李少清

作品数：4被引量：15H指数：2
导出分析报告
供职机构：燕山大学电气工程学院河北省工业计算机控制工程重点实验室更多>>
发文主题：板形模式识别自适应神经模糊推理系统板形模式识别ELMAN网络更多>>
发文领域：金属学及工艺自动化与计算机技术更多>>
发文期刊：《沈阳大学学报（自然科学版）》《智能系统学报》《钢铁研究学报》更多>>
所获基金：国家自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-4
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于人工蜂群算法的Elman网络板形预测被引量：5
《沈阳大学学报（自然科学版）》2012年第3期38-42,共5页张秀玲 赵文保 李少清 徐腾 
国家自然科学基金资助项目(50675186)
针对常规Elman网络泛化能力差的缺点,以及工业生产中对高精度板形预测模型的需要,用人工蜂群算法(ABC)代替误差反传算法训练Elman网络,建立了一个基于Elman网络的板形预测模型.神经网络的隐层节点数通过经验公式和仿真试验来确定.通过...
关键词：人工蜂群算法 ELMAN网络 板形预测模型 泛化能力 
Elman神经网络的板形模式识别方法被引量：2
《智能系统学报》2010年第5期449-453,共5页张秀玲 李少清 田力勇 
国家自然科学基金资助项目(50675186)
针对静态网络设计和识别时间模式的能力弱、泛化能力差、学习速度慢等缺点,建立了一个基于E lm an神经网络的板形模式识别系统.该系统由于考虑到了神经网络的过学习或过拟合问题,且通过经验公式和对比实验来确定神经网络的隐层节点数,...
关键词：板形模式识别 Ehnan神经网络 动态网络 
ANFIS的板形控制动态影响矩阵方法被引量：1
《智能系统学报》2010年第4期360-365,共6页张秀玲 逄宗鹏 李少清 张少宇 
国家自然科学基金资助项目(50675186)
针对板形控制系统的非线性和强耦合性,以及传统效应函数法和板形静态影响矩阵法的不足,通过对大量生产实测数据的计算和分析,提出了板形控制的动态影响矩阵法.通过基于减法聚类的ANFIS(自适应神经模糊推理系统)的板形动态矩阵预测模型,...
关键词：板形控制 自适应神经模糊推理系统 影响矩阵 聚类 模糊 
基于自适应神经模糊推理系统的板形模式识别被引量：7
《钢铁研究学报》2009年第9期59-62,共4页张秀玲 逄宗鹏 李少清 贾春玉 
国家自然科学基金资助项目(50675186)
针对传统的最小二乘板形模式识别方法的抗干扰能力差、精度低和神经网络方法存在网络学习时间长、易陷入局部最小值等问题,把模糊理论和神经网络的优点融合在一起,通过三个自适应神经模糊推理系统的有效拟合,提出了一种基于自适应神经...
关键词：板形 模式识别 自适应神经模糊推理系统 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部