未来智库 > 神经网络论文 > 略述人工神经网络技术的应用现状

略述人工神经网络技术的应用现状

发布时间:2018-06-30 01:06:00 文章来源:未来智库    
    关键词:人工神经网络 技术 应用现状
    中图分类号:TP183 文献标识码:A 文章编号:1007-9416(2015)01-0000-00
    人工神经控制,是新颖的控制框架。这种控制带有动态模式,它整合了根本的控制、对应着的建模等。为了辨析新颖情形下的这类控制路径,本文辨析了它特有的进展历程,阐释了常规架构下的网络特性。常见神经网络带有独特弊病及优势。未来进展之中,应当经过摸索,设定更为适宜的技术思路。
    1总体网络框架
    (1)网络根本框架。人工神经网络含有多样的神经元,建构了精准模型。这些神经元特有的细化分支,建构了总体范畴的处理网络,它带有并行分布的总倾向。各个神经元带有单一架构中的输出,同时衔接着其他节点,可以多重输出[1]。每类衔接方式,对应着拟定好的某一权系数。从根本来看,这类网络带有如下的特性:对于各个节点,都设定了某一关联的状态变量。多重节点含有某一权系数。除此以外,节点还搭配着某一阈值、特定变换函数。(2)筛选典型形式。筛选的递归网络,衔接着多层级的这类神经元,它们互联并建构了拟定好的网络框架。某些神经元特有的数值输出,反馈至同一层级,或者前一层级。这种状态之下,信号依托网络,能够反向流通。递归网络带有反馈的特性,Jordan被设定成典型形式[2]。
    有着前馈特性的典型网络,含有分层框架。某些同一层级的有关神经元,并不是真实的。从输入层直至特有的输出层,信号凸显了单相流动的倾向。上下层级中间,并不存在特有的同层节点。这类前馈网络,包含矢量化特有的分支网络、建构的小脑模型。
    2典型BP网络
    (1)网络运用范畴。建构的人工神经网络,包含独有的处理路径、信息处理手段。它能自动判别某一图像、辨识各类模型、辨识多层级的传感信号;还可采纳新颖情形下的自动控制。在地理领域、工业焊接领域、数据挖掘特有的范畴、电力体系及特有的矿业挖掘之中,它都凸显了价值。BP特有的这类网络,包含惯用的优化预测、计算之中的函数逼近。例如医学之中,若要细分心胃电图,那么惯用最小逼近这样的运算思路。对于筛选的工业流程、某一自然学科,妥善予以整合。电力体系特有的流经负荷、多媒体架构内的信息预测,都用到建构的这类网络。预测时间序列,也用到这一技术。例如:国民经济范畴内的数值推测、人口递增的总趋势,可以依托这一网络,设定拟合路径下的建模[3]。(2)BP独有的优势。BP架构内的对应网络,带有简易的优势;在工业范畴中,正在广泛采纳。例如控制系统,常会把设定好的BP网络拟定为某一控制配件。这种细化配件,应被布设在宏观情形下的信息流中。它便利了常规特性的分类步骤,以及识别步骤。采纳快速思路来辨识潜藏着的器械故障。对比传统方式,例如谱分析等,它提升了原有的诊断速率。(3)运用中的弊病。BP特有的容错特性、对应的鲁棒性不佳。这种不佳性能,很难保障在线态势下的诊断精准。预报及监测时,也没能确保数值应有的精准性。这类算法特有的收敛速率还是偏慢。与此同时,网络附带的多重节点含有偏多的隐层端点。对于端点筛选,仍缺失完备的、统一架构内的辨识方式。
    3未来进展走向
    伴随技术进展,人工神经网络架构中的技术,在多层级的信息归整处理、优化自动控制、人工智能路径中,凸显了深层级的优越倾向。但与此同时,这类算法仍潜藏着某些弊病及漏洞。具体而言,未来进展之中应侧重探究如下的层级:(1)非线性范畴的表达。网络模拟了根本的人脑机能,伴随算法进展,人们辨识了部分范畴的这类机能[4]。例如:视觉处理关联的探究,在存留记忆、存留数值等层面,都在不断进展。从客观上看,神经网络渐渐拓展,应大胆建构某一简洁的、非线性情形下的表达途径。这种客观思路,是数学框架内的侧重目标。(2)整合芯片技术。科技及对应着的制造进展,应能是同步的。科技拓展同时,它也助推了制造范畴的手段变更。反过来这样的制造科技,也提快了技术进展的总速度。神经网络方式应能搭配着更高层级的制造工艺。这是因为,单片之中整合了多样的神经元,没能满足新情形下的网络运用。这种状态之下,网络配有的芯片应被尽快制备出来。这种总体走向,是技术拓展的总体趋向。技术方式带有某一局限。为了拓展理论,配套范畴的关联原理也应不断予以更新。神经网络科目,应被融汇进更广范畴的其他科目。例如:混沌理论及关联的量子力学,都应整合在一起。(3)模糊控制平台。有着模糊特性的神经网络,整合了根本的模糊理论、神经网络独有的若干优势。这种模糊控制,是新形势之下的探究侧重点。在工业窑炉、机器人管控这样的领域,都可予以采纳。但从现状看,模糊控制缺失完备的自适应特性、自我调整特性。它没能抵挡偏大的干扰,很难实时控制。缺失必备的开发平台,它阻碍着宏观架构内的拓展运用[5]。
    线性规划之中,采纳这样的网络规避了惯用的纯数学途径。转化模数之后,在电路配有的输入端添加某一电压数值,神经元即可凸显数值信号。
    4结语
    历经长期调研,神经计算特有的科目渐渐成熟,原有的应用范畴也变得更广。人工神经网络独有的若干特性,包含总体架构、细化的分支特性。例如:线性规划范畴的各类步骤,不能脱离采纳的这类运算。模数转变之中,也会涵盖这一思路。伴随技术深化,神经网络关联的多样技术,必然渐渐被人们接纳。
    参考文献
    [1]汤素丽,罗宇锋.人工神经网络技术的发展与应用[J].电脑开发与应用,2009(10):59-61.
    [2]金龙.人工神经网络技术发展及在大气科学领域的应用[J]气象科技,2014(06):385-392.
    收稿日期:2015-01-13
    课题名称:湖南省教育厅科技课题“基于小波神经网络的装载机称重系统动态软测量研究”
    课题编号:13C259。
    作者简介:肖珊(1981―),女,汉族,湖南衡阳人,硕士研究生,讲师,湖南机电职业技术学院,主要研究方向:智能检测、智能控制、自动化技术。
转载请注明来源。原文地址:https://www.7428.cn/vipzj20634/
 与本篇相关的热门内容: