自适应与附加动量BP神经网络的ECT流型辨识
传统BP神经网络是解决电容层析成像系统流型辨识经典的算法,虽然在一些简单问题上达到了工业实际应用的要求,但如果解决复杂工业问题时就会暴露出很多缺陷.针对传统BP神经网络算法的不足,为降低误差震荡现象,引入了自适应调节学习速率和附加动量因子.通过输入电容值进行训练,得到适合流型识别神经网络.仿真实验结果表明,该算法不仅继承传统BP神经网络的优点,而且还提高了ECT系统流型辨识中的收敛速度慢,解决了容易陷入局部极小值的问题.
电容层析成像、流型辨识、BP神经网络、局部极小值、收敛速度
23
TP391.9(计算技术、计算机技术)
国家自然科学基金60572153,60972127;黑龙江省博士后资助项目LBH-Z11109;黑龙江省青年科学基金QC2012C059;黑龙江省教育厅科学技术研究项目11541040,12511097
2018-03-29（万方平台首次上网日期，不代表论文的发表时间）
共6页
105-110
