您的位置: 专家智库 > >

张德贤

作品数:5 被引量:48H指数:2
供职机构:郑州工程学院信息科学与工程学院计算机科学系更多>>
发文基金:河南省自然科学基金河南省基础与前沿技术研究计划项目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

  • 5篇中文期刊文章

领域

  • 5篇自动化与计算...

主题

  • 4篇神经网
  • 4篇神经网络
  • 2篇前向神经网络
  • 2篇网络
  • 1篇多层前向神经...
  • 1篇信息融合
  • 1篇压力容器
  • 1篇设计专家系统
  • 1篇神经网络训练
  • 1篇输出层
  • 1篇权值
  • 1篇专家系统
  • 1篇网络构造
  • 1篇网络训练
  • 1篇无损检测
  • 1篇面向对象
  • 1篇泛化
  • 1篇泛化能力

机构

  • 5篇郑州工程学院
  • 1篇华中科技大学

作者

  • 5篇张德贤
  • 1篇师汉民
  • 1篇杨宝军

传媒

  • 3篇计算机工程与...
  • 1篇计算机学报
  • 1篇计算机工程与...

年份

  • 2篇2005
  • 1篇2004
  • 1篇2003
  • 1篇2002
5 条 记 录,以下是 1-5
排序方式:
基于输出误差与偏导数误差信息融合的神经网络训练被引量:2
2002年
文章首先提出了表示前向神经网的泛化能力的一种度量,分析了提高网络泛化能力的主要途径,进而提出了基于网络输出误差与输出对输入偏导数误差信息融合的网络训练策略,给出了两者信息融合的有效方法和相应网络训练算法。具体应用结果表明所提出算法可显著提高网络的泛化能力。
张德贤
关键词:信息融合泛化能力神经网络
基于曲面形状误差的多层前向神经网络快速训练被引量:5
2004年
如何显著提高多层前向神经网络训练速度一直是国内外共同关注的一个问题 ,而解决这个问题的关键在于充分了解导致现有网络训练算法训练效率低的根本原因 .文中首先提出了网络输出函数的曲面形状误差和偏移误差的概念 ,并将指导网络训练的平方和误差分解为这两种误差 ,进而分析了这两种误差的主要特性 ,给出了导致现有算法网络训练效率低的主要原因 ,最后提出了新的网络训练误差模型和具体的网络训练算法 .典型实例计算结果表明 ,与目前常用的网络训练算法相比 。
张德贤师汉民
关键词:多层前向神经网络
面向对象的无损检测工艺设计专家系统被引量:2
2005年
无损检测工艺确定在压力容器制造中占有重要地位,基于面向对象技术建立X射线、超声波、磁粉、渗透等检测技术的综合无损检测工艺专家系统,系统由主控模块、规范设计模块、监测管理模块以及知识库等组成。开发结果表明,采用面向对象技术不仅保证了系统运行的有效性,同时也显著提高了系统开发效率和系统可维护性和扩充性。
杨宝军张德贤
关键词:面向对象无损检测专家系统压力容器
基于输出层权值解析修正的神经网络有效训练被引量:2
2005年
根据神经网络训练误差对权值的梯度特征分析,提出了网络输出层权值与网络隐含层权值轮换修正的思想,并基于网络输出层权值与网络隐含层权值之间的依赖关系,建立了网络输出层权值解析修正和隐含层权值修正的具体方法,所提出的方法通过提高网络权值修正的准确性而提高网络训练的有效性。根据网络输出节点的输出误差与其总输入误差的关系,提出了进一步提高所获得网络推广性的具体方法。实例计算结果表明,所提出的方法可以显著地提高网络的训练效率,并有效地增强网络推广性。
张德贤
关键词:神经网络
前向神经网络合理隐含层结点个数估计被引量:37
2003年
合理选择隐含层神经元个数是前向神经网络构造中的一个关键问题,对网络的泛化能力、训练速度等都具有重要的影响。该文提出了基于隐含层神经元输出之间的相关分析而进行隐含层神经元合理个数的估计方法,首先建立了基于网络输出和基于网络输出对网络各输入一阶偏导数的隐含层各神经元输出之间的相关程度度量,进而给出了基于模糊等价关系分析的神经元合理个数估计方法。具体应用结果证明了所提出方法的有效性。
张德贤
关键词:前向神经网络网络构造
共1页<1>
聚类工具0