基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
介绍了一种多层局部回归神经网络,并用该网络建立烧结过程的预测模型,提出一种新的学习算法:自适应变步长动态梯度下降法,从而加速了收敛过程.文中,同时研究了网络的抗噪能力,并对其动态建模能力与自适应延时神经网络(ATNN)进行了比较.仿真结果表明:该网络具有较强的抗噪能力,且具有很强的动态建模能力,因而适用于复杂生产过程的建模、预测与控制.
推荐文章
基于关联变量时滞分析卷积神经网络的生产过程时间序列预测方法
神经网络
预测
关联变量
时滞系统
反应精馏
一种基于局部模型的多工况过程质量预测方法
多工况
多模型
支持向量机
粒子群算法
质量预测
基于神经网络的火电厂生产过程故障诊断专家系统
神经网络
故障诊断
专家系统
智能检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多层局部回归神经网络的复杂生产过程预测模型
来源期刊 模式识别与人工智能 学科 工学
关键词 局部回归神经网络 自适应变步长动态梯度下降法 预测模型
年,卷(期) 1998,(1) 所属期刊栏目
研究方向 页码范围 75-81
页数 7页 分类号 TP183
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
局部回归神经网络
自适应变步长动态梯度下降法
预测模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
模式识别与人工智能
月刊
1003-6059
34-1089/TP
16开
中国科学院合肥智能机械研究所安徽合肥董铺岛合肥1130信箱
26-69
1989
chi
出版文献量(篇)
2928
总下载数(次)
8
总被引数(次)
30919
论文1v1指导