期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到915篇文章
< 1 2 … 46 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于前馈神经网络的无人机图像对比度增强方法
1
作者 沈洁 《电子制作》 2025年第3期98-101,共4页
针对无人机图像对比度不足的问题,开展基于前馈神经网络的对比度增强方法研究。通过无人机平台获取图像,并进行图像滤波处理以去除噪声。利用前馈神经网络提取图像特征,生成特征图。在此基础上,通过曝光控制与对比度增强技术,对特征图... 针对无人机图像对比度不足的问题,开展基于前馈神经网络的对比度增强方法研究。通过无人机平台获取图像,并进行图像滤波处理以去除噪声。利用前馈神经网络提取图像特征,生成特征图。在此基础上,通过曝光控制与对比度增强技术,对特征图进行处理,实现图像对比度的显著提升。通过对比实验证明,基于前馈神经网络的无人机图像对比度增强方法能够更有效地提升图像对比度,为无人机图像的后续处理和应用提供了有力支持。 展开更多
关键词 前馈神经网络 图像 增强 对比度 无人机
在线阅读 下载PDF
基于物理引导的RBF神经网络逆模型在ZTT运动平台前馈控制中的应用
2
作者 吴聪懿 徐云浪 +2 位作者 陈椿元 金煜 杨晓峰 《动力学与控制学报》 2025年第1期78-85,共8页
精密运动平台是半导体设备的核心部件,其运动性能直接决定了整个系统的基础性能.在工程应用中,运动平台的非线性特性对精密运动控制产生显著影响,例如柔性导向、线缆力和磁浮补偿等因素引入的非线性力.前馈控制器能够有效补偿非线性扰... 精密运动平台是半导体设备的核心部件,其运动性能直接决定了整个系统的基础性能.在工程应用中,运动平台的非线性特性对精密运动控制产生显著影响,例如柔性导向、线缆力和磁浮补偿等因素引入的非线性力.前馈控制器能够有效补偿非线性扰动和轨迹偏差.然而,传统的逆模型前馈方法需要耗费大量精力来准确建立被控对象的逆模型,而流行的迭代学习前馈方法则对运动工况的重复性要求较高.此外,自适应前馈控制在参数调整过程中可能导致系统暂态响应的不稳定性.为了解决这些问题,本文提出了一种基于物理引导的径向基函数(RBF)神经网络逆模型前馈控制器.该方法利用RBF神经网络优秀的非线性函数逼近能力,并通过梯度下降法自动优化模型,显著减少了建模的工作量.此外,我们在RBF神经网络逆模型中嵌入了加速度前馈的先验经验,从而大幅降低了跟踪误差,提高了系统的响应速度. 展开更多
关键词 RBF神经网络 前馈 非线性 精密运动台 解耦控制
在线阅读 下载PDF
基于前馈神经网络算法的高速公路交通态势信息化识别方法
3
作者 万万 刘荣 谭军 《微型电脑应用》 2025年第1期197-200,共4页
为了精准识别高速公路交通态势,保障车辆的安全畅通,研究基于前馈神经网络算法的高速公路交通态势信息化识别方法。通过模糊聚类算法划分高速公路交通态势数据的类别;构建基于前馈神经网络的信息化识别模型,输出高速公路交通态势识别结... 为了精准识别高速公路交通态势,保障车辆的安全畅通,研究基于前馈神经网络算法的高速公路交通态势信息化识别方法。通过模糊聚类算法划分高速公路交通态势数据的类别;构建基于前馈神经网络的信息化识别模型,输出高速公路交通态势识别结果。测试结果表明,所提方法识别结果的MAE区间为[5.12,6.96],MAPE区间为[9.88%,11.52%],识别精度较高,可以保障车辆的安全通行。 展开更多
关键词 前馈神经网络 高速公路 交通态势 信息化识别 模糊聚类算法 交通流参数
在线阅读 下载PDF
基于前馈神经网络井控多属性融合的断裂识别方法
4
作者 赵军 冉琦 +3 位作者 朱博华 李洋 梁舒瑗 常健强 《物探与化探》 CAS 2024年第4期1045-1053,共9页
塔里木盆地碳酸盐岩断控缝洞型油气藏埋藏深度大、构造复杂,且断裂高度发育,断裂是研究区域内成藏主控因素及可能的油气运移通道,对其空间展布位置及发育强弱的预测至关重要。断裂检测属性众多,不同断裂检测属性由于计算方法不同表征的... 塔里木盆地碳酸盐岩断控缝洞型油气藏埋藏深度大、构造复杂,且断裂高度发育,断裂是研究区域内成藏主控因素及可能的油气运移通道,对其空间展布位置及发育强弱的预测至关重要。断裂检测属性众多,不同断裂检测属性由于计算方法不同表征的断裂尺度及特征存在一定的差异性,且常规属性检测忽视了测井信息的利用与约束,为了获取更加全面、准确的断裂预测结果,本文优选多类断裂检测属性,并结合测井数据作为先验信息,利用前馈神经网络算法进行属性融合。首先优选AFE、likelihood、倾角等多类具有不同特征的断裂属性,结合测井放空漏失数据、成像测井信息及地震同相轴错段情况作为断裂发育类型判别条件建立了断裂特征识别样本库;在样本库基础上进行深度前馈神经网络训练,对比测试了不同隐含层深度条件下的学习效果,获取预测误差最小的神经网络预测模型;最后将神经网络预测模型应用于全工区断裂预测。经对比分析,认为深度学习融合属性预测断裂与测井解释结果更为吻合,且能综合不同尺度特征的断裂信息,有效提升了预测准确度和可靠性。 展开更多
关键词 断裂检测 井控 属性融合 前馈神经网络 缝洞型油气藏
在线阅读 下载PDF
基于一维卷积神经网络的序列推荐算法
5
作者 黄康鹏 冯锋 《计算机技术与发展》 2025年第3期172-178,共7页
近年来,针对信息过载问题,推荐算法已成为关键解决方法之一,能够有效地提供用户个性化内容。在序列推荐研究中,卷积神经网络因其能有效提取序列信息中的局部特征而受到广泛关注。然而,卷积神经网络在捕捉时序信息方面存在局限性。为了... 近年来,针对信息过载问题,推荐算法已成为关键解决方法之一,能够有效地提供用户个性化内容。在序列推荐研究中,卷积神经网络因其能有效提取序列信息中的局部特征而受到广泛关注。然而,卷积神经网络在捕捉时序信息方面存在局限性。为了解决这一问题,提出了一种基于一维卷积的序列推荐算法。该算法首先通过卷积操作提取序列的局部特征,然后通过池化操作提取序列的长期特征,并将两者进行加权相加获得用户特征信息,使得其能够综合提取局部特征和长期特征。随后,将用户特征信息与线性变化的序列信息进行点乘,以引入时序信息。此外,将用户特征信息通过前馈网络,以实现非线性转换和跨维度交互增强。最后,对用户特征向量与项目特征向量进行计算获得相关性,并以此进行推荐。实验结果表明,在MovieLens电影数据集和KuaiRand短视频数据集上的测试中,该算法在推荐命中率和归一化折损累计增益等指标上相比四种基线算法均有显著提升,表明该算法能够更有效地进行推荐。 展开更多
关键词 推荐算法 序列推荐 卷积神经网络 前馈网络 用户特征
在线阅读 下载PDF
基于FNN神经网络的年用电量、人口总数与GDP预测研究
6
作者 詹幸林 庄伟卿 《中国信息界》 2025年第2期161-163,共3页
引言。电力与经济发展相互促进,而年用电量和人口总数与GDP同步增长构成一个复杂的系统。本文首先通过斯皮尔曼相关系数和皮尔逊系数计算得到某市GDP与年用电量和人口总数之间存在强相关关系。其次,建立GDP的FNN(Feedforward Neural Net... 引言。电力与经济发展相互促进,而年用电量和人口总数与GDP同步增长构成一个复杂的系统。本文首先通过斯皮尔曼相关系数和皮尔逊系数计算得到某市GDP与年用电量和人口总数之间存在强相关关系。其次,建立GDP的FNN(Feedforward Neural Network,FNN,前馈神经网络)神经网络预测模型,预测得到该市2022-2026年的经济将稳步增长,从高速发展转向高质量发展。 展开更多
关键词 前馈神经网络 人口总数 FNN GDP预测 斯皮尔曼相关系数 神经网络预测模型 用电量 皮尔逊系数
在线阅读 下载PDF
基于地震属性和深度前馈神经网络的天然气水合物饱和度预测 被引量：1
7
作者 孟大江 陈玺 +2 位作者 路允乾 顾元 文鹏飞 《地质学报》 EI CAS CSCD 北大核心 2024年第9期2723-2736,共14页
天然气水合物饱和度是评价资源量的重要参数,常规的地震反演储层预测方法存在精度低、效率不高的问题,且无法解决地震数据与储层参数之间的非线性问题。随着人工智能技术的迅速发展,许多相关技术已经应用于地震勘探领域,其中人工神经网... 天然气水合物饱和度是评价资源量的重要参数,常规的地震反演储层预测方法存在精度低、效率不高的问题,且无法解决地震数据与储层参数之间的非线性问题。随着人工智能技术的迅速发展,许多相关技术已经应用于地震勘探领域,其中人工神经网络是人工智能的一个重要分支,其可以通过从大量的样本数据中不断学习,进而拟合复杂非线性函数来实现地下储层特征反演,有着很强的非线性映射和泛化能力。因此,本文在分析了常规线性公式以及岩石物理建模法优缺点的基础上,提出了基于地震属性和深度前馈神经网络预测水合物饱和度的方法。首先,基于测井和地震数据,通过筛选出不同类型与水合物饱和度相关性高的地震属性体,多维度构建样本标签数据;然后采用地震反演与端到端(地震数据-储层物性数据)反演相结合的策略,对全连接神经网络的隐藏层数、神经元数量、迭代次数等参数进行测试训练,最后将训练结果应用于地震数据体获得水合物饱和度预测结果。实际数据应用结果表明:基于地震属性和深度前馈神经网络预测的饱和度结果精度高、多解性低,与测井数据吻合好,证明该方法具有较好的应用价值;同时,预测的水合物空间分布特征表明研究区水合物成藏为平面游离气-水合物过渡成藏模式。 展开更多
关键词 天然气水合物 深度学习 饱和度 地震属性 深度前馈神经网络
在线阅读 下载PDF
基于前馈神经网络的多模式集成降水预报研究 被引量：1
8
作者 朱文刚 盛春岩 +2 位作者 范苏丹 荣艳敏 曲美慧 《干旱气象》 2024年第1期117-128,共12页
为提高山东定量降水预报准确率,采用深度前馈神经网络(Deep Forword Neural Networks,DFNN)和降水分级最优TS(Threat Score)权重集成方法对多模式集成降水预报进行研究。对2019年4—9月欧洲中期天气预报中心(European Centre for Medium... 为提高山东定量降水预报准确率,采用深度前馈神经网络(Deep Forword Neural Networks,DFNN)和降水分级最优TS(Threat Score)权重集成方法对多模式集成降水预报进行研究。对2019年4—9月欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasting,ECMWF)全球数值预报系统、中国气象局上海数值预报模式系统(China Meteorological Administration Shanghai 9 km,CMA-SH9)和中国气象局中尺度天气数值预报系统(China Meteorological Administration Meso⁃scale,CMA-MESO)逐24 h累积降水量预报进行有监督训练,得到4组DFNN(ES、EM、SM、ESM)深度学习模型,并利用多模式降水分级最优TS权重集成方法建立Mul-OTS(Multi-mode Optimal Threat Score)集成模型。用2020年4—9月各模式逐24 h累积降水量进行降尺度格点预报,对5种集成方案对比检验、个例分析应用。结果表明:不同起报时间、不同预报时效,5组集成方案均降低了平均相对误差,ESM方案最好,Mul-OTS方案最差;4组DFNN方案均提高了晴雨准确率,ESM方案最好,Mul-OTS方案低于模式预报;4组DFNN方案均提高了各降水等级TS、ETS评分,对弱降水的提高幅度大于强降水,Mul-OTS方案对小量级降水等级订正是负技巧,对大量级降水等级的订正效果较好,但仍不如ESM方案;个例分析发现降水强度和落区预报ESM方案均优于其他集成方案。因此业务上采用最优的ESM方案建立了定量降水格点预报系统,为智能网格预报提供重要支撑。 展开更多
关键词 前馈神经网络 最优TS权重 多模式集成 格点降水预报
在线阅读 下载PDF
前馈神经网络在预测连续泄漏系数中的应用 被引量：2
9
作者 何娟霞 黄丽文 +1 位作者 蒋文豪 段青山 《安全与环境学报》 CAS CSCD 北大核心 2024年第6期2179-2189,共11页
受泄漏孔几何参数、液位、液体物理特性及流动状态等因素影响,储罐连续泄漏系数难以直接采用流体力学建模求解。通过常压立式储罐连续泄漏试验获取数据样本,利用前馈神经网络(Feedforward Neural Network, FNN)算法构建连续泄漏系数(Cs... 受泄漏孔几何参数、液位、液体物理特性及流动状态等因素影响,储罐连续泄漏系数难以直接采用流体力学建模求解。通过常压立式储罐连续泄漏试验获取数据样本,利用前馈神经网络(Feedforward Neural Network, FNN)算法构建连续泄漏系数(Cs)与输入变量间的非线性关系,建立基于前馈神经网络算法的Cs预测模型。模型性能评估结果表明,模型的平均绝对误差(EMA)、解释方差分(SEV)及决定系数(R2)分别为0.015 4、0.949 2及0.948 2,表明模型预测性能良好。与相应连续泄漏试验值比较,预测Cs的总平均绝对偏差范围为5.28%~7.34%,质量流率平均偏差为4.60%~6.51%,连续泄漏量的平均偏差为0.84%~2.03%,模型预测结果优于采用泄漏经验常数的计算结果,证明该模型可有效预测连续泄漏期间Cs值及变化趋势。 展开更多
关键词 安全工程 储罐连续泄漏 泄漏系数 深度学习 前馈神经网络(FNN) 预测模型
在线阅读 下载PDF
基于卷积神经网络前馈补偿的选煤厂燃煤炉重介质分选智能控制技术 被引量：2
10
作者 刘军 《洁净煤技术》 CAS CSCD 北大核心 2024年第S01期577-582,共6页
燃煤炉选煤重介分选过程中,采集到的煤泥浆含量、磁物质含量等数据可能存在误差,无法准确捕捉到煤炭的关键特征,导致重介分选过程无法克服意外扰动,控制只能采用反馈形式,控制效果较差。为此,提出基于卷积神经网络前馈补偿的选煤厂燃煤... 燃煤炉选煤重介分选过程中,采集到的煤泥浆含量、磁物质含量等数据可能存在误差,无法准确捕捉到煤炭的关键特征,导致重介分选过程无法克服意外扰动,控制只能采用反馈形式,控制效果较差。为此,提出基于卷积神经网络前馈补偿的选煤厂燃煤炉重介质分选智能控制技术。通过仪器实时采集选煤工艺介质中的煤泥浆含量、重介质密度和磁物质含量等分选参数。通过卷积神经网络模型识别评价煤泥滤饼含水比例,作为重介分选智能控制依据;基于历史数据和煤泥饼含水量数据,设计前馈补偿方法。通过补偿精煤灰分分选中的扰动,得到精煤灰分的分选模型,估算出合理的分选参数数值。将通过仪器采集的含量参数作为前馈输入特征,根据实时监测和估算出的分选参数数值,对输出期望数值进行动态调整。实验结果表明,方法对燃煤炉选煤重介分选过程智能控制效果好,煤泥含水量波动较小,能保证选煤效率和质量。 展开更多
关键词 前馈补偿 卷积神经网络 燃煤炉 选煤重介分选 介质密度
在线阅读 下载PDF
基于多层前馈神经网络的扩散系数求解
11
作者 刘金凤 李松华 《湖南理工学院学报（自然科学版）》 CAS 2024年第3期8-14,共7页
如何利用浓度分布的测量数据(间接采样)来确定扩散系数,并建立有效快速的数值求解方法是目前亟待解决的问题.由于扩散系数的求解属于反问题中的参数识别问题,通常具有不适定、非线性和计算量大等特点,所以在仅考虑给定温度下扩散对物质... 如何利用浓度分布的测量数据(间接采样)来确定扩散系数,并建立有效快速的数值求解方法是目前亟待解决的问题.由于扩散系数的求解属于反问题中的参数识别问题,通常具有不适定、非线性和计算量大等特点,所以在仅考虑给定温度下扩散对物质输运的影响的情况下,研究扩散系数与浓度、浓度梯度的关系,并利用物质扩散浓度的动态采样值和多层前馈神经网络对扩散系数进行求解,数值实验表明该方法十分有效. 展开更多
关键词 扩散系数 动态采样 多层前馈神经网络 扩散方程
在线阅读 下载PDF
基于前馈神经网络的电力窃电行为识别方法 被引量：1
12
作者 黄宾阳 鄢鸿婧 +2 位作者 叶大勇 梁硕 黄德宏 《中国新技术新产品》 2024年第19期137-139,共3页
当前电力窃电行为识别机制的设定为内容识别,误识率较高,因此本文提出对基于前馈神经网络的电力窃电行为识别方法的设计。根据当前识别需求,先进行用电负荷数据处理及数据转换,采用自适应的方式,提高识别效率,建立自适应识别机制。以此... 当前电力窃电行为识别机制的设定为内容识别,误识率较高,因此本文提出对基于前馈神经网络的电力窃电行为识别方法的设计。根据当前识别需求,先进行用电负荷数据处理及数据转换,采用自适应的方式,提高识别效率,建立自适应识别机制。以此为基础设计电力窃电行为前馈神经网络识别模型,采用动态训练与追踪监测实现窃电识别。测试结果表明,与传统滤波电力窃电行为识别方法、传统改进孤立森林算法电力窃电行为识别方法相比,本次所设计的前馈神经网络电力窃电行为识别方法得出的误识率被控制在0.45%以下,这说明结合前馈神经网络,设计的电力窃电行为识别方法更高效,具备更高的识别精准度。 展开更多
关键词 前馈神经网络 电力把控 窃电行为 窃电定位 识别方法 远程感应
在线阅读 下载PDF
基于前馈神经网络的钻孔精度影响因素预测模型
13
作者 杨晓勇 龙麒谭 《装备制造技术》 2024年第7期16-19,共4页
孔的加工是影响机械产品质量的关键工序之一,一旦出问题很难修复,钻孔精度的提升对于改进孔的加工质量、降低钻孔工件废品率、减少重复加工有着重要意义。机械产品中设计孔时经常有较高的精度要求,但实际孔加工时受到设备、钻头、材料... 孔的加工是影响机械产品质量的关键工序之一,一旦出问题很难修复,钻孔精度的提升对于改进孔的加工质量、降低钻孔工件废品率、减少重复加工有着重要意义。机械产品中设计孔时经常有较高的精度要求,但实际孔加工时受到设备、钻头、材料加工方法等的影响,其精度影响因素众多,要在加工前对孔的加工精度进行预测,无法利用数学关系建立准确的预测模型,因此将其精度主要影响因素进行分析,设计影响因素的主要数据采集点,通过小批量的实验采集数据建立钻孔实验数据库,结合其数据特点,基于多模态的需要,利用深度为2的前馈神经网络拟态模型将钻孔精度定义的定位精度、尺寸精度、形状精度、表面精度和垂直精度五种精度建立预测模型,利用Adam优化器,结合均方误差(mean-square error,MSE)以及梯度下降法进行反向传播训练,对比实际加工结果,本模型在训练集中达到了89%的孔加工精度预测准确度。基于本模型的结果即可针对孔加工过程不同的影响因素进行针对性调整优化,提升孔加工的整体精度。 展开更多
关键词 前馈神经网络 模型 精度 影响因素
在线阅读 下载PDF
基于前馈神经网络的磁流变阀参数优化及性能研究
14
作者 胡国良 方冰 +2 位作者 杨肖 周锋 喻理梵 《北京理工大学学报》 EI CAS CSCD 北大核心 2024年第12期1263-1276,共14页
提出一种径向流磁流变阀,阐述了其工作原理,同时分析了磁路.基于磁流变液本构模型推导阀的输出压降与各尺寸参数之间的数学关系式,建立线圈功耗、磁流变液响应和电磁回路响应的计算模型.在COMSOL仿真软件中进行多物理场仿真分析,得到磁... 提出一种径向流磁流变阀,阐述了其工作原理,同时分析了磁路.基于磁流变液本构模型推导阀的输出压降与各尺寸参数之间的数学关系式,建立线圈功耗、磁流变液响应和电磁回路响应的计算模型.在COMSOL仿真软件中进行多物理场仿真分析,得到磁流变阀内部磁场特性及磁性流体流动的动态历程.利用COMSOL软件FEM生成磁场数据,提出单隐层前馈神经网络(feedforward neural network,FNN)以预测磁流变阀磁感应强度的经验模型.采用实验设计(design of experiment,DoE)技术进行相关性分析,筛选出待优化的结构参数.搭建结构参数优化平台,开展基于FNN模型和多目标遗传算法(multi-objective genetic algorithm,MOGA)的多目标优化求解,得出最优结构参数集合,并对优化前后磁流变阀4个随电流变化的性能指标进行数值仿真.以磁流变阀压降和动态响应时间作为评价指标,搭建磁流变阀性能测试平台.结果表明,当施加电流为2.0 A时,优化前后磁流变阀压降提升了近2倍,压降可调系数提升24.40%,对应的上升响应时间效率提升了6.12%,下降响应时间效率提升了5.61%. 展开更多
关键词 磁流变阀 前馈神经网络(FNN) 参数优化 压降
在线阅读 下载PDF
非凸增量前馈神经网络的收敛性分析
15
作者 张力潇 陈磊 《人工智能科学与工程》 CAS 北大核心 2024年第4期1-10,共10页
针对给定格式的非凸增量迭代前馈神经网络提出了一种收敛性证明,并进一步推导了相关的全局逼近性推论。同时,本文还进一步阐述了在特定非凸增量迭代下的目标函数和激活函数的关系。在此基础上,给出了随机神经元的最优选择下的收敛性证明... 针对给定格式的非凸增量迭代前馈神经网络提出了一种收敛性证明,并进一步推导了相关的全局逼近性推论。同时,本文还进一步阐述了在特定非凸增量迭代下的目标函数和激活函数的关系。在此基础上,给出了随机神经元的最优选择下的收敛性证明,该结论有效地填补了随机神经元在收敛速度上的理论研究空白,也间接论证了随机神经元的全局逼近性理论的正确性。接着给出了一种随机神经元的搜索算法,该算法克服了通用的递归求导误差算法的弊病,防止神经网络陷入次优局部最优解。最后,基于几个基准回归问题进行了实验验证,实验结果支持了本文提出的理论方法的正确性和有效性。本文的研究成果不仅拓展了神经网络的理论研究领域,而且对于实际应用中神经网络的优化和改进具有一定的指导意义。 展开更多
关键词 前馈神经网络 收敛速度 万能逼近 非凸优化 随机分布
在线阅读 下载PDF
基于深度学习前馈神经网络的单斜辉石温压计分析火山的岩浆通道系统
16
作者 夏群科(编译) 《矿物岩石地球化学通报》 CAS CSCD 北大核心 2024年第1期13-13,共1页
对火山的岩浆通道系统的深入了解,对理解岩浆如何储存和迁移,以及评估与火山活动伴生的地质灾害等问题,都是至关重要的。单斜辉石(Cpx)温压计是最重要的研究手段之一。在此之前,使用Cpx温压计的前提是准确评估天然样品中所选的Cpx是否... 对火山的岩浆通道系统的深入了解,对理解岩浆如何储存和迁移,以及评估与火山活动伴生的地质灾害等问题,都是至关重要的。单斜辉石(Cpx)温压计是最重要的研究手段之一。在此之前,使用Cpx温压计的前提是准确评估天然样品中所选的Cpx是否与共存熔体平衡。然而,无论是使用Cpx-熔体Fe-Mg交换系数,或是判断Cpx组分是否与模拟计算结果一致,均不足以准确判断Cpx的平衡状态。此外,由于无法准确获得Cpx中Fe^(3+)/ΣFe而将所有Fe视为Fe^(2+)的处理将导致高估Cpx中的硬玉端元(jadeite,NaAlSi_(2)O_(6)),并忽略霓石端元(aegirine,NaFe^(3+)Si_(2)O_(6)),进而高估了温压计算结果。另外,电子探针在评估矿物和熔融物中的水含量方面存在不足,这进一步影响了温压计的准确性。 展开更多
关键词 单斜辉石 温压计 火山活动 地质灾害 前馈神经网络 电子探针 深度学习 端元
在线阅读 下载PDF
基于马氏聚类和前馈神经网络的风力机故障诊断
17
作者 胡新雨 郁海彭 +3 位作者 何智 韩伟 戴劲松 张旭 《机床与液压》 北大核心 2024年第12期217-223,共7页
通过建立数据驱动的故障预测模型,可以将故障状态从正常状态中分离出来,进而实现对风力发电机故障的精确诊断。为此,提出一种基于马氏聚类和前馈神经网络的风力机故障诊断策略,通过马氏距离评估实现数据聚类以及正常数据和异常数据的分... 通过建立数据驱动的故障预测模型,可以将故障状态从正常状态中分离出来,进而实现对风力发电机故障的精确诊断。为此,提出一种基于马氏聚类和前馈神经网络的风力机故障诊断策略,通过马氏距离评估实现数据聚类以及正常数据和异常数据的分离;然后以前馈神经网络为基础,根据工程经验构建风力发电机、齿轮箱和发电机3种预测模型;最后利用实验样机数据对所提出的故障预测策略进行验证。实验结果表明:所提的风力机故障预测策略可以有效识别风力机输出功率异常、齿轮箱温度异常和发电机温度异常,进而有利于合理地安排维修计划。 展开更多
关键词 风力发电机 数据驱动 马氏距离聚类 前馈神经网络 故障预测诊断
在线阅读 下载PDF
基于前馈神经网络的隐框玻璃幕墙结构胶损伤状态分析
18
作者 解恒辉 曲京儒 +2 位作者 屈招政 孟明卓 张珑 《安徽建筑》 2024年第10期40-42,共3页
针对现今隐框玻璃幕墙结构胶损伤监测困难的问题,文章引入前馈神经网络算法(Feedforward Neural Network, FNN),通过激励不同损伤的幕墙玻璃面板,获取大量面板频域信号作为模型数据集,进行训练。结果显示,模型在第3轮收敛,均方误差(Mean... 针对现今隐框玻璃幕墙结构胶损伤监测困难的问题,文章引入前馈神经网络算法(Feedforward Neural Network, FNN),通过激励不同损伤的幕墙玻璃面板,获取大量面板频域信号作为模型数据集,进行训练。结果显示,模型在第3轮收敛,均方误差(Mean square error,MSE)为0.010211;误差集中在0附近,呈现正态分布;所有数据拟合相关性均大于0.99。该方法大大提高了工作效率,为后续在线监测幕墙安全状态提供了新方法。 展开更多
关键词 隐框玻璃幕墙 结构胶损伤 前馈神经网络 频域信号
在线阅读 下载PDF
一种基于BP神经网络的压电陶瓷驱动器控制方法研究
19
作者 王桂莲 陈江洋 +1 位作者 邓誉鑫 张善青 《天津理工大学学报》 2024年第6期78-86,共9页
压电陶瓷驱动器在微定位技术中得到了广泛应用,但压电陶瓷的迟滞非线性严重影响了微定位平台的定位精度。因此,为了提高微定位平台的定位精度和响应速度,提出了一种基于反向传播(back propagation,BP)神经网络的压电陶瓷驱动器迟滞非线... 压电陶瓷驱动器在微定位技术中得到了广泛应用,但压电陶瓷的迟滞非线性严重影响了微定位平台的定位精度。因此,为了提高微定位平台的定位精度和响应速度,提出了一种基于反向传播(back propagation,BP)神经网络的压电陶瓷驱动器迟滞非线性补偿方法,以用于进一步对微定位平台控制系统进行研究。首先,通过Prandtl-Ishlinskii(PI)模型确定了神经网络的输入和输出;其次,采集了用于训练神经网络的数据集并对神经网络进行了训练,同时得出了最佳的隐藏层神经元个数;最后,使用训练好的神经网络对压电陶瓷驱动器进行了控制效果测试。实验结果表明,使用该方法来控制压电陶瓷驱动器,可以使其输出位移与理论位移基本相同,验证了神经网络补偿压电陶瓷迟滞非线性的有效性。 展开更多
关键词 压电陶瓷 反向传播神经网络 迟滞非线性 前馈控制
在线阅读 下载PDF
基于GA-BP神经网络的粗骨料UHPC的抗压强度预测 被引量：1
20
作者 周靖宜 蔡自伟 +1 位作者 李凌志 俞可权 《混凝土》 CAS 北大核心 2024年第2期11-19,共9页
为实现对粗骨料UHPC的抗压强度的预测和配合比设计方法的优化,搜集了国内外文献中168组粗骨料UHPC配合比和标准养护28 d抗压强度实测值,给出了各材料组分和抗压强度频数分布,并基于灰色关联分析法分析了各材料组分与抗压强度的关联关系... 为实现对粗骨料UHPC的抗压强度的预测和配合比设计方法的优化,搜集了国内外文献中168组粗骨料UHPC配合比和标准养护28 d抗压强度实测值,给出了各材料组分和抗压强度频数分布,并基于灰色关联分析法分析了各材料组分与抗压强度的关联关系,通过神经网络参数分析,建立了基于遗传算法的前馈神经网络,相比普通的BP神经网络具有更好的预测精度和泛化能力。最后基于建立的GA-BP神经网络给出了不同强度等级粗骨料UHPC配合比设计中粗骨料/胶凝材料、钢纤维体积掺量、砂胶比的建议取值范围。 展开更多
关键词 超高性能混凝土 抗压强度 粗骨料 前馈神经网络 遗传算法
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 46 下一页 到第 页
使用帮助 返回顶部