共查询到10条相似文献，搜索用时 93 毫秒
1.
提出了主成分分析(PCA)和局部线性嵌入降维方法(LLE)组合的优化RBF神经网络降水预测模型,首先利用主成分分析(PCA)和局部线性嵌入降维方法(LLE)组合对众多气象物理因子降维提取有效因子,再将这些综合有效因子组成的特征空间矩阵作为优化的RBF神经网络的输入矩阵,从而建立网络模型.以此对广西5月三个不同区域平均日降水量进行预报实验,结果表明,该模型具有较好的收敛效果和泛化能力,在预报性能上明显优于同期的T213降水预报、PCA预报、LLE预报,预报稳定性好,预报准确率较高,具有一定的普遍适用性. 相似文献
2.
针对湿度传感器因湿滞或温度漂移等因素引起的非线性问题,提出一种基于主成分分析(PCA)和遗传算法(GA)融合优化神经网络(BP)传感器校准改进措施。以HR202电阻型湿度传感器为例,分别在5个温度和10种饱和盐溶液标准湿度环境下进行测试,对采集的数据首先利用PCA算法"降维",通过提取温度和湿滞补偿的主要信息,在原信息损失较小的前提下,将BP传感器校准多维问题简化,然后采用GA-BP对样本进行训练。经实验测试和Matlab平台仿真研究结果表明,基于PCA和GA融合算法处理的神经网络对湿度传感器定标校准数据相比该产品示值校准精度从±5%RH提高到±3%RH,训练速度相比传统BP方法提高3~5倍。该方法在湿度传感器校准测量精度提高方面有参考价值。 相似文献
3.
随着我国居民收入的不断提高及理财意识的不断增强,消费者对互联网理财需求越来越多,但目前关于消费者购买互联网理财产品影响因素以及购买意向预测的研究还很少。为了准确挖掘消费者购买理财产品的影响因素,并在此基础上对购买意向进行预测,首先依托消费者购买理财产品数据,运用主成分分析法挖掘其中潜在的、有价值的消费者信息;然后使用PCA对网络进行降维,将主成分模拟到BP神经网络中建立购买互联网理财产品预测模型;最后对预测进行实证分析。分析结果显示构造的PCA-BP神经网络预测模型训练样本结果准确率达83.61%,测试样本准确率达80.12%,具有较好的泛化能力和预测精度,可用于对消费者购买理财产品进行分析和预测。 相似文献
4.
褚晨辉 《中阿科技论坛(中英文)》2024,(2):108-111
装配式高层住宅成本受诸多因素影响,成本与各个因素之间存在复杂的非线性关系,BP神经网络难以对其进行准确的成本预测。文章提出了一种遗传算法（GA）优化BP神经网络的预测方法,利用GA-BP神经网络模型提高装配式高层住宅成本预测的准确率。通过对GA-BP神经网络模型的权值和阈值进行优化,构建了GA-BP神经网络装配式高层住宅成本预测模型,并以50组装配式高层住宅样本数据为例,分别运用GA-BP神经网络与BP神经网络预测模型进行了对比试验。试验结果表明,GA-BP神经网络预测模型具有较强的稳定性和更高的预测准确率。 相似文献
5.
为确保水产品冷链物流供需双方信息对称,降低供应链中断风险及供需不匹配造成的浪费,水产品冷链物流需求预测显得尤为关键。选取影响水产品冷链物流需求的18个因素并用灰色关联法(GRA)筛选验证,运用主成分分析法(PCA)提取主要特征,通过粒子群算法(PSO)优化的径向基神经网络(RBF)构建PCA-PSO-RBF预测模型,对水产品需求预测,并与PCA-PSO-BP、PCA-RBF、PCA-BP、SVM、BP模型对比。结果表明,构建的PCA-PSO-RBF预测模型具有较强的非线性系统处理能力与全局寻优能力,对小样本多特征的数据具有较好包容性和预测精度,通过MAE/RMSE/MAPE预测误差评价验证了PCA-PSO-RBF预测模型的有效性及优越性。 相似文献
6.
提出将BP神经网络与遗传算法(GA)相结合,建立了三层GA-BP神经网络模型,模型利用遗传算法来修改网络的连接权值,构筑进化型的神经网络模型,缩短网络学习训练时间,提高模型预测精度。炉温预测主要是高炉铁水硅质量分数的预测,当要求硅质量分数预报的绝对误差为±0.05%时,命中率为90%。结果表明,GA-BP网络模型比传统的BP网络模型能够获得更高的精度。 相似文献
7.
给出了一种基于LPQ特征向量的帘子布疵点识别方法。首先给出了局部相位量化(LPQ)的定义,,然后计算帘子布样本图像的LPQ特征向量,使用PCA降维处理,再利用降维后的LPQ特征向量对预先设置的BP神经网络参数进行最优选择,最后利用最优的BP神经网络作为帘子布疵点分类器。此识别算法能对断经、浆斑、劈缝、稀经和经线粘连等帘子布疵点进行有效识别。 相似文献
8.
空中交通管制安全是确保飞行安全的重要因素,为提高空中交通管制系统的安全性,需要对空中交通管制员人为差错风险进行评估。首先,基于SHEL模型构建了管制员人为差错评估指标体系,之后针对BP神经网络算法容易陷入局部极小值的缺点,通过引入遗传算法优化神经网络的权值和阈值,建立了一种混合算法;经实例评估表明,GA-BP算法与传统的BP神经网络模型相比具有更高的预测精度,具有较好的适用性和可行性,为加强航空业安全管理体系建设提供了一定的参考依据。 相似文献
9.
针对目前机车滚动轴承故障诊断效率低、速度慢的问题,设计一种基于小波包与粗糙集神经网络的机车走行部滚动轴承故障诊断方法。首先运用小波包分解构造故障特征集,之后运用粗糙集对故障特征集进行降维处理,消除冗余信息,然后将降维后的最小属性集作为Levenberg Marquardt算法改进的BP神经网络的输入,建立相应的神经网络模型实现故障诊断。测试结果表明,相较于普通BP网络模型,该方法降低了神经网络模型构建的复杂度,提高了故障诊断速度与故障诊断准确率。 相似文献
10.
为实时监控类矩形盾构偏心刀盘工作状态,提出一种基于遗传算法（GA）优化BP神经网络模型的在线故障预测方法。首先,利用现场检测的相关测量数据,建立“特征—故障”数据集;然后,利用最优权值与阈值由遗传算法获取的BP神经网络对数据集进行自我学习,构建工作期故障预测模型;最后,开发偏心刀盘监控系统,对刀盘工作状态进行在线预测。实验结果表明,GA-BP网络模型预测准确率达到93.3%,与传统BP网络模型相比提高6%。基于GA-BP网络的偏心刀盘在线故障预测方法可精准预测刀盘工作状态,满足应用设计要求,为盾构施工安全提供有力保障。 相似文献