王皓
- 作品数：3 被引量：21H指数：3
- 供职机构：东北石油大学计算机与信息技术学院更多>>
- 发文基金：国家自然科学基金黑龙江省科技攻关计划黑龙江省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于数值积分的过程神经元网络训练算法被引量：7
- 2010年
- 针对过程神经元网络的训练问题,提出了一种基于数值积分的学习算法。直接采用数值积分进行网络中动态样本与连接权函数的时域加权聚合运算,采用梯度下降法实现连接权函数特征参数及网络性质参数的调整。设计了基于梯形积分、辛普森积分、柯特斯积分等3种过程神经元网络数值积分训练方法,以太阳黑子数据预测为例进行仿真实验,结果表明,基于数值积分的过程神经元网络训练算法是有效的,其中辛普森积分算法的性能最优。
- 许少华王颖王皓何新贵
- 关键词：过程神经元网络学习算法数值积分
- 基于过程神经网络的多维动态信息处理技术被引量：4
- 2010年
- 针对多维动态信息处理和非线性系统数据建模问题,提出一种基于过程神经网络的理论和方法.过程神经网络的输入/输出和连接权可以是多元时间函数,其聚合运算包括对多个输入函数的空间加权聚集和对多元过程效应的累积,可同时反映多个多元时间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.针对多维动态信息处理的典型应用问题,建立4个过程神经网络模型,从信息处理机制上分析了其应用于动态模式识别、非线性系统数据建模、系统辨识与过程控制等问题的适应性.
- 许少华王皓王颖何新贵
- 关键词：过程神经网络信息处理数据建模非线性模式识别
- 一种改进的量子粒子群优化算法及其应用被引量：11
- 2011年
- 为提高基于概率幅编码的量子粒子群算法的优化效率,提出了一种改进的量子粒子群优化算法。在改进的算法中,采用量子Hadamard门实现粒子位置的变异,将概率幅对换变异改进为更具柔韧性的旋转调整,有效避免了种群在搜索空间中多样性的丢失;通过分析惯性因子、自身因子和全局因子的关系,提出了一种根据粒子当前适应度自适应确定全局因子的方法。以函数极值优化问题为例,仿真结果表明改进算法的搜索能力和优化效率优于原量子粒子群算法。
- 许少华王皓王颖李盼池
- 关键词：粒子群优化自适应调整优化算法
