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307篇文章
< 1 2 … 16 >
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：
贝叶斯正则化优化BP神经网络估算SOH
1
作者 朱聪聪 郭晟 +1 位作者 常海涛 路密 《电池》 北大核心 2025年第1期25-31,共7页
为提高锂离子电池健康状态(SOH)估算的精度,采用基于贝叶斯正则化算法优化的反向传播(BP)神经网络模型。该模型的核心是,引入先验分布约束BP网络权重参数,以减少过拟合风险;并引入后验分布评估参数的不确定性,提升模型对数据噪声的适应... 为提高锂离子电池健康状态(SOH)估算的精度,采用基于贝叶斯正则化算法优化的反向传播(BP)神经网络模型。该模型的核心是,引入先验分布约束BP网络权重参数,以减少过拟合风险;并引入后验分布评估参数的不确定性,提升模型对数据噪声的适应性。以充电全过程提取健康特征验证模型精度;以放电片段数据提取健康特征模拟实际工况。训练后的模型在充电全过程提取特征时的均方根误差(RMSE)和平均绝对误差(MAE)均小于1.65%,采用放电片段提取特征时的RMSE和MAE均小于3.85%,相较于未优化的BP神经网络,两种方式的估算误差分别降低18%和41%以上。 展开更多
关键词 锂离子电池 健康状态(SOH) 贝叶斯正则化算法 反向传播(bp)神经网络 健康特征 先验分布 后验分布
在线阅读 下载PDF
基于智能优化算法及其优化BP神经网络的室内定位 被引量：1
2
作者 李帅辰 武建锋 《科学技术与工程》 北大核心 2024年第20期8568-8576,共9页
为研究智能优化算法在室内到达时间差(time difference of arrival,TDOA)定位方面的应用效果。首先,分别使用白鲨优化算法(white shark optimizer,WSO)、变色龙优化算法(chameleon swarm algorithm,CSA)、蛇优化算法(snake optimizer,SO... 为研究智能优化算法在室内到达时间差(time difference of arrival,TDOA)定位方面的应用效果。首先,分别使用白鲨优化算法(white shark optimizer,WSO)、变色龙优化算法(chameleon swarm algorithm,CSA)、蛇优化算法(snake optimizer,SO)、鲸鱼优化算法(whale optimization algorithm,WOA)、灰狼优化算法(grey wolf optimizer,GWO)、麻雀优化算法(sparrow search algorithm,SSA)这6种智能优化算法进行室内的二维TDOA定位,对比分析上述算法在室内定位领域的表现,并和传统的Taylor算法的定位误差进行对比;接下来,使用SOA算法对BP神经网络进行优化,使用优化后的SOA-BP进行定位,与基础的BP神经网络的定位误差进行对比。结果表明:所使用的6种智能优化算法在室内定位领域有着不错的表现,各智能优化算法的效果相似,平均定位误差为0.44 m,相较于传统的Taylor算法提升约9.2%;SOA-BP的定位误差相较于基础的BP神经网络降低超过30%。 展开更多
关键词 智能优化算法 5G室内定位 到达时间差(TDOA) Taylor算法 优化反向传播(bp)神经网络
在线阅读 下载PDF
基于BP神经网络的上海生鲜农产品物流需求预测 被引量：10
3
作者 郝杨杨 邹宇 《上海海事大学学报》 北大核心 2024年第1期39-45,69,共8页
针对传统的生鲜农产品物流非线性需求预测模型收敛速度慢、精度低等问题,构建由改进粒子群(improved particle swarm optimization,IPSO)算法优化反向传播(back propagation,BP)神经网络的预测模型。引入对立学习机制、自适应惯性权重... 针对传统的生鲜农产品物流非线性需求预测模型收敛速度慢、精度低等问题,构建由改进粒子群(improved particle swarm optimization,IPSO)算法优化反向传播(back propagation,BP)神经网络的预测模型。引入对立学习机制、自适应惯性权重、非对称学习因子提升粒子群(particle swarm optimization,PSO)算法的初始解质量,平衡算法的局部开发和全局搜索能力;利用IPSO算法优化BP神经网络的权值和阈值,解决BP神经网络收敛速度慢、容易陷入局部最优等问题。通过上海生鲜农产品物流需求预测实例对模型的有效性进行验证,结果显示:IPSO-BP神经网络模型在预测精度及收敛速度上均明显优于传统PSO-BP神经网络和BP神经网络模型。 展开更多
关键词 冷链物流 需求预测 改进粒子群(IPSO)算法 反向传播(bp)神经网络
在线阅读 下载PDF
基于MFO优化BP神经网络构建冷鲜肉品质预测模型
4
作者 王丽 闫子康 +1 位作者 杜金 王远亮 《食品工业科技》 CAS 北大核心 2024年第21期310-321,共12页
为能准确预测冷鲜肉在贮藏中品质的变化规律及质量安全,本文探究贮藏温度(0、4和25℃)对冷鲜肉菌落总数、TVB-N、pH、水分含量、色度和生物胺含量的影响,确定冷鲜肉的特征品质指标。基于反向传播(Backpropagation,BP)神经网络和飞蛾火... 为能准确预测冷鲜肉在贮藏中品质的变化规律及质量安全,本文探究贮藏温度(0、4和25℃)对冷鲜肉菌落总数、TVB-N、pH、水分含量、色度和生物胺含量的影响,确定冷鲜肉的特征品质指标。基于反向传播(Backpropagation,BP)神经网络和飞蛾火焰优化(Moth-Flame Optimization,MFO)BP神经网络,利用特征指标作为训练数据,构建不同贮藏温度下冷鲜肉的品质预测模型,快速准确评价和预测食品的质量安全。结果表明,不同贮藏温度下冷鲜肉的菌落总数、pH、TVB-N、色泽和生物胺含量随着贮藏时间的延长均呈上升趋势(P<0.05),且各指标在不同贮藏温度下的变化规律不一致,温度越高,腐败变质的速度越快。通过相关性分析得出菌落总数和TVB-N为冷鲜肉品质特征指标,以特征指标为训练数据构建BP神经网络和MFO优化BP神经网络模型。结果显示,MFO优化BP神经网络优于单一的BP神经网络模型,指标菌落总数和TVB-N通过BP神经网络模型训练后的R值分别为0.95018、0.94283,通过MFO算法优化训练后的R值分别为0.97538、0.98001,更接近于1,且优化后的RMSE、MSE和MAE值相对较小,其模型拟合度更好,在整个贮藏期的预测性能更好,准确率更高。因此,MFO优化BP神经网络可用于预测冷鲜肉在贮藏过程中品质的变化规律。 展开更多
关键词 冷鲜肉 松鼠葡萄球菌 预测模型 反向传播(bp)神经网络 飞蛾火焰优化(MFO)bp神经网络
在线阅读 下载PDF
基于BP神经网络模型的呼出气δ^(13)C、δ^(18)O同位素丰度测量方法研究
5
作者 黄文彪 夏滑 +4 位作者 王前进 孙鹏帅 庞涛 吴边 张志荣 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第10期2761-2767,共7页
碳13(^(13)C)尿素呼气试验在国内外作为检测幽门螺旋杆菌的“金标准”已被广泛采用,精准测量CO_(2)中碳(C)和氧(O)同位素特征对疾病诊断具有重大意义。可调谐半导体激光吸收光谱技术(TDLAS)具有结构简单、响应速度快、灵敏度高等众多优... 碳13(^(13)C)尿素呼气试验在国内外作为检测幽门螺旋杆菌的“金标准”已被广泛采用,精准测量CO_(2)中碳(C)和氧(O)同位素特征对疾病诊断具有重大意义。可调谐半导体激光吸收光谱技术(TDLAS)具有结构简单、响应速度快、灵敏度高等众多优点,在多个领域得到广泛应用,同时完全适用于气体同位素的测量研究。该研究面向人体呼出气体中的CO_(2)气体检测需求,基于直接吸收光谱技术,采用中心波长为4.32μm的量子级联激光器(QCL)结合光程为14 cm/44 mL的小容积气体吸收腔体,完成了同时测量^(16)O^(12)C^(16)O、^(18)O^(12)C^(16)O和^(16)O^(13)C^(16)O的多组分同位素气体浓度的实验系统。基于反向传播(BP)神经网络模型,降低直接吸收光谱系统中光源稳定性和测量样品气体波动带来的噪声干扰。结果表明:基于BP神经网络模型的同位素丰度测量精度与稳定性均优于吸光度峰值比法,^(16)O^(13)C^(16)O与^(18)O^(12)C^(16)O的浓度测量精度分别提高约1.27与1.58倍。Allan方差分析表明,当积分时间为106 s时,采用BP神经网络模型的^(13)C与^(18)O同位素丰度测量精度分别为0.97‰和1.47‰,相比吸光度峰值比法测量精度提高了约2.1倍与1.2倍。充分证明了基于BP神经网络模型的同位素丰度测量方法的可行性,为研制高精度同位素丰度传感器奠定基础。 展开更多
关键词 可调谐半导体激光吸收光谱技术(TDLAS) 量子级联激光器(QCL) 反向传播(bp)神经网络模型 同位素丰度
在线阅读 下载PDF
基于反向传播神经网络的三维足迹触觉步态特征识别 被引量：3
6
作者 高毅 王彪 +2 位作者 王梦阳 穆治亚 龙兵 《科学技术与工程》 北大核心 2022年第24期10646-10653,共8页
为有效解决当前传统步态特征人身识别技术过分依赖人工判读、识别准确率较低的问题,将计算机技术引入步态特征识别领域中,以获取一种基于反向传播(back propagation, BP)神经网络的步态特征识别新方法。将立体赤足足迹作为研究对象,通... 为有效解决当前传统步态特征人身识别技术过分依赖人工判读、识别准确率较低的问题,将计算机技术引入步态特征识别领域中,以获取一种基于反向传播(back propagation, BP)神经网络的步态特征识别新方法。将立体赤足足迹作为研究对象,通过光栅立体足迹采集仪对立体赤足足迹图像进行预处理,以获取计算机可识别出的三维足迹触觉步态特征信息,记录立体赤足足迹的深度差、区域面积、区域体积三类步态特征信息,并在法庭科学领域中的足迹检验理论为基础的前提下运用BP神经网络,对其中Multillayer Perceptron分类器参数进行优化调整,最后,将测试结果与传统的人工检验结果进行比对,从比对结果得出,相对于传统的人工鉴别方法只有84.7%的准确率,基于BP神经网络的步态特征人身识别算法的准确率可达到90%以上。 展开更多
关键词 反向传播(bp)神经网络 触觉步态特征 图像处理 人身识别
在线阅读 下载PDF
基于BP神经网络的地质岩心钻探钻速预测研究
7
作者 贾明让 胡远彪 +1 位作者 勾文超 周正 《超硬材料工程》 CAS 2024年第5期12-19,共8页
地质岩心钻探目前在自动化、智能化方面的发展还并未成熟。钻探参数的选取、改进还主要通过经验来判断,并且需要提钻后通过对岩心的判断进行钻探参数的调整,具有一定的滞后性,降低了钻探的效率。因此,通过搭建地质岩心钻探试验台获取钻... 地质岩心钻探目前在自动化、智能化方面的发展还并未成熟。钻探参数的选取、改进还主要通过经验来判断,并且需要提钻后通过对岩心的判断进行钻探参数的调整,具有一定的滞后性,降低了钻探的效率。因此,通过搭建地质岩心钻探试验台获取钻探数据,采取反向传播(Back-Propagation)算法,将钻压(WOB),扭矩(TOR),泵量(Q),回转速度(RPM)作为输入量,机械钻速(ROP)作为输出量,同时考虑钻头磨损和钻头切削深度对实验的影响。以每块不同混凝土块为单位,按照80/20划分训练集与测试集,通过数据处理后共得到6180组数据进行训练和测试,训练出最优的神经网络模型,可以对机械钻速(ROP)进行预测,预测精度可达94.1%,后续通过选取合适的钻进参数,可以实现地质岩心钻探速度的优化。本研究为地质岩心钻探的钻速预测,地质岩心钻机自动化提供参考。 展开更多
关键词 地质岩心钻探 反向传播算法 钻速预测 bp神经网络 ROP
在线阅读 下载PDF
讲座:人工神经网络　第三讲:误差反向传播学习算法及B-P网络 被引量：6
8
作者 黄家英 葛一楠 蔡勇 《自动化与仪器仪表》 1997年第3期46-52,共7页
关键词 人工神经网络 bp网络 误差反向传播 学习算法
在线阅读 下载PDF
基于遗传算法-反向传播神经网络的径向式导叶多级泵水力性能优化 被引量：7
9
作者 王延锋 张连军 段海鹏 《科学技术与工程》 北大核心 2021年第4期1375-1381,共7页
针对径向式导叶多级泵内部流动状态复杂多变而导致其水力性能曲线难以精确测量的技术难题,采用遗传算法(genetic algorithm,GA)迭代优化反向传播(back propagation,BP)神经网络的权值与阈值,构建了基于GA-BP神经网络的径向式导叶多级泵... 针对径向式导叶多级泵内部流动状态复杂多变而导致其水力性能曲线难以精确测量的技术难题,采用遗传算法(genetic algorithm,GA)迭代优化反向传播(back propagation,BP)神经网络的权值与阈值,构建了基于GA-BP神经网络的径向式导叶多级泵水力性能预测模型,以MD500-57型径向式导叶多级泵为研究对象,建立了输入层为13个神经元、隐含层为10个神经元、输出层为2个神经元的GA-BP神经网络,采用正交试验方法设计了试验参数的正交试验方案,运用数值模拟计算方法对正交试验方案进行求解,获得了试验参数的训练样本,并对神经网络进行训练与测试,计算了过流部件关键几何参数的最优组合方案。试验结果表明:优化后该多级泵在设计工况下扬程增加了2.4 m,效率提高了3.34%,且高效区范围变宽。 展开更多
关键词 径向式导叶多级泵 水力性能 遗传算法 反向传播(bp)神经网络 性能预测
在线阅读 下载PDF
基于GA-BP神经网络的船舶空冷器状态预测
10
作者 栾泳立 董胜利 《上海船舶运输科学研究所学报》 2024年第2期1-5,33,共6页
当前船舶空冷器的工作状态主要依靠空冷器冷却后的增压空气温度T_(A2)判断,通常按设定阈值触发报警,存在预警差和精度低等问题。对此,提出一种基于GA-BP(Genetic Algorithm-Back Propagation)神经网络的T_(A2)预测方法。利用BP神经网络... 当前船舶空冷器的工作状态主要依靠空冷器冷却后的增压空气温度T_(A2)判断,通常按设定阈值触发报警,存在预警差和精度低等问题。对此,提出一种基于GA-BP(Genetic Algorithm-Back Propagation)神经网络的T_(A2)预测方法。利用BP神经网络构建空冷器状态预测模型,通过对比运行过程中T_(A2)实测值与预测值的偏差,及时发现空冷器的异常状态;引入GA解决BP神经网络存在的收敛速度慢和易于陷入局部最优解等问题。为验证基于GA-BP神经网络的预测方法的有效性,选取多组空冷器清洗前后的状态数据进行训练和验证,结果表明该方法能有效识别空冷器的异常状态。 展开更多
关键词 空冷器 反向传播(bp)神经网络 遗传算法(GA) 状态预测
在线阅读 下载PDF
基于PSO-BP神经网络的Savonius型叶轮阵列消波性能优化
11
作者 盛勇 宋瑞银 +3 位作者 杨状状 刘博宇 吴瑞明 任聪杰 《船舶工程》 CSCD 北大核心 2024年第5期160-168,共9页
为了提高Savonius型(S型)叶轮的消波性能,提出一种S型叶轮阵列装置。通过试验记录不同的叶轮间距和叶轮相对入水深度等5个参数下波浪经过叶轮阵列后的透射系数K_(t),建立基于粒子群优化(PSO)算法和反向传播(BP)神经网络的S型叶轮阵列消... 为了提高Savonius型(S型)叶轮的消波性能,提出一种S型叶轮阵列装置。通过试验记录不同的叶轮间距和叶轮相对入水深度等5个参数下波浪经过叶轮阵列后的透射系数K_(t),建立基于粒子群优化(PSO)算法和反向传播(BP)神经网络的S型叶轮阵列消波性能预测模型。将采用该模型与采用BP网络模型和GA-BP网络模型得到的平均绝对误差、均方根误差和决定系数R^(2)指标进行对比,结果表明,采用PSO-BP神经网络模型优化能得到误差更小、更精准的预测结果。当相邻叶轮间距分别为0.62 m和0.41 m、各叶轮入水深度分别为0.15 m、0.18 m和0.19 m时,S型叶轮阵列具有相对最佳的消波性能。 展开更多
关键词 Savonius型叶轮 消波性能 粒子群优化(PSO)算法 反向传播(bp)神经网络
在线阅读 下载PDF
基于GA-BP神经网络优化北五味子籽油微胶囊制备工艺
12
作者 王申申 张超 王艳梅 《食品研究与开发》 CAS 2024年第23期117-125,共9页
该研究以北五味子籽油微胶囊包埋率为指标,在单因素试验基础上设计Box-Behnken响应面试验,以响应面试验数据为基础构建反向传播(back propagation,BP)人工神经网络模型,并以遗传算法(genetic algorithm,GA)优化喷雾干燥法制备北五味子... 该研究以北五味子籽油微胶囊包埋率为指标,在单因素试验基础上设计Box-Behnken响应面试验,以响应面试验数据为基础构建反向传播(back propagation,BP)人工神经网络模型,并以遗传算法(genetic algorithm,GA)优化喷雾干燥法制备北五味子籽油微胶囊的工艺条件。结果表明,以吐温-80、十聚甘油单硬脂酸酯和少量95%乙醇为乳化剂制备北五味子籽油,经BP训练和遗传算法迭代52寻优后,预测得出北五味子籽油微胶囊制备最优工艺为大豆分离蛋白与麦糊精质量比1.441 0∶1、壁材与北五味子籽油质量比为2.168 2∶1、进风口温度161.786 7℃、进料泵速18.448 8 mL/min,最大包埋率97.57%。在预测条件下,将工艺参数调整为大豆分离蛋白与麦糊精质量比1.44∶1、壁材与北五味子籽油质量比为2.17∶1、进风口温度162℃、进料泵速18.4 mL/min,此时微胶囊包埋率为94.87%、水分含量2.12%、溶解度93.6%、堆密度0.296 g/cm3,密封避光储存6个月包埋率仍高于75%,且微胶囊过氧化值远低于未经任何处理的北五味子籽油。该研究构建的BP模型具有较小误差和精确预测性能,所制微胶囊性质稳定,对五味子籽油包埋和保护效果较好。 展开更多
关键词 北五味子籽油 喷雾干燥 微胶囊 反向传播(bp)人工神经网络 遗传算法(GA)
在线阅读 下载PDF
基于BP神经网络的光伏电站在线监控系统设计研究
13
作者 常进 《通信电源技术》 2024年第16期34-36,共3页
文章设计一种基于反向传播(Back Propagation,BP)神经网络的光伏电站在线监控系统,通过分层架构实现数据采集、预处理、故障诊断以及预测预警功能。系统在某光伏电站的实证研究表明,设计的基于BP神经网络的监控系统在预警准确性、误报... 文章设计一种基于反向传播(Back Propagation,BP)神经网络的光伏电站在线监控系统,通过分层架构实现数据采集、预处理、故障诊断以及预测预警功能。系统在某光伏电站的实证研究表明,设计的基于BP神经网络的监控系统在预警准确性、误报率、提前时间方面显著优于传统阈值判断方法,为光伏电站的智能运维提供有效支持。 展开更多
关键词 反向传播(bp)神经网络 光伏电站 在线监控
在线阅读 下载PDF
基于BP神经网络的电商企业库存需求预测
14
作者 王丽惜 《信息与电脑》 2024年第6期20-24,共5页
随着电子商务的迅猛发展,市场需求的不稳定性日益凸显,这使得很多企业难以准确设定库存量,容易导致大量库存资金被占用。要想降低库存成本,必须准确预测市场需求,并据此设定合理的库存。文章以H公司为例,利用反向传播(Back Propagation,... 随着电子商务的迅猛发展,市场需求的不稳定性日益凸显,这使得很多企业难以准确设定库存量,容易导致大量库存资金被占用。要想降低库存成本,必须准确预测市场需求,并据此设定合理的库存。文章以H公司为例,利用反向传播(Back Propagation,BP)神经网络预测方法预测其产成品需求,使企业保持合理的库存,减少不必要的库存资金。 展开更多
关键词 反向传播(bp)神经网络 电商企业 库存需求预测
在线阅读 下载PDF
基于改进PSO-BP神经网络的挖掘机液压系统故障诊断
15
作者 郭京峰 《现代制造技术与装备》 2024年第11期37-39,共3页
由于现行方法在挖掘机液压系统故障诊断中存在一定不足,无法达到预期效果,提出基于改进粒子群优化算法(ParticleSwarmOptimization,PSO)-反向传播(BackPropagation,BP)神经网络的挖掘机液压系统故障诊断方法。采用无线传感器采集液压系... 由于现行方法在挖掘机液压系统故障诊断中存在一定不足,无法达到预期效果,提出基于改进粒子群优化算法(ParticleSwarmOptimization,PSO)-反向传播(BackPropagation,BP)神经网络的挖掘机液压系统故障诊断方法。采用无线传感器采集液压系统数据,对采集的数据进行预处理,利用PSO对BP神经网络进行迭代训练、优化网络参数,利用改进BP神经网络挖掘液压系统数据,识别诊断系统故障。实验结果表明,所提方法的平均绝对误差百分比不超过1%,漏诊比例也不超过1%,能够实现对挖掘机液压系统故障的精准诊断。 展开更多
关键词 改进粒子群优化算法(PSO) 反向传播(bp)神经网络 挖掘机 液压系统 故障诊断
在线阅读 下载PDF
基于BP神经网络的短距离无线通信数据传输丢帧测试方法
16
作者 蓝天 韦福飞 +2 位作者 李晓明 农长春 谢明松 《通信电源技术》 2024年第18期137-139,共3页
单一传输节点在不同传输信道的传输任务分配情况不同,导致短距离无线通信数据传输丢帧情况的测试结果误差往往较大。为此,基于反向传播(Back Propagation,BP)神经网络对短距离无线通信数据传输丢帧测试方法展开研究。考虑影响短距离无... 单一传输节点在不同传输信道的传输任务分配情况不同,导致短距离无线通信数据传输丢帧情况的测试结果误差往往较大。为此,基于反向传播(Back Propagation,BP)神经网络对短距离无线通信数据传输丢帧测试方法展开研究。考虑影响短距离无线通信数据传输状态的核心要素是传输节点的感知范围和目标点与传输节点之间的距离,利用布尔感知模型构建包含完全感知(概率为1)或未感知(概率为0)的短距离无线通信感知模型;在数据传输丢帧测试阶段,引入BP神经网络,围绕感知概率为0的节点,将传输节点在不同传输信道的传输任务分配情况作为隐藏层的学习目标,综合分析丢帧率。测试结果表明,在不同通信密度测试场景下,文章方法均未受到明显影响,测试结果与实际丢帧率之间的绝对误差仅0.01%,该方法具有高度稳定性和准确性。 展开更多
关键词 反向传播(bp)神经网络 短距离无线通信 数据传输 丢帧测试 布尔感知模型 传输任务分配
在线阅读 下载PDF
基于灰色-反向传播神经网络的江西省公路货运量预测 被引量：10
17
作者 钟蒙 薛运强 +2 位作者 周珣 张兵 周丹丹 《科学技术与工程》 北大核心 2021年第24期10478-10484,共7页
鉴于反向传播(back propagation,BP)神经网络算法收敛速度慢、局部极小化、结构选择不一的问题,提出结合灰色关联度分析的BP神经网络方法进行公路货运量预测,提高了模型的非线性学习和泛化能力及预测精度。该预测模型以江西省统计年鉴... 鉴于反向传播(back propagation,BP)神经网络算法收敛速度慢、局部极小化、结构选择不一的问题,提出结合灰色关联度分析的BP神经网络方法进行公路货运量预测,提高了模型的非线性学习和泛化能力及预测精度。该预测模型以江西省统计年鉴数据为基础,首先利用灰色关联度分析确定预测目标的影响因子;然后,将关联度强的第一产业、第二产业和人均国内生产总值(gross domestic product,GDP)作为公路货运预测模型的自变量,公路货运量和自变量作为训练样本,BP神经网络模型通过正向计算传播,误差反向传播,训练神经网络;最后,该方法应用于江西省公路货运量实际预测中进行有效性验证。结果表明:本文方法非线性拟合效果较好,具有较高的预测精度。 展开更多
关键词 公路货运量预测 灰色关联度分析 反向传播(bp)神经网络
在线阅读 下载PDF
基于粒子群算法–反向传播神经网络自适应的氧调器控制系统 被引量：6
18
作者 范俞超 孙青林 +1 位作者 董方酉 陈增强 《控制理论与应用》 EI CAS CSCD 北大核心 2020年第3期687-695,共9页
氧气面罩中的核心部件是氧气调节器(氧调器).针对当前氧气调节器的大流量、低吸气阻力、快速响应的性能需求,本文在分析了电子氧气调节器工作原理的基础上,介绍了氧气调节器的数学模型,采用了反向传播(BP)神经网络自适应控制算法,并使... 氧气面罩中的核心部件是氧气调节器(氧调器).针对当前氧气调节器的大流量、低吸气阻力、快速响应的性能需求,本文在分析了电子氧气调节器工作原理的基础上,介绍了氧气调节器的数学模型,采用了反向传播(BP)神经网络自适应控制算法,并使用粒子群算法(PSO)对BP神经网络自适应控制算法的初值进行筛选.最后,对算法的性能进行了仿真.仿真结果表明,系统具有鲁棒性,且与传统的比例–积分–微分(PID)控制方法和自抗扰控制(ADRC)方法相比, PSO–BP神经网络自适应控制方法实现了更精确的吸气阻力调节、更快的响应速度.此外,当呼吸频率变化或者外界干扰变化时,相比于常规PID算法和ADRC算法则需要人工调整控制参数, PSO–BP神经网络自适应算法则可以自动在线学习训练并调整控制参数,应用前景广阔. 展开更多
关键词 氧气面罩 氧气调节器 氧气控制 粒子群算法 反向传播神经网络 PSO–bp神经网络自适应算法 参数自适应
在线阅读 下载PDF
弹性反向传播神经网络在冠心病发病率预报中的应用
19
作者 胡先宁 马亮亮 《中国老年学杂志》 CAS CSCD 北大核心 2013年第1期8-10,共3页
目的探讨弹性反向传播(BP)神经网络在时间序列资料分析中的应用,建立冠心病发病率的预测模型。方法利用青海海西州地区2003～2009年登记的冠心病发病率时间序列资料,以双曲正切S型函数为传输函数、隐层节点为4与11的三层BP神经网络,建... 目的探讨弹性反向传播(BP)神经网络在时间序列资料分析中的应用,建立冠心病发病率的预测模型。方法利用青海海西州地区2003～2009年登记的冠心病发病率时间序列资料,以双曲正切S型函数为传输函数、隐层节点为4与11的三层BP神经网络,建立两种冠心病发病率的非线性时间序列预测模型。结果建立的ANN2预测模型简单易行,预测值平均相对误差为0.005 547,预测精度高。结论 BP人工神经网络可以用于冠心病发病率的预测。 展开更多
关键词 弹性反向传播(bp)神经网络 时间序列预报模型 冠心病
在线阅读 下载PDF
基于多特征融合的反向传播神经网络高分影像分类与变化检测 被引量：5
20
作者 靖娟利 刘兵 +3 位作者 徐勇 窦世卿 马炳鑫 和彩霞 《科学技术与工程》 北大核心 2021年第36期15378-15385,共8页
传统的基于高分影像的分类方法分类精度较低,极大地增加了土地利用分类后的错分和漏分的可能性。为了提高分类以及变化检测精度,以广西桂林市临桂区为研究区,采用WorldView-2号以及高景一号高分影像,首先基于多层前馈反向传播(back prop... 传统的基于高分影像的分类方法分类精度较低,极大地增加了土地利用分类后的错分和漏分的可能性。为了提高分类以及变化检测精度,以广西桂林市临桂区为研究区,采用WorldView-2号以及高景一号高分影像,首先基于多层前馈反向传播(back propagation,BP)神经网络方法融合遥感影像的纹理、光谱、植被指数以及水体指数特征,制定出4种特征数据集融合方案;然后基于4种不同的方案对高分影像进行分类,并根据分类结果选取最优的分类方案,完成桂林市临桂区2017年与2020年土地利用变化检测。实验结果表明:融合纹理、光谱、植被指数以及水体指数特征的第四种方案可以得到较为有效的分类以及变化检测结果,分类的总体精度为92.92%,Kappa系数为0.9028。 展开更多
关键词 高分影像 反向传播(bp)神经网络 变化检测 特征融合
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 … 16 下一页 到第 页
使用帮助 返回顶部