RF功放非线性特性的在线神经网络建模

为了改善功放系统的非线性特性,采用了基带数字预失真技术,其中功放系统的建模是其关键技术.由于功放系统是一个复杂的带记忆效应的非线性时变系统,为了能够实现实时校正,采用级联相关算法进行在线神经网络建模.首先选用残差相关性判别方法来确定神经网络功放模型的结构和初始参数,然后使用带遗忘因子的递推最小二乘法对神经网络模型参数进行在线自适应调整.对实测数据的验证表明,建立的神经网络模型完全能达到给定的性能指标要求.     

神经网络剪枝算法在上市公司ST预测中的应用

当神经网络用于上市公司的ST预测建模时,确定合适的网络规模是关键。该文讨论了一类神经网络剪枝算法———权衰减法的工作原理,并给出了其剪枝机理。结合国内上市公司5年的财务数据,给出了上市公司ST(特别处理)预测的神经网络建模方法,并得到了令人满意的预测效果。     

磷酸铁锂电池模组老化行为

阐明退役电池的老化行为和衰减机理有助于对其安全高效地再利用。本文采用容量标定、循环老化、材料表面分析等试验方法对一个近似于盲盒的退役电池系统的老化行为进行了研究。研究结果表明,虽然整个退役电池系统是按照容量衰减到80%的做法进行退役,但是退役电池系统中大部分的电池模组SOH值远远高于80%。选取的一个电池模组在设定的2C倍率、100% DOD的老化模式下循环到60% SOH以下只有400次,前200次循环衰减较慢,后200次循环衰减较快。材料表面分析结果发现退役电池在循环老化后阳极的劣化要比阴极的更严重,可循环锂的消耗是导致电池容量衰减的主要原因之一。因此,退役电池梯次利用时从模组级别进行分选和成组,可以最大化地挖掘其剩余价值,同时应尽可能在低电流倍率和浅充浅放等较温和工况下使用退役电池。     

基于误差函数的自然梯度法及其在MLP学习中的应用

在激活函数选为误差函数的条件下,给出了求Fisher信息矩阵逆的算法,并进行仿真验证.首先将自然梯度法应用于多层感知器学习中,并与BP(back-propagation)算法进行了比较,说明了自然梯度法能够加快学习速度,并且可能避免学习中出现平坦区现象,即使出现平坦区,也不会很严重.仿真验证了自然梯度法上述良好的学习性...     

基于AP和BP神经网络算法的手写数字识别

针对现有的手写数字识别技术不适合大规模应用的问题,提出了一种基于AP和BP神经网络的快速手写数字识别算法。首先对预处理后的样本通过AP算法(affinity propagation)聚类消除冗余,重新构造样本空间;然后构造BP(误差反向传播)神经网络模型,学习测试集合样本。采用UCI机器学习数据库中的数据进行实验,结果表明,算法的识别正确率可达96.10%,高于BP神经网络算法的识别正确率94.88%,且执行时间约为后者的10%,具有较高的实用价值。