权值直接确定法的基础上构造出一种神经网络隐节点数自动确定的算法.仿真结果显示该隐节点数自动确定算法能较快地找到最简化结构Legendre前向神经网络的隐节点数.
- 张雨浓刘巍蔡炳煌肖秀春
- 关键词：权值直接确定伪逆
- 未知目标函数之一阶数值微分公式验证与实践被引量：8
- 2009年
- 根据多项式插值理论，对于未知的目标函数，在离散采样点获取其对应的函数值后，即可构造Lagrange插值多项式以近似求得该未知函数的逼近表达式．进而，对Lagrange插值多项式求一阶导数可得到该未知目标函数的多点一阶微分近似公式；即：等间距情况下的2～16个数据点的后向差分公式．计算机数值实验进一步验证与表明：该用于未知目标函数一阶数值微分的多点公式可以取得较高的计算精度．
- 张雨浓郭东生徐思洪李海林
- 关键词：LAGRANGE插值多项式一阶导数
- 一种权值直接确定及结构自适应的Chebyshev基函数神经网络被引量：11
- 2009年
- 基于函数逼近理论,构造一种Chebyshev基函数神经网络模型。推导出该网络模型的权值直接确定方法,可一步计算出权值,克服了传统BP神经网络学习率选取困难、学习过程冗长和易陷入局部极小等缺点。在此基础上,设计了基于二分搜索的结构自适应算法,根据精度要求自动确定网络最优结构。理论分析及仿真验证均表明,该网络不仅能够快速地完成网络权值确定和结构自适应,且具有优异的学习与逼近能力,而且对随机加性噪声也具有较好的抑制作用。
- 张雨浓陈裕隆姜孝华曾庆淡邹阿金
- 关键词：神经网络权值直接确定
- 求解线性不定方程组所展现的BP与Hopfield类型神经网络的学习同质性研究被引量：4
- 2010年
- 主要针对求解线性不定方程组的两种并行计算神经网络模型(BP和Hopfield类型神经网络)进行了探讨。BP神经网络和Hopfield类型神经网络尽管在起源、网络定义、拓扑结构和学习模式上有较大的不同,但这两类人工神经网络在相同学习率条件下求解线性不定方程组中却可以表现出相同的数学公式、学习本质和计算能力,即学习同质性。此外,分别在零初值、相同但非零初值和不同随机初值三种情况下,针对两类人工神经网络求解线性不定方程组体现出来的学习同质性进行了计算机仿真验证,并证实了两类神经网络算法的有效性。
- 张雨浓谭宁李展莫锦辉
- 关键词：BP神经网络HOPFIELD神经网络
- 基于次序统计量像素灰度相似度的图像双边滤波被引量：8
- 2011年
- 针对一般双边滤波器定义中的像素灰度相似度函数易受图像噪声影响,不能很好地表征像素之间的实际相似性的问题,设计了一个基于次序统计量的像素灰度相似度函数.基于图像中相邻像素之间的相关性,可近似地将某像素的1环邻域所有像素的灰度视为该像素灰度的n(n≤9)次观测值,并定义为n-次序统计量.依据两像素灰度的n-次序统计量的欧氏距离定义它们的灰度相似度.该相似度函数结合了像素1环邻域灰度分布的统计属性,能较好地抑制噪声的影响.仿真实验验证了所提出基于次序统计量像素灰度相似度的双边滤波算法具有良好的滤波特性.
- 肖秀春彭群生卢晓敏王章野张雨浓姜孝华
- 关键词：次序统计量双边滤波相似度函数图像去噪
- Convergence Properties Analysis of Gradient Neural Network for Solving Online Linear Equations被引量：2
- 2009年
- ZHANG Yu-NongCHEN Zeng-HaiCHEN Ke
- 关键词：线性方程组计算机仿真技术
- 幂激励前向神经网络最优结构确定算法被引量：16
- 2011年
- 针对一种以幂函数序列为各隐神经元激励函数的前向神经网络,提出了一种基于权值直接确定方法的网络最优结构确定算法。计算机仿真与验证结果表明,该算法能自动、快速、有效地确定网络的最优隐神经元数,达到网络的最佳逼近能力,从而实现网络结构的最优化。
- 张雨浓郭东生谭宁
- 关键词：幂级数前向神经网络权值直接确定法
- PID神经元网络之权值直接确定法研究被引量：6
- 2009年
- 网络权值如何确定,是人工神经网络研究中的一个重要课题。传统PID神经元网络在该问题的研究上,大多数采用误差回传(BP)的思想,通过迭代训练而估算出该网络的连接权值。针对PID神经元网络,对其进行简单巧妙的转化,可提出一种基于矩阵伪逆表述的直接计算权值的方法,从而避免了冗长的迭代训练过程。计算机仿真结果表明,该权值直接确定方法不仅有更快的学习/计算速度,而且能达到更高的计算精度。
- 张雨浓杨逸文
- 关键词：PID神经元网络权值直接确定系统辨识
- 线性矩阵方程的梯度法神经网络求解及其仿真验证被引量：8
- 2008年
- 介绍一种基于梯度法的Hopfield神经网络在线求解线性矩阵方程,并且探讨其MATLAB仿真技术以验证该神经网络在求解线性矩阵方程问题时的准确性和有效性。仿真过程中用以下几种重要技术手段:①Kroneck-er乘积,用来将描述该神经网络的矩阵微分方程(MDE)转化为向量微分方程(VDE),即标准的给定初始值常微分方程(ODE);②MATLAB指令"ode45",用来仿真上述转化后的给定初始值常微分方程;③各种激励函数的编码实现,用以检验该神经网络系统的收敛性和存在实现误差时的鲁棒性。仿真结果同理论分析的对应与一致,进一步证实基于梯度法的Hopfield神经网络在求解固定系数线性矩阵方程中具有很好的效验。
- 张雨浓张禹珩陈轲蔡炳煌马伟木
- 关键词：梯度法递归神经网络线性矩阵方程KRONECKER乘积
