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4,594篇文章
< 1 2 … 230 >
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：
预测输尿管软镜碎石术后并发尿源性脓毒症的反向传播神经网络模型构建
1
作者 陈文炜 何彦丰 +5 位作者 卢凯鑫 刘昌毅 江涛 张华 高锐 薛学义 《浙江大学学报(医学版)》 北大核心 2025年第1期99-107,I0032-I0034,共12页
目的:构建输尿管软镜碎石术(FURL)后并发尿源性脓毒症的反向传播神经网络预测模型。方法:纳入428例接受FURL的肾结石患者,根据术后是否并发尿源性脓毒症分为脓毒症组(42例)和对照组(386例)。采用logistic回归分析确定FURL后并发尿源性... 目的:构建输尿管软镜碎石术(FURL)后并发尿源性脓毒症的反向传播神经网络预测模型。方法:纳入428例接受FURL的肾结石患者,根据术后是否并发尿源性脓毒症分为脓毒症组(42例)和对照组(386例)。采用logistic回归分析确定FURL后并发尿源性脓毒症的影响因素及其交互作用。同时建立logistic回归模型和神经网络模型进行预测,通过受试者工作特征曲线评估两种模型的预测效能。结果:单因素分析显示,结石手术史、性别、尿培养阳性、结石直径、糖尿病、手术时间、白细胞、血小板、C反应蛋白(CRP)及肝素结合蛋白(HBP)水平与FURL后并发尿源性脓毒症显著相关(均P<0.05)。多因素分析表明,尿培养阳性、CRP及HBP水平是FURL后并发尿源性脓毒症的独立危险因素(均P<0.05)。交互作用分析显示,CRP与HBP对FURL后并发尿源性脓毒症的影响在相加模型(RERI=8.453,95%CI:2.645~16.282;AP=0.696,95%CI:0.131~1.273;S=3.369,95%CI:1.176~7.632)和相乘模型(OR=1.754,95%CI:1.218~3.650)中存在交互作用;CRP与尿培养对FURL后并发尿源性脓毒症的影响在相乘模型(OR=2.449,95%CI:1.525~3.825)中存在交互作用。预测模型比较显示,反向传播神经网络模型较logistic回归模型具有更优的预测效能。结论:CRP和HBP水平是FURL后并发尿源性脓毒症的独立危险因素,基于CRP、HBP等因素构建的反向传播神经网络模型较logistic回归模型具有更高的预测准确性。 展开更多
关键词 肝素结合蛋白 C反应蛋白 输尿管软镜碎石术 尿源性脓毒症 预测 LOGISTIC回归模型 反向传播神经网络模型
在线阅读 下载PDF
改进鲸鱼算法构建反向传播神经网络粮食产量预测模型及效果分析
2
作者 赵晶晶 陈岩 《科学技术与工程》 北大核心 2025年第7期2748-2759,共12页
为了给农业及其相关部门制定粮食策略提供理论依据,提出一种基于改进鲸鱼优化算法(improved whale optimization algorithm,IWOA)的反向传播(back propagation,BP)神经网络混合算法(IWOA-BP)。该混合算法先通过引入改进收敛因子、非线... 为了给农业及其相关部门制定粮食策略提供理论依据,提出一种基于改进鲸鱼优化算法(improved whale optimization algorithm,IWOA)的反向传播(back propagation,BP)神经网络混合算法(IWOA-BP)。该混合算法先通过引入改进收敛因子、非线性惯性权重和最优邻域扰动策略改进鲸鱼优化算法,再将其最优解赋值给BP神经网络的权值和阈值,最终提高IWOA-BP的收敛速度和收敛精度。选取全国近45年粮食总产量和7种影响因素(有效灌溉面积、化肥施用量、农村用电量、农业机械总动力、粮食作物播种面积、受灾面积和农村人均消费支出)作为数据集,构建基于改进鲸鱼算法的反向传播神经网络粮食产量预测模型。多次实验表明,IWOA-BP模型在测试集上的表现均优于其他预测模型,包括长短期记忆网络(long short-term memory network,LSTM)预测模型、极限学习机(extreme learning machine,ELM)预测模型、基于鲸鱼优化算法的BP神经网络(WOA-BP)预测模型以及基于粒子群算法的BP神经网络(PSO-BP)预测模型。IWOA-BP模型和ELM模型相比,前者的均方根误差(root mean square error,RMSE)、平均绝对百分比误差(mean absolute percentage error,MAPE)分别降低了77.12%、88.18%;和LSTM模型相比,前者的RMSE、MAPE分别降低了69.11%、47.36%;和WOA-BP模型相比,前者的平均绝对误差(mean absolute error,MAE)、RMSE和MAPE分别降低了43.78%、43.22%、45.96%。和PSO-BP模型相比,前者的MAE、RMSE、MAPE分别降低了89.67%、90.61%、90.82%。因此IWOA-BP预测模型的决定系数更高、预测误差更小且收敛速度更快,可有效地预测粮食产量,对于农业部门和相关政策制定者来说具有重要的技术参考价值。 展开更多
关键词 粮食产量 反向传播神经网络 鲸鱼优化算法 非线性惯性权重 随机扰动策略
在线阅读 下载PDF
基于ILSO-BP神经网络的数控机床主轴热误差建模
3
作者 薛东 袁鑫 +1 位作者 王新科 刘宏伟 《湖北文理学院学报》 2025年第2期23-28,共6页
为提高数控机床加工精度,以佳时特S7H型数控机床主轴系统为研究对象,构建基于改进狮群算法(ILSO)优化的BP神经网络热误差模型。文章利用基于遗传算法改进的K-means聚类分析和相关分析法,将温度测点从10个减小到5个;结合ILSO算法和BP神... 为提高数控机床加工精度,以佳时特S7H型数控机床主轴系统为研究对象,构建基于改进狮群算法(ILSO)优化的BP神经网络热误差模型。文章利用基于遗传算法改进的K-means聚类分析和相关分析法,将温度测点从10个减小到5个;结合ILSO算法和BP神经网络算法,在主轴Z向建立ILSO-BP模型。与传统的BP神经网络和LSSVM模型进行对比实验,结果表明:ILSO-BP模型具有精度高和鲁棒性强等优点。 展开更多
关键词 数控机床 主轴热误差 BP神经网络 狮群优化算法
在线阅读 下载PDF
Logistic回归模型和反向传播神经网络模型对肿瘤化疗患者经外周静脉穿刺的中心静脉导管非计划性拔管的预测效能
4
作者 陈蕾 饶子凤 《癌症进展》 2025年第2期154-159,共6页
目的探讨Logistic回归模型和反向传播神经网络(BPNN)模型对肿瘤化疗患者经外周静脉穿刺的中心静脉导管(PICC)非计划性拔管的预测效能。方法根据是否发生非计划性拔管将220例行PICC置管的肿瘤化疗患者分为拔管组(n=37)和未拔管组(n=183)... 目的探讨Logistic回归模型和反向传播神经网络(BPNN)模型对肿瘤化疗患者经外周静脉穿刺的中心静脉导管(PICC)非计划性拔管的预测效能。方法根据是否发生非计划性拔管将220例行PICC置管的肿瘤化疗患者分为拔管组(n=37)和未拔管组(n=183)。比较两组患者的临床资料,采用Logistic回归模型分析肿瘤化疗患者PICC非计划性拔管的影响因素,采用BPNN构建肿瘤化疗患者PICC非计划性拔管的预测模型。绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC),评估两种模型对肿瘤化疗患者PICC非计划性拔管的预测价值。结果单因素分析结果显示,两组患者年龄、家庭人均月收入、社会支持评定量表(SSRS)评分、急性生理学及慢性健康状况评分系统Ⅱ(APACHEⅡ)评分、置管部位、置管肢体、置管时间、导管固定方式、合并糖尿病情况、皮肤损伤情况比较,差异均有统计学意义(P﹤0.05)。多因素Logistic回归分析结果显示,年龄较大、APACHEⅡ评分较高、右肢置管、置管时间较长、合并糖尿病、皮肤损伤均是肿瘤化疗患者PICC非计划性拔管的独立危险因素(P﹤0.05);家庭人均月收入≥5000元、SSRS评分较高、贵要静脉置管均是肿瘤化疗患者PICC非计划性拔管的独立保护因素(P﹤0.05)。BPNN模型显示,肿瘤化疗患者PICC非计划性拔管影响因素重要性排序为SSRS评分﹥APACHEⅡ评分﹥年龄﹥置管部位﹥置管时间﹥置管肢体﹥皮肤损伤﹥合并糖尿病﹥导管固定方式﹥家庭人均月收入。BPNN模型预测肿瘤化疗患者PICC非计划性拔管的AUC、特异度、阳性预测值、阴性预测值及准确度均高于多因素Logistic回归模型。结论年龄、家庭人均月收入、SSRS评分、APACHEⅡ评分、置管部位、置管肢体、置管时间、合并糖尿病情况、皮肤损伤情况均是肿瘤化疗患者PICC非计划性拔管的影响因素。基于BPNN构建的肿瘤化疗患者PICC非计划性拔管预测模型具有较好的预测效能,可进一步推广应用以验证该模型的预测效能。 展开更多
关键词 肿瘤 化疗 经外周静脉穿刺的中心静脉导管 非计划性拔管 LOGISTIC回归模型 反向传播神经网络
在线阅读 下载PDF
基于高斯过程回归和BP神经网络的油储地罐容积表标定研究
5
作者 王彩玲 程叶 +1 位作者 许欣黎 倪庆旭 《石油石化节能与计量》 2025年第2期26-30,35,共6页
石油作为中国重要的能源资源之一,广泛应用于发电、运输、工业生产等各个领域。准确的油储地罐容积表标定对于确保各类石油产品储存、运输和交易的精确计量至关重要。传统的标定方法通常高度依赖于静态测量和经验公式,易受时间、环境条... 石油作为中国重要的能源资源之一,广泛应用于发电、运输、工业生产等各个领域。准确的油储地罐容积表标定对于确保各类石油产品储存、运输和交易的精确计量至关重要。传统的标定方法通常高度依赖于静态测量和经验公式,易受时间、环境条件及人为因素的影响。为了解决这一问题,提出了一种基于高斯过程回归(GPR)和反向传播神经网络(BPNN)的标定验证方法。在真实加油站数据构建的数据集上进行实验,结果显示,高斯过程回归模型和BP神经网络模型的平均均方根误差RMSE分别为3.435、8.409,模型的预测效果相对较好,研究结果可为容积表的标定工作提供有价值的参考。 展开更多
关键词 容积表标定 BP神经网络 高斯过程回归 数据挖掘 误差预测
在线阅读 下载PDF
基于改进松鼠搜索算法优化神经网络的数控机床进给系统热误差预测 被引量：3
6
作者 杨赫然 李帅 +2 位作者 孙兴伟 董祉序 刘寅 《仪器仪表学报》 EI CAS CSCD 北大核心 2024年第1期60-69,共10页
为探究数控机床进给系统中各因素对热误差的影响规律,建立精准的热误差预测模型。在进给速度为10 m/min、环境温度20℃的条件下进行进给系统热误差测量实验,获得进给系统关键点的温升及热误差。为提高预测精度,采用Tent混沌改进松鼠搜... 为探究数控机床进给系统中各因素对热误差的影响规律,建立精准的热误差预测模型。在进给速度为10 m/min、环境温度20℃的条件下进行进给系统热误差测量实验,获得进给系统关键点的温升及热误差。为提高预测精度,采用Tent混沌改进松鼠搜索算法,并利用改进的算法对神经网络进行优化,建立热误差预测模型。利用热误差测量实验获得的数据进行验证,结果表明改进前的神经网络预测误差为12.23%,改进后的模型预测误差为8.92%,精度有较大提升。利用预测模型针对不同进给速度下相同位置处热误差进行分析,结果表明,进给系统中关键测温点的温度和丝杠各点的热误差随着进给速度的增加而增加。因此提出的预测模型可实现进给系统热误差的准确预测,为误差补偿提供理论依据。 展开更多
关键词 进给系统 热误差 松鼠搜索算法 神经网络
在线阅读 下载PDF
基于时空图卷积神经网络的强迫振荡定位与传播预测 被引量：4
7
作者 冯双 彭祥佳 +5 位作者 陈佳宁 陆友文 陈力 洪希 雷家兴 汤奕 《中国电机工程学报》 EI CSCD 北大核心 2024年第4期1298-1309,I0005,共13页
振荡源定位与传播预测是抑制强迫振荡和保证电力系统稳定的关键。现有方法未能充分利用电网的空间拓扑信息和振荡的时序特征,限制了定位和预测的精度。因此,该文提出一种基于时空图卷积神经网络的强迫振荡定位与传播预测方法。首先,根... 振荡源定位与传播预测是抑制强迫振荡和保证电力系统稳定的关键。现有方法未能充分利用电网的空间拓扑信息和振荡的时序特征,限制了定位和预测的精度。因此,该文提出一种基于时空图卷积神经网络的强迫振荡定位与传播预测方法。首先,根据节点特征和拓扑信息构建图数据,考虑到强迫振荡传播的快速性,通过切比雪夫多项式扩大节点空间感受野,提取振荡空间特征。同时,利用门控循环单元网络提取多个节点振荡数据的时序关联,通过时空图卷积单元融合空间和时序特征。然后,将定位与传播预测分别建模为分类和回归问题,训练时空图卷积神经网络模型。算例分析表明,所提方法具有更高的准确率,且在噪声和部分节点数据缺失的情况下依然具有较好的性能。 展开更多
关键词 强迫振荡 振荡源定位 振荡传播 时空图卷积神经网络
在线阅读 下载PDF
基于超级基神经网络的自适应反演非奇异滑模纱线恒张力控制
8
作者 王罗俊 彭来湖 +2 位作者 熊叙一 李杨 胡旭东 《纺织学报》 北大核心 2025年第2期92-99,共8页
为解决针织圆机高速工作时纱线张力波动较大问题,提出了一种基于超级基(HBF)神经网络区间观测器的反演非奇异滑模纱线恒张力控制方法。通过构建运动纱线系统的数学模型,运用神经网络逼近系统参数(输纱器与编织机构转动惯量)变动所导致... 为解决针织圆机高速工作时纱线张力波动较大问题,提出了一种基于超级基(HBF)神经网络区间观测器的反演非奇异滑模纱线恒张力控制方法。通过构建运动纱线系统的数学模型,运用神经网络逼近系统参数(输纱器与编织机构转动惯量)变动所导致的不确定性响应,将HBF神经网络与区间观测器相结合设计了一个区间状态观测器,估算出系统转速及纱线张力的边界范围,提高了状态识别的准确性。基于纱线张力估算值,构建反演非奇异终极滑模控制器,确保了张力跟踪误差能够在短时间内迅速收敛,从而增强了系统的鲁棒性与动态响应能力。仿真和实验结果表明:所提控制方法成功地使运动纱线张力在1.6 s内达到并维持在预设值,调节时间相较于标准滑模控制及现有文献中的滑模控制器分别缩短了57%和33%,验证了该控制算法的高效性与可靠性。 展开更多
关键词 纱线张力 超级基神经网络 状态观测器 张力误差 滑模控制器 针织圆机
在线阅读 下载PDF
基于自适应小波回声神经网络的光纤陀螺测角仪温度误差补偿技术 被引量：1
9
作者 朱纬 王敏林 董雪明 《电子测量技术》 北大核心 2024年第8期189-194,共6页
基于光纤陀螺的测角仪可以实现对各项角运动参数的一体化动态精密测量,但在实际应用中,光纤陀螺测角仪受到温度变化的影响,导致测量精度下降。针对这一问题,本文提出了一种基于自适应小波回声神经网络的光纤陀螺测角仪温度误差补偿技术... 基于光纤陀螺的测角仪可以实现对各项角运动参数的一体化动态精密测量,但在实际应用中,光纤陀螺测角仪受到温度变化的影响,导致测量精度下降。针对这一问题,本文提出了一种基于自适应小波回声神经网络的光纤陀螺测角仪温度误差补偿技术。为了提高温度误差建模的进度,提高传统神经网络的逼近能力,通过自适应前向线性预测滤波器对建模用测角仪温度漂移数据进行预处理,并采用自适应小波回声神经网络建立温度漂移模型,能够避免传统神经网络结构设计的盲目性和局部最优等问题,增强了网络学习能力和泛化能力,并利用自适应律代替神经网络梯度进行网络训练,提升神经网络的逼近精度和收敛速度。实验结果表明,该模型可以提高光纤陀螺测角仪的测量精度和环境适应性,为光纤陀螺测角仪的性能优化和实际应用提供了可靠的技术支撑。 展开更多
关键词 测角仪 温度误差建模 小波回声神经网络 粒子群优化 自适应前向线性预测滤波器
在线阅读 下载PDF
基于GA-BP神经网络的冷连轧带钢板形预测
10
作者 杨熙成 叶俊成 +1 位作者 谢璐璐 孙杰 《材料与冶金学报》 北大核心 2025年第1期55-61,共7页
为了提高冷连轧过程中板形预设定和闭环反馈的控制效果,以1450 mm五机架UCM冷连轧机组为研究对象,对1742个实验数据进行分类和预处理,以74个工艺参数变量作为输入特征,20个不同位置的板形值作为输出结果,构建了反向传播(backpropagation... 为了提高冷连轧过程中板形预设定和闭环反馈的控制效果,以1450 mm五机架UCM冷连轧机组为研究对象,对1742个实验数据进行分类和预处理,以74个工艺参数变量作为输入特征,20个不同位置的板形值作为输出结果,构建了反向传播(backpropagation,BP)神经网络模型,并采用遗传算法(genetic algorithm,GA)进行优化,得到了基于遗传算法的反向传播(GA-BP)神经网络模型.结果表明,所构建的GA-BP神经网络模型在拟合优度、预测精度和稳定性等方面均优于BP神经网络模型,其RMSE值从0.9818 I降至0.4476 I,MAE值从0.6225 I降至0.2193 I,R^(2)由0.7454增至0.9131. 展开更多
关键词 冷轧带钢 板形预测 反向传播神经网络 遗传算法
在线阅读 下载PDF
误差反向传播神经网络优化方法研究
11
作者 陈新中 狄博文 熊诗 《计算机应用文摘》 2024年第23期171-173,176,共4页
传统误差反向传播(BackPropagation,BP)神经网络虽然具有较强的拟合能力,但其预测误差受到学习率和权值更新方式的影响较大。如果学习率选择不当,网络的权值更新可能陷入局部最优,从而影响整体的优化能力。为了解决这些问题,通过优化权... 传统误差反向传播(BackPropagation,BP)神经网络虽然具有较强的拟合能力,但其预测误差受到学习率和权值更新方式的影响较大。如果学习率选择不当,网络的权值更新可能陷入局部最优,从而影响整体的优化能力。为了解决这些问题,通过优化权值更新、调整学习率和数据集预处理等方法,文章对传统BP网络算法进行了改进。仿真结果表明,优化后的BP神经网络具有更低的均方误差,并能更快速、稳定地实现收敛。 展开更多
关键词 误差反向传播 神经网络 算法优化
在线阅读 下载PDF
NWP辅助复合神经网络预测误差修正的风储系统日前上报策略
12
作者 李翠萍 张冰 +3 位作者 李军徽 朱辉 朱星旭 何俐 《太阳能学报》 EI CAS CSCD 北大核心 2024年第10期86-96,共11页
新能源电站出力存在强波动性导致巨额偏差考核支出,因此基于数值天气预报(NWP)和复合深度学习算法,提出一种计及误差预测修正的风储系统日前上报策略。首先通过改进的组合数据预处理算法对数据进行清洗以降低后续预测难度,建立基于分段... 新能源电站出力存在强波动性导致巨额偏差考核支出,因此基于数值天气预报(NWP)和复合深度学习算法,提出一种计及误差预测修正的风储系统日前上报策略。首先通过改进的组合数据预处理算法对数据进行清洗以降低后续预测难度,建立基于分段式收敛粒子群算法(PCPSO)参数寻优的长短期记忆网络(LSTM)对分量分别进行预测,重构预测结果获取原预测曲线。其次考虑预测误差及NWP信息导入多输入反向传播神经网络(MIBP)获取误差预测曲线,使用非参数核密度函数修订该预测误差曲线后,以储能跟踪误差最小和储能全局调控能力最高为目的模拟储能运行获取最佳储能动作曲线,且叠加原预测曲线和最佳储能动作曲线获取最终日前上报曲线。最后通过仿真分析验证了上报策略的正确性与可行性。 展开更多
关键词 风电 深度神经网络 粒子群优化 储能 日前上报策略 预测误差特征 NWP信息
在线阅读 下载PDF
基于AHP-熵权法的正交试验和GA-BP神经网络优选关节止痛汤提取工艺
13
作者 白淑贤 王单单 +3 位作者 吴作敏 于晓涛 金少举 王瑞 《中国现代中药》 2025年第2期310-317,共8页
目的:优选关节止痛汤的提取工艺。方法:在单因素考察的基础上,以加水量、提取时间、提取次数为考察因素,以京尼平苷酸、松脂醇二葡萄糖苷、阿魏酸、杯苋甾酮的含量和出膏率为评价指标,采用层次分析法(AHP)-熵权法确定各指标权重。通过... 目的:优选关节止痛汤的提取工艺。方法:在单因素考察的基础上,以加水量、提取时间、提取次数为考察因素,以京尼平苷酸、松脂醇二葡萄糖苷、阿魏酸、杯苋甾酮的含量和出膏率为评价指标,采用层次分析法(AHP)-熵权法确定各指标权重。通过正交试验和遗传算法(GA)-反向传播(BP)神经网络法优选关节止痛汤的提取工艺参数,并对2种方法所得工艺参数进行验证比较。结果:正交试验所得最佳工艺参数为加水量6倍、提取时间0.5 h、提取3次,综合评分为90.21(RSD为1.38%);GA-BP神经网络优化得到的最佳工艺参数为加水量6倍、提取时间1.5 h、提取4次,综合评分为99.26(RSD为0.09%),结合实际生产需求,最终确定关节止痛汤的最佳提取工艺参数为加水量6倍、提取时间0.5 h、提取3次。结论:采用正交试验结合GA-BP神经网络所优选的提取工艺参数稳定、可靠,可为后续研发提供参考。 展开更多
关键词 关节止痛汤 层次分析法-熵权法 正交试验 遗传算法-反向传播神经网络
在线阅读 下载PDF
贝叶斯正则化优化BP神经网络估算SOH
14
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
基于神经网络-高斯赫尔默特模型联合多点GNSS定位方法
15
作者 林海飞 彭友志 +1 位作者 夏玉国 何浩鹏 《大地测量与地球动力学》 北大核心 2025年第3期303-307,共5页
为降低复杂环境下GNSS定位误差,提出一种联合高精度测站和距离交会精确估计定位点坐标的方法。该方法首先将观测方程构建为非线性高斯-赫尔默特模型,针对其中的非线性问题,引入反向传播(back-propagation,BP)神经网络进行辅助处理。与... 为降低复杂环境下GNSS定位误差,提出一种联合高精度测站和距离交会精确估计定位点坐标的方法。该方法首先将观测方程构建为非线性高斯-赫尔默特模型,针对其中的非线性问题,引入反向传播(back-propagation,BP)神经网络进行辅助处理。与传统线性化方法相比,BP神经网络能够有效拟合复杂的非线性函数关系。仿真和实测结果表明,该方法能有效降低复杂环境对定位精度的影响,E、N、U方向定位精度分别提高78.1%、72.8%、79.2%。 展开更多
关键词 GNSS 复杂环境 高斯-赫尔模特模型 反向传播神经网络 误差估计
在线阅读 下载PDF
采用遗传-反向传播人工神经网络法构建新疆地区癫痫患儿拉考沙胺血药浓度预测模型
16
作者 赵婷 孙岩 +5 位作者 李红健 张惠兰 于静 冯杰 王婷婷 于鲁海 《儿科药学杂志》 CAS 2024年第4期4-8,共5页
目的:利用遗传-反向传播(GA-BP)人工神经网络法构建新疆地区癫痫患儿拉考沙胺(LCM)血药浓度的预测模型。方法:采用超高效液相色谱法测定400例癫痫患儿的LCM稳态血药浓度,收集患儿临床资料,提取相关数据,采用GA-BP人工神经网络法构建LCM... 目的:利用遗传-反向传播(GA-BP)人工神经网络法构建新疆地区癫痫患儿拉考沙胺(LCM)血药浓度的预测模型。方法:采用超高效液相色谱法测定400例癫痫患儿的LCM稳态血药浓度,收集患儿临床资料,提取相关数据,采用GA-BP人工神经网络法构建LCM血药浓度的预测模型。结果:模型验证结果显示,80例预测浓度的平均预测误差(MPE)绝对值均<10%,预测误差(PE)绝对值<20%的比例是100%,PE绝对值<10%的比例是92.50%,平均预测绝对误差(MAE)为2.28%,提示GA-BP模型预测的准确度和精密度均较好,预测浓度和实测浓度的相关系数为0.998,预测结果较理想。结论:应用GA-BP人工神经网络法预测LCM血药浓度是可行的,可应用于LCM个体化给药研究,促进临床合理用药。 展开更多
关键词 癫痫 拉考沙胺 血药浓度 遗传-反向传播人工神经网络
在线阅读 下载PDF
基于遗传算法-反向传播神经网络及响应面法优化香薷漱口水配方工艺
17
作者 范彬 白雯静 +7 位作者 彭腾腾 尹盼盼 李海燕 沈薇 马趣环 王新娣 刘东彦 石晓峰 《甘肃医药》 2024年第7期641-645,共5页
目的:研制一种具有抑菌作用的新型复方中药漱口水。方法:以药食同源中药香薷为主要原料,以乙醇、甘油、柠檬酸-木糖醇的用量为考察因素,感官评分(色泽、香味、滋味)作为评价指标,在单因素试验和响应面试验的基础上,采用反向传播神经网... 目的:研制一种具有抑菌作用的新型复方中药漱口水。方法:以药食同源中药香薷为主要原料,以乙醇、甘油、柠檬酸-木糖醇的用量为考察因素,感官评分(色泽、香味、滋味)作为评价指标,在单因素试验和响应面试验的基础上,采用反向传播神经网络建立预测模型,结合遗传算法优选漱口水的配方工艺;采用梯度稀释法测定漱口水的最小抑菌浓度。结果:该中药漱口水的最佳配方为:乙醇3.8%,甘油10.4%,柠檬酸-木糖醇0.31%;抑菌试验表明漱口水对大肠杆菌抑制作用较强,对金黄色葡萄球菌具有一定的抑制作用,其MIC分别为0.0741 g/mL和0.1481 g/mL。结论:该中药漱口水制备方法简单,具有一定的抑菌作用,可为药食同源中药的开发利用提供参考。 展开更多
关键词 香薷漱口水 反向传播神经网络 配方工艺 抑菌作用
在线阅读 下载PDF
基于PSO与BP神经网络的磁共振成像设备故障诊断研究
18
作者 方佩玺 张姚昕 赵媛 《机械设计与制造工程》 2025年第1期85-90,共6页
针对磁共振成像设备故障诊断准确性和效率低的问题,提出一种基于粒子群优化算法与反向传播神经网络结合邓普斯特-谢弗证据理论的故障诊断模型。该模型通过粒子群优化算法优化反向传播神经网络的参数,并结合邓普斯特-谢弗证据理论融合多... 针对磁共振成像设备故障诊断准确性和效率低的问题,提出一种基于粒子群优化算法与反向传播神经网络结合邓普斯特-谢弗证据理论的故障诊断模型。该模型通过粒子群优化算法优化反向传播神经网络的参数,并结合邓普斯特-谢弗证据理论融合多传感器数据。实验结果表明,10种故障类型下所提模型的故障检测正确率为100%,对10种不同类型故障的平均检测准确率达96.2%,单样本检测耗时为17.5 ms。 展开更多
关键词 粒子群优化算法 反向传播神经网络 磁共振成像设备 故障诊断 邓普斯特-谢弗证据理论
在线阅读 下载PDF
融合自注意力与残差神经网络的3D打印激光在机测量误差修正方法
19
作者 刘清涛 王子俊 +4 位作者 张玉隆 张义超 赵斌 尹恩怀 吕景祥 《电子测量与仪器学报》 CSCD 北大核心 2024年第4期27-36,共10页
激光测量能够实现高效地非接触实时测量,被广泛应用于3D打印领域,但激光测量容易受测量条件、外部环境等多种因素的干扰,这些因素错综复杂,难以量化分析。为此,结合直射式激光三角测量原理,在分析测量精度影响因素的基础上,提出了一种... 激光测量能够实现高效地非接触实时测量,被广泛应用于3D打印领域,但激光测量容易受测量条件、外部环境等多种因素的干扰,这些因素错综复杂,难以量化分析。为此,结合直射式激光三角测量原理,在分析测量精度影响因素的基础上,提出了一种基于融合自注意力和残差神经网络的3D打印在机测量误差修正方法。首先,将影响测量精度的因素作为输入变量,采集激光测量值,得到样本数据集;然后利用残差网络提取出样本数据的深层次特征,并引入自注意力机制建立影响因素之间的联系,得到带权重的提取特征;再通过全连接网络对带权重特征进行学习,得到测量误差的预测值,基于该预测值完成对测量误差的修正。自主搭建了一套激光在机测量系统,采用红、绿、紫3种同材质彩色卡纸进行实验验证。结果表明,所提的方法与卷积神经网络和自注意力神经网络相比,均方误差、均方根误差和平均绝对误差均最小,稳定性最好,修正结果最接近真实值;对激光测量结果进行校正后,使其误差由原来的±28μm减小到±9μm以下,显著提高了3D打印激光在机测量的精度和稳定性。 展开更多
关键词 3D打印 激光在机测量 残差神经网络 自注意力机制 误差修正
在线阅读 下载PDF
基于帝国竞争反向传播神经网络的断块油田开发顺序优化
20
作者 徐庆岩 孙晓飞 +3 位作者 翟光华 王瑞峰 雷诚 张瑾琳 《石油地质与工程》 CAS 2024年第3期77-81,89,共6页
明确断块油田群中断块的开发顺序是进行开发方案设计的前提条件。断块油田数量较少时,可以进行技术经济的组合对比,但是断块数量较多时会形成海量的组合,耗费时间也长。断块油田开发顺序评价的现有方法有权重评价法、层次分析法、综合... 明确断块油田群中断块的开发顺序是进行开发方案设计的前提条件。断块油田数量较少时,可以进行技术经济的组合对比,但是断块数量较多时会形成海量的组合,耗费时间也长。断块油田开发顺序评价的现有方法有权重评价法、层次分析法、综合模糊评判法等,这些方法在选择评价指标和指标权重上带有较强的主观性,无法做到完全客观的评价。因此本文提出一种基于帝国竞争算法改进的反向传播神经网络模型,首先采用Spearman相关系数法确定影响断块油田开发的主控因素,其次使用分段三次Hermite插值方法实现断块油田群开发数据库的扩充,最后在扩充后的大量数据库训练样本的基础上,基于帝国竞争算法改进的反向传播神经网络模型可以确定影响开发效果参数的权重并预测断块油田群中各断块油田的净现值,根据净现值大小可以确定每个断块的开发顺序。该方法以实际断块油田群的地质油藏数据库作为评价依据,断块油田的开发顺序更加的科学合理,项目整体的净现值也明显高于依靠传统方法确定的开发顺序组合,避免了人为主观性,也节省了数值模拟和经济评价的工作量,克服了现有方法的局限性,对于提高断块油田群开发综合效益具有重要意义。 展开更多
关键词 帝国竞争算法 反向传播神经网络 开发参数权重 投产顺序优化 断块油田群 净现值
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 … 230 下一页 到第 页
使用帮助 返回顶部