赵斌
- 作品数：10 被引量：55H指数：5
- 供职机构：中央民族大学理学院更多>>
- 发文基金：国家自然科学基金广西壮族自治区自然科学基金国家民委科研基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于进化策略方法求任意函数的数值积分被引量：23
- 2008年
- 提出了两种基于进化策略求任意函数数值积分的新方法,其中方法一是基于混合基函数进化策略的数值积分算法;方法二是基于不等距点分割的进化策略数值积分算法.两种算法都采用适用于高维优化问题的单基因突变进化策略,使得该算法不但能计算通常意义下任意函数的定积分,而且能计算奇异函数积分和振荡函数积分.最后给出几个数值积分算例,并与传统数值积分方法作了比较,仿真结果分析表明,两种算法十分有效,能够快速有效地获得任意函数的数值积分值.
- 周永权张明赵斌
- 关键词：适应度进化策略单基因突变数值积分
- 泛函网络神经元构造理论与方法被引量：2
- 2008年
- 泛函网络是近年提出的一种对神经网络的有效推广。与神经网络不同,它处理的是一般的泛函模型,它在各个神经元之间的连接没有权值,并且神经元函数不固定的,往往是一给定的基函数的组合,泛函网络学习的目的就是求出神经元函数的精确表达式或近似表达式。迄今关于泛函网络神经元基函数的存在性和选取方法缺乏理论依据。文中基于Banach空间中偏序理论,分析了泛函网络神经元基函数的存在性,给出了泛函网络神经元基函数选取方法,对于完善泛函网络的基础理论具有参考价值。
- 周永权赵斌
- 关键词：偏序泛函BANACH空间泛函网络
- 基于HFLANN自组织多项式网络学习算法被引量：6
- 2001年
- 首先提出一种双曲函数型神经网络 HFL ANN,设计出一类基于 HFL ANN网络的层次双曲型函数网络HHFL ANN,给出了 HHFL AN N的网络学习算法 ,使其在用于非线性的拟合中体现了较强的优越性 ,对于任意的Volterra级数使用 HHFL ANN网络来逼近是完全可行的 ,该算法较 GMDH算法和 SOP算法 ,具有快速简单的特性 ,它优于 GMDH算法 ,有规律地选取部分多项式 ;优于 SOP算法 ,在构造 SOP网络不需要太多的中间隐层 ,从而加快了学习过程 ,提高了网络的逼近性能 。
- 周永权赵斌
- 关键词：学习算法
- 非线性权函数感知器的一种线性快速学习算法被引量：1
- 2004年
- 高阶感知器是神经元状态变量的非线性化 ,它是一阶感知器的非线性推广 ,除了神经元状态变量的非线性化推广外 ,还对权向量函数的非线性推广而得到的感知器 ,文中定义为具有非线性权向量函数的感知器 ,由于感知器的权重及作用函数都是非线性函数 ,当感知器接近最优点时 ,其连接权调节幅度很小 ,采用对非线性权函数及非线性作用函数分别进行Taylor展开 ,并取其一阶式近似逼近原函数 ,从而使其非线性权函数及非线性作用函数都转化为线性函数 ,简化了感知器学习过程的计算量 ,加快了感知器的学习过程。最后 。
- 周永权赵斌
- 关键词：数学模型
- 基于泛函网络的多维函数逼近理论及学习算法被引量：16
- 2005年
- 提出一种多维函数逼近的泛函网络逼近方法,设计了一类用于函数逼近的可分离泛函网络,给出了基于泛函网络的函数逼近学习算法。而泛函网络的参数通过解方程组得到,它们能逼近给定函数到预定的精度。仿真结果表明,这种逼近方法简单可行,具有较快的收敛速度和良好的逼近性能。
- 周永权赵斌焦李成
- 关键词：函数逼近泛函网络学习算法
- 泛函网络模型及应用研究综述被引量：4
- 2010年
- 回顾了近年来泛函网络模型及应用的研究进展,首先根据泛函网络模型结构的特点,将现有的泛函网络模型归结为两类典型的泛函网络模型;其次,给出一般泛函网络模型的学习过程;然后从时间序列分析、差分方程、CAD、非线性回归、数值优化计算、非线性系统辨识、检测和预测、复杂系统建模8个方面,介绍了泛函网络的应用现状;最后评述了泛函网络今后的研究方向和研究内容。
- 周永权赵斌
- 关键词：泛函网络
- 泛函网络在线增量式学习算法及应用
- 2009年
- 给出了一类泛函网络的数学模型,并分析了它的拓扑结构特点和离线学习过程。在此基础上根据分块矩阵计算方法和泛函网络基函数矩阵本身的特点,给出了泛函网络的两种在线增量式学习算法。该算法能充分利用历史训练结果,具有学习、修正和应变功能。最后,以H(?)non时间序列为例进行仿真。仿真结果表明这两种学习算法是可行和有效的。
- 周永权罗淇方吕咏梅赵斌
- 关键词：LAGRANGE乘数法
- 一种递归泛函网络模型及学习算法被引量：1
- 2007年
- 提出一种递归泛函网络模型,给出递归泛函网络稳定性的一种判据,即把稳定点转化为某种函数的不动点;给出一般递归泛函网络学习算法,该算法是借助于Lagrange乘数法,作辅助函数对泛函参数学习过程归结为求一组线性方程组的过程;指出基于递度下降学习算法应用于递归泛函网络仅是一种特殊情形。最后,通过算例分析表明,该算法十分有效,具有模型简单、计算精度高等特点。
- 周永权赵斌焦李成
- 关键词：LAGRANGE乘数法线性方程组
- 序列泛函网络模型及其学习算法与应用被引量：7
- 2008年
- 通过对泛函网络的分析,提出了一种序列泛函网络模型及学习算法,而网络的泛函参数利用梯度下降法来进行学习.在此基础上,给出了9种典型泛函方程对应的序列泛函网络求解模型以及一种基于序列泛函网络学习算法的求解泛函方程方法.通过算例进行仿真实验,结果表明,该方法十分有效,具有收敛速度快、计算精度高、泛化性能好等特点,解决了传统的数值方法难以求解泛函方程这个问题.该方法可用于一般泛函方程求解问题.
- 周永权赵斌焦李成
- 关键词：泛函网络学习算法泛函方程
- 一种复值可分离的泛函网络学习算法被引量：8
- 2006年
- 泛函网络是最近提出的一种对神经网络的一般化推广。与神经网络不同,它处理的只是一般的实值泛函模型,针对该问题,将实值泛函神经元推广到复值泛函神经元,再对复值泛函神经元的结构作了变形,提出了一种复值泛函网络新模型,给出了基于梯度下降法的复值可分离泛函网络学习算法。采用复分析的方法,利用单一泛函神经元模型,借助于正交边界和实步长函数概念求解复值XOR分类问题。通过理论分析可看出,相比复值神经网络,用复值泛函网络解决问题具有很强的计算能力。
- 周永权赵斌焦李成
- 关键词：学习算法
