-
基于神经网络的孵化过程组合预测方法
针对禽蛋孵化过程是一个具有高度非线性、大滞后且强耦合性的农业生产过程,常规的控制方法难以达到较好的控制效果,提出一种禽蛋孵化过程的组合预测方法.该方法分别采用神经网络模型和过程记忆神经网络对禽蛋孵化过程温、湿度进行预测,然后采用方差-协方差优选组合预测法对两种单一模型的预测结果进行加权集成,以获得较为准确的预测精度,实现禽蛋孵化过程温度和湿度的有效预测.仿真运行结果表明对两种单一预测模型的预测结果进行加权组合后得到的组合预测模型的预测精度明显要优于单一预测模型,能较好的预测孵化过程温、湿度,从而较好的保证禽蛋孵化过程的稳定控制.周国雄,廖迎新,沈学杰 - 系统仿真学报文章来源： 万方数据 -
基于图像处理技术和BP神经网络算法的玉米病害诊断方法的研究
为了快速诊断识别玉米病害,及时采取防治措施,提高玉米病害的诊断水平,将图像处理技术和BP神经网络算法引入到玉米病害识别和诊断中.实验测试表明,利用图像处理技术的病害识别模型对采集的病害样本进行处理识别所得到的分析结论与实际应用领域的真实结论相符,满足农业生产的实际应用.该项技术为保证玉米产量和玉米品质提供了一种有效的方法.曹丽英,张晓贤,伞晓辉,陈桂芬 - 计算机科学文章来源： 万方数据 -
基于神经网络的音圈电机迟滞特性建模
阐述了由音圈电机驱动的定位系统,并为该系统设计了微位移检测电路.对音圈电机施加35Hz的正弦波电压时,绘制的电机输出位移曲线为迟滞环,并且采集了0~35V的任意三角波驱动电压下的输出位移数据,作为训练样本.设计了径向基函数网络的迟滞辨识模型.网络的激励函数采用高斯核函数,提出加入最近邻规则的混合型K-均值聚类算法,基宽度由平均法确定,解决了RBF中心的初始化和基宽度由经验公式确定的问题.经验证,权值的修正采用改进的BP算法.仿真训练结果表明,RBF网络迟滞辨识模型平均误差为0.115μm,误差最大值为0.323μm.当辨识音圈电机的迟滞特性时,改进的RBF网络学习速度和精度都优于BP网络.赵景波,薛琨,张磊,刘慧敏 - 系统仿真学报文章来源： 万方数据 -
基于生物地理优化算法的抽油机故障诊断研究
提出将混沌变异算子与生物地理优化算法融合,利用混沌变异算子把混沌运动遍历范围放大,克服标准生物地理优化算法搜索能力不强的缺点,达到混沌搜索性与生物地理优化利用性的平衡,并通过测试函数的仿真测试,验证了所提出的新算法的可行性;运用改进的生物地理优化算法优化神经网络的权值和阈值,与传统BP算法的训练结果进行仿真比较,证明了基于生物地理优化算法的神经网络改善了传统算法训练时间长、容易陷入局部极值的缺点,并把优化好的神经网络应用于抽油机故障诊断,仿真结果表明,该算法具有较好的训练性能,收敛速度快,稳定性能好,能够大大提高故障诊断的精度.任伟建,赵月娇,王天任,刘爱君 - 系统仿真学报文章来源： 万方数据 -
基于事件驱动和神经网络的无线传感器网络数据融合算法研究
为降低突发事件监测的无线传感器网络( WSN)的能量消耗和数据冗余,设计并实现一种基于事件驱动的动态分簇BP神经网络数据融合算法( EBPDF)。其中动态成簇以及簇头选举过程基于事件严重程度和节点剩余能量,簇的生命周期和簇的覆盖范围根据事件紧急程度和节点剩余能量进行动态调整。同时,为减少网络通信量,将神经网络层次结构与WSN的簇结构相结合,在动态形成的簇结构中应用三层神经网络模型,通过神经网络算法从采集到的大量原始数据中提取出少量特征值,并发送到汇聚节点,从而延长网络生命周期,降低数据传输的冗余度。理论仿真实验证明,与LEACH算法相比,该算法既能有效降低网络通信流量,又能减少节点通信次数。侯鑫,张东文,钟鸣 - 传感技术学报文章来源： 万方数据 -
基于遗传算法改进的BP神经网络模型在GPS高程拟合中的应用研究
目前,GPS被广泛应用于各工程领域,但GPS高程因与国家高程基准不同而被弃之不用.为充分挖掘GPS高程数据,本文在阐述遗传算法(Genetic Algorithm,GA)和BP神经网络(Back Propagation Network)基本理论的基础上,结合两者的优缺点,提出了基于遗传算法改进的BP神经网络模型(IGA_BP),并将该模型应用到实际GPS高程拟合算例中.结果表明,IGA_BP模型的GPS高程拟合精度明显优于传统的二次多项式和BP神经网络拟合精度,且收敛速度快,泛化能力较强,可达传统四等水准测量精度.吴吉贤,杜海燕 - 工程勘察文章来源： 万方数据 -
基于改进生物地理学算法的甲醇合成转化率软测量
甲醇是一种重要的工业原料,甲醇合成反应是甲醇生产中重要的环节,甲醇合成转化率是甲醇合成反应中的关键指标,以甲醇合成转化率为对象建立准确的软测量模型可以有效指导甲醇合成过程的控制.生物地理学优化(BBO)算法是一种新型智能优化算法,结合粒子群优化(PSO)算法提出一种改进的生物她理学优化算法,称为BBOPSO.在14个基准测试函数上,对改进的算法、基本BBO算法、基本PSO算法及其他两种算法进行比较,结果表明改进的算法优于所比较的其他算法.最后,用改进的算法优化BP神经网络的参数,获得了甲醇合成转化率模型,实验结果表明,基于改进算法的神经网络模型能够较好的预测甲醇合成转化率.陈绍武,宋淑群,张凌波,顾幸生 - 系统仿真学报文章来源： 万方数据 -
基于神经网络的汉语孤立词语音识别
研究基于神经网络的汉语孤立词语音识别问题,神经网络通常是针对静态模式而设计,输入结构是固定的,语音信号是一个时变信号,发音时音节的长短不可能完全相同,将人工神经网络用于语音识别时需要对其做一些必要的修正.本文将语音特征参数序列通过规整网络转换为状态转移矩阵.状态转移矩阵维数固定,反映语音时变特性.从而很好的解决了神经网络动态模式识别问题,实现了基于神经网络的孤立词语音识别.实验结果表明该系统具有良好性能.朱淑琴,魏威 - 微计算机信息文章来源： 万方数据 -
基于PSO的BP神经网络在压力传感器温度补偿中的应用
针对硅压阻式压力传感器的温度漂移问题,提出了基于粒子群优化算法PSO( Particle Swarm Optimization Algorithm)的BP神经网络的温度补偿模型,通过粒子群化算法对BP网络的权值和阈值进行全局寻优,克服了BP网络收敛速度慢和易陷入局部极值的缺陷,而且温度补偿的精度较高。研究结果表明,该方法有效的抑制了温度对压力传感器输出的影响,提高了传感器的稳定性和准确性。孙艳梅,苗凤娟,陶佰睿 - 传感技术学报文章来源： 万方数据 -
基于蚁群神经网络的泵车主泵轴承性能评估
针对BP神经网络、遗传神经网络等智能算法在机械设备关键部件的性能评估过程中训练收敛速度慢,且会遇到局部极小的问题,提出一种运用蚁群算法训练神经网络的权值和阈值的混合智能算法-蚁群神经网络.将蚁群神经网络应用于混凝土泵车主泵系统中主泵轴承的模式识别和性能评估.结果表明,蚁群神经网络能很好地解决收敛速度慢、局部极小的问题,提高了分类精度,展现了良好的应用前景.孙旺,李彦明,杜文辽,苑进,刘成良 - 上海交通大学学报文章来源： 万方数据
科创中国
