原文服务方: 化工学报       
摘要:
为了提高神经网络的学习速度和神经网络小样本的学习性能,提出了一种人工情感神经网络(artificial affective neural network,AANN),在普通神经网络中加入了非全连接的情感神经元,使用与传统神经元不同的非线性激励函数,利用"紧张"与"自信"两个情感因子模拟人类学习的情感变化,可以提高神经网络对于对象的认知能力,进而提高学习速度.为了验证模型的有效性,分别采用数值实例和锅炉过热蒸汽温度预测控制进行了实例研究,结果表明,与BP神经网络以及支持向量机(SVM)相比,AANN对于小样本对象具有更好的辨识能力.
推荐文章
一种基于人工神经网络的秘密共享方案
人工神经网络
秘密共享
门限
一种全新的人工神经网络算法
全新算法
自由权
待求权
传统BP算法
一种基于人工神经网络的音频水印算法
人工神经网络
水印
DCT变换
人工神经网络及其在材料中的应用
人工智能
神经网络
过拟合
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 一种人工情感神经网络及其应用
来源期刊 化工学报 学科
关键词 人工情感神经网络 情感因子 预测控制 过热蒸汽温度
年,卷(期) 2018,(z1) 所属期刊栏目 过程系统工程
研究方向 页码范围 80-86
页数 7页 分类号 TP27
字数 语种 中文
DOI 10.11949/j.issn.0438-1157.20171515
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李宏光 北京化工大学信息科学与技术学院 108 613 12.0 17.0
2 王学良 北京化工大学信息科学与技术学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (126)
共引文献  (60)
参考文献  (22)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1937(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(8)
  • 参考文献(1)
  • 二级参考文献(7)
2005(11)
  • 参考文献(2)
  • 二级参考文献(9)
2006(10)
  • 参考文献(1)
  • 二级参考文献(9)
2007(8)
  • 参考文献(2)
  • 二级参考文献(6)
2008(8)
  • 参考文献(1)
  • 二级参考文献(7)
2009(11)
  • 参考文献(2)
  • 二级参考文献(9)
2010(13)
  • 参考文献(1)
  • 二级参考文献(12)
2011(11)
  • 参考文献(1)
  • 二级参考文献(10)
2012(8)
  • 参考文献(3)
  • 二级参考文献(5)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(7)
  • 参考文献(1)
  • 二级参考文献(6)
2015(7)
  • 参考文献(1)
  • 二级参考文献(6)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人工情感神经网络
情感因子
预测控制
过热蒸汽温度
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
化工学报
月刊
0438-1157
11-1946/TQ
大16开
1923-01-01
chi
出版文献量(篇)
12283
总下载数(次)
0
论文1v1指导