动态神经网络分类器主动学习算法及其智能控制应用

• 作者: 任红格 李冬梅 李福进
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 主动学习 动态神经网络分类器 Sobol’敏感度分析法 改进型不确定采样策略 液压AGC
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 算法
• 页码范围: 247-251
• 页数: 5页
• 分类号: TP13|TP183
• 字数: 5467字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.07.057

摘要

针对动态神经网络分类器训练时采样时间长、计算量大的问题,提出一种动态神经网络分类器的主动学习算法.根据主动学习AL(Active Learning)算法中一种改进型不确定性采样策略,综合考虑样本的后验概率及其与已标记样本间的相似性,标注综合评价得分值较小的样本,将其用于对网络分类器的训练.通过Sobol’敏感度分析法,神经网络适时地增加敏感度值较大或删减敏感度值较小的隐层神经元,以提高其学习速率,减小输出误差.分类器训练仿真实验结果表明,与被动学习算法相比,该算法能够大大缩短网络分类器训练时间,降低其输出误差.将该算法用于液压AGC系统中,实验结果表明,该算法可实现系统中PID控制器参数的在线调节,提高了厚度控制精度,以此验证了该算法的适用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李福进	河北联合大学电气工程学院	18	77	3.0	8.0
2	任红格	河北联合大学电气工程学院	10	18	3.0	4.0
3	李冬梅	河北联合大学电气工程学院	6	15	2.0	3.0