-
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 -
异步双向中继信道的物理层网络编码
物理层网络编码(physical-layer network coding,PNC)中的一个重要问题是,如何解决由于传输环境导致的信号不同步问题,包括载波频率不同步、相位偏移和符号不同步.之前文献大多数都是假设符号发送严格同步,主要研究了异步双向中继信道物理层网络编码方案,中继端利用BP(Belief propagation)算法来解决异步导致系统系能下降的问题,仿真结果表明,利用BP算法可以减小信号异步导致的系统性能下降,相位偏移对系统性能下降影响较大,而符号偏移却可以减小这种性能下降.元超,郑宝玉,池新生 - 重庆邮电大学学报(自然科学版)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 -
GA-BP神经网络在气压式相对高度计中的应用研究
为了提高相对高度测量的精确性,研究并实现了一种基于气压传感器阵列式测量和遗传算法( GA)优化反向传播( BP)神经网络数据融合处理的高精度气压式相对高度计,给出了相应的硬件结构和软件设计。结合实验测量的数据和相关文献的数据,从准确性、稳定性和通用性的角度对GA-BP神经网络、传统BP神经网络以及标准计算公式在气压式相对高度计中应用的性能进行了对比分析。研究结果表明,本文提出的基于GA-BP神经网络的相对高度计具有更高的测量精度、更高的稳定性和更好的推广能力,能够满足日常相对高度的实时测量需求。张加宏,付洋,葛益娴,顾芳,姚佳慧,黄秦,李猛 - 传感技术学报文章来源： 万方数据 -
基于BP网络的汉语普通话声调识别
研究了一种常用的模式分类器-BP神经网络,分析了BP网络的训练及识别过程,提取了能体现声调特性的特征数据组成分类特征向量,设计了具有一个隐含层的3层前馈网络作为分类器,对普通话声调样本库做了分类识别实验,分析了不同隐含层节点数的识别实验结果.实验结果表明,提取的音频特征基本有效,分类效果良好,具有一定的应用价值.李仕强,王水平 - 南京信息工程大学学报(自然科学版)文章来源： 万方数据 -
基于BP神经网络的滑坡地质灾害预测方法
为了解决滑坡地质灾害传统预测方法中出现的综合性、实用性不强等问题,本文研究用基于优化参数设置的BP神经网络模型来预测滑坡地质灾害.该方法基于BP神经网络,顾及与滑坡地质灾害产生紧密相关的地质条件和环境因素,对BP神经网络的输入层、隐含层、输出层的参数进行优化;再由历史的经验数据通过训练、泛化建立基于BP神经网络的地质灾害预测模型;最后,按照0和1的组合结果对滑坡地质灾害进行预测.本文利用该模型对汶川地震诱发的滑坡地质灾害进行分析预测,结果表明:该模型的预测结果与实际结果吻合度达到86%~90%,预测精度较高,验证了基于改进的BP神经网络预测滑坡地质灾害的方法是实际可行的.柯福阳,李亚云 - 工程勘察文章来源： 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AdaBoost的网络入侵智能检测
网络环境中,系统受到多种入侵行为威胁,具有变化快、种类多、随机性强的特点,提出一种基于AdaBoost的网络入侵智能检测算法,利用神经网络建立入侵检测学习器,采用AdaBoost集成学习方法对基学习器迭代训练,生成最终的入侵检测模型,仿真实验表明,该方法相对传统的BP神经网络算法具有较大的优势,降低了随机样本对模型的影响,增加了神经网络的泛化能力,使最终的入侵检测模型更加贴近真实的网络入侵样本,减小了小样本集导致的模型精度大幅下降的问题,对识别、检测各类入侵行为,对维护网络安全,具有十分重要的意义.周国雄,沈学杰,李琳,贺超英 - 系统仿真学报文章来源： 万方数据
科创中国
