递归神经网络研究综述

递归神经网络(RNN)因具存储特性,可以处理前后输入有关系的序列数据,故广泛应用于文本音频、视频等领域.当输入间隙较大时,RNN存在短期记忆问题,无法处理很长的输入序列,而长短期记忆(LSTM)能很好地处理长期依赖性问题.自LSTM提出以来,几乎所有基于RNNs的令人兴奋的结果都是由LSTM实现的,因此LSTM成为深度...     

长记忆过程参数的小波包极大似然估计方法

基于小波包变换的解相关属性,对传统方法进行了改进,提出并推证了一种小波包极大似然估计(WPMLE)方法,并将它应用到一类有非常广泛应用背景的长记忆过程中去.仿真结果表明,在一定的精确度要求下,这种近似算法极大地降低了参数估计的计算量,可以作为参数估计方法的一种很好的选择.     

基于LSTM的标识解析节点负载均衡算法

工业互联网标识解析二级节点是面向特定行业提供标识服务的公共节点,随着二级节点在众多行业之间的快速落地,标识的注册量和解析量将达到海量级别,二级节点系统时刻承担着高并发的标识服务请求带来的压力,可以通过负载均衡机制解决上述问题.然而传统的静态负载均衡方案没有考虑系统的实时运行情况以及流量的突发性,因此本文面向标识解析二级...     

基于多尺度最小二乘确定长记忆过程参数的方法

利用离散小波变换对随机过程或时间序列进行多尺度分析,在多尺度空间中研究时间序列的方差及性质,利用小波方差的对数近似地线性依赖尺度对数这一特性,将最小二乘估计方法应用到长记忆过程参数估计问题中,从而提出长记忆过程的多尺度最小二乘估计的新方法.利用此方法不但能降低对随机参数估计时的计算量,而且在精度上也可达到令人满意的结果.     

神经颗粒素与学习记忆相关性研究进展

从神经颗粒素(Ng)的功能、脑内分布特点及其对突触可塑性的影响等方面简要介绍Ng对学习记忆的影响及可能机制.     

攀附与重构——东莞企石黄大仙研究

黄大仙信仰从产生之初便不断被地方化,尤其是进入岭南之后与岭南地域文化发生的互动更使地方化得到加强．东莞企石黄大仙的攀附与重构表明了这样一种倾向：处于边缘地位的地方黄大仙传说不断攀附被认为作为中心的香港黄大仙,并力图与之建立关系,扩大自身影响以吸引信众,攀附成为某种正统性的要求．由于文化与历史资源尚浅,经济弱势的企石黄大仙古庙必须借用外界的文化资源来建构自身的合法性．     

四元数双向联想记忆神经网络的固定时间控制

将双向联想记忆（bidirectional associative memory,BAM）神经网络扩展到四元数域,提出了一类新的四元数双向联想记忆神经网络（quaternion-valued bidirectional associative memory neural networks,QVBAMNNs）。通过对四元数的分解并运用微分包含理论,将原始的四元数值系统转化为等价的实值系统,并利用Lyapunov方法研究了主从QVBAMNNs的固定时间同步问题。通过设计一个不连续状态反馈控制器,得到了保证QVBAMNNs达到固定时间同步的新准则。最后,通过数值仿真验证了所得结果的正确性。     

基于神经网络的Internet导航

为迅速准确地在Ｉｎｔｅｒｎｅｔ中获取所需信息,且不致于迷航,通过对Ｉｎｔｅｒｎｅｔ导航的分析,在采用分级结构方法和簇分析相结合的基础上,提出了一种形成单层神经网络形式的概念空间,利用Ｈｏｐｆｉｅｌｄ 神经网络算法的联想功能,通过跟踪用户的浏览行为,对用户浏览进行导航．实验证明,这种导航方法能够大大提高用户的浏览效率．     

具有记忆环节的前向网络时空结构识别方法研究

提出一种具有记忆环节的前向网络时空结构识别方法,并给出了理论推导,其记忆环节使其处理时空模式结构和时序列系统的能力更加明显,通过仿真证明了该方法的有效性。     

求函数极小点的记忆梯度法

<正> 记忆梯度法是共轭梯度法的推广和改进,它存在很多优点,是一个值得重视的算法.不过在它的每一迭代步中,都要作一次二维搜索.以往处理这个问题,常常采用牛顿法,由于牛顿法对初值要求十分苛刻,在实用上很不理想.本文提出一类函数的极值问题,在使用记忆梯度法求解时,采用线性化方法处理二维搜索问题,获得较好的计算效果.