فروش فایل
فروش فایل ,دانلود فایل,خرید فایل,دانلود رایگان فایل,دانلود رایگانفروش فایل
فروش فایل ,دانلود فایل,خرید فایل,دانلود رایگان فایل,دانلود رایگانبهبود سرعت یادگیری شبکه های عصبی چند لایه با الگوریتم پس انتشار خطا
مقاله با آغاز بهبود سرعت یادگیری شبکه های عصبی قید لایه با الگوریتم پس انتشار خطا در فرمت ورد در 28 صفحه و شامل مطالب زیرمی باشد: مقدمه
خلاصه ایا از الگوریتم BP
دستور اسیر الگوریتم BP
معایب الگوریتم استاندارد پس منتشر خطا1 (SBP)
چهره (1). منحنی یادگیری شبکه برای نرخ های یادگیری مختلف در مسأله XOR
بهبود الگوریتم استاندارد پس منتشر خطا (SBP) - الگوریتم BP از نوع دسته ای1 (BBP)
شکل (2). رفتار شبکه حرف الگوریتم BBP در مسأله XOR ( ـــ )
رفتار شبکه با الگوریتم SBP (0ـــ)- روش ممنتم 1 برای الگوریتم BP (MBP)
شکل(3): اقدام شبکه حرف الگوریتم MBP درمسأله XOR (ــــ)- نرخ یادگیری متغیر1 (VLR)
شکل (4). – اقدام شبکه با الگوریتم VLR برای مسأله XOR ( ـــ )
رفتار شبکه حرف الگوریتم SBP (0 ـــ)
- تغییرات نرخ یادگیری (α) در کل فرآیند یادگیری برای مسأله XOR
- الگوریتم پشت منتشر خطای تطبیقی1 (ABP)
شکل (5). منحنی یادگیری الگوریتم BP تطبیقی برای XOR- الگوریتم پشت منتشر خطا با نرخ یادگیری و ضریب ممنتم تطبیقی1 (BPALM)
شکل(6). – منحنی یادگیری الگوریتم BPALM در مسأله XOR- تغییرات علامت1
شکل (7). منحنی یادگیری الگوریتم Delta Bar Delta Rule در مسأله XOR- الگوریتم یادگیری Super SAB
2- الگوریتم پشت منتشر خطا با سه ترم
آنالیز همگرایی
شکل (10). منحنی آموزش الگورتم GBP باب مسأله XOR به ازای S=2 و S=1
- الگوریتم پشت انتشار خطای تندرستی پذیر1 (Rprop)
نتیجه گیری
مراجع
ترجمه مقاله شبکه عصبی بهبود یافته برای طبقه بندی خطا های خط انتقال
شکل مقاله: PDF
قالب ترجمه: WORD
عنوان نوشته فارسی: یک شبکه عصبی بهبود یافته برای
طبقه بندی خطا های الفبا انتقال
عنوان مقاله انگلیسی: An Improved Neural Network Algorithm for
Classifying the Transmission Line Faults
جوهره - این مطالعه یک صفت اخیر از الگوریتم مصنوعی مبتنی بر هوش برای طبقه بندی
خطاها باب شبکه های سیستم قدرت شناسایی می کند. این طبقه بندی منطقه و سنخ دقیق خطا را
شناسایی باده کند. این الگوریتم بر مبنای سنخ مختص به فرد شبکه عصبی به خصوص توسعه
یافته به سمت منظور تماس کردن با مجموعه بزرگی از دیتای ورودی ابعاد بالایی. بهبود
الگوریتم میانجیگری پیاده سازی مراحل مختلف پردازش سیگنال ورودی، از طریق انتخاب
پارامترها از بهر فیلترینگ آنالوگ، و مقدارها برای پنجره دیتا و فرکانس نمونه برداری
ارائه شده است. علاوه بر این، یک روش پیشرفته از بهر اشکوبه بندی الگوهای تست مورد بحث
قرار گرفته است و مقایسه مزایای حقیقی با نزدیکترین طبقه بندی همسایه قبلی استفاده
شده ارائه داده شده است.
سوئیچ کلمه ها – آیین خوشه بندی، الکترومغناطیس گذرا، کانال های عصبی، دسته
بندی الگو، خطاهای سیستم قدرت، رله های حفاظتی، آموزش.
تشخیص خودکار سطح هوشیاری با استفاده از شبکه عصبی مصنوعی و ضر
---