国家自然科学基金(60173050) 作品数:11 被引量:97 H指数:6 相关作者: 黄德双 赵温波 王立明 郭璘 方海涛 更多>> 相关机构: 中国科学院 中国人民解放军炮兵学院 中国科学技术大学 更多>> 发文基金: 国家自然科学基金 中国科学院“百人计划” 宁波市自然科学基金 更多>> 相关领域: 自动化与计算机技术 电子电信 交通运输工程 更多>>
径向基概率神经网络结构的遗传优化 被引量:13 2003年 运用遗传算法 (GA)来优化设计径向基概率神经网络 (RBPNN)结构 ,优选了隐中心矢量和优化求取对应的核函数控制参数 .提出的染色体编码方式 ,充分体现了所选隐中心矢量在模式样本空间中的数量及位置分布 ,同时还包含了相适应的核函数控制参数信息 .新构造的适应度函数不仅有效地控制了网络输出的误差精度 ,而且还能够使得RBPNN结构优化趋于最简 .将IRIS分类问题用于检验该算法的有效性并与ROLSA和MKM进行了比较研究 ,结果表明 ,GA的优化效率最高 。 赵温波 黄德双 郭璘关键词:遗传算法 径向基概率神经网络 结构优化 一种基于FCD的城市道路车流速度估计算法 被引量:7 2008年 针对在城市路网中大面积采集交通信息所存在的问题,提出了一种基于浮动车辆数据(floating car data,FCD)的城市道路车流速度估计算法,并通过FCD系统进行交通速度信息的采集.速度估计采用了一种改进的弧段Dijkstra路径寻优算法,在图的弧段-弧段存储结构中考虑了城市路网限制性道路交通信息的表达,并将路网的一些先验信息引入弧段关系结构中,提高了搜索效率和准确性.实验结果论证了所提出方法的有效性和可靠性. 殷伟 郭璘 方廷健 王群京关键词:DIJKSTRA 先验信息 径向基概率神经网络的一种自组织学习算法 被引量:9 2004年 介绍了径向基概率神经网络 (RBPNN)的一种自组织学习算法 ,该算法把径向基概率神经网络的结构原理与自组织聚类算法相结合 ,不仅能够完成对训练样本的聚类分析 ,标识出训练样本的类别属性 ,而且能够自动完成基于该训练样本集的径向基概率神经网络的训练过程 .本算法用于对 IRIS三种花型识别在训练阶段达到 97.33%的识别效果 ,而在推广能力方面 ,由本文算法得到的 RBPNN优于有标识的训练样本的 赵温波 都基炎 李玉阁关键词:径向基概率神经网络 自组织算法 最大绝对误差结合微遗传算法优化径向基概率神经网络 被引量:5 2005年 使用最大绝对误差算法 (MAEA)优选径向基概率神经网络 (RBPNN )隐中心矢量 ,将MAEA与求解RBPNN最优核函数控制参数的微遗传算法 (μGA)相结合 (MAE μGA)来共同实现RBPNN的全结构优化 实验结果显示 ,对比其他几种算法 ,MAE μGA优化后的RBPNN结构最简 ,而且在推广能力方面略好于其他几种优化方法 另外 ,MAE 赵温波 王立明 黄德双关键词:径向基概率神经网络 结构优化 激光精密去重机微机自动控制系统研究 2004年 解决了利用普通型微机对激光精密去重机进行自动控制的难题。用微型计算机、D/A转换接口卡、步进电机控制器、混合式步进电机和一些必要的辅助单元,完成对激光精密去重机工作电压、重复频率、激光器头部定位的精确控制,克服了激光器中高频、高压等强电对微机的干扰和冲击。经过长时间的现场运行,没有发生误动作和安全问题。 刘鲲 方海涛关键词:自动控制 抗干扰处理 激光光斑能量分布的三维伪彩色可视化方法 被引量:20 2004年 人眼对不同灰度级的分辨能力非常有限,但对色彩却相当敏感,能区分有不同亮度、色度和饱和度的成千上万种颜色。根据人眼视觉的这个特点,提出了一种激光光斑能量分布的三维伪彩色可视化方法。该方法利用伪彩色技术将激光光斑的256级灰度图像变换为连续变化的伪彩色图像,通过空间灰度插值运算将离散的图像数据生成光斑的彩色三维模型,实现激光光斑能量分布结构的三维可视化,以反映光斑不同区域能量分布的相对大小和位置,并可以通过3D坐标变换进一步方便人们从各个角度观察激光的能量分布。这为光束质量的评判提供了重要依据。 方海涛 黄德双关键词:激光光斑 灰度图像 基于神经网络的递推分块方法求任意高阶多项式的根 被引量:17 2003年 提出一种新的基于约束学习神经网络的递推分块方法,来分批(块)求解任意高阶多项式的任意数(小于多项式的阶)个根(包括复根).同时给出了基于多项式中根与系数间的约束关系构造的用于求根的BP网络约束学习算法,提出了对应的学习参数的自适应选择方法.实验结果表明,这种分块神经求根方法,相对传统方法,能够快速有效地获得任意高阶多项式对应的根. 黄德双 池哲儒关键词:神经网络 BP网络 实根 信号处理 全结构遗传优化径向基概率神经网络 被引量:5 2004年 使用遗传算法来实现径向基概率神经网络 (RBPNN)的全结构遗传优化 ,包括优选网络第一隐层节点数和求取匹配的核函数控制参数 .提出了适用于RBPNN的染色体编码方式 ,不仅使得所选隐中心矢量充分体现了模式样本的空间分布特征 ,同时还能够获得隐中心矢量的最佳数目及匹配的核函数控制参数 .新构造的适应度函数能够有效地控制网络输出的误差精度 .实验结果表明 ,该算法有效地简化了RBPNN模型的结构 . 赵温波 黄德双关键词:径向基概率神经网络 遗传算法 径向基概率神经网络的混合结构优化算法 被引量:22 2004年 使用递归正交最小二乘算法(ROLSA)优选径向基概率神经网络(RBPNN)的隐中心矢量,微遗传算法(μGA)用于求解RBPNN最优核函数控制参数,并同ROLSA相结合(ROLS-μGA)来优化RBPNN的全结构(优选最优控制参数及隐中心矢量)。实验结果表明,ROLS-μGA具有很好的优化效率,而且优化后的RBPNN的推广性能也没有下降。实验还验证了ROLS-μGA对径向基函数网络(RBFNN)也有很好的适用性。 赵温波 杨鹭怡 王立明关键词:径向基概率神经网络 结构优化 基于最小二乘支持向量机和证据理论的交通数据融合 被引量:6 2007年 针对基于浮动车辆数据(floating car data,FCD)的城市道路交通信息采集系统存在的问题,提出一种基于最小二乘支持向量机(LS-SVM)和证据理论的数据融合方法,通过融合地感线圈采集的交通流量信息,提高FCD系统交通速度信息采集的准确性.利用LS-SVM回归得到速度-流量关系曲线的临界速度参数,再根据历史数据库用统计方法计算出流量-速度关联规则的可信度矩阵,在得到这些经验知识的基础上,定义了两种证据源的基本概率分配函数.最后,通过D-S证据理论对两种证据源进行数据融合,获得融合后的速度信息.实地跑车实验结果论证了融合算法的有效性和可靠性. 郭璘 方廷健 叶加圣 孙丙宇关键词:数据融合 最小二乘支持向量机 证据理论 关联矩阵 地感线圈