张娜

作品数：5被引量：31H指数：4
导出分析报告
供职机构：重庆邮电大学更多>>
发文主题：卷积神经网络脑电信号堆叠网络结构优化更多>>
发文领域：自动化与计算机技术医药卫生电子电信政治法律更多>>
发文期刊：《信息与控制》《电子科技大学学报》更多>>
所获基金：国家自然科学基金重庆市教育委员会科学技术研究项目重庆市自然科学基金更多>>
-
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1-5
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
混合PSO优化卷积神经网络结构和参数被引量：10
《电子科技大学学报》2018年第2期230-234,共5页唐贤伦 刘庆 张娜 周家林 
国家自然科学基金(60905066);重庆市教委科学技术研究项目(KJ1500401)
为了使卷积神经网络在非经验指导下自动寻得最优连接,并提高其参数优化效率,提出用粒子群优化卷积网络参数,并用离散粒子群优化卷积网络特征图之间连接结构的新方法。先使用粒子群优化所有权值,再采用离散粒子群优化降采样层和卷积层之...
关键词：卷积神经网络 离散粒子群优化 手写字符识别 粒子群优化 结构优化 
基于非监督预训练的结构优化卷积神经网络被引量：5
《四川大学学报（工程科学版）》2017年第S2期210-215,共6页刘庆 唐贤伦 张娜 
国家自然科学基金资助项目(61673079);重庆市基础科学与前沿技术研究项目资助(cstc2016jcyj A1919)
针对带标签训练样本不足,典型卷积神经网络卷积核由经验设置,网络结构固定不变难以后期再学习的问题,基于稀疏自编码器(sparse autoencoder,SAE)和卷积神经网络(convolutional neural network,CNN),提出新的CNN模型。该模型将部分原始...
关键词：卷积神经网络 稀疏自动编码器 非监督预训练 后继再学习 手写字识别 
基于半监督学习的脑电信号特征提取及识别被引量：3
《四川大学学报（工程科学版）》2017年第S2期230-237,共8页张娜 唐贤伦 刘庆 
国家自然科学基金资助项目(61673079);重庆市基础科学与前沿技术研究项目(cstc2016jcyj A1919)
针对有监督学习容易造成未标记样本的浪费和手动特征提取容易导致信息丢失的问题,提出一种基于深层堆叠网络(DSN)的半监督特征学习方法。该方法将受限玻尔兹曼机(RBM)的无监督学习与基于批量模式的梯度下降算法相结合,包括预训练和微调...
关键词：深层堆叠网络 半监督学习 受限玻尔兹曼机 特征提取 脑电信号识别 
基于极限学习机的非线性内模控制被引量：5
《电子科技大学学报》2016年第1期96-101,共6页唐贤伦 周家林 张娜 刘庆 
国家自然科学基金(60905066)
针对非线性的内模控制的逆模难以求解的问题,该文提出一种基于改进极限学习机(MELM)的非线性内模控制方法。在基本的极限学习机模型中加入L1和L2范数罚函数,然后将改进极限学习机算法用于建立非线性系统的内模型和逆模型。仿真实验中,选...
关键词：极限学习机 内模控制 L1范数罚函数 L2范数罚函数 
基于深度信念网络的运动想象脑电信号识别被引量：8
《信息与控制》2015年第6期717-721,738,共6页唐贤伦 周家林 张娜 刘庆 
国家自然科学基金资助项目(60905066);重庆市自然科学基金资助项目(cstc2012jjA1642)
目前脑电信号的识别中,特征提取和分类是分开独立完成的.为了简化识别过程和提高识别效果,本文提出一种运用深度信念网络(DBN)进行脑电信号识别的方法.DBN模型由多层RBM(restricted Boltzmann machine)网络和一层BP(backpropagation)网...
关键词：深度信念网络 脑电识别 特征学习 
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