共查询到17条相似文献，搜索用时 414 毫秒
1.
神经网络是非线性系统建模的重要方法.反向传播(BP)算法常常用于神经网络的权值训练中,但是BP算法收敛慢.为此,将非线性最小二乘法用于前馈神经网络的权值学习.采用这一建模方法对石油钻杆在热处理过程中的温度测量偏差进行校正.研究结果表明,该方法具有很快的收敛速度和很好的拟合精度,适用于工业过程中测量信号的在线校正. 相似文献
2.
应用BP神经网络算法对运动成绩预测的实证研究 总被引：3，自引：0，他引：3
人工神经网络具有很强的自训练学习和容错能力等优点,且BP网络的学习算法简单、学习能力强,其在实际中具有较为广泛的应用。鉴此应用BP神经网络对运动成绩进行预测,并结合实例说明了该方法的实施与应用。数值试验表明模型具有很高的预测精度,为运动成绩的预测提供了一种新的方法。 相似文献
3.
艾德春 《六盘水师范高等专科学校学报》2009,21(3):34-36
建立煤炭需求预测神经网络模型,设计了网络结构,采用有弹回的BP算法对网络进行了训练,经泛化能力检验,网络的训练误差满足要求,并用训练模型对我国煤炭需求进行了预测。 相似文献
4.
神经网络在曲线拟合中的应用 总被引：1，自引：0，他引：1
吴长楠 《苏州市职业大学学报》2000,11(4):62-65
1、引言 人工神经网络的发展已有近六十年的历史,当前神经网络研究在理论、应用方面都取得了令人瞩目的进展。前向多层神经网络被证明具有较强的功能,误差反传训练(BackPropagation, BP)算法是这种网络的典型算法,BP网络模型已成功地用于信号处理、文本及语音变换和数据处理,成为广泛使用的网络模型之一。曲线拟合,即信号重构在信号处理,语音变换中是经常遇到的课题,曲线拟合的传统方法 相似文献
5.
针对在采用massive MIMO（multiple-input multiple-output）系统的5G网络规划中,使用传统的系统级仿真方法获得信道幅值的计算量和时间开销非常大的问题,提出一种基于BP（back propagation）神经网络的自适应神经网络来预测massive MIMO系统的信道幅值。自适应神经网络由基本BP子神经网络和特征降维BP子神经网络组成,可实现对给定训练集和预测集的自适应,基于用户射线追踪数据快速准确地预测用户的信道幅值。仿真结果表明,所提出的自适应神经网络在得到与系统级仿真方法精度接近的信道幅值的同时,可大幅降低获得信道幅值的时间开销;并且与采用传统BP神经网络相比,可以明显降低训练时间、预测误差大的用户数和平均预测误差。 相似文献
6.
基于人工神经网络的钻削加工参数优化 总被引：1，自引：0，他引：1
运用神经网络对加工参数和其各种影响因素进行建模,在神经网络的智能化选择中,采用了附加动量项的BP算法,解决了收敛速度慢和易限于局部极小等问题。主要针对钻削加工进行网络结构的确定,以及实际网络训练过程中归一、反归一的问题进行了研究。实验表明,这种方法具有可行性,在生产中具有较高的实用价值。 相似文献
7.
介绍了油中气体分析法中最常用的判断方法--罗杰斯三比值法.应用BP神经网络方法,建立变压器故障检测的BP网络模型,经过训练,对变压器故障进行早期诊断,运行结果与实际相符. 相似文献
8.
针对无线传感器网络（WSN）数据融合算法中传统反向传播（BP）神经网络收敛速度慢、对初值敏感和易陷入局部最优解的问题，提出基于改进粒子群的BP神经网络WSN数据融合算法（BSO-BP）。用天牛须搜索（BAS）算法对粒子群算法进行改进，利用改进后的粒子群算法优化BP神经网络权值和阈值，引入WSN数据融合中，簇首节点通过优化训练后的BP神经网络对采集数据进行特征提取，将融合后的数据发送至汇聚节点。仿真实验表明，BSO-BP算法能有效地提高融合精度和收敛速度，减少冗余数据传输，延长网络生命周期。相较于传统BP数据融合算法和PSO-BP算法，BSO-BP算法减少了至少11%的平均相对误差和13.89%的均方根误差。 相似文献
9.
在大型线性方程组的超松弛迭代法求解中,加速因子经常难以确定.应用BP神经网络对其进行训练学习,经过对比分析,得到最佳模型,应用该模型可快速确定加速因子.将该方法应用于石家庄市栾城水文试验基地,计算结果表明,BP人工神经网络有效地解决了地下水数值模拟中加速因子难以确定的问题. 相似文献
10.
陈华 《济宁师范专科学校学报》2006,27(6):20-22
神经网络图像识别技术是一种新型图像识别技术，是在传统的图像识别方法和基础上融合神经网络算法的一种图像识别方法。神经网络用于图像识别一般都要提取图像特征，然后把提取好的图像特征送入神经网络识别器进行识别。BP神经网络图像识别方法不对图像作特征提取，直接把图像数据作为神经网络识别器的输入。通过用MATLAB完成的网络的训练与测试表明，不作特征提取的神经网络图像识别系统具有很强的抗干扰能力。 相似文献
11.
为提高船舶交通事故的预测精度,提出将自回归综合移动平均(autoregressive integrated moving average, ARIMA)模型与BP神经网络组合的船舶交通事故预测方法。该方法考虑船舶交通事故的复杂性和非线性因素,充分结合ARIMA模型与BP神经网络的优势,分别从简单加权和残差优化角度对ARIMA模型与BP神经网络的不同组合方法进行比较研究,并将其应用于2000—2018年英国籍船舶交通事故预测中。结果表明:与ARIMA模型、BP神经网络和ARIMA-BP的简单加权组合预测方法进行对比,ARIMA-BP的残差优化组合预测方法的预测精度最高,其均方根误差、平均绝对误差和平均绝对百分比误差分别为7.16、6.0和4.9%。本文提出的船舶交通事故预测方法可以为相关人员的决策提供指导。 相似文献
12.
由于时间序列在各领域的广泛应用，时间序列预测已经引起越来越多的关注，但关于多维时间序列的预测关注较少.然而，多维时间序列蕴含着丰富的信息.针对该问题，提出基于k近邻（k-nearest neighbor，k-NN）和BP神经网络的多维时间序列组合预测模型.首先分别采用k-NN和BP神经网络进行预测，得到对应的预测结果.然后使用BP神经网络进行非线性组合，得到最终的预测结果.实验表明，该预测模型优于k-NN和BP神经网络预测模型. 相似文献
13.
改进BP算法的参数优化和知识学习 总被引：1，自引：0，他引：1
论述一种基于人工神经网络（ＡＮＮ）的知识学习方法，采用改进的ＢＰ算法训练ＡＮＮ，用于船用柴油机故障诊断，以解决一般专家系统在知识获取过程中的“瓶颈”问题。还讨论了ＢＰ算法的改进与参数优化，并给出了在故障诊断中的应用实例。 相似文献
14.
通过科学的方法对企业信用进行分析、评级和判断,给出定性与定量相结合的指标体系,建立基于BP神经网络的两类企业信用评级模型.针对局部收敛的缺点,用自适应学习率和附加动量项改进信用评级,并运用该模型对我国2004年100家ST和非ST上市公司进行评级,得出对训练样本和测试样本的评级准确率,表明神经网络技术作为智能化科学方法,非常适合企业信用评级,但也存在网络稳定性差等不足. 相似文献
15.
基于多种群遗传神经网络的船舶发电机故障诊断 总被引：3，自引：0，他引：3
为及时发现船舶发电系统的早期故障,通过多种群遗传算法与反向传播（BackPropagation, BP)神经网络算法相结合,提出一种基于多种群遗传神经网络算法的船舶发电机故障诊断方法.利用该算法对实例进行故障诊断,结果证明该算法能有效克服BP神经网络收敛速度慢和易出现局部极小值的缺点.该算法有全局搜索能力强、优化速度快的特点,具有一定的应用前景. 相似文献
16.
总有机碳含量（TOC）是烃源岩评价的重要指标。传统的TOC预测模型有ΔlogR和BP神经网络，但是ΔlogR的拟合精度较低，BP神经网络容易陷入局部最优。针对这些问题，提出一种基于卷积神经网络（convolutional neural network，CNN）预测烃源岩TOC的方法。以鄂尔多斯盆地杭锦旗地区上古生界泥质烃源岩为研究对象，通过对比实验验证该方法的有效性。实验结果表明，CNN可用于TOC预测，且预测精度高于ΔlogR和BP神经网络。利用CNN对108口钻井的山1段和太原组泥岩的TOC值进行预测，并结合沉积微相做出TOC平面图，发现研究区的东南部和中部的沼泽沉积微相的TOC值较高，分流河道沉积微相的TOC值较低。TOC值的平面分布与沉积微相分布在整体上具有良好的匹配关系，显示了CNN方法计算TOC的可行性。 相似文献
17.
利用遗传算法的全局搜索能力,同时进化设计神经网络的网络结构和初始连接权,获得一组合适网络结构和初始连接权,再进行新一轮BP神经网络训练,生成神经网络的集成个体,采用二次规划计算方法,计算各集成个体的最优非负权系数进行最优组合集成,生成神经网络的输出结论,以此建立股市预测模型。通过上证指数开盘价进行实例分析,计算结果表明该方法预测精度高、稳定性好,易于操作。 相似文献