导读:本文包含了优化神经网络论文开题报告文献综述及选题提纲参考文献，主要关键词:纹理合成,卷积神经网络,克莱姆矩阵,纹理特征
优化神经网络论文文献综述
高明慧,张尤赛,王亚军,李垣江[1]（2019）在《应用卷积神经网络的纹理合成优化方法》一文中研究指出针对传统纹理合成方法特征提取困难以及合成周期较长的问题,提出一种基于卷积神经网络的纹理合成优化方法。通过优化VGGNet卷积神经网络的结构,并提出增加批量归一化BN层的方法,来提高网络训练速度和减少参数过拟合现象;通过计算每层得到的纹理图像特征响应的克莱姆矩阵,构建克莱姆矩阵集合来表达纹理特征;由梯度下降算法计算梯度,通过L-BFGS优化算法最小化损失函数,合成纹理图像。实验结果表明,该方法可以有效提高模型训练速度,减少参数过拟合现象,合成高质量的图像。(本文来源于《计算机工程与设计》期刊2019年12期）
肖金球,周翔,潘杨,冯威,陈多观[2]（2019）在《GA-BP优化TS模糊神经网络水质监测与评价系统预测模型的应用——以太湖为例》一文中研究指出针对水质监测与评价系统在太湖应用过程中水质数据和水质等级评价不准确的问题,建立了一种多隐含层改进型GA-BP神经网络来辨识复杂的水质模型,以均方误差MSE作为个体适应度,并在权值调整过程中加入动量因子来加快收敛速度,获取最优权阈值,提高其拟合程度和泛化能力.根据校准后水质的pH、溶解氧、浊度和氨氮数据,利用TS模糊神经网络建立了适用于当地水质评价的模型.仿真测试结果充分说明改进型GA-BP优化TS模糊神经网络对复杂水质模型的拟合程度更高,水质数据的均方误差、绝对误差更小,绝对误差保持在1.5%以内,水质等级预测精度提高14.28%.(本文来源于《西南大学学报(自然科学版)》期刊2019年12期）
李斌,胡芳,张朋,董威,邵强[3]（2019）在《基于改进遗传算法优化神经网络的隧道照明控制系统研究》一文中研究指出针对传统的公路隧道照明中存在的节能效果和调光准确效果均不足,给出了一种基于改进遗传算法优化神经网络的隧道照明控制方案,在实现准确调光的同时,改善了隧道照明控制系统的照明节能效果。通过传感器实时采集隧道外部部环境的亮度、行驶车辆的车流量和车速信息,实时准确调节隧道的照明亮度。采用电力线载波通信技术实现照明灯具的控制,减少系统布线难度。仿真结果表明,改进遗传算法优化神经网络算法的均方误差较神经网络算法提高了29.1%,算法仿真时间减少了63.7%,有效的提高了照明调光准确性。最后通过实验证明在隧道照明中使用该算法实现节能效果。(本文来源于《电子设计工程》期刊2019年23期）
李彬,张云,王立平,李学昆[4]（2019）在《基于遗传算法优化小波神经网络数控机床热误差建模》一文中研究指出数控机床的热误差已经成为影响其加工精度的一个关键因素,为最大限度提高数控机床热误差补偿的精度和效率,结合遗传算法自适应全局优化搜索能力和小波神经网络良好的时频局部特性的优点,提出一种基于遗传算法优化小波神经网络的机床热误差补偿模型。以某型号五轴摆动卧式加工中心为试验对象,以机床温度变量和热误差为数据输入样本,建立小波神经网络模型热误差预测模型,然后用遗传算法优化小波神经网络权值、阈值,最终建立热误差预测模型。通过与传统人工神经网络和普通小波神经网络进行对比分析及试验论证表明,该补偿模型具有精度高、抗扰动能力和鲁棒性强等优点,有望在实际加工场合的数控机床的热误差预测和补偿研究中得到更大的推广应用。(本文来源于《机械工程学报》期刊2019年21期）
白黄琴,胡红萍,白艳萍,王鹏[5]（2019）在《优化的BP神经网络在矢量水听器DOA估计的研究》一文中研究指出灰狼算法的特点致使灰狼种群多样性得不到很好保持,特别容易陷入局部最优。而差分算法的变异操作克服了这一缺点,并且具有很强的全局搜索能力。文中提出差分进化与灰狼算法相结合的差分灰狼算法(DEGWO),并用DEGWO优化BP神经网络(DEGWO-BP)来改善矢量水听器来波到达角估计性能。仿真实验结果表明,DEGWO-BP比PSOBP和SAPSO-BP具有更好的估计精度,且算法运行的时间很快,具有更好的应用前景。(本文来源于《现代电子技术》期刊2019年23期）
韩锦锦,李文君,汪岐,杨宜吉,梁颖[6]（2019）在《BP神经网络在入侵检测中的优化和应用》一文中研究指出网络应用的广泛普及,网络安全问题也越来越被关注。在众多的防御技术中,主动防御技术,受到越来越多的关注。其中基于神经网络的入侵检测技术是目前网络安全领域的研究热点。神经网络需事先确定输入输出之间映射关系,通过自身的训练,学习某种规则,在给定输入值时得到最接近期望的结果。在大多数的应用中,较多的是基于BP网络或者其变化形式。基于这样的背景之下,我们的实验基于BP神经网络建立了入侵检测模型。经过分析和测试,建立了适合本实验的叁层BP网络结构,选用了不同的学习函数并增加了动量学习因子项来进行改进。仿真实验发现改进后的BP算法的网络运行时间相对较短,网络的均方误差较小,检测率较高,效果好。(本文来源于《电子世界》期刊2019年22期）
刘夏,莫树培,何惠玲,杨军[7]（2019）在《基于优化RBF神经网络的无线室内定位》一文中研究指出针对径向基函数(Radial Basis Function,RBF)神经网络算法在无线网络室内定位中拓扑结构和网络参数难以确定,其定位效果不理想的问题,提出了一种用核主成分分析的模糊C均值聚类算法(Fuzzy C-Means clustering algorithm based on Kernel Principal Component Analysis,KPCA-FCM)和模拟退火自适应遗传算法(Simulated Annealing adaptive Genetic Algorithm,SAGA)优化RBF神经网络的无线室内定位算法。首先利用KPCA对原始训练数据样本进行数据预处理,再通过KPCAFCM算法计算出最优聚类数目和聚类中心点;其次将聚类数目和聚类中心点作为隐含层神经元个数和中心值,创建RBF神经网络,并将其网络参数映射到SAGA算法中;再次由SAGA算法进行网络参数寻优,把最优的解映射回RBF神经网络;最后利用样本数据对RBF神经网络进行训练和测试,完成建立RBF神经网络算法模型。实验表明,在相同的环境中,所提算法比传统RBF神经网络定位精度提高了48. 41%。(本文来源于《电讯技术》期刊2019年11期）
帅威,王君,彭延国,廖永杰,苟正忠[8]（2019）在《优化的卷积神经网络初至波自动拾取技术》一文中研究指出近年来,人工智能深度学习在多个领域蓬勃发展,在地球物理勘探中的应用研究已经成为一个重点。海量地震数据初至波自动拾取的精度和效率是后续资料处理中解决静校正的基础保障。借助Hadoop分布式批处理计算系统和TensorFlow人工智能学习平台,对优化的卷积神经网络深度学习初至波自动拾取技术进行了探索研究,开发了相应的初至波自动拾取软件。采用不同地区、不同震源类型和不同地表条件的地震数据对残差神经网络模型进行深度学习训练和验证,最终得到一个精度较高的地震初至波自动拾取网络模型。文章总结了卷积神经网络深度学习的基本方法原理、初至波自动拾取软件实现的关键步骤、地震初至波自动拾取网络模型的训练、并验证了拾取效果和效率。(本文来源于《2019年油气地球物理学术年会论文集》期刊2019-11-27）
王蒙,王斌,王飞[9]（2019）在《基于遗传优化BP神经网络的尾矿库边坡稳定性预测》一文中研究指出针对BP神经网络具有收敛速度慢以及极值容易陷入局部最小的劣势,提出使用遗传算法对BP神经网络进行改进,优化BP神经网络的权值和阈值,并将改进的算法应用于尾矿库边坡稳定性预测中.算例仿真结果表明,所提算法对尾矿库边坡稳定性预测具有较高的精确度.(本文来源于《赤峰学院学报(自然科学版)》期刊2019年11期）
林峰,陈天凡[10]（2019）在《基于BP神经网络的薄壁外壳注塑工艺参数优化》一文中研究指出以某薄壁壳体为研究对象,采用正交试验法设计试验方案,基于Moldflow进行数值模拟分析,并对结果进行均值分析和极差分析,得到了第一次优化后的注塑工艺参数组合。在第一次优化的基础上,重新设计正交试验方案,基于训练好的BP神经网络,得到模拟试验结果,经过均值分析确定最优注塑工艺参数组合。结果表明,最优注塑工艺参数组合的翘曲变形量最小,有效提高了塑件质量。(本文来源于《模具技术》期刊2019年06期）
优化神经网络论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对水质监测与评价系统在太湖应用过程中水质数据和水质等级评价不准确的问题,建立了一种多隐含层改进型GA-BP神经网络来辨识复杂的水质模型,以均方误差MSE作为个体适应度,并在权值调整过程中加入动量因子来加快收敛速度,获取最优权阈值,提高其拟合程度和泛化能力.根据校准后水质的pH、溶解氧、浊度和氨氮数据,利用TS模糊神经网络建立了适用于当地水质评价的模型.仿真测试结果充分说明改进型GA-BP优化TS模糊神经网络对复杂水质模型的拟合程度更高,水质数据的均方误差、绝对误差更小,绝对误差保持在1.5%以内,水质等级预测精度提高14.28%.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
优化神经网络论文参考文献
[1].高明慧,张尤赛,王亚军,李垣江.应用卷积神经网络的纹理合成优化方法[J].计算机工程与设计.2019
[2].肖金球,周翔,潘杨,冯威,陈多观.GA-BP优化TS模糊神经网络水质监测与评价系统预测模型的应用——以太湖为例[J].西南大学学报(自然科学版).2019
[3].李斌,胡芳,张朋,董威,邵强.基于改进遗传算法优化神经网络的隧道照明控制系统研究[J].电子设计工程.2019
[4].李彬,张云,王立平,李学昆.基于遗传算法优化小波神经网络数控机床热误差建模[J].机械工程学报.2019
[5].白黄琴,胡红萍,白艳萍,王鹏.优化的BP神经网络在矢量水听器DOA估计的研究[J].现代电子技术.2019
[6].韩锦锦,李文君,汪岐,杨宜吉,梁颖.BP神经网络在入侵检测中的优化和应用[J].电子世界.2019
[7].刘夏,莫树培,何惠玲,杨军.基于优化RBF神经网络的无线室内定位[J].电讯技术.2019
[8].帅威,王君,彭延国,廖永杰,苟正忠.优化的卷积神经网络初至波自动拾取技术[C].2019年油气地球物理学术年会论文集.2019
[9].王蒙,王斌,王飞.基于遗传优化BP神经网络的尾矿库边坡稳定性预测[J].赤峰学院学报(自然科学版).2019
[10].林峰,陈天凡.基于BP神经网络的薄壁外壳注塑工艺参数优化[J].模具技术.2019