提出了一种新的演化神经网络算法GTEANN,该算法基于高效的郭涛算法,同时完成在网络结构空间和权值空间的搜索,以实现前馈神经网络的自动化设计。本方法采用的编码方案直观有效,基于该编码表示,神经网络的学
退火优化BP神经网络应用网络入侵检测,许彦钊,刘衍珩,对BP神经网络算法进行了改进,提出了一个基于模拟退火思想的双层模拟退火方案来优化BP神经网络:第一层简单退火,使误差精度快速��
网络管道:网络流量数据管道,用于实时预测和构建深度神经网络的数据集
基于卷积神经网络的未知流量分类策略,陈晔欣,黎淑兰,为了提高网络流量分类的准确性及健壮性,本文设计了基于卷积神经网络的网络流量分类系统,并在此基础上针对混合流量中存在未知类
研究大尺度IP骨干网络流量矩阵估计,通过使用广义回归神经网络来捕捉流量矩阵特征,将流量矩阵估计描述成马氏距离下的最优化过程,能成功克服流量矩阵估计的病态特性,获得精确的估计值。仿真结果表明,该估计算法
一种利用遗传算法优化神经网络对光伏出力进行预测的设计方法。通过优化神经网络的结构和参数,实现了对光伏出力的准确预测,并在MATLAB仿真平台上进行了部分功能实现。相信这一优化设计能为光伏发电领域的研究
为了提高瓦斯浓度预测的精度和稳定性,提出了将遗传算法(GA)与BP神经网络结合的预测方法。利用BP神经网络能以任意精度逼近非线性函数的优点,结合遗传算法的全局搜索能力,优化神经网络权值和阈值,建立GA
一种基于小波神经网络的交通流量预测算法。该算法利用小波变换对原始交通数据进行预处理,并将处理后的数据输入到神经网络中进行学习和预测。通过对历史交通流量数据的分析和建模,该算法可以准确预测未来交通流量的
网络流量预测在拥塞控制、网络管理与诊断、路由器设计等领域都具有重要意义。根据当今网络流量的特点,传统的ARMA模型在描述网络流量数据特性时有一定的局限性,从而影响网络流量预测的精度。针对这个问题,研究
虚拟自然景物技术发展到今天,构造虚拟植物的模型已经很多,但多数都侧重于图形学方面,主要研究对象在某一时刻的形态。受达尔文生物进化论思想启发,借鉴生物界自然选择和进化机制,从植物种群着手,以进化过程为研