改进RPE算法的神经网络在客户欺诈预测中的应用 被引量：3

1

作者 王华秋 曹长修 +1 位作者 何波 刘祥明 《计算机工程》 EI CAS CSCD 北大核心 2006年第18期25-27,共3页

客户欺诈在一定程度上抑制了消费,这会妨碍电信运营商和电信用户的亲密度,从而削弱电信运营商的市场竞争力。客户欺诈现象存在非常复杂的多元非线性关系,从统计学角度出发,难以建立预测模型,针对这些问题,提出了基于递推预报误差(RPE)... 客户欺诈在一定程度上抑制了消费,这会妨碍电信运营商和电信用户的亲密度,从而削弱电信运营商的市场竞争力。客户欺诈现象存在非常复杂的多元非线性关系,从统计学角度出发,难以建立预测模型,针对这些问题,提出了基于递推预报误差(RPE)算法神经网络的方法建模,并采用改进的动态遗忘因子方法保证了平稳收敛。实验结果表明,用该算法预测客户欺诈的危险度效果优于BP神经网络模型,具有实用性和有效性。 展开更多

关键词 递推预报误差算法 改进动态遗忘因子 客户欺诈 预测模型

下载PDF 职称材料

基于RPE算法的正弦信号测量 被引量：2

2

作者 韦红雨 田社平 《中国计量学院学报》 2005年第1期21-23,共3页

　给出了一种同时测量正弦波参数的方法.该方法基于递推预报误差(RPE)算法,采用递推结构,具有占用内存少、易于编程、能够进行在线测量、计算精度高等特点.并给出了部分试验结果.

关键词 rpe算法 信号测量 正弦 递推预报误差 同时测量 在线测量 试验结果 计算精度 波参数 内存 编程

下载PDF 职称材料

神经网络预测模型的 AVFFRPE 算法 被引量：2

3

作者 孙昀 沈祖诒 《水电能源科学》 1998年第2期16-20,共5页

针对动态多层神经网络结构，运用自适应向量遗忘因子递推预报误差算法（ＡＶＦＦＲＰＥ）对贯流式水力机组进行了在线建模研究．研究结果证实了该算法的有效性．

关键词 神经网络 预测模型 AVFFrpe算法 自适应控制

下载PDF 职称材料

利用神经网络PRPE算法进行短期负荷预报

4

作者 王辛 《山东电力技术》 1996年第4期39-40,46,共3页

本文根据神经网络的并行递推预估误差训练理论,建立了一种负荷预报的新算法——PRPE预报算法。该算法属利用多层前传网进行负荷预报的范畴,由于该算法有效的权重训练方式,使其收敛速度大大高于传统的BP算法。尽管该算法的训练过程比较复... 本文根据神经网络的并行递推预估误差训练理论,建立了一种负荷预报的新算法——PRPE预报算法。该算法属利用多层前传网进行负荷预报的范畴,由于该算法有效的权重训练方式,使其收敛速度大大高于传统的BP算法。尽管该算法的训练过程比较复杂,但对于时段负荷预报这类单输出系统,总体训练时间较BP算法成倍减少,且预报精度较高。可用于在线短期负荷预报。 展开更多

关键词 负荷预报 神经网络 电力系统

下载PDF 职称材料

基于神经网络模型的传感器非线性校正(英文) 被引量：17

5

作者 田社平 赵阳 +1 位作者 韦红雨 王志武 《光学精密工程》 EI CAS CSCD 北大核心 2006年第5期896-902,共7页

讨论了BP神经网络模型在传感器非线性补偿中的应用。给出了相应的补偿方法,即采用两个相同的传感器对同一被测量进行不同的测量,其测量结果作为神经网络模型的输入,经过补偿后的传感器具有线性的输入输出关系。采用递推预报误差算法(PRE... 讨论了BP神经网络模型在传感器非线性补偿中的应用。给出了相应的补偿方法,即采用两个相同的传感器对同一被测量进行不同的测量,其测量结果作为神经网络模型的输入,经过补偿后的传感器具有线性的输入输出关系。采用递推预报误差算法(PRE)训练神经网络,具有收敛速度快、收敛精度高的特点。以距离传感器为例,将基于BP神经网络的校正方法应用于减少距离传感器的非线性输出误差。实验结果表明,将训练后的神经网络接入距离传感器可以得到线性的输入-输出关系,增加神经网络隐层节点的数目可以提高校正精度。当隐层节点数取为40时,用于距离传感器非线性校正的神经网络模型在训练100步后的误差指数(EI)为9.6×10-6。结果表明:本文提出的基于神经网络模型的传感器非线性校正方法是行之有效的。 展开更多

关键词 BP神经网络 rpe算法 传感器 非线性补偿

下载PDF 职称材料

应用递推神经网络的传感器动态建模研究 被引量：13

6

作者 田社平 姜萍萍 颜国正 《仪器仪表学报》 EI CAS CSCD 北大核心 2004年第5期574-576,共3页

根据动态校准实验结果建立传感器的动态数学模型 ,以研究传感器的动态性能 ,是动态测试的一个重要内容。研究了递归神经网络模型在传感器动态建模中的应用。递归神经网络模型采用具有输入层、中间层、输出层的三层网络结构 ,整个网络的... 根据动态校准实验结果建立传感器的动态数学模型 ,以研究传感器的动态性能 ,是动态测试的一个重要内容。研究了递归神经网络模型在传感器动态建模中的应用。递归神经网络模型采用具有输入层、中间层、输出层的三层网络结构 ,整个网络的特性决定于相邻层间的连接权。采用递推预报误差算法训练神经网络 ,具有收敛速度快、收敛精度高的特点。由于其反馈特征 ,使得递归神经网络模型能获取系统的动态响应特性。该方法特别适用于传感器非线性动态建模 ,而且避免了传感器模型阶次的选择的困难。试验结果表明 。 展开更多

关键词 递归神经网络 传感器 动态建模 递推预报误差算法 连接权 动态响应特性 模型 训练 获取 实验结果

下载PDF 职称材料

基于对角递归神经网络的建模及应用 被引量：16

7

作者 段慧达 郑德玲 刘聪 《北京科技大学学报》 EI CAS CSCD 北大核心 2004年第1期103-105,共3页

介绍了对角递归神经网络,针对BP算法收敛慢的缺点,将递推预报误差学习算法应用到神经网络权值和域值的训练.通过对非线性系统辨识的仿真及在磷化温控系统建模中的应用,验证了这种建模方法的有效性.

关键词 对角递归神经网络 非线性系统辨识 磷化 递推预报误差 递推预报误差学习算法

下载PDF 职称材料

基于递归神经网络的传感器非线性动态建模(英文) 被引量：9

8

作者 田社平 丁国清 +1 位作者 颜德田 石猛 《测试技术学报》 EI 2004年第2期99-103,共5页

　根据动态校准实验结果建立传感器的动态数学模型,以研究传感器的动态性能,是动态测试的一个重要内容.讨论了递归神经网络模型在传感器动态建模中的应用,给出了递归神经网络模型的结构及相应的训练算法.由于其反馈特征,使得递归神经网... 　根据动态校准实验结果建立传感器的动态数学模型,以研究传感器的动态性能,是动态测试的一个重要内容.讨论了递归神经网络模型在传感器动态建模中的应用,给出了递归神经网络模型的结构及相应的训练算法.由于其反馈特征,使得递归神经网络模型能获取系统的动态响应.该方法特别适用于传感器非线性动态建模,而且避免了传感器模型阶次的选择的困难.试验结果表明,应用递归神经网络对传感器进行动态建模是一种行之有效的方法. 展开更多

关键词 递归神经网络 传感器 非线性动态建模 递归预报误差算法

下载PDF 职称材料

用神经网络建立非线性系统模型研究 被引量：24

9

作者 杨熔 李永华 苏义鑫 《控制理论与应用》 EI CAS CSCD 北大核心 1995年第1期81-86,共6页

本文针对多层神经网络结构，运用递推预报误差（ＲＰＥ）算法对离散非线性系统进行辨识研究．作为应用实例，本文对一个工业实际对象进行了神经网络动态建模．研究结果表明，神经网络方法是用于带有非线性特性工业过程建模的有效方法．

关键词 非线性系统 系统辨识 神经网络 模型

下载PDF 职称材料

一种递归神经网络的快速并行算法 被引量：14

10

作者 李鸿儒 顾树生 《自动化学报》 EI CSCD 北大核心 2004年第4期516-522,共7页

针对递归神经网络BP(Back Propagation)学习算法收敛慢的缺陷,提出一种新的递归神经网络快速并行学习算法.首先,引入递推预报误差(RPE)学习算法,并且证明了其稳定性;进一步地,为了克服RPE算法集中运算的不足,设计完整的并行结构算法.本... 针对递归神经网络BP(Back Propagation)学习算法收敛慢的缺陷,提出一种新的递归神经网络快速并行学习算法.首先,引入递推预报误差(RPE)学习算法,并且证明了其稳定性;进一步地,为了克服RPE算法集中运算的不足,设计完整的并行结构算法.本算法将计算分配到神经网络中的每个神经元,完全符合神经网络的并行结构特点,也利于硬件实现.仿真结果表明,该算法比传统的递归BP学习算法具有更好的收敛性能.理论分析和仿真实验证明,该算法与RPE集中运算算法相比可以大大节省计算时间. 展开更多

关键词 递归神经网络 递推预报误差 并行算法 集中运算

下载PDF 职称材料

基于BP神经网络的传感器非线性补偿 被引量：10

11

作者 田社平 赵阳 +1 位作者 韦红雨 王志武 《测试技术学报》 2007年第1期84-89,共6页

由于传感器本身的非线性特性以及传感器在测量过程中外界环境因素的影响,使得传感器的输入输出特性呈现出非线性.讨论了BP神经网络模型在传感器非线性补偿中的应用.给出了相应的补偿方法,即采用两个相同的传感器对同一被测量进行测量,... 由于传感器本身的非线性特性以及传感器在测量过程中外界环境因素的影响,使得传感器的输入输出特性呈现出非线性.讨论了BP神经网络模型在传感器非线性补偿中的应用.给出了相应的补偿方法,即采用两个相同的传感器对同一被测量进行测量,其测量结果作为神经网络模型的输入,经过补偿后的传感器具有线性的输入输出关系.采用递推预报误差算法训练神经网络,具有收敛速度快、收敛精度高的特点.试验结果表明,应用神经网络对传感器的非线性进行动态补偿是一种行之有效的方法. 展开更多

关键词 BP神经网络 rpe算法 传感器 非线性补偿

下载PDF 职称材料

准对角递归神经网络及其算法的研究 被引量：6

12

作者 李鸿儒 王建辉 顾树生 《系统仿真学报》 CAS CSCD 2004年第7期1542-1544,1547,共4页

提出一种准对角递归神经网络(QDRNN)结构及学习算法。此QDRNN结构上与对角递归神经网络(DRNN)相似,保留了DRNN结构简单的优点,以减小计算量,同时增加了相邻递归神经元之间的关联,可以直接应用BP学习算法进行训练。进一步,引入递推预报误... 提出一种准对角递归神经网络(QDRNN)结构及学习算法。此QDRNN结构上与对角递归神经网络(DRNN)相似,保留了DRNN结构简单的优点,以减小计算量,同时增加了相邻递归神经元之间的关联,可以直接应用BP学习算法进行训练。进一步,引入递推预报误差(RPE)学习算法,并且证明了其稳定性。仿真结果表明,QDRNN比DRNN具有更好的非线性逼近能力,而运算时间却增加甚微,DRNN的学习算法稍加变化即可应用。 展开更多

关键词 准对角递归神经网络 结构 BP算法 递推预报误差 稳定性

下载PDF 职称材料

语音动力学系统的神经网络建模方法研究 被引量：1

13

作者 郑会永 肖田元 +2 位作者 韩向利 刘华强 戴冠中 《信息与控制》 CSCD 北大核心 1999年第2期107-110,共4页

人工神经网络（ＡＮＮ）方法是非线性动力学系统建模的有效方法．本文针对多层ＡＮＮ结构，运用递推预报误差（ＲＰＥ）算法对离散非线性动力学系统进行了建模研究，并将之运用于语音非线性动力学系统的动态建模，估计出了语音非线性动... 人工神经网络（ＡＮＮ）方法是非线性动力学系统建模的有效方法．本文针对多层ＡＮＮ结构，运用递推预报误差（ＲＰＥ）算法对离散非线性动力学系统进行了建模研究，并将之运用于语音非线性动力学系统的动态建模，估计出了语音非线性动力学系统稳态吸引子的维数，为了解语音和实用化的语音识别提供了良好的基础． 展开更多

关键词 语音动力学系统 神经网络 建模 语音识别

下载PDF 职称材料

基于递归网络的传感器动态建模方法 被引量：3

14

作者 田社平 颜德田 丁国清 《传感器技术》 CSCD 北大核心 2002年第9期36-38,共3页

研究了递归网络模型在传感器动态建模中的应用,给出了递归网络模型的结构及相应的训练算法。该方法避免了传感器模型阶次的选择的困难。试验结果表明,应用递归网络对传感器进行动态建模是一种行之有效的方法。

关键词 递归网络 传感器 动态建模 递推预报误差算法

下载PDF 职称材料

基于DRNN的直线永磁同步电机精密位置控制 被引量：7

15

作者 周振雄 杨建东 曲永印 《机床与液压》 北大核心 2008年第8期248-251,共4页

对直线永磁同步电机伺服系统提出了一种基于动态对角递归网络补偿器的IP位置控制方案。在对比干扰观测器前馈IP位置控制器的基础上,利用动态对角递归网络(DRNN)具有内部反馈结构和动态映射能力对系统参数变化和扰动具有较强鲁棒性的特点... 对直线永磁同步电机伺服系统提出了一种基于动态对角递归网络补偿器的IP位置控制方案。在对比干扰观测器前馈IP位置控制器的基础上,利用动态对角递归网络(DRNN)具有内部反馈结构和动态映射能力对系统参数变化和扰动具有较强鲁棒性的特点,设计出DRNN非线性补偿器,并提出一种改进的RPE学习算法加快权值调整速度、节约在线训练时间。仿真表明该方案能明显改善位置跟踪精度并增强系统鲁棒性。 展开更多

关键词 直线永磁同步电机 动态对角递归网络 rpe算法

下载PDF 职称材料

基于分布式神经网络递推预报误差算法的非线性系统建模 被引量：4

16

作者 熊智华 王雄 徐用懋 《信息与控制》 CSCD 北大核心 2000年第5期414-420,共7页

采用基于递推预报误差算法的分布式神经网络结构建立非线性系统模型 .子神经网络模型及其连接权值均采用递推预报误差方法来进行训练 ,将所有子网络融合得到的分布式神经网络模型在模型精确性和鲁棒性方面有显著地增加 .

关键词 分布式神经网络 递推预报误差算法 非线性系统

下载PDF 职称材料

BP神经网络在测试系统动态补偿中的应用(英文) 被引量：2

17

作者 田社平 韦红雨 +1 位作者 王志武 颜国正 《测试技术学报》 EI 2005年第4期453-458,共6页

测试系统的非线性动态补偿是仪器技术的一个重要方面.采用BP神经网络对测试系统进行动态补偿.BP神经网络的结果决定于网络输入、隐层和输出节点.由于其非线性映射特性,BP神经网络完全能够反映测试系统的动态响应特性.采用了收敛速度较... 测试系统的非线性动态补偿是仪器技术的一个重要方面.采用BP神经网络对测试系统进行动态补偿.BP神经网络的结果决定于网络输入、隐层和输出节点.由于其非线性映射特性,BP神经网络完全能够反映测试系统的动态响应特性.采用了收敛速度较快的递推预报误差算法训练神经网络.试验结果表明,BP神经网络的特性完全能够满足测试系统的动态补偿要求,表明本文的方法是有效的. 展开更多

关键词 动态补偿 神经网络 递推预报误差算法

下载PDF 职称材料

水轮发电机组神经网络非线性建模研究 被引量：5

18

作者 陈启卷 徐枋同 《水利学报》 EI CSCD 北大核心 1997年第10期62-65,82,共5页

针对多层前向神经网络，运用递推预报误差（ＲＰＥ）算法对水轮发电机组进行非线性建模研究．研究结果表明，利用神经网络建立水轮发电机组非线性模型是有效的．

关键词 水轮发电机组 神经网络 非线性建模

下载PDF 职称材料

连续搅拌反应釜(CSTR)的神经网络动态建模 被引量：7

19

作者 王永骥 徐桂英 《控制与决策》 EI CSCD 北大核心 2000年第3期375-377,384,共4页

基于广义性能指标 ,提出一种神经网络学习算法——广义递推预报误差学习算法 (GRPE) ,该算法具有二阶收敛阶次。同时讨论了学习速率的选择问题。利用所提出方法对 CSTR动态建模结果表明 ,基于 GRPE训练的 DRNN比基于 BP训练的 ML P模型... 基于广义性能指标 ,提出一种神经网络学习算法——广义递推预报误差学习算法 (GRPE) ,该算法具有二阶收敛阶次。同时讨论了学习速率的选择问题。利用所提出方法对 CSTR动态建模结果表明 ,基于 GRPE训练的 DRNN比基于 BP训练的 ML P模型精度高 ,收敛速度快。 展开更多

关键词 收敛性 连续反应搅拌釜 神经网络 动态建模

下载PDF 职称材料

基于动态对角递归网络的变压器故障诊断 被引量：3

20

作者 段慧达 王建南 白晶 《微计算机信息》 北大核心 2006年第11S期6-7,38,共3页

本文介绍了动态对角递归网络,并针对BP算法收敛慢的缺点,将递推预报误差学习算法应用到神经网络权值和域值的训练。同时,将动态对角递归网络引入到电力变压器的故障诊断中,通过改良三比值方法来实现故障诊断,提高了神经网络故障诊断收... 本文介绍了动态对角递归网络,并针对BP算法收敛慢的缺点,将递推预报误差学习算法应用到神经网络权值和域值的训练。同时,将动态对角递归网络引入到电力变压器的故障诊断中,通过改良三比值方法来实现故障诊断,提高了神经网络故障诊断收敛性及增量学习能力。最后,仿真诊断实例表明了应用这种方法实现的变压器故障诊断系统的有效性。 展开更多

关键词 动态对角递归网络 递推预报误差 故障诊断 气相色谱分析法

下载PDF 职称材料