基于半監(jiān)督學習SSL算法的動態(tài)神經(jīng)網(wǎng)絡結構設計
大?。?/span>0.86 MB 人氣： 2017-12-21 需要積分：2
針對神經(jīng)網(wǎng)絡初始結構的設定依賴于工作者的經(jīng)驗、自適應能力較差等問題，提出一種基于半監(jiān)督學習（SSL）算法的動態(tài)神經(jīng)網(wǎng)絡結構設計方法。該方法采用半監(jiān)督學習方法利用已標記樣例和無標記樣例對神經(jīng)網(wǎng)絡進行訓練，得到一個性能較為完善的初始網(wǎng)絡結構，之后采用全局敏感度分析法（GSA）對網(wǎng)絡隱層神經(jīng)元輸出權值進行分析，判斷隱層神經(jīng)元對網(wǎng)絡輸出的影響程度，即其敏感度值大小，適時地刪減敏感度值很小的神經(jīng)元或增加敏感度值較大的神經(jīng)元，實現(xiàn)動態(tài)神經(jīng)網(wǎng)絡結構的優(yōu)化設計，并給出了網(wǎng)絡結構變化過程中收斂性的證明。理論分析和Matlab仿真實驗表明，基于SSL算法的神經(jīng)網(wǎng)絡隱層神經(jīng)元會隨訓練時間而改變，實現(xiàn)了網(wǎng)絡結構動態(tài)設計。在液壓厚度自動控制（AGC）系統(tǒng)應用中，大約在160 s時系統(tǒng)輸出達到穩(wěn)定，輸出誤差大約為0.03 mm，與監(jiān)督學習（SL）方法和無監(jiān)督學習（USL）方法相比，輸出誤差分別減小了0.03 mm和0.02 mm，這表明基于SSL算法的動態(tài)網(wǎng)絡在實際應用中能有效提高系統(tǒng)輸出的準確性。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于半監(jiān)督學習SSL算法的動態(tài)神經(jīng)網(wǎng)絡結構設計下載
相關電子資料下載
- 神經(jīng)網(wǎng)絡預測模型的構建方法 109
- CNN的定義和優(yōu)勢 112
- 基于CNN的網(wǎng)絡入侵檢測系統(tǒng)設計 105
- 數(shù)據(jù)分析有哪些分析方法 82
- 數(shù)據(jù)分析與數(shù)據(jù)挖掘的區(qū)別 55
- rnn是遞歸神經(jīng)網(wǎng)絡還是循環(huán)神經(jīng)網(wǎng)絡 164
- rnn是什么神經(jīng)網(wǎng)絡模型 162
- rnn是什么神經(jīng)網(wǎng)絡 174
- 遞歸神經(jīng)網(wǎng)絡結構形式主要分為 129
- 簡述遞歸神經(jīng)網(wǎng)絡的計算過程 135