国家教育部博士点基金(20030001701)
- 作品数：7 被引量：111H指数：6
- 相关作者：许少华何新贵王兵蔡月芹谢树民更多>>
- 相关机构：北京大学东北石油大学北京航空航天大学更多>>
- 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>>
- 一种时变输入输出过程神经元网络及学习算法研究被引量：3
- 2007年
- 针对输入/输出均为时变函数的非线性系统建模问题,提出一种时变输入输出过程神经元网络模型,并给出了具体的学习算法.过程神经元网络的输入、输出均可为时变函数,其空间、时间聚合算子分别取为空间加权求和及含时间变参积分,聚合运算和激励能同时反映时变输入信号的空间聚合作用和输入过程中的阶段时间累积效应.仿真实验结果验证了所提出模型和算法的有效性.
- 许少华何新贵王兵
- 关键词：过程神经元网络学习算法
- 基于傅立叶函数基变换的过程神经元网络学习算法被引量：9
- 2006年
- 针对过程神经元网络训练涉及的时域聚合运算问题,提出了一种基于傅立叶正交函数基展开的过程神经元网络学习算法。在网络输入函数空间中引入傅立叶正交函数基,将输入函数和网络连接权函数表示为该组正交基的有限项展开形式,利用函数基的正交性,可简化过程神经元在时间聚合运算中的复杂性,提高网络学习效率。给出了具体的实现算法,仿真实验结果证明了算法的有效性。
- 许少华蔡月芹谢树民
- 关键词：过程神经元傅立叶变换学习算法
- 基于过程神经元网络的动态预测模型及其应用被引量：6
- 2007年
- 针对动态系统过程预测预报问题,提出了一种基于过程神经元网络的动态预测方法.过程神经元网络的输入/输出均可以是时变函数,其时空聚合运算和激励可同时反映时变输入信号的空间聚合作用和输入过程中的阶段时间累积效应.基于过程神经元网络的动态预测模型能同时满足对系统的非线性辨识和过程预测,在机制上对动态预测预报问题有较好的适应性.文中给出了基于函数基展开和梯度下降法的学习算法,以电力负荷预报为例验证了模型和算法的有效性.
- 许少华王兵何新贵
- 关键词：动态系统过程神经元网络学习算法
- 基于函数正交基展开的过程神经网络学习算法被引量：87
- 2004年
- 过程神经网络的输入和连接权均可为时变函数 ,过程神经元增加了一个对于时间的聚合算子 ,使网络同时具有时空二维信息处理能力 .该文在考虑过程神经网络对时间聚合运算的复杂性的基础上 ,提出了一种基于函数正交基展开的学习算法 .在网络输入函数空间中选择一组适当的函数正交基 ,将输入函数和网络权函数都表示为该组正交基的展开形式 ,利用基函数的正交性 ,简化过程神经元对时间的聚合运算 .应用表明 ,算法简化了过程神经网络的计算复杂度 ,提高了网络学习效率和对实际问题求解的适应性 .以旋转机械故障诊断问题和油藏开发过程采收率的模拟为例验证了算法的有效性 .
- 许少华何新贵
- 关键词：过程神经网络函数正交基计算复杂度学习算法
- 过程神经元网络及其在时变信息处理中的应用被引量：16
- 2006年
- 针对时变信息处理和动态系统建模等类问题,建立了输入输出均为时变函数的过程神经元网络和有理式过程神经元网络2种网络模型.在输入输出为时变函数的过程神经元网络中,过程神经元的时间累积算子取为对时间的积分或其他代数运算,它的时空聚合机制和激励能同时反映外部时变输入信号对输出结果的空间聚合作用和时间累积效应,可实现非线性系统输入、输出之间的复杂映射关系.在有理式过程神经元网络中,其基本信息处理单元为由2个成对偶出现的过程神经元组成,逻辑上分为分子和分母2部分,通过有理式整合后输出,可有效提高过程神经元网络对带有奇异值过程函数的柔韧逼近性和在奇异值点附近反应的灵敏性.分析了2种过程神经元网络模型的性质,给出了具体学习算法,并以油田开发过程模拟和旋转机械故障诊断问题为例,验证了这2种网络模型在时变信息处理中的有效性.
- 何新贵许少华
- 关键词：过程神经元网络时变系统信息处理学习算法
- 一种分式过程神经元网络及其应用研究被引量：6
- 2006年
- 针对带有奇异值复杂时变信号的模式分类和系统建模问题,提出了一种分式过程神经元网络·该模型是基于有理式函数具有的对复杂过程信号的逼近性质和过程神经元网络对时变信息的非线性变换机制构建的,其基本信息处理单元由两个过程神经元成对偶组成,逻辑上构成一个分式过程神经元,是人工神经网络在结构和信息处理机制上的一种扩展·分析了分式过程神经元网络的连续性和泛函数逼近能力,给出了基于函数正交基展开的学习算法·实验结果表明,分式过程神经元网络对于带有奇异值时变函数样本的学习性质和泛化性质要优于BP网络和一般过程神经元网络,网络隐层数和节点数可较大减少,且算法的学习性质与传统BP算法相同·
- 许少华何新贵王兵
- 关键词：学习算法
- 多聚合过程神经元网络及其学习算法研究被引量：9
- 2007年
- 针对系统输入为多元过程函数以及多维过程信号的信息处理问题,提出了多聚合过程神经元和多聚合过程神经元网络模型.多聚合过程神经元的输入和连接权均可以是多元过程函数,其聚合运算包括对多个输入函数的空间加权聚集和对多维过程效应的累积,可同时反映多个多元过程输入信号在多维空间上的共同作用影响以及过程效应的累积结果.多聚合过程神经元网络是由多聚合过程神经元和其它类型的神经元按照一定的结构关系组成的网络模型,按照输出是否为多元过程函数建立了前馈多聚合过程神经元网络的一般模型和输入输出均为过程函数的多聚合过程神经元网络模型,具有对多元过程信号输入输出关系的直接映射和建模能力.文中给出了一种基于多元函数基展开的梯度下降与数值计算相结合的学习算法,仿真实验结果表明了模型和算法对多元过程信号分类和多维动态过程模拟问题的适应性.
- 许少华何新贵
- 关键词：学习算法
