感知器
- 上海交大研制出高灵敏度宽频微动超机械感知器
宽频微动超机械感知器，相关成果于2023年9月7日在线发表于《自然·通讯》（Nature Communications）。自然界的生物感知器如小鼠的胡须、鱼类的侧线、蜘蛛的触角和人类的皮肤等，能够在宽频范围内高灵敏地感知微动信息。基于此，在设计人工微动感知器时，灵敏度和带宽是关键的性能指标，也一直是传感器相关研究的热点。基于提高灵敏度和带宽的设计策略，人工微动感知器可以分为两大类：一类是基于电学引导的设计，它依赖于高灵敏度电子元件，而这些元件受限于高成本和
科学 2023年5期2023-10-23
- 基于机器学习的5G 低流量覆盖区域无线网络精准规划选址研究
，文章提出多层感知器神经网络和遗传算法组合的机器学习方法，来完成5G 低流量覆盖区域无线网络精准规划选址。多层感知器神经网络算法具有很好的容错功能，但是整体优化能力不足，收敛速度相对遗传算法慢[3]。遗传算法具有整体系统优化的功能，但是在局部优化方面比较滞后[4]。采用2 种控制算法相组合的方案来进行选址研究，既可以发挥多层感知器神经网络局部寻优的优点来确定单站址规划数据，又可以利用遗传算法整体优化的功能去除冗余站址数据。5G 低流量覆盖区域单站覆盖范围需
通信电源技术 2023年11期2023-08-22
- 集成多层感知器快速多光谱遥感图像分类方法
4003）多层感知器分类技术能够满足各行业不断增长的遥感服务需求，适用于需要即时性的居民区违规建筑监测、裸土施工暴露监测、洪淹范围监测，农作物耕地面积、弃耕面积监测、大型军事目标识别监测等任务[1-11]。本文拟采用Sklearn[12]机器学习包中的多层感知器分类算法，构建多于3 层的多层感知器，对焦作Landsat/TM影像的标注数据进行学习和分类。1 多层感知器原理及调参方法1.1 多层感知器原理多层感知器的网络结构具有如下3 个基本特征：①网络中每
地理空间信息 2022年6期2022-07-04
- 基于多层感知器的端到端车道线检测算法
期，许多对多层感知器［23-26］（Multi Layer Perceptron，简称MLP）的研究表明，MLP 能够较好的提取图像的全局语义信息，但在局部语义信息的提取上没有达到好的效果，且文献CycleMLP［23］在图像分割等计算机视觉的下游任务中获得了很好的效果，而文献［24，27-28］中通过结构重参数化技术实现训练与推理的解耦，在不牺牲推理速度的情况下换来了不错的精度提升，如Rep-MLP［24］模型，训练时在其内部构建组卷积层获取局部信息，将
中南民族大学学报（自然科学版） 2022年4期2022-07-01
- 基于多层感知器与特征组合的皮革缺陷分类
征，再通过多层感知器神经网络训练特征，可以得到更好的训练效果。1 皮革图像获取与特征描述1.1 皮革图像采集本文采用的图像获取平台由一个CMOS 工业相机、可调节支架以及两个线型光源组成。通过相机采集的皮革表面图像分辨率为2592×1944，通过图像分割，将图像以大小为200×150像素的非重叠块进行分割，以此建立皮革表面图像数据库，其中包括180 张有缺陷图像和60 张无缺陷图像。1.2 图像增广图像增广是一种对图像进行处理，产生相似但不相同的样本，以扩
西部皮革 2022年5期2022-03-17
- 基于多层感知器神经网络的锅炉再热蒸汽温度预测
，建立基于多层感知器神经网络(MLP)的再热蒸汽温度预测模型，并与长短时记忆神经网络(LSTM)以及支持向量机(SVM)进行了对比。1 研究对象与方法1.1 研究对象本文的研究对象为某1 000 MW超超临界燃煤锅炉。该锅炉采用单炉膛Λ型布置方式、尾部双烟道，炉膛采用内螺纹管螺旋管圈＋混合集箱＋垂直管水冷壁，中速磨正压直吹式制粉系统，配6台磨煤机(5台运行1台备用)，装设48只旋流式低NOx燃烧器，前后墙布置，对冲燃烧。过热器为辐射对流式，再热器纯对流布置
湖南电力 2022年1期2022-03-03
- 高中人工智能——初探感知器（下）
类直线的位置。感知器就是训练分类器的一种算法，在分类模型形式确定的情况下，可以通过感知器训练算法获得模型的参数，进而获得分类器。感知器训练算法本质上是一种迭代算法，通过不断修正参数减少误分类的程度。因此，感知器训练算法不同于最小二乘法，感知器训练算法不是一步到位求取模型的参数，是不断迭代、不断接近最优的分类位置。迭代的快慢依赖于问题的复杂程度和迭代过程中一些初始参数和学习率的选择。高中学生初次接触迭代算法，要理解迭代算法不能给出一步到位的解析解的原因，应先
中国科技教育 2022年1期2022-03-01
- 基于神经网络的上海市中老年人群胆囊结石风险预测模型研究
，建立基于多层感知器神经网络的胆囊结石风险预测模型，为胆囊结石的诊断与预防工作提供依据。1 胆囊结石风险预测模型研究综述1.1 胆囊结石预测模型相关研究胆囊结石患病的机理复杂、相关风险因素较多，国内外胆囊结石的风险预测模型所纳入的风险因素具有显著性差异，胆囊结石预测模型的准确率还有待于进一步提高，其相关典型研究见表1。表1 胆囊结石风险因素及预测模型相关研究1.2 多层感知器神经网络建立流程风险因素识别是建立预测模型的基础，早前研究大多根据病例相关检查或经
卫生软科学 2021年12期2021-12-15
- 液压挖掘机合流阀的控制算法研究
缺点提出了多层感知器神经网络算法。3 多层感知器神经网络算法机器学习中多层感知器是为了解决单个神经元非线性能力不足的问题，理论上两层神经网络能够拟合任意函数。本文研究以合流阀的电流为输出Y，合流阀压差和流量为X进行特征值提取，训练两层神经网络。单个神经元的激活函数选取ReLu 函数，损失函数选取均值平法差，训练方法采用梯度下降算法。具体的算法实现过程如图3所示，算法整体分为数据集处理、多层感知器神经网络训练、多层感知器模型的输出3 个部分。图3 多层感知器
建筑机械化 2021年11期2021-11-26
- 基于MLP网络轴承故障诊断
频率。2 多层感知器网络开发2.1 理论基础故障诊断的本质是在分析故障症状的基础上，由症状推断故障原因，多层感知器（Multi-layer Perceptron）网络简称MLP网络，模拟生物学人体大脑的推断功能从而进行故障诊断和模式分类[2]。MLP网络的建立是为运用计算处理器和逻辑电路实现模式识别功能，因此其感知器单元运算过程与计算机运行原理相似[3]，接收来自外界的输入值，数据分析后输出二进制数表是否关系。模式识别的数学分析模型是以多个数值描述某个待识
汽车实用技术 2021年18期2021-10-11
- MLP多层感知机
a学习规则用于感知器的训练步骤，这种方法后来被称为最小二乘方法，这两者的结合创造了一个良好的线性分类器，这个发现引起了第一波的AI浪潮，因为人们认为简单的感知机可以实现分类功能，那通过组合可以实现更复杂的功能，但是后面发现感知机无法模拟异或问题、无法处理非线性问题，第一波浪潮就这样沉入了低谷。但是依然有人在研究，2006年，Hinton提出了DBN，解决了更深层次的网络是可以通过一些策略更好的训练来实现，引起了深度学习的第三波浪潮。神经网络深度学习的发展加
江苏广播电视报·新教育 2021年2期2021-09-10
- 不同人工神经网络在字母识别中的性能比较研究
分类问题，选取感知器网络、BP网络和霍普菲尔德网络进行英文字母识别实验，并对这三种网络的表现进行对比研究。1 创建网络1.1 输入、输出矢量创建网络前要先对字母进行数字化处理，从而获得网络的输入输出。输入矢量根据26个字母确定。每个字母进行网格化处理后可以被表示为5×7的矩阵，进行简单变换即可生成一个行数为35的列向量，共有26个字母，因此输入矢量Pr×q是35×26的矩阵[2]。每个输出包括25个0和1个1，其中1按照字母顺序（从A到Z的字母表顺序）从第
物联网技术 2021年8期2021-08-26
- 火箭贮箱喷涂机器人直接示教运动感知器设计与分析
行器之间的示教感知器，并对感知器进行了结构和电路系统设计及力学分析，为实现人机交互的示教辨识与机器人运动控制提供条件。1 直接示教运动感知器设计1.1 感知器总体方案设计通过对贮箱喷涂工况和需求进行分析，所设计的感知器需要可靠连接于机器人末端，通过敏感元件有效感知人的示教引导运动，并将其转换为控制系统方便采集和处理的电量信息。末端喷涂工具配置种类复杂、重量大，感知器需在可靠承载末端大负载的同时，不影响对人相对较小的物理交互运动的感知。制定感知器本体的结构和
传感器与微系统 2021年7期2021-07-15
- 基于多层感知器的流体识别
数据，利用多层感知器的高度非线性全局作用与自学习功能，建立研究区低渗储层流体识别模型。1 基本地质特征文昌A凹陷是南海北部大陆边缘中珠江口盆地下珠三拗陷的一个次一级构造单元，同时该凹陷的地理位置的表现中为西部与文昌C、文昌B凹陷相连，北部与阳江低凸起相接，南部与神狐隆起相邻，受珠三断裂的控制，文昌区地层发育较为完整，自下而上发育了古近系神狐组、文昌组、恩平组、珠海组和新近系珠江组、韩江组、粤海组、万山组以及第四系地层。其中珠海组是勘探开发中的主要地层，珠海
化工设计通讯 2021年4期2021-04-30
- 基于仿真大光斑激光雷达和多层感知器的森林地上生物量估算模型构建
个隐含层的多层感知器和多元线性回归模型分别估算长白落叶松人工林地上生物量,证实了多层感知器的优势[12]。尽管人工神经网络已用于森林地上生物量估测,然而目前的人工神经网络大多是浅层神经网络,即隐含层数较少。相关研究表明,与浅层神经网络相比,基于多隐含层的人工神经网络具有更强的表示能力,可挖掘出数据中更多的有用信息[13]。但更多的层数会带来更多的模型参数,需要更多的样本训练模型,而样地调查数据往往不能满足训练样本的数量要求。为解决训练样本不足的问题,本文利
林业资源管理 2021年1期2021-03-27
- 面向信息物理融合的建筑信息模型扩展方法
领域密切相关的感知器、控制器和执行器等要素实体，进而形成反馈闭环，是一种行之有效的技术手段。图1 基于反馈闭环的CPS技术要素构成Fig. 1 Abstract of elements in CPS based on feedback loop2 面向信息物理融合的BIM扩展总体框架2.1 基本实现思路BIM在本质上是基于面向对象思想对建筑物理世界的一种相对严格的信息描述，即BIM 空间中的虚拟实体是建筑空间中物理实体的对偶映射。但现阶段的BIM 框架所支
同济大学学报（自然科学版） 2020年10期2020-12-04
- 基于核磁共振录井数据的多层感知器神经网络对苏里格气田南区的评价预测
模糊信息，多层感知器神经网络方法又具有较好的识别能力和判别分析效果，因而利用已知的录井数据资料作为样本，通过智能训练学习，对未知井的录井数据进行识别预测，可以建立储集层含气性识别的网络模型。本文以苏里格气田南区主要产气层山西组及石盒子组储集层为例，通过收集该地区近几年试气井段核磁共振录井数据和试气结论，利用一种基于多层感知器神经网络方法进行快速智能解释评价预测，该方法可以极大地提高录井资料评价识别速度和识别的准确度，为储集层含气性识别提供参考依据。1 研究
录井工程 2020年3期2020-10-28
- 基于大数据分析的在线学习算法理论探究
的线性模型1.感知器的在线学习算法在当前大数据分析为基础的在线学习算法中，产生了多种不同的算法，然而就应用范围来看，感知器的应用是最为广泛的一种。这是一种属于机器学习仿生学领域的分类学习机的模型，其算法具有较高的复杂度，在当前机器算法领域中有着非常广泛的应用。其主要算法原则为[3]：在正确分类的前提下，无需对其权重实施变化，因此对其实施“赏”；在错误分类的前提下，则应当对其发生的错误予以修正，就是调整其方向，因此应当针对其权重实施“罚”。然后，针对全部错误
科学咨询 2020年32期2020-08-08
- 基于多层感知器和运动轨迹的海上目标类型识别∗
了一种基于多层感知器（Multi-Layer Perceptrons，MLP）的舰船类型识别方法，建立了多层感知器网络模型，建立了舰船运动轨迹数据集，通过分析舰船运动轨迹识别舰船类型，可迅速对大量舰船目标进行分类，准确地识别舰船类型。2 多层感知器原理如图1所示，多层感知器包含很多依次相连的网络层，网络层的全长称为模型的深度［4］。图1 多层感知器其中，第一层为输入层，最后一层为输出层，其他网络层是隐层。若感知器网络无隐层，则是单层感知器网络，单层感知器网
舰船电子工程 2020年3期2020-06-11
- 基于多层感知器神经网络的智能分类算法
00）1 多层感知器神经网络拓扑结构1.1 四层作业架构多层感知器神经网络，重视以较多的层次进行复杂信息快速处理，拟构建四层作业架构，拓扑结构见图1。图1 多层感知器神经网络拓扑结构对该结构进行分析可发现，其特点在于增设了两个中间层次，基层仍负责海量信息的直接收集和处理，之后反馈给中层，再由中层反馈给高层。此过程中所有信息不断得到优化和加工，有助于实现高效率的分析和决策。1.2 不同层次功能基层的功能在于直接进行海量信息的直接收集，并对其进行初步加强，使完
通信电源技术 2020年5期2020-04-21
- 基于数据分析方法的动力电池系统滥用故障诊断*
LOF）算法和感知器网络的电池滥用故障诊断处理方法。利用LOF算法找出数据集中的异常数据点，利用经过算法处理后的数据对感知器进行训练，在感知器中对数据集进行快速分类，进而判断电池是否发生了滥用故障。1 LOF算法LOF算法是一种聚类分析方法。图1所示为一个聚散分布非常明显的数据集。在这个数据集中，C1区域内各点的距离比较平均，点密度及离散分布情况基本一致，可以视作同一簇数据。同理，C2区域内的点也可以认为是同一簇数据。而对于图中的o1、o2点，它们相对于
新能源进展 2020年1期2020-03-09
- 基于半监督学习的多层感知器生成对抗网络
提出半监督多层感知器生成对抗网络(Semi-Supervised Multilayer Perceptron Generative Adversarial Network,SMPGAN),采用多层感知器卷积层代替SGAN判别器上的线性卷积层对底层概念的每个局部特征做一个更好的抽象,并接收大量无标记数据、少量标记数据,以及生成器生成的数据以提高正确分类率,解决了监督分类中因标记数据太少产生的模型泛化能力不强的问题;在生成器上使用特征匹配,能够将生成数据分布尽
小型微型计算机系统 2019年11期2019-12-04
- 基于贝叶斯和F-measure感知机的分类器设计
measure感知器当样本在混合交叉域内时，贝叶斯分类器容易出错。感知器算法适用于小样本，它是收敛算法，具有计算简单、存储容量小和易于实现等优点。F-measure 在分类器分析和设计中起着至关重要的作用。F-measure被认为是测试有效性的有效措施。1.1 F-measure 评估标准当样本特征相互依存时，分类容易出错。为了解决这个问题，本文提出一种新的分类算法。在本文中假设有两个类ω+，ω-，定义C={ω+,ω-}为可能类的集合，其中，ω+表示为正相
现代电子技术 2019年21期2019-11-13
- 智能控制课程中英双语教学方法研究与教学案例设计
内容为例，基于感知器和多层感知器知识点分别设计了两个讲授案例和两个上机实验案，见表2。针对双语内容，案例1 帮助学生掌握感知器（组成前馈神经网络的基本元素）的相关中英文术语；案例2 在此基础上引入感知器训练算法，帮助学生掌握机器学习模型评估指标的术语；案例3 引入多层感知器误差逆传播算法，帮助学生掌握链式法则、梯度、最小二乘法等术语的英文表达和描述，同时引导学生阅读多层感知器模型的误差逆传播算法程序；案例4 以鸢尾花和MINST 手写体数字识别数据集为基础
计算机教育 2019年10期2019-10-23
- 基于多层感知器神经网络的人体尺寸预测研究
阚 燕基于多层感知器神经网络的人体尺寸预测研究邢英梅1,3,4，王竹君，[1] 王建萍2*，阚 燕1（1. 安徽工程大学 纺织服装学院，安徽 芜湖 241000；2. 东华大学 服装与艺术设计学院，上海 200051； 3.“纺织面料”安徽省高校重点实验室，安徽 芜湖 241000；4. 安徽省纺织工程技术研究中心，安徽 芜湖 241000）准确、智能的人体尺寸预测技术，在互联网与服装业深度融合的当前，有助于服装企业提高服装制板的准确率和工作效率，提升企业
武汉纺织大学学报 2019年4期2019-08-27
- 感知器在矿井突水水源识别中的应用
测量的工作量。感知器是一种线性神经网络分类器，具有训练简单可靠的优点。能否构造尽可能简单的感知器模型识别矿井突水水源，是本文研究的问题。1 感知器模型及其训练方法感知器结构见图1，其输入输出关系可以表示为式(1)。y=f(wx-θ)(1)式中：x=[x1,x2,…,xm]T∈Rm、y=[y1,y2,…,yn]T∈Rn分别为感知器的输入向量和输出向量；w=[w1,w2,…,wm]∈Rn×m为权值矩阵；w的第k(k=1,2,…,m)列wk=[w1k,w2k,…
中国矿业 2019年7期2019-07-26
- 城镇燃气供销差控制管理方法
）神经网络多层感知器是一种前馈人工神经网络模型，其将输入的多个数据集映射到单一的输出的数据集上。多层感知器的一个重要特点就是多层，通常将第一层称之为输入层，最后一层称之为输出层，中间的层称之为隐层。多层感知器并没有规定隐层的数量，因此可以根据各自的需求选择合适的隐层层数，对于输出层神经元的个数也没有限制。二、采暖用户的指标库针对于不同类型的用户，辨识用户用量异常的指标不尽一致，本文以我国某大型城市燃气企业的采暖锅炉房用户为分析对象，根据查表及远传采集监控系
城乡建设 2019年12期2019-07-02
- 浅析人工神经网络及其应用模型
；神经元模型；感知器；深度学习中图分类号 G2 文獻标识码 A 文章编号 1674-6708（2019）233-0137-2现代电子计算机作为信息处理工具，借助高速数值运算和精确的逻辑运算能力，极大地拓展了人脑的能力，在信息处理和控制决策等各方面为人们提供了实现智能化和自动化的先进手段。然而，半个世纪以来，基于冯氏原理的现代计算机，受限于传统逻辑运算规则，在学习认知、记忆联想、推理判断、综合决策等方面的信息处理能力远不能达到人脑的智能水平[ 1 ]。近10
科技传播 2019年8期2019-05-10
- 人工神经网络在导引头去耦中的运用*
,可以采用多层感知器神经网络进行力矩补偿。多层感知器网络有较强的分类能力,能够处理非线性的问题,主要包括输入层、隐含层和输出层,其中隐含层可以是一层或多层,可以完成较复杂的任务。对于多层感知器中的每个神经元来说,激活函数通常取可微的函数,比如sigmoid函数:(3)式中:ui是第i个神经元的输入信号;vi表示第i个神经元的输出信号。2.1 生物神经元的结构人工神经网络实际上是从生物神经网络发展而来的,对于一个人而言,在大脑皮层大约有100亿个神经元,60
弹箭与制导学报 2018年2期2018-12-21
- 基于人工智能的障碍物检测方法库研究
检测方法：多层感知器神经网络、自组织特征映射和支持向量机。最后给出了这些方法的比较结果。对比研究结果表明，所提出的障碍物检测方法能够有效地检测行人。在分类模型的训练和验证阶段，多层感知器和支持向量机得到了最好的结果，而自组织数据地图表现不佳。此外，还进行了第二次的评估实验，其中包括在不同天气条件下基于传感器提供的感官数据对行人目标进行检测。在第二次评估中，所有的方法都能够对行人进行很好的分类。多层感知器在晴朗和多雾的环境中提供了非常好的效果，但同时在多云和
汽车文摘 2018年2期2018-11-27
- 基于深度学习的环境声音识别
t 第一次引入感知器， 从此感知器作为神经网络中的一个分支概念[5] 而进入学界视野。在此基础上，Raudys提出单层感知器[6]，其中只包含输入层和输出层，且两者直接相连，而单层感知器也是一种最简单的神经网络。1989年提出的多层感知器[7]，组成结构即是在单层感知器的设计上加入了一层隐藏层，多层感知器是最早具备深层结构的神经网络。在1986年，由Rumelhart等人提出误差反向传播算法（Error Back Propagation， BP）[8]，给
智能计算机与应用 2018年5期2018-10-20
- 基于多层感知器神经网络的学生校内消费评估研究
器学习中的多层感知器神经网络算法，通过学习已给定学生的校内消费数据，建立多层感知器神经网络模型，最后用建立完成的模型去评估并输出结果。二、神经网络神经网络是一种模拟人脑的神经网络系统，以期能够实现类人工智能的机器学习技术。1.神经元基本结构神经元模型是一个包含输入、输出与计算功能的模型。输入可以类比为神经元的树突，而输出可以类比为神经元的轴突，计算则可以类比为细胞核。一个典型的神经元模型如图1所示。图1 神经元基本结构图 1中，SUM为求和，SGN为非线性
中国教育信息化 2018年14期2018-08-01
- 基于WI-Zig技术的人居室内温度智能感知与控制系统设计
器集成构成温度感知器、ZigBee模块与红外学习模块构成温度控制器。智能网关作为整个系统的控制中心，负责感知指定区域内是否存在合法手机用户，如果存在合法手机用户，则向温度感知器下达温度检测指令，然后接收并分析来自温度感知器传来的实时温度，最后根据分析结果决策是否向温度控制器下达温度控制命令。温度感知器只负责感知环境温度并将结果实时传送给智能网关做分析处理。温度控制器接收到智能网关调控温度指令后，通过红外学习模块向空调发送红外指令实现对空调的控制。该系统的总
电子世界 2018年5期2018-04-03
- 模式识别的斜拉桥损伤诊断动力指纹与识别算法
精确度高的多层感知器识别算法及其提高该算法预测准确率的装袋集成算法。最后给出一座单塔双跨双索面斜拉桥的多种识别算法的损伤诊断过程和结果，得到一种可包容测试随机误差的高精确度斜拉桥损伤诊断评估模型。斜拉桥；损伤诊断；模式识别；动力指纹；识别算法斜拉桥损伤诊断是斜拉桥健康监测系统的重要组成部分和核心，其方法对健康监测系统有效性起决定性作用。按是否有反演可分为基于模型修正的损伤诊断方法和基于模式识别的损伤诊断方法两大类[1]。基于模式识别的损伤诊断方法属无反演的
土木与环境工程学报 2016年4期2016-12-07
- 融合遮挡感知的在线Boosting跟踪算法
健性。2 遮挡感知器为了提高在线Boosting跟踪算法在遮挡环境下的顽健性，一个合理的思路是引入遮挡感知机制，在未感知到遮挡时，采集目标区域的正样本进行分类器更新；在感知到遮挡后，自适应调整分类器更新策略，暂不进行基于正样本的分类器更新。本节将从遮挡感知方法、局部特征选择、模糊特征过滤以及感知器更新4个方面进行介绍。2.1 遮挡感知方法如图1所示，遮挡物对目标进行遮挡是一个时变的过程，假设在第k帧，遮挡物即将遮挡目标，遮挡物一般会先出现在背景域RB（图
通信学报 2016年9期2016-11-24
- 模式识别的斜拉桥损伤诊断动力指纹与识别算法
精确度高的多层感知器识别算法及其提高该算法预测准确率的装袋集成算法。最后给出一座单塔双跨双索面斜拉桥的多种识别算法的损伤诊断过程和结果，得到一种可包容测试随机误差的高精确度斜拉桥损伤诊断评估模型。关键词：斜拉桥；损伤诊断；模式识别；动力指纹；识别算法中图分类号：U448.27文献标志码：A 文章编号：16744764（2016）04011509斜拉桥损伤诊断是斜拉桥健康监测系统的重要组成部分和核心，其方法对健康监测系统有效性起决定性作用。按是否有反演可分为
土木建筑与环境工程 2016年4期2016-10-28
- 基于元素组成的多层感知器神经网络岩性识别
元素组成的多层感知器神经网络岩性识别张涛1,2，张金功1，张小莉1，瞿晓婷2(1.西北大学地质系/大陆动力学国家重点实验室，陕西 西安 710069；2.西北大学 信息科学与技术学院，陕西 西安 710069)利用元素俘获谱测井法得到的主要造岩元素信息，区分被测地层的岩性成因大类属性。通过收集、分析大量的沉积岩和岩浆岩的主要造岩元素含量实测数据，构建并训练多层感知器人工神经网络模型，最终得到了利用岩石主要元素组成数据区分样品本身岩性成因的一种方法。模型通过
地下水 2016年5期2016-10-21
- 基于神经网络和遗传算法的螺旋折流板换热器性能预测
算法优化的多层感知器神经网络预测模型，比较了遗传算法优化与否的预测误差以及训练预测过程中的误差，并将其泛化能力与回归关联式进行了对比。将试验与模拟所得到的数据结合，进一步地对模型进行训练，建立了适用范围更广的螺旋折流板换热器壳程换热系数与压降预测模型。1 螺旋折流板换热器中试试验螺旋折流板换热器中试试验装置流程图如图1所示。系统包括2个独立的循环:冷却工作介质及加热工作介质循环系统，建立了管壳式换热器中试试验平台对3台螺旋角分别为7°、13°和25°的螺旋
化学工业与工程 2016年4期2016-04-11
- 铁路货车车轮超声波在线检测中的缺陷识别算法
基于神经网络的感知器原理，结合现场检测要求，对传统的感知器分类算法进行改进，以获取无漏检、最小误检的分类器，以及良好的缺陷识别效果。1 货车车轮超声波在线检测的缺陷识别算法现行铁路货车车轮超声波在线检测的实现方式主要有电磁超声、随动式超声波探头、阵列超声波探头[4]等，其中阵列探头式超声波检测方式(见图1)具有检测灵敏度高、噪声干扰小、检测效率高等优点，目前在检测现场得到了实际应用。图1 车轮的阵列探头式超声波在线检测车轮超声波在线检测，特别是采用多个超声
中国铁道科学 2016年5期2016-04-10
- 基于感知器的中文分词增量训练方法研究
001)基于感知器的中文分词增量训练方法研究韩 冰，刘一佳，车万翔，刘 挺(哈尔滨工业大学 计算机学院社会计算与信息检索研究中心，黑龙江 哈尔滨 150001)该文提出了一种基于感知器的中文分词增量训练方法。该方法可在训练好的模型基础上添加目标领域标注数据继续训练，解决了大规模切分数据难于共享，源领域与目标领域数据混合需要重新训练等问题。实验表明，增量训练可以有效提升领域适应性，达到与传统数据混合相类似的效果。同时该文方法模型占用空间小，训练时间短，可以
中文信息学报 2015年5期2015-04-21
- 基于ORL数据库的快速人脸认证技术的研究
库对变形的多层感知器算法进行了研究，获得97.9%的准确率。Fan Ou 和Zhaocui Han[10]通过CCA(Canonical Correlation Analysis，典型相关分析)+LDA 的方法把FRR100 和FAR1000 指标降低了30%以上。对于认证问题，可以看做识别问题的简化，问题可以归为两类:是本人或者不是本人。解决认证问题目的是找一个分界，尽可能好的区分这两类。在这种情况下，可以使用运算速度相对较快的线性判别方法。用一个两维的
科技传播 2014年12期2014-11-25
- 深度神经网络的快速学习算法
浪潮.1 多层感知器的原理和相关研究1.1 神经元神经元［1］是受生物神经元启发而得到的计算模型.它接收到一些输入(类比于突触)，然后与对应的权值相乘(对应于信号的强度)并求和，然后由一个数学函数来决定神经元的输出状态.作为计算模型，它按表达式 t=f(∑wixi+b)产生输出，在式中，输入为xi到xn，对应权值分别为wi到wn，偏置值是 b，将这些值对应相乘后送入累加器(SUM)，累加器的输出会被送入一个传输函数(或称激活函数，f)，由f产生最终输出t.
嘉应学院学报 2014年5期2014-11-08
- 生丝生产过程中纤度变化的不确定性分析及防范措施
括短杠杆型纤度感知器（含纤度调节机构）、探索添绪机构和移动式双爪给茧机，用于控制缫制的生丝纤度规格、纤度偏差和生丝匀度等质量指标，见图4。给茧添绪装置(该装置主要由给茧机组成，当给茧机运行到全机两端索理绪机的自动加茧部时，按自动探量机构发出的加茧信号，由自动加茧机构按需将正绪茧加入给茧盒10中（见图4)。1 自动缫丝机的组成及工作原理简介1.1 纵向组成及工作原理简介该机的纵向组成如图1所示。图1 自动缫丝机的纵向组成示意图1、电动机及主传动箱；2、自动探
江苏丝绸 2014年4期2014-10-16
- 感知器神经网络模型研究
332005)感知器神经网络模型研究何立群1占永平2(1九江学院信息科学与技术学院；2九江学院信息技术中心 江西九江 332005)文章介绍人工神经网络中的典型模型单层感知器和多层感知器，给出标准的感知器学习算法及算法的实现步骤，在此基础上介绍了感知器神经网络模型的改进算法，并对这些算法的特点进行了分析。感知器，神经网络，多层感知器感知器是人工神经网络中的一种典型结构，它的主要的特点是结构简单，对所能解决的问题存在着收敛算法，并能从数学上严格证明，从而对神
九江学院学报(自然科学版) 2014年4期2014-09-05
- 基于MLP传感器的非线性校正
多不便.将多层感知器网络（MLP）引入传感器的数据融合中，抑制传感器交叉敏感应度，使传感器的精度大大提高.1 数据融合技术1.1 误差分析及原理 温度对电涡流传感器的传感头的影响有两方面，一是温度升高或降低使传感头材料热胀冷缩；二是温度变化导致传感器线圈几何尺寸和电参数发生变化.这两方面的影响都使传感器输出特性发生变化，产生测量误差［11］.电涡流传感器数据融合包括电涡流传感器、温度传感器和融合算法.将涡流传感器的输出电压US作为我们的目标参量，温度传感器
湖北大学学报(自然科学版) 2014年2期2014-08-20
- 核动力系统神经网络故障诊断专家系统研究
生式规则表示和感知器神经元表示图1 产生式规则(a)与感知器(b)产生式规则表示法也叫规则表示法，是专家系统中最常用的一种表示方法[2]。它具有统一的IF-THEN结构，是最常用的知识表达方式，其规则形式如图1a所示，其中C1,C2,…,Cm为规则前件，表示规则需满足的m个条件，相互之间为“and”(并且)关系；R为规则后件，即满足相应的前提条件后产生的结论。对于多个前件之间或后件之间连接为“or”(或者)关系的规则，均可转换为若干并集。感知器是一种具有单
原子能科学技术 2014年8期2014-08-08
- 基于感知器算法的维吾尔语词性标注研究
意义。本文使用感知器算法进行维吾尔语的词性标注。目前基于感知器算法的模型在各个领域都表现出很好的性能，本文主要利用感知器算法的优点，在进行词性标注时利用词的上下文信息作为特征，在维吾尔语词性标注中取得了好的效果。2 相关工作目前词性标注方法可分为3类： 基于规则的词性标注方法、基于转换的错误驱动词性标注方法以及基于统计的词性标注方法。1) 基于规则的词性标注方法基于规则的词性标注方法首先由语言学家制定相应的规则，在规则中使用大量的上下文信息来对词性进行判断
中文信息学报 2014年5期2014-02-27
- 基于主成分分析的超声人脸识别算法研究
ier）算法和感知器算法［6］对降维后的特征向量分类，进行了100人的自由表情脸识别仿真实验，识别正确率最高可达80%以上。1 超声人脸识别1.1 基本原理依据多散射中心模型［7］，在超声探测模式下，人脸可等效成一系列散射中心。不同人脸的多散射中心主要包括两个方面的不同，散射中心相对位置和散射中心在超声波激励下频率响应特性。超声人脸识别的主要思想是从回波中提取散射中心的相对位置信息，以及散射中心在超声波激励下频率响应信息，并通过有效地处理，从这些信息中提取
计算机工程与设计 2013年8期2013-09-11
- 沥青路面抗滑性能神经网络预测模型研究
。本文利用模糊感知器网络建立抗滑能力的预测模型，对抗滑指标值进行预测。1 神经网络理论原理人工神经网络是由大量被称为神经元的节点构成的系统。典型的人工神经元模型如图1所示，具体算法如下：式中，θi为阈值；Wij称为连接权系数；Yi=f（·）为变换函数。图1 人工神经元模型2 模糊感知器算法（权系数的计算）模糊感知器算法计算过程如下：a）定义样本集合为D＝｛xm｝，m为总样本个数‖D‖；b）给定初值：任取Wi（0）=λxi，其中λ＞0为适当常数，xi为学习样
交通运输研究 2013年10期2013-06-10
- 基于感知器神经网络的金属磁记忆检测管道缺陷分析
可能造成误差。感知器神经网络(Perceptron Neural Network，PNN)是人工神经网络中的一种分类效果较好的方法［5］，文中将该模型用于管道缺陷检测的识别分析。1 感知器神经网络的原理与方法1.1 感知器神经网络的基本原理感知器是前向型单神经元的网络，其网络基本结构如图1。其中:ωi表示第i 个神经元与感知器的连接权重;xi表示第i 个神经元的状态，i=1，2，…，n。感知器的外部输入数据为研究对象的自变量指标值，输出为感知器的状态值，由
机床与液压 2013年9期2013-03-17
- 基于多层感知器的某矿职工呼吸系统的识别预测*
预测。1 多层感知器的神经网络的基本概念1.1 神经网络的基本概念人工神经网络(artificial neural networks，ANN)系统是20世纪70年代后出现的。它是由众多的神经元可调的连接权值连接而成的，具有大规模并行处理、分布式信息存储、良好的自组织自学能力等特点。这由于神经网络具有这些特点，导致在信息处理、模式识别、智能控制及系统建模等领域得到越来越广泛的应用。尤其误差反向传播算法(Error Back-Propagation Train
九江学院学报(自然科学版) 2012年2期2012-12-03
- 带递归单元的模糊感知器的δ-规则的有限收敛性
自然的方法是对感知器引入反馈连接,其学习和训练依旧以前传为主,同时又包含反馈连接。这种网络的反馈使其输出不仅依赖当前的输入,还和上一时刻的输出有关,从而使网络具有动态记忆能力。文献[1-3]对最简单的模糊神经网络即模糊感知器提出一种学习算法,并证明在一定条件下,该算法的有限收敛性。本文将对带递归单元的模糊感知器的学习算法收敛性问题进行研究。1 带递归单元的模糊感知器网络结构及算法1.1 带递归单元的模糊感知器结构ζ(ξk)=g(max(W∘ξk,λ∧ζk-
大连工业大学学报 2012年5期2012-09-25
- 基于多层感知器神经元的空间柔性机器人位置跟踪控制*
01)基于多层感知器神经元的空间柔性机器人位置跟踪控制*张文辉1，马 静2，高九州1(1.哈尔滨工业大学航天学院，哈尔滨150001；2.东北农业大学工程学院，哈尔滨150001)针对基体位置及姿态均不受控的自由漂浮柔性空间机器人轨迹跟踪问题，提出了一种前馈多层感知器(MLP)神经网络控制策略.建立了末端柔性的自由漂浮基机器人的耦合动力学模型，再利用MLP神经网络良好的逼近能力来自适应补偿非线性柔性臂的逆动力学模型，其误差代价函数由PID控制器提供，权重及
空间控制技术与应用 2011年1期2011-11-24
- 自动缫纤度控制要点总结
细微落细变化时感知器就能做出反应，从而完成添绪任务；及时性是指丝条一落细就发出添绪信号，添绪完成则消除添绪信号；示值稳定性是指丝条在整个纤度控制过程中，细限纤度一直保持稳定状态，不随外界条件变化而产生变化，生丝纤度永远落在细限纤度至细限纤度加一粒新茧的茧丝纤度之间。一致性属于绪间偏差问题，灵敏性、及时性、示值稳定性属于绪内偏差问题。自动缫纤度控制就是要求丝条一旦产生落细就发出添绪信号，落细的标准要求每一绪都是统一值，机械根据落细信号进行添绪，添绪完成则消除
丝绸 2011年1期2011-10-13
- 人工神经网络的方法及应用初探
神经网络。4.感知器网络4.1 感知器模型感知机模型由感知层S（Sensory）、连接层A（Assocation）、反应层R（Response）三层构成。图1 形式神经元模型4.2 感知机的结构感知机是人们为了研究大脑的存贮、学习和认识过程而提出的一种神经网络模型基本感知机是一个两层网络，分为输入层和输出层，每层可由多个处理单元构成，输入层单元接收外部输入模式，并传递给相连的输出层单元；输出层单元对所有输入值加权求和，经阈值性传递函数产生一组输出模式。通常
电子世界 2011年10期2011-06-02
- 带递归的模糊感知器有限收敛性
2]提出了模糊感知器的一些学习算法；文献[3]对0阶Takagi－Sugeno推理系统的学习算法进行了收敛性证明；文献[4、5]对多层模糊感知器进行了研究.具有递归环节的动态模糊神经网络可以解决静态网络无法处理的暂态问题.FRNN（模糊递归神经网络）通过在网络输入层中加入递归连接，使网络具有动态映射能力，从而对动态系统有更好的响应.如果训练样本线性可分，传统的感知器算法能在有限步确定一个线性决策边界，从而分离这两类训练样本[6、7].对于模糊感知器，文献[
大连理工大学学报 2011年6期2011-05-31