黑龙江省科技攻关计划(GZ07A103)
- 作品数：22 被引量：72H指数：5
- 相关作者：许少华何新贵张强王颖李盼池更多>>
- 相关机构：东北石油大学北京大学中国石油天然气集团公司更多>>
- 发文基金：黑龙江省科技攻关计划黑龙江省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术天文地球更多>>
- 一种概率过程神经元网络模型及分类算法被引量：3
- 2009年
- 针对动态信号分类及与先验类别知识融合问题,提出了一种概率过程神经元网络模型.模型将贝叶斯概率分类机制与过程神经元网络动态信号处理方法相结合,通过在前馈过程神经元网络中增加一个模式单元层,以及采用归一化指数类型激励函数,实现基于贝叶斯规则的动态信号分类.分析了概率过程神经元网络分类机制与贝叶斯分类规则的等价性,给出了具体的学习算法,实验结果验证了模型和算法的有效性.
- 许少华李盼池何新贵
- 关键词：贝叶斯规则
- 基于空间划分树的多目标粒子群优化算法被引量：7
- 2011年
- 提出一种基于空间划分树的多目标粒子群优化算法,该算法采用网格拥挤距离与网格密度相结合的策略选取全局极值,能加速算法收敛,保持种群多样性,在提高全局极值选取准确度的同时使最终解保持了较好的分布性.
- 刘华蓥王静许少华孙毅
- 关键词：多目标优化粒子群算法
- 基于SVR的组合预测模型及其应用被引量：2
- 2009年
- 针对油田开发单一产量预测模型泛化能力低、中长期预测准确性差等问题,提出了一种基于支持向量回归机(SVR)的组合预测模型。该模型可基于小样本建模并能综合不同单一预测模型的适用条件和优势,具有较强的泛化能力,对只可获得少量实验数据的油田产量预测问题具有较好的适应性。给出了SVR组合预测模型的结构设计和实现算法,对油田实际产量数据进行处理,取得了较精确的预测结果,验证了模型和方法的有效性。
- 刘显德高泓
- 关键词：组合预测支持向量回归机核函数
- 一种基于数值积分的过程神经元网络训练算法被引量：7
- 2010年
- 针对过程神经元网络的训练问题,提出了一种基于数值积分的学习算法。直接采用数值积分进行网络中动态样本与连接权函数的时域加权聚合运算,采用梯度下降法实现连接权函数特征参数及网络性质参数的调整。设计了基于梯形积分、辛普森积分、柯特斯积分等3种过程神经元网络数值积分训练方法,以太阳黑子数据预测为例进行仿真实验,结果表明,基于数值积分的过程神经元网络训练算法是有效的,其中辛普森积分算法的性能最优。
- 许少华王颖王皓何新贵
- 关键词：过程神经元网络学习算法数值积分
- 一种改进的双链量子遗传算法及其应用被引量：20
- 2010年
- 针对目前双链量子遗传算法中保持种群多样性和改善优化效率问题提出了三种改进方法。通过在量子比特概率幅三角函数表达式中引入常数因子,使搜索过程在多个周期上同时进行,以改善算法的优化效率;提出了一种基于单比特量子Hadamard的变异策略,可提高保持种群多样性的概率;改进了量子旋转门转角步长函数,能够有效避免算法震荡,增强算法的适应性。以多变量函数极值优化问题为例,仿真实验结果表明上述三种改进措施是有效的。
- 许少华许辰郝兴王颖李盼池
- 关键词：量子计算量子遗传算法优化算法
- 基于Zernike矩及神经网络的掌纹识别方法被引量：2
- 2009年
- 采用了一种分层次利用多种特征的由粗到细的掌纹识别技术。在该方法中,主要定义了2种层次特征:基于距离的几何特征和基于Zernike矩的纹理特征。针对2种不同的特征,采用2种经典的神经网络,并把它们有效地合成到一个识别系统。最后用实验验证了该方法的有效性。
- 杨王黎马瑞民许少华王淑华
- 关键词：掌纹识别ZEMIKE矩神经网络
- 基于FVSM的核聚类算法在文本聚类中的应用
- 2010年
- 针对信息挖掘中的文本自动聚类问题,提出了一种基于模糊向量空间模型的核聚类算法。首先对聚类文本进行模糊特征提取得到模糊特征项集,然后依据模糊特征项集对每篇文本计算特征项的文档频数,进而得出每篇文本的模糊特征向量。最后利用高斯核函数将每篇文本的特征向量映射到高维特征空间,在高维特征空间中利用核聚类算法实施文本聚类。该方法在特征提取时充分考虑了特征项在文档中的位置信息,使自动聚类原则更接近手工聚类方法。以中国期刊网全文数据库部分文档数据为例验证了该方法的有效性。
- 杨延锟许少华
- 关键词：文本聚类核聚类算法
- 基于遗传—模拟退火算法的过程神经网络的训练及应用被引量：4
- 2009年
- 过程神经网络是一种新型的神经网络,其输入及权值皆为时变函数,因此存在学习算法复杂度高、对初值敏感的问题。本文鉴于BP算法的不足提出了一种过程神经网络的学习算法,将输入函数和网络权值按正交基展开的过程神经网络,采用遗传算法与模拟退火算法相结合的方式进行网络训练,既避免了陷入局部最优解,又克服了模拟退火算法达到最优解造成的迭代次数增加问题,使网络具有较快的收敛速度和较高的逼近精度,文中给出相应的学习步骤和参数选取方法,同时以水淹层识别实验为例,验证了算法的有效性。
- 张强许少华刘丽杰凌力
- 关键词：过程神经网络遗传算法模拟退火算法正交基
- 粒子群算法在克里金三维地质建模中的应用被引量：8
- 2011年
- 变差函数是克里金法中反映区域化变量空间变化特征的有效数学模型,由其确定的拟合模型参数直接影响插值精度.采用基于线性递减权值的粒子群算法估计变差函数参数,实验对比发现:所提方法比传统的最小二乘法和手工拟合法更精确,采用某油田小层数据进行地质建模,插值得到的数据点与实际离散数据拟合更好,能够体现该地区地质特征,取得较好应用效果.
- 张强许少华于文涛成洪甲
- 关键词：粒子群算法变差函数地质建模插值
- 一种基于SOPNN的分类模型及其在测井水淹层识别中的应用被引量：2
- 2008年
- 针对测井曲线小层水淹层自动识别,提出一种基于自组织过程神经网络(Self-Organization PNN,SOPNN)的动态判别模型和方法.SOPNN由输入层和竞争层组成,其输入和连接权为与时间有关的函数.网络可将小层连续测井曲线作为输入,自动提取曲线所对应的形态和幅值特征,并对其进行自组织,在竞争层将分类结果表示出来.给出SOPNN竞争学习和有教师示教2种学习算法,对实际测井水淹层资料进行处理,正确识别率可达79.25%.
- 邹涛峰
- 关键词：学习算法模式识别测井曲线水淹层
