张代远
- 作品数：69 被引量：266H指数：10
- 供职机构：南京邮电大学计算机学院更多>>
- 发文基金：江苏高校优势学科建设工程资助项目江苏省高校优势学科建设工程资助项目江苏省自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信天文地球经济管理更多>>
- 复数前馈神经网络的全局最优和快速学习算法被引量：1
- 2006年
- 提出了一种新型复数前馈神经网络的学习算法。当输入层和隐层之间的权值计算出来后,就可以通过求解线性方程组得到隐层和输出层之间的权值。这些权值是全局最小点。另一方面,本文算法很容易确定全局最小点时隐层神经元的个数。本文算法具有很高的训练精度和学习速度。
- 张代远
- 可监控智能液位控制器系统设计被引量：6
- 2010年
- 针对目前液位控制系统所存在的问题,设计了一种基于AT89S52单片机的可监控的智能液位控制器系统。该系统采用光电式和极电式两种方式对数据进行采集,下位机直接通过LED和数码管显示液位状态。同时所采集到的数据将通过串口传送到上位机,上位机通过利用MFC所开发的监控界面进行实时监控。系统实现了对液位状态进行实时远程两级监控,同时能够根据具体要求对软件不断更新,提高了系统的检测精度、速度、传输距离以及其灵活性、可靠性和抗干扰性。
- 牛标张代远
- 关键词：上位机监控AT89S52数据更新光电式
- 基于移动自组织网络中RIP路由算法的改进被引量：1
- 2006年
- 针对移动AdHoc网络中的点到点路由问题提出了一种路由算法——RRIP。该路由算法是对传统的RIP路由信息协议的一种改进,采用路由冗余技术,并对协议工作过程作出一些修改,算法使得传统的RIP协议能适用在网络拓扑结构频繁变化的移动AdHoc网络中。描述了RRIP算法的设计思想和主要内容,并进行了性能分析。
- 卢娉贤张代远
- 关键词：ADHOC网络RIP协议
- 前馈神经网络新算法的理论、实现及应用研究
- 张代远
- 关键词：人工神经网络前馈神经网络
- 一类新型改进的广义蚁群优化算法被引量：3
- 2012年
- 提出了一类新型蚁群优化算法。该算法改进了概率选择函数,将概率选择函数由严格单调增函数推广为有界函数,给出了蚂蚁在某一源节点选择下一个节点的更一般的表达式。证明了算法收敛的重要定理:即对足够大的迭代次数,改进的广义蚁群优化算法至少找到最优解一次的概率趋近于1。提出了信息素渐近平衡原理。在信息素更新规则中,引入了信息素残留率函数、信息素增量函数。证明了渐近信息素在最优路径上将会趋于一个正数,而在非最优路径上将会趋于0。最后,计算机仿真实验结果表明,无论是获得的最优解的质量还是算法的收敛速度,文中提出的改进的广义蚁群优化算法都优于传统的蚁群优化算法。
- 张代远
- 关键词：人工智能蚁群优化算法收敛性
- 基于零代价函数神经网络的神经—模糊系统与应用被引量：1
- 2006年
- 以洗衣机的控制对象,提出了一种神经模糊系统,对其进行建模和控制。根据人类专家的经验提取出来的语言规则,置于模糊逻辑系统之中,并引入线性隶属函数将这些模糊规则转化成数值。这些数值(输入、输出样本对)用来作为神经网络的训练样本。为了改善洗衣机的性能,采用的是基于零代价函数的神经网络训练算法,因此,神经网络的输出数据可以转换成模糊规则,而不存在误差。展望了神经模糊系统方法的方向和在洗衣机中的应用。
- 张代远吕鹏
- 关键词：神经网络
- 手机内置GPS射频电路的分析与改进
- 2009年
- GPS接收机的灵敏度是影响GPS性能的重要指标,目前业界纷纷推出高灵敏度的GPS接收系统,大大拓展了GPS的应用场景。本文对手机内置GPS接收机的灵敏度性能进行原理性分析,并对实际产品进行了改进和提高,从而给出了设计高灵敏度GPS接收机的建议。
- 吴家宝张代远
- 关键词：GPS接收机灵敏度噪声
- 纯P2P在私网中的应用被引量：1
- 2008年
- 随着网络的迅速发展,P2P技术逐渐显现它的优势。网络规模的膨胀,产生了很多规模庞大的私网,私网内部需要很方便的信息交换的方法。文章提出在私网中应用纯P2P技术来交换信息和传送文件,并针对以往纯P2P无法实现管理的问题提出了具体的解决方案。该方案可自动搜索在线用户,具有很快的收敛速度,用户不需要知道对方的IP地址即可与对方交流。
- 盛明超张代远
- 关键词：P2P广播
- 快速和高精度的前馈网络学习算法被引量：2
- 2000年
- 本文针对三层前馈网络提出一种全新的学习算法。该法克服了传统BP算法因用梯度下降和误差逆向传播而拖慢收敛速度及易陷于局部极小的缺点。所提出的算法是代数型的，计算复杂度为多项式阶。文中给出的一个非线性时间序列训练算例表明：新算法较BP算法在计算精度和速度方面均有大幅度提高，在网络规模变大时此算法的优点尤为明显。
- 张代远
- 关键词：神经网络人工智能
- 复数神经网络的一种新型初始权值选择方法被引量：1
- 2006年
- 为了改善学习速率,提出了一种确定复数神经网络初始权值的新颖方法。初始权值不是随机给定的,而是通过计算求得。具体方法是选择一类隐层神经元的变换函数(类支集函数),将输入层和隐层之间的复数权值计算出来,保证隐层的输出矩阵是满秩矩阵,并从理论上证明了这样的满秩矩阵是存在的。利用这个满秩矩阵,通过最小平方算法就可以求得隐层和输出层之间的复数权值。将这些权值作为初始权值,采用最速下降算法来对神经网络进行训练。初始权值的优化,使得该算法可以有效地提高复数神经网络的训练速度和计算精度。一个特例是当隐层神经元的个数与样本个数相等时,就可以求得代价函数值为0的全局最小点。计算机仿真实例验证了该算法的有效性。
- 张代远
- 关键词：人工智能
