人工神经网络中隐含层节点与训练次数的优化 被引量：30

1

作者 高大文 王鹏 蔡臻超 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2003年第2期207-209,共3页

目前构建定量构效关系人工神经网络模型中隐含层节点数和网络训练次数大多是依靠试验方法来确定 ,针对该方法运算工作量较大、模型质量和预测精度没有保证等问题 ,通过编写程序获得有关网络的预测精度和百分误差与网络隐含层节点数和训... 目前构建定量构效关系人工神经网络模型中隐含层节点数和网络训练次数大多是依靠试验方法来确定 ,针对该方法运算工作量较大、模型质量和预测精度没有保证等问题 ,通过编写程序获得有关网络的预测精度和百分误差与网络隐含层节点数和训练次数之间关系的大量数据 ,采用Matlab语言分别绘制预测精度和百分误差与网络隐含层节点数和训练次数之间的三维关系图 ,从图中可以很容易判断出达到最佳预测精度和最小百分误差的隐含层节点数和训练次数 . 展开更多

关键词 隐含层节点 训练次数 优化 人工神经网络

下载PDF 职称材料

前向神经网络隐含层节点数的一种优化算法 被引量：119

2

作者 夏克文 李昌彪 沈钧毅 《计算机科学》 CSCD 北大核心 2005年第10期143-145,共3页

由于前向神经网络隐含层节点数的确定尚无理论依据,为此提出一种基于黄金分割原理的优化算法,首先确定网络隐含层节点数频繁出现的区间范围;将网络总误差作为试验结果,然后利用黄金分割法搜索其区间中的理想数值;兼顾高精度的需要,将隐... 由于前向神经网络隐含层节点数的确定尚无理论依据,为此提出一种基于黄金分割原理的优化算法,首先确定网络隐含层节点数频繁出现的区间范围;将网络总误差作为试验结果,然后利用黄金分割法搜索其区间中的理想数值;兼顾高精度的需要,将隐含层节点数频繁出现的区间作拓展,可以求得逼近能力更强的节点数。算法分析和仿真例子表明,此优化算法是切实可行的,不仅能找到理想的隐含层节点数,而且能起到节省成本、提高搜索效率等功效。 展开更多

关键词 前向神经网络 隐含层节点数 黄金分割 优化算法 前向神经网络 优化算法 节点数 隐含层 黄金分割法 搜索效率 算法分析 逼近能力 总误差

下载PDF 职称材料

BP神经网络隐含层节点数确定方法研究 被引量：146

3

作者 王嵘冰 徐红艳 +1 位作者 李波 冯勇 《计算机技术与发展》 2018年第4期31-35,共5页

在BP神经网络的众多参数中,隐含层节点数是其中一个非常重要的参数,它的设置对BP神经网络的性能影响很大,而且是导致"过拟合"现象的直接原因。目前理论上还不存在一种科学普遍的用于确定隐含层节点数的方法,应用时只是凭借设... 在BP神经网络的众多参数中,隐含层节点数是其中一个非常重要的参数,它的设置对BP神经网络的性能影响很大,而且是导致"过拟合"现象的直接原因。目前理论上还不存在一种科学普遍的用于确定隐含层节点数的方法,应用时只是凭借设计者以往的经验以及借助多次实验进行确定,因此无法高效地获得隐含层节点数。针对BP神经网络隐含层节点数的确定问题,提出一种"三分法"算法,用于快速确定BP神经网络的隐含层节点数的最优解。在Wine-data数据集上,通过Matlab仿真实验验证了"三分法"算法比传统方法获取隐含层节点数的效率提高了1.8倍,是一种行之有效的方法。 展开更多

关键词 BP神经网络 隐含层节点 三分法 最优解

下载PDF 职称材料

RBF网络隐含层节点的优化 被引量：13

4

作者 张义超 卢英 李炜 《计算机技术与发展》 2009年第1期103-105,共3页

RBF神经网络隐含层节点数的确定一直以来是该网络设计成败的关键所在,文中采用K-means自组织聚类方法为隐含层节点的径向基函数确定合适的数据中心,先给出一个初始值,再慢慢调整,通过实验数据来确定最佳隐含层节点数。结果表明,如果隐... RBF神经网络隐含层节点数的确定一直以来是该网络设计成败的关键所在,文中采用K-means自组织聚类方法为隐含层节点的径向基函数确定合适的数据中心,先给出一个初始值,再慢慢调整,通过实验数据来确定最佳隐含层节点数。结果表明,如果隐含层设计得当,RBF网络可以很好地解决函数接近问题。 展开更多

关键词 K—means算法 聚类中心 隐含层节点

下载PDF 职称材料

基于属性核特征选择与隐含层节点数动态确定的BP神经网络模型 被引量：4

5

作者 张俊虎 刘赟玥 +1 位作者 王玲玲 袁栋梁 《青岛科技大学学报（自然科学版）》 CAS 2021年第4期113-118,共6页

针对传统BP神经网络存在的容易产生过拟合、网络计算耗时长等问题,提出基于属性核特征选择与隐含层节点数动态确定的BP神经网络模型(AC-H-BPNN)。该模型以粗糙集中属性核为基点,通过属性重要度的判断,对神经网络输入项进行降维约简。针... 针对传统BP神经网络存在的容易产生过拟合、网络计算耗时长等问题,提出基于属性核特征选择与隐含层节点数动态确定的BP神经网络模型(AC-H-BPNN)。该模型以粗糙集中属性核为基点,通过属性重要度的判断,对神经网络输入项进行降维约简。针对隐含层节点数难以确定的问题,将二分分割法与经验公式相结合,精准确定隐含层节点数。并以水产养殖中对虾产量为例进行分析,实验结果表明,改进后的算法能够克服局部最小值问题,且预测结果准确度较高。 展开更多

关键词 属性核 二分分割 BP神经网络 隐含层节点数 水产养殖

下载PDF 职称材料

BP网络中隐含层节点优化的研究 被引量：12

6

作者 刘维群 李元臣 《交通与计算机》 2005年第2期83-86,共4页

在BP网络中,增加隐含层可提高BP网络的处理能力,但同时也增加了隐节点的个数,导致训练时间延长。文章分析了传统BP算法的训练过程及存在的问题,针对该问题,提出一种改进算法,即合并或删除隐结点。实验证明。

关键词 BP网络 隐含层节点 处理能力 训练时间 训练过程 BP算法 改进算法 实验证明 收敛速度 优化网络 隐节点 结点 删除

下载PDF 职称材料

基于进退法的神经网络隐含层节点数的确定方法 被引量：16

7

作者 孙弋清 《现代商贸工业》 2018年第35期197-199,共3页

在BP神经网络的拓扑结构中,输入节点和输出节点个数的确定取决于问题本身,构建神经网络的关键点就在于隐含层层数以及隐含层节点数的确定。如何合理的对网络的结构进行设计以及隐含层节点数的设定至今没有严格的理论指导,只能借助学者... 在BP神经网络的拓扑结构中,输入节点和输出节点个数的确定取决于问题本身,构建神经网络的关键点就在于隐含层层数以及隐含层节点数的确定。如何合理的对网络的结构进行设计以及隐含层节点数的设定至今没有严格的理论指导,只能借助学者给出的经验公式并进行多次试验得以确定。针对该问题,提出了一种"进退法"算法可快速确定隐含层节点数的最优解区间。运用Matlab进行仿真实验,结果表明该算法在合理有效的基础上极大地提高了网络的运行效率。 展开更多

关键词 神经网络 隐含层节点数 最优解区间 进退法

下载PDF 职称材料

基于BP神经网络的刀片切割竹枝性能研究

8

作者 杨梦迪 周兆兵 +1 位作者 孙炜 商庆清 《林业机械与木工设备》 2024年第3期4-9,共6页

为探究竹枝切割时的刀片切割性能影响因素,支持后续打枝装置的设计,开展竹枝切割刀片性能研究试验,通过单因素试验研究,利用切割阻力作为衡量标准,探究刀片切割性能与关键参数(刀片的滑动角、楔角和滑动速度)之间的相互关系。试验结果显... 为探究竹枝切割时的刀片切割性能影响因素,支持后续打枝装置的设计,开展竹枝切割刀片性能研究试验,通过单因素试验研究,利用切割阻力作为衡量标准,探究刀片切割性能与关键参数(刀片的滑动角、楔角和滑动速度)之间的相互关系。试验结果显示,随着刀片滑动角和楔角的减小,刀片切割性能呈现明显改善。同时,随着刀片滑动速度的增加,切割性能也呈现相应提升趋势。在多组实验中,采用不同的刀片滑切角度、楔角和滑切速度参数,对不同直径尺寸的竹枝进行切割,并收集了切割阻力的数据构成数据集,构建一个3层BP神经网络模型,研究了刀片切割性能与滑切角度、楔角以及滑切速度之间的关联,并应用相关模型进行了拟合和预测。在BP神经网络中,当隐含层节点数设定为9时,成功建立了刀片切割阻力模型,精准地预测了刀片切割过程中的阻力变化,对刀片切割竹枝性能研究具有一定参考价值。 展开更多

关键词 竹枝切割 试验 刀片切割性能 BP神经网络 隐含层节点数

下载PDF 职称材料

遗忘因子随机配置网络驱动的自适应切换学习模型

9

作者 乔景慧 张岩 +1 位作者 陈宇曦 张开济 《电子测量与仪器学报》 CSCD 北大核心 2023年第8期71-83,共13页

随机配置网络(SCNs)具有通用逼近能力和快速建模特性,已成功应用于大数据分析。在SCN的基础上,块增量随机配置网络(BSC)使用块增量机制提高训练速度,但增加了模型结构的复杂程度。为了解决上述难题,提出遗忘因子随机配置网络(FSCN-Ⅰ和F... 随机配置网络(SCNs)具有通用逼近能力和快速建模特性,已成功应用于大数据分析。在SCN的基础上,块增量随机配置网络(BSC)使用块增量机制提高训练速度,但增加了模型结构的复杂程度。为了解决上述难题,提出遗忘因子随机配置网络(FSCN-Ⅰ和FSCN-Ⅱ)驱动的自适应切换学习模型(ASLM)。该模型利用正态分布配置隐含层节点的输入参数。FSCN-Ⅰ通过误差值和遗忘因子调整节点块的尺寸,提高训练速度。FSCN-Ⅱ引入节点移除机制降低模型结构的复杂程度。ASLM由FSCN-Ⅰ和FSCN-Ⅱ构成,两者根据自适应变化的边界随机切换以提高模型的训练速度,并在FSCN-Ⅰ的基础上降低模型结构的复杂程度。最后,通过基础数据集和工业实例,表明该方法的有效性。 展开更多

关键词 随机配置网络 遗忘因子 动态隐含层节点 自适应切换学习模型

原文传递

一种基于粒子群优化的极限学习机 被引量：72

10

作者 王杰 毕浩洋 《郑州大学学报（理学版）》 CAS 北大核心 2013年第1期100-104,共5页

极限学习机(ELM)是一种新型的前馈神经网络,相比于传统的单隐含层前馈神经网络(SLFN),ELM具有速度快、误差小的优点.由于随机给定输入权值和偏差,ELM通常需要较多隐含层节点才能达到理想精度.粒子群极限学习机算法为使用粒子群算法(part... 极限学习机(ELM)是一种新型的前馈神经网络,相比于传统的单隐含层前馈神经网络(SLFN),ELM具有速度快、误差小的优点.由于随机给定输入权值和偏差,ELM通常需要较多隐含层节点才能达到理想精度.粒子群极限学习机算法为使用粒子群算法(particle swarm optimization,PSO)选择最优的输入权值矩阵和隐含层偏差,从而计算出输出权值矩阵.一维Sinc函数拟合实验表明,相比于ELM算法和传统神经网络算法,粒子群极限学习机算法依靠较少的隐含层节点能够获得较高精度. 展开更多

关键词 粒子群 极限学习机 隐含层节点

下载PDF 职称材料

BP神经网络在模拟非线性系统输出中的应用 被引量：26

11

作者 林盾 陈俐 《武汉理工大学学报（交通科学与工程版）》 北大核心 2003年第5期731-734,共4页

概述了非线性系统输出模拟的方法 ,对 BP神经网络及改进的 BP算法作了简要介绍 .以 BP神经网络运用于激光焊接过程中模拟焊缝形状的典型例子 ,探讨了 BP神经网络在非线性系统模拟输出中的可行性 ;通过实例分析及比较测试结果 ,对

关键词 BP神经网络 非线性系统 模拟输出 隐含层节点数 模拟精度

下载PDF 职称材料

基于和声搜索算法的极限学习机网络优化 被引量：4

12

作者 黄清宝 蒋成龙 +3 位作者 林小峰 徐辰华 唐鹏 张梦桥 《广西大学学报（自然科学版）》 CAS 北大核心 2018年第2期517-524,共8页

极限学习机(ELM)因其运算速度快、误差小等优点而得到广泛的应用,但由于随机给定输入权值和阈值可能导致隐含层节点无效,因此,ELM通常需要增加隐含层节点数来提高预测精度,从而导致网络泛化能力不佳。为了解决上述问题,提出一种和声搜... 极限学习机(ELM)因其运算速度快、误差小等优点而得到广泛的应用,但由于随机给定输入权值和阈值可能导致隐含层节点无效,因此,ELM通常需要增加隐含层节点数来提高预测精度,从而导致网络泛化能力不佳。为了解决上述问题,提出一种和声搜索算法的极限学习机网络(HS-ELM),采用和声搜索算法不断调整ELM输入权值和隐含层阈值矩阵选取最优以达到优化网络的目的。最后通过两种复杂度不同的非线性函数拟合加以验证。结果表明,传统ELM网络平均预测误差为0.31×10-3%和1.6%,HS-ELM的平均预测误差为0.01×10-3%和0.4%。证明和声搜索算法优化后的ELM网络在同等情况下所需的隐含层节点数和预测精度均优于传统ELM网络的。 展开更多

关键词 和声搜索算法 极限学习机 隐含层节点数 预测精度

下载PDF 职称材料

基于小波神经网络的高炉铁水含硅预报 被引量：12

13

作者 肖伸平 吴敏 刘代飞 《有色金属》 CSCD 北大核心 2005年第2期106-110,共5页

采用结合小波包分析的特征提取及神经网络的非线性映射等特性的小波神经网络系统,实现高炉铁水中Si含量的预报和控制。原始操作信息采用灰关联分析预选,网络结构设计采用剪除法确定隐含层节点,采取自适应和加动量项调整学习速率等措施... 采用结合小波包分析的特征提取及神经网络的非线性映射等特性的小波神经网络系统,实现高炉铁水中Si含量的预报和控制。原始操作信息采用灰关联分析预选,网络结构设计采用剪除法确定隐含层节点,采取自适应和加动量项调整学习速率等措施。结果表明,系统具有更高的学习精度和更快的收敛速度,当允许误差为±0.02时,命中率达到87.5%,并且减少了系统参数特征量,优化了系统辨识和模型建立过程。 展开更多

关键词 高炉铁水 小波神经网络 预报 含硅 神经网络系统 网络结构设计 非线性映射 小波包分析 灰关联分析 隐含层节点 特征提取 学习速率 允许误差 收敛速度 系统参数 系统辨识 自适应 命中率 特征量

下载PDF 职称材料

极限学习机优化及其拟合性分析 被引量：8

14

作者 王杰 苌群康 彭金柱 《郑州大学学报（工学版）》 CAS 北大核心 2016年第2期20-24,共5页

运用烟花算法(fireworks algorithm,FWA)优化极限学习机(extreme learning machine,ELM).首先烟花算法经过多次的迭代,确定M个最优的烟花,并且以极限学习机测试样本的RMSE作为烟花算法每次迭代的适应度函数,达到优化极限学习机的输入权... 运用烟花算法(fireworks algorithm,FWA)优化极限学习机(extreme learning machine,ELM).首先烟花算法经过多次的迭代,确定M个最优的烟花,并且以极限学习机测试样本的RMSE作为烟花算法每次迭代的适应度函数,达到优化极限学习机的输入权值矩阵和隐含层偏差的效果.最后根据广义逆求出输出矩阵.通过对一维sin C函数的测试结果表明,烟花算法优化极限学习机能够以较少的隐含层节点数目达到更高的精度,比极限学习机的测试误差降低了29.58%.在以上基础上又做了对高斯正态分布函数的拟合实验,验证了烟花算法优化极限学习机比极限学习机拥有更好的拟合性能. 展开更多

关键词 烟花算法 ELM 测试误差 隐含层节点 FWAELM 拟合性

下载PDF 职称材料

基于小波神经网络的穆棱河作物生育期径流预测 被引量：2

15

作者 徐淑琴 刘琦 +3 位作者 兰天洋 王秋梅 王立坤 周春旭 《东北农业大学学报》 CAS CSCD 北大核心 2014年第11期65-70,共6页

为提高研究精度,在基本的小波神经网络基础上改变隐含层节点数选取方法,降低基本方法随机性和盲目性。将改进的小波网络与人工神经网络进行对比分析。结果表明,小波神经网络改进方法更适合穆棱河流域径流预测。

关键词 穆棱河流域 径流 小波神经网络 隐含层节点数

下载PDF 职称材料

工业软测量模型结构与输入变量选择的研究 被引量：5

16

作者 朱群雄 郎娜 《控制工程》 CSCD 北大核心 2011年第3期388-392,共5页

针对过程工业中难以直接测量的变量建立其软测量模型,对于实现关键指标的在线监测和实时控制具有十分重要的意义。变量的选择直接关系到神经网络软测量模型的预测性能,针对现有输入变量和网络结构选择方法在工业应用中的不足,提出了一... 针对过程工业中难以直接测量的变量建立其软测量模型,对于实现关键指标的在线监测和实时控制具有十分重要的意义。变量的选择直接关系到神经网络软测量模型的预测性能,针对现有输入变量和网络结构选择方法在工业应用中的不足,提出了一种基于敏感度分析的方法来确定网络输入变量集和前馈神经网络隐含层节点个数,并建立了高密度聚乙烯(HDPE)产品质量指标熔融指数(M I)软测量模型,以实际工业应用验证了该方法的有效性。 展开更多

关键词 软测量 敏感度分析 输入变量选择 隐含层节点

原文传递

神经网络自适应噪声抵消系统的性能比较与仿真 被引量：3

17

作者 张磊 李方鑫 +1 位作者 王建新 肖超恩 《计算机应用与软件》 北大核心 2018年第12期263-268,共6页

线性自适应滤波算法(LMS、NLMS、RLS)对非线性噪声抵消效果较差。针对这一问题,研究神经网络自适应噪声抵消系统中不同隐含层神经元节点数、不同隐含层传输函数、不同神经网络学习算法以及不同信噪比原始输入下系统的噪声抵消性能。建... 线性自适应滤波算法(LMS、NLMS、RLS)对非线性噪声抵消效果较差。针对这一问题,研究神经网络自适应噪声抵消系统中不同隐含层神经元节点数、不同隐含层传输函数、不同神经网络学习算法以及不同信噪比原始输入下系统的噪声抵消性能。建立结构为单层隐含层,且输入层、隐含层和输出层节点数为1-N-1结构的神经网络模型。通过仿真分析,优化神经网络自适应噪声抵消系统中,隐含层节点数经验公式的参数取值。结果表明该系统中噪声抵消效果受到神经网络结构的影响;对于原始输入信噪比在2～10 dB的信号,参考输入与原始输入中噪声非线性相关;选择传输函数为tansig,神经网络隐含层节点数使用优化后的参数取值,输出信号信噪比提高了1. 0～1. 5 dB。 展开更多

关键词 神经网络 自适应噪声抵消系统 隐含层节点数 信噪比

下载PDF 职称材料

神经网络预测改性海绵铁除氧效果的研究 被引量：2

18

作者 徐波 贾铭椿 门金凤 《工业水处理》 CAS CSCD 北大核心 2012年第9期29-31,共3页

为实现改性海绵铁填充床除氧过程的自动化控制,研究了人工神经网络对改性海绵铁填充床除氧过程模拟仿真的可行性,采用误差反向传播网络(BP网络)建立了进水流量、改性海绵铁填充高度与溶解氧去除率之间关系的动态模型,并对不同的训练样... 为实现改性海绵铁填充床除氧过程的自动化控制,研究了人工神经网络对改性海绵铁填充床除氧过程模拟仿真的可行性,采用误差反向传播网络(BP网络)建立了进水流量、改性海绵铁填充高度与溶解氧去除率之间关系的动态模型,并对不同的训练样本归一化方法和训练方法进行比较。结果表明,在网络隐含层层数为1、节点数为7时,采用归一化方法 1和有动态修正的训练方法能够较好地预测填充床对溶解氧的去除率,该模型可用于改性海绵铁填充床除氧过程的动态描述。 展开更多

关键词 改性海绵铁填充床 除氧 人工神经网络 隐含层节点

下载PDF 职称材料

粒子群算法优化神经网络结构的研究 被引量：5

19

作者 田雨波 潘朋朋 《现代电子技术》 2011年第4期110-112,共3页

针对BP神经网络初始权阈值确定的随机性和隐含层节点数的不确定性,通过利用十进制粒子群优化算法(DePSO)和二进制粒子群优化算法(BiPSO),同时优化神经网络的初始权阈值和结构。通过粒子群优化算法首先确定一个较好的搜索空间,然后在这... 针对BP神经网络初始权阈值确定的随机性和隐含层节点数的不确定性,通过利用十进制粒子群优化算法(DePSO)和二进制粒子群优化算法(BiPSO),同时优化神经网络的初始权阈值和结构。通过粒子群优化算法首先确定一个较好的搜索空间,然后在这个解空间里利用BP算法对网络进行训练和学习,搜索出最优解。通过函数拟合数值实验对该模型来进行训练和测试,相比其他算法,该模型可以获得较高的预测精度,结果表明该方法是可行的。 展开更多

关键词 粒子群 神经网络 隐含层节点数 函数拟合

下载PDF 职称材料

基于极限学习机的海洋环境中3C钢腐蚀速度预测 被引量：2

20

作者 靳文博 田震 +2 位作者 熊小伟 杨怡飞 樊成洋 《安全与环境学报》 CAS CSCD 北大核心 2022年第2期778-785,共8页

为了准确预测海洋环境下钢材的腐蚀速度,基于极限学习机的思想建立了腐蚀速度预测模型。将极限学习机的思想引入海洋环境3C钢腐蚀速度预测中,基于3C钢在不同海水环境因素下的腐蚀速率试验数据,建立了极限学习机模型并预测了不同海水环境... 为了准确预测海洋环境下钢材的腐蚀速度,基于极限学习机的思想建立了腐蚀速度预测模型。将极限学习机的思想引入海洋环境3C钢腐蚀速度预测中,基于3C钢在不同海水环境因素下的腐蚀速率试验数据,建立了极限学习机模型并预测了不同海水环境下3C钢的腐蚀速度,分析了隐含层节点数对预测结果的影响,探讨了极限学习机模型与多元线性回归模型预测结果的差异。结果表明:极限学习机的预测结果与试验结果吻合程度较好,平均相对误差可控制在2%以内,其预测精度高于多元线性回归模型;隐含层节点数对预测结果具有较大影响,当隐含层节点数增加时,预测所得的平均相对误差出现了先降低后升高的变化趋势;极限学习机在学习速度和泛化能力方面具有较强的优势,可将其应用于海洋环境下3C钢腐蚀速度的预测中。 展开更多

关键词 安全工程 腐蚀速度 极限学习机 隐含层节点 预测精度

原文传递