主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第4期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
何新贵,许少华.输入输出均为时变函数的过程神经网络及应用.软件学报,2003,14(4):764-769
输入输出均为时变函数的过程神经网络及应用
Process Neural Network with Time-Varied Input and Output Functions and Its Applications
投稿时间:2002-09-13  修订日期:2002-11-12
DOI:
中文关键词:  过程神经元网络  函数逼近  时变函数  正交基函数  学习算法
英文关键词:process neural network  approximation of function  time-varied function  orthogonal base function  learning algorithm
基金项目:Supported by the Natural Science Foundation of Heilongjiang Province of China under Grant No.F01-20 (黑龙江省自然科学基金)
作者单位
何新贵 北京大学,信息科学技术学院,视觉与听觉信息处理国家重点实验室,北京,100871 
许少华 北京航空航天大学,计算机科学与工程系,北京,100083 
摘要点击次数: 2900
全文下载次数: 3462
中文摘要:
      为了解决实际系统中输入、输出经常是时变连续函数的问题,提出了一类基于基函数展开的过程神经元网络模型.该模型利用过程神经元网络所具有的对时间变量的非线性映射能力,实现系统的输入、输出之间的连续映射关系.另外,还给出了一种学习算法.为了简化计算,选择正交函数作为基函数,并以油藏开发仿真为例,验证了模型和算法的有效性.
英文摘要:
      In order to solve the problems in real systems where inputs and outputs are time-varied continuous functions, a process neural network model based on expansion of base functions is proposed in this paper. In this model, the continuous input-output mapping of the system is realized by nonlinear mapping capability to the time variable of process neural networks. A learning algorithm is also given in this paper. In order to simplify the algorithm, orthogonal functions are selected as base functions, and the effectiveness of the model and the algorithm is proved by simulation of oil reservoir exploitation.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利