专利检索与分析系统
|
意见反馈
|
制图工具
公告： 1.点击检索输入框上方可切换相似检索，上传图片可查找该图片的相似图片。 2.
专利检索与分析系统上线，欢迎试用。
登 录
注册
欢迎您：
未登录
退出
到登录页
图片搜索
相似搜索
检索
高级检索
图片主题：
请以;隔开多个主题词
出版日期：
到
图片类别：
学科类别：
图片大小：
全部
大
中
小
来源数据库：
全部
中国学术期刊网络出版总库
中国博士学位论文全文数据库
中国优秀硕士学位论文全文数据库
中国重要会议论文全文数据库
中国工具书网络出版总库
中国年鉴全文数据库
学术知识图片库
>
物理学
自动化技术
> 二阶微粒群算法训练的神经网络模型辨识Logistic映射的误差
二阶微粒群算法训练的神经网络模型辨识Logistic映射的误差
图片来源：
张坤,梁林.
二阶微粒群优化神经网络的混沌系统辨识方法 ,
计算机系统应用, 2012 (05).
>>查看本文图片摘要
图片关键词：
误差图
神经网络模型
微粒群算法
Logistic映射
二阶
误差
所属学科：
物理学
自动化技术
图片上下文：
木楣饺∫闵窬?元数为3[9]。隐含层的神经元为S型的对数函数，其函数表达式为：22log()1xsigxe(8)输出层神经元的传递函数为线性传递函数。使用200个样本作为二阶微粒群算法训练的神经网络辨识模型的学习样本，100个样本用于检验二阶微粒群算法训练的神经网络
....
辨识模型的辨识效果。将该神经网络权值微粒化，微粒的维数为D=1×3+3×1+3+1=10。取二阶微粒群算法的粒子数目为100，惯性权重为0.45，学习因子c1=0.6，c2=1.4。经过200步迭代达到最小均方误差为3.5×10-7。图1为二阶微粒群算法训练的神经网络模型的辨识Logistic映射输出值与实际值的误差。图1二阶微粒群算法训练的神经网络模型辨识Logistic映射的误差2）Henon映射Henon映射的表达式为：2k1kk1yayby(9)当a=1.29，b=0.3时，式（9）处于混沌状态。取y0=0.2。采用串—并行辨识的二阶微粒群算法训练的神经网络模型辨识该对象。神经网络为输入层、隐含层和输出层构成的三层BP神经网络。输入层的神经元数为3，输出层神经元数为1。隐含层神经元数为7。隐含层神经元的传递函数为式（8），输出层神经元的传递函数为线性传递函数。二阶微粒群算法的参数取值与实例1中的参数取值相同。经过200步迭代达到最小均方误差为3.60×10-4。图2为二阶微粒群算法训练的神经网络模型的辨识Henon映射输出值与实际值的误差。图2二阶微粒群算法训练的神经网络模型辨识Henon映射的误差表1各算法的预测均方差比较辨识系统神经网络辨识模型训练次数均方差梯度下降BP算法的BP神经网络10003.40×10-2梯度下降动量BP算法的BP神经网络10002.70×10-2RBF神经网络1.50×10-5Logistic映射二阶微粒群算法训练的?
>>展开全部
相关图片
同文图片
语义相关
读者推荐
相似图片
浏览历史
本单位未订购此产品,请填写调查问卷可
免费获取
下载权限.
京 ICP 证 040431 号
网络出版服务许可证 (总)网出证(京)字第 271 号
经营性网站备案信息
京公网安备 11010802020460 号
《中国学术期刊（光盘版）》电子杂志社有限公司
KDN 平台基础技术由 KBASE 11.0 提供. © 1998-2018 中国知网（CNKI）
用户手册
|
产品标准
|
数据标准
|
图片分类说明
