杨鹏
- 作品数：3 被引量：9H指数：2
- 供职机构：江西师范大学计算机信息工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于FMECA的故障树分析自动生成方法研究被引量：2
- 2009年
- 以产品设计阶段生成的FMECA(Failure Mode Effect and Criticality Analysis,故障模式、影响及危害性分析)为基础,对其故障诊断分析模型进行了比较深入、系统的研究,提出了一种基于FMECA的故障树分析系统自动生成的新方法。通过研究产品设计知识生成诊断知识,很好地缓解了诊断知识匮乏带来的窘境。与手工建树相比,这种方法可以高效、准确地得到具有较完备诊断知识的故障树。
- 杨鹏
- 关键词：FMECA故障树控制回路故障诊断
- PSO粒子群算法在神经网络泛化能力中研究被引量：6
- 2009年
- 利用PSO粒子群算法对神经网络的权值和阈值,隐藏层中神经元的传递函数系数进行优化。针对网络训练效果好,而泛化能力很差的情况,将训练样本均方差和权值的平方和结合作为PSO算法的目标函数。实验表明,该方法比惯性权值PSO-BP算法和基本梯度下降法好,不但稳定性好,而且预测精度高,泛化能力得到明显加强。
- 刘军邱晓红汪志勇杨鹏
- 关键词：BP网络传递函数泛化
- 基于相似性最优模块神经网络的股票预测被引量：1
- 2008年
- 该文提出一种最优模块化神经网络的模型.BP网络存在学习后面的样本而"遗忘"前面的样本,以及训练速度很慢的问题,但具有泛化能力强的优点,同时网络的结构不会随数据增加而变的庞大.而RBF网络随着输入维数增加其隐藏层的神经元个数呈指数增加,并且其泛化能力不强,但RBF网络具有训练速度比较快,逼近效果好等优点.于是提出最优模块化神经网络的模型,综合BP和RBF网络的优点.使学习样本能力,运算速度,网络规模得到改善.该模型适合于较多的样本训练.
- 刘军邱晓红汪志勇杨鹏
- 关键词：模块化神经网络股票预测
