期刊文献+
共找到141篇文章
< 1 2 8 >
每页显示 20 50 100
基于IRCMMRDE和HHO-PNN的轴承损伤辨识模型
1
作者 桂芳 李健 刘磊 《机电工程》 北大核心 2025年第1期62-71,共10页
采用单通道振动信号无法完全准确表征轴承多角度的故障信息,导致特征提取不够充分。针对这一缺陷,构建了一种基于改进精细复合多元多尺度反向散布熵(IRCMMRDE)和参数优化概率神经网络(PNN)的滚动轴承损伤辨识模型。首先,使用了振动加速... 采用单通道振动信号无法完全准确表征轴承多角度的故障信息,导致特征提取不够充分。针对这一缺陷,构建了一种基于改进精细复合多元多尺度反向散布熵(IRCMMRDE)和参数优化概率神经网络(PNN)的滚动轴承损伤辨识模型。首先,使用了振动加速度计和麦克风两种类型的传感器,同时获得了滚动轴承不同工况下的振动和声音信号,构建了故障信息量更丰富的多通道信号;随后,提出了能够同步分析多通道信号的IRCMMRDE方法,并将其用于提取滚动轴承多通道信号的故障特征;接着,采用哈里斯鹰优化器(HHO)对概率神经网络的平滑因子进行了自适应寻优,构造了网络结构最优的PNN模型;最后,将损伤样本输入至HHO-PNN模型中,进行了故障的分类识别,完成了滚动轴承样本的故障辨识;并基于滚动轴承声振信号数据集,对基于IRCMMRDE-HHO-PNN的故障诊断方法的有效性进行了验证。研究结果表明:基于IRCMMRDE和HHO-PNN的故障诊断方法的准确率达到了99.6%,平均的识别准确率达到了99.8%,优于其他多种特征提取方法;同时,对多通道融合信号进行分析取得的准确率优于单个通道的信号,准确率分别提高了8.8%和4.8%;此外,HHO-PNN分类器模型的诊断性能优于其他分类模型,更具有泛化性和实用性。 展开更多
关键词 滚动轴承 故障诊断 改进精细复合多元多尺度反向散布熵 概率神经网络 多通道信号 哈里斯鹰优化器
在线阅读 下载PDF
基于LSTM-PNN神经网络的电潜泵故障诊断方法
2
作者 周逸飞 刘新福 +4 位作者 曹砚锋 于继飞 欧阳铁兵 刘春花 周伟 《机床与液压》 北大核心 2024年第19期209-215,共7页
针对电潜螺杆泵故障预测中发生故障难以及时发现、发现难以准确判别故障类型等问题,提出一种基于深度学习长短期记忆网络(LSTM)结合概率神经网络(PNN)的电潜螺杆泵故障预测方法。以LSTM网络为回归模型,使用时间序列法预测故障信号的未... 针对电潜螺杆泵故障预测中发生故障难以及时发现、发现难以准确判别故障类型等问题,提出一种基于深度学习长短期记忆网络(LSTM)结合概率神经网络(PNN)的电潜螺杆泵故障预测方法。以LSTM网络为回归模型,使用时间序列法预测故障信号的未来趋势,利用小波包分解螺杆泵的故障信号,提取其中的故障特征,再结合油压、产量等多个工作参数,构建电潜螺杆泵的故障特征向量,并凭借PNN网络判别预测信号故障类型。收集新疆油田120组故障数据作为数据集对预测模型进行训练,从中取出90组数据作为故障数据库对模型进行训练,取出30组数据作为测试组测试模型准确率,使用LSTM-PNN神经网络预测模型分别对两组数据进行电潜螺杆泵故障预测。结果表明:预测前提取故障信号特征可有效提高电潜螺杆泵的故障预测精度,较常规电潜螺杆泵故障预测方法,LSTM-PNN网络预测具有更高的准确率且准确率提升了3%~16%。 展开更多
关键词 电潜螺杆泵 小波包分解 故障诊断 长短期记忆神经网络 概率神经网络
在线阅读 下载PDF
多源数据融合的焊接质量监测技术
3
作者 张发平 孙昊 +1 位作者 魏剑峰 宋紫阳 《北京理工大学学报》 北大核心 2025年第5期471-481,共11页
针对焊接质量的图像信息检测方法难以发现隐性焊接缺陷的问题,提出基于多源数据融合的焊接隐性异常检测和识别方法,以期增加缺陷检测的种类和提高精度.首先,对采集的焊接过程中的声音、电压、光谱、温度等多维度信息进行特征值计算,并... 针对焊接质量的图像信息检测方法难以发现隐性焊接缺陷的问题,提出基于多源数据融合的焊接隐性异常检测和识别方法,以期增加缺陷检测的种类和提高精度.首先,对采集的焊接过程中的声音、电压、光谱、温度等多维度信息进行特征值计算,并将这些特征值与焊接的熔池图像特征值结合,构成焊接质量的原始特征空间;然后采用线性判别方法,降维形成焊接信息的低维特征空间;最后,使用孤立森林法筛选邻域搜索空间,并将该邻域搜索空间中的焊接数据点划分为多个重叠子集.采用局部离群因子法对新数据点在多个重叠子集中进行邻域搜索,对焊接过程进行异常检测,该方法充分考虑了焊接质量数据的全局特征并且计算复杂度大为降低.最后,采用基于人工蜂群算法优化的概率神经网络进行焊接质量数据的精确细分和异常的精准识别,该方法增强了全局搜索能力,同时避免陷入局部最优.试验验证结果显示所提方法都焊接异常的检测精度可达97.44%,对综合焊接异常的识别精度可达96.03%,证明了方法的有效性. 展开更多
关键词 隐性焊接异常 多源数据 局部离群因子 概率神经网络 线性判别方法 人工蜂群算法
在线阅读 下载PDF
基于PNN/PCA/SS-SVR的光伏发电功率短期预测方法 被引量:50
4
作者 王昕 黄柯 +3 位作者 郑益慧 李立学 郎永波 吴昊 《电力系统自动化》 EI CSCD 北大核心 2016年第17期156-162,共7页
光伏发电功率预测对太阳能开发利用、电网稳定安全运行具有重要意义。提出一种融合了概率神经网络(PNN)、主成分分析法(PCA)、分散搜索(SS)和支持向量机回归(SVR)的光伏输出功率预测模型。首先结合天气信息通过PNN将天气划分为晴、多云... 光伏发电功率预测对太阳能开发利用、电网稳定安全运行具有重要意义。提出一种融合了概率神经网络(PNN)、主成分分析法(PCA)、分散搜索(SS)和支持向量机回归(SVR)的光伏输出功率预测模型。首先结合天气信息通过PNN将天气划分为晴、多云、阴、雨4种类型,然后在每种天气类型下,利用PCA对影响光伏出力的多个气象因素,如太阳辐射强度、温度和相对湿度等进行降维、转换成少数几个主成分作为输入向量,最后建立SS算法优化SVR的光伏发电功率短期预测模型。结果表明,该模型实现了对不同天气类型下的光伏出力较为精准的预测,具有一定的可行性及指导意义。 展开更多
关键词 光伏发电功率预测 概率神经网络 主成分分析法 分散搜索 支持向量机回归
在线阅读 下载PDF
基于Pseudo-Zernike不变矩的PNN车牌汉字识别 被引量:10
5
作者 高全华 王晋国 孙锋利 《计算机工程》 CAS CSCD 北大核心 2009年第4期196-198,共3页
基于不变矩理论,提出一种应用概率神经网络作为识别器的车牌汉字识别技术。利用Pseudo-Zernike矩特征的旋转不变性和良好的抗噪性能,将其作为车牌汉字识别的特征矢量,结合Pseudo-Zernike矩的快速算法和概率神经网络识别器快速学习和识... 基于不变矩理论,提出一种应用概率神经网络作为识别器的车牌汉字识别技术。利用Pseudo-Zernike矩特征的旋转不变性和良好的抗噪性能,将其作为车牌汉字识别的特征矢量,结合Pseudo-Zernike矩的快速算法和概率神经网络识别器快速学习和识别的性能,可适应实时环境下所获取的车牌汉字灰度图像的识别,具有较高的准确率,实验结果表明了该方法的有效性。 展开更多
关键词 车牌识别 Pseudo—Zernike不变矩 概率神经网络
在线阅读 下载PDF
基于PNN神经网络的电控发动机故障诊断 被引量:9
6
作者 巴寅亮 王书提 +2 位作者 李春兰 郭增波 加克.乌云才次克 《现代电子技术》 北大核心 2016年第20期146-148,153,共4页
PNN是前馈型神经网络,具有强大的非线性模式分类能力。提出运用PNN神经网络对发动机电控系统进行故障诊断的方法,介绍了PNN神经网络及其工作原理,以伊兰特汽车发动机电控系统为研究对象,让发动机在怠速情况下,并对其进行故障设置,运用金... PNN是前馈型神经网络,具有强大的非线性模式分类能力。提出运用PNN神经网络对发动机电控系统进行故障诊断的方法,介绍了PNN神经网络及其工作原理,以伊兰特汽车发动机电控系统为研究对象,让发动机在怠速情况下,并对其进行故障设置,运用金德KT600故障诊断仪采集发动机故障数据流,利用PNN神经网络建立诊断模型,并对网络诊断模型进行验证,诊断结果完全正确,且训练速度非常快。实验结果表明PNN神经网络具有较强的泛化能力和实用价值。 展开更多
关键词 pnn神经网络 发动机 电控系统 故障诊断
在线阅读 下载PDF
基于DWT和PNN的印刷过程实时监测和故障诊断 被引量:6
7
作者 鄢腊梅 管力明 +1 位作者 胡更生 何宏 《振动.测试与诊断》 EI CSCD 北大核心 2010年第3期236-239,共4页
提出了一种新的基于离散小波变换和概率神经网络的印刷过程振动信号的实时监测和故障诊断系统。利用小波包分解技术对印刷过程振动信号进行降噪处理,并选择特殊频段进行小波包重构,有效捕捉和分离了处于信号不同频段的印刷过程振动信号... 提出了一种新的基于离散小波变换和概率神经网络的印刷过程振动信号的实时监测和故障诊断系统。利用小波包分解技术对印刷过程振动信号进行降噪处理,并选择特殊频段进行小波包重构,有效捕捉和分离了处于信号不同频段的印刷过程振动信号故障特征分量。对提取的故障特征参数应用概率神经网络映射,实现对印刷过程振动信号运行状态的实时监测和故障诊断。仿真结果表明,该诊断方法快速、准确且易于工程实现。 展开更多
关键词 离散小波变换 概率神经网络 故障诊断 印刷过程
在线阅读 下载PDF
基于小波系数KPCA和PNN的电能质量扰动分类 被引量:7
8
作者 何朝辉 黄纯 +1 位作者 刘斌 程扬军 《电力系统及其自动化学报》 CSCD 北大核心 2010年第2期76-81,108,共7页
针对电能质量扰动分类,提出基于小波系数特征的核主成分分析(KPCA)和概率神经网络(PNN)的分类新方法。对正常信号和六种常见电能质量扰动(电压暂降、暂升、短时中断、谐波、电压波动和振荡暂态)进行小波变换和多尺度分析,提取各类扰动... 针对电能质量扰动分类,提出基于小波系数特征的核主成分分析(KPCA)和概率神经网络(PNN)的分类新方法。对正常信号和六种常见电能质量扰动(电压暂降、暂升、短时中断、谐波、电压波动和振荡暂态)进行小波变换和多尺度分析,提取各类扰动在多个尺度上小波系数作为特征向量;利用KPCA进行主成分提取,降低了小波系数特征向量维数,再输入PNN进行分类。仿真表明,该方法分类速度和准确率良好。 展开更多
关键词 电能质量扰动 分类 核主成分分析 概率神经网络 小波变换
在线阅读 下载PDF
基于PNN神经网络的掘进机截齿磨损程度识别研究 被引量:15
9
作者 张强 王禹 王琛淇 《煤炭科学技术》 CAS CSCD 北大核心 2019年第6期37-44,共8页
针对掘进机截齿磨损在线识别问题,提出一种基于PNN神经网络的截齿磨损程度多特征信号识别方法,提取不同磨损程度的截齿在截割过程中的振动和声发射特征信号,分别分析振动加速度、声发射信号峰值以及2种特征信号频域图的均方根这4个特征... 针对掘进机截齿磨损在线识别问题,提出一种基于PNN神经网络的截齿磨损程度多特征信号识别方法,提取不同磨损程度的截齿在截割过程中的振动和声发射特征信号,分别分析振动加速度、声发射信号峰值以及2种特征信号频域图的均方根这4个特征参数,获取振动信号、声发射信号与不同磨损程度截齿的变化规律。建立5种不同磨损程度截齿的多特征信号样本数据库,采用多特征信号样本对PNN神经网络进行学习和训练,建立截齿磨损程度的识别模型,实现截齿磨损程度的精确识别。结果表明:基于PNN神经网络的截齿预测磨损状态识别模型识别精度较高,识别准确率和预测准确率约为93.3%和95.0%,与BP神经网络方法相比分别提高了3.3%和15.0%。因此该神经网络具有良好的可靠性与精确性。 展开更多
关键词 掘进机 截齿磨损 振动信号 声发射信号 pnn神经网络
在线阅读 下载PDF
煤层底板突水危险性的PNN预测模型研究及应用 被引量:16
10
作者 邵良杉 徐波 《中国安全科学学报》 CAS CSCD 北大核心 2015年第8期93-98,共6页
为准确有效地预测煤层底板突水的危险性,在分析大量观测实例数据的基础上,选取底板含水层水压、煤层采高、隔水层厚度、断层落差、煤层倾角和断层距工作面距离等6项指标作为影响煤层底板突水的初始特征指标。针对指标之间具有相关性的问... 为准确有效地预测煤层底板突水的危险性,在分析大量观测实例数据的基础上,选取底板含水层水压、煤层采高、隔水层厚度、断层落差、煤层倾角和断层距工作面距离等6项指标作为影响煤层底板突水的初始特征指标。针对指标之间具有相关性的问题,利用主成分分析(PCA)法提取6项特征指标的主成分,将其作为概率神经网络(PNN)的输入向量,建立基于PCA的煤层底板突水危险性的PNN预测模型。选取21组煤矿实测数据作为学习样本,用于训练模型。采用回代估计法对模型回检。利用学习好的模型,预测另外4组矿井突水数据样本。结果表明,该方法有效降低了指标数据相关性,实现了降维,使PNN模型工作复杂度减弱。将该模型应用于工程实例中,所得预测结果准确率为100%。 展开更多
关键词 底板突水 危险性 预测 主成分分析(PCA) 概率神经网络(pnn) 回检
在线阅读 下载PDF
基于三序分量法和PNN的配电网不对称故障类型识别 被引量:4
11
作者 陈新岗 陈小青 +3 位作者 冯煜轩 贺娟 罗浩 余兵 《重庆理工大学学报(自然科学)》 CAS 北大核心 2019年第12期201-207,共7页
针对配电网故障类型识别率低的问题,提出一种基于正、负、零三序分量和概率神经网络(PNN)的配电网故障类型识别方法。首先,利用Matlab软件对10 kV配电网发生各类不对称故障进行仿真,将产生的故障电流用对称分量法进行分解,然后得到有差... 针对配电网故障类型识别率低的问题,提出一种基于正、负、零三序分量和概率神经网络(PNN)的配电网故障类型识别方法。首先,利用Matlab软件对10 kV配电网发生各类不对称故障进行仿真,将产生的故障电流用对称分量法进行分解,然后得到有差异的正、负、零序电流;再用这3种分量作为特征量,代入PNN进行训练;最后,将现有的故障特征量输入训练完成且具有识别功能的PNN网络中,达到故障识别及分类的目的。仿真结果表明:在不同的故障合闸角、过渡电阻以及负荷有重大变化等情况下,三序分量法与负序分量法在区分单相接地、两相短路接地、两相相间短路等不对称故障时,前者区分准确度更高,对进行事故分析和故障选相等具有重要意义。 展开更多
关键词 配电网 故障类型识别 故障特征量提取 pnn神经网络
在线阅读 下载PDF
基于EEMD-Renyi熵和PCA-PNN的滚动轴承故障诊断 被引量:8
12
作者 窦东阳 李丽娟 赵英凯 《东南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2011年第B09期107-111,共5页
针对滚动轴承故障特征提取与状态监测问题,提出一种基于集合经验模式分解(EEMD)、Renyi熵、主元分析(PCA)和概率神经网络(PNN)的新方法.首先,将轴承振动信号通过EEMD分解成一组本征模态函数(IMF),计算每个IMF分量的Renyi熵值作为表征故... 针对滚动轴承故障特征提取与状态监测问题,提出一种基于集合经验模式分解(EEMD)、Renyi熵、主元分析(PCA)和概率神经网络(PNN)的新方法.首先,将轴承振动信号通过EEMD分解成一组本征模态函数(IMF),计算每个IMF分量的Renyi熵值作为表征故障特征的向量,采用主元分析(PCA)对特征降维,提取主元输入概率神经网络进行故障分类.通过SKF6203轴承的正常、内圈点蚀、外圈点蚀和滚动体点蚀这4类状态的诊断实验验证了方法的有效性,诊断正确率为91.7%. 展开更多
关键词 故障诊断 滚动轴承 集合经验模式分解 RENYI熵 主元分析 概率神经网络
在线阅读 下载PDF
基于HHT/PNN的故障信息融合诊断方法 被引量:6
13
作者 杨露 沈怀荣 《北京工业大学学报》 EI CAS CSCD 北大核心 2010年第2期152-157,共6页
为提高动态随机故障诊断能力,提出了基于HHT/PNN的故障信息融合诊断方法.利用HHT提取信号的瞬时频率和瞬时幅值特征,采用过程神经元网络实现对时域幅值、瞬时频率和瞬时幅值3种故障特征的融合诊断.对基于HHT/PNN和基于神经网络的2种故... 为提高动态随机故障诊断能力,提出了基于HHT/PNN的故障信息融合诊断方法.利用HHT提取信号的瞬时频率和瞬时幅值特征,采用过程神经元网络实现对时域幅值、瞬时频率和瞬时幅值3种故障特征的融合诊断.对基于HHT/PNN和基于神经网络的2种故障诊断方法进行了比较.仿真结果表明:对于动态随机故障,基于HHT/PNN的故障信息融合诊断方法比基于神经网络的故障诊断方法的故障诊断准确度高. 展开更多
关键词 故障诊断 信息融合 希尔伯特一黄变换(HHT) 过程神经元网络(pnn)
在线阅读 下载PDF
基于参数策略的改进粒子群优化PNN神经网络刀具磨损研究 被引量:7
14
作者 李健 樊妍 何斌 《机床与液压》 北大核心 2021年第3期75-80,139,共7页
刀具磨损直接影响工件加工质量和尺寸精度,正确掌握刀具磨损状态及时换刀,减少机床停机时间,将直接提高加工效率。为提高刀具磨损状态识别准确率,提出一种基于参数策略的改进粒子群优化PNN(IPSO-PNN)神经网络识别刀具的磨损状态。相较... 刀具磨损直接影响工件加工质量和尺寸精度,正确掌握刀具磨损状态及时换刀,减少机床停机时间,将直接提高加工效率。为提高刀具磨损状态识别准确率,提出一种基于参数策略的改进粒子群优化PNN(IPSO-PNN)神经网络识别刀具的磨损状态。相较于BP神经网络收敛速度慢、易陷入局部最优的缺点,IPSO-PNN神经网络结构简单、训练简洁快速。与BP神经网络和标准PNN神经网络仿真结果对比,结果表明:IPSO-PNN神经网络识别准确率高,收敛速度快,仿真耗时短,能有效提高刀具磨损识别准确率。 展开更多
关键词 刀具磨损 状态识别 IPSO-pnn神经网络 BP神经网络
在线阅读 下载PDF
基于PNN的退化交通标志图像的识别算法研究 被引量:10
15
作者 李伦波 马广富 《电子与信息学报》 EI CSCD 北大核心 2008年第7期1703-1707,共5页
为了识别退化的交通标志图像,该文采用一种新的特征提取算法。该算法在处理图像退化问题时,采用模糊-仿射联合不变矩直接提取图像的特征,从而避免了需要较大计算量的图像复原处理过程。针对各阶模糊-仿射联合不变矩数量级差异较大问题,... 为了识别退化的交通标志图像,该文采用一种新的特征提取算法。该算法在处理图像退化问题时,采用模糊-仿射联合不变矩直接提取图像的特征,从而避免了需要较大计算量的图像复原处理过程。针对各阶模糊-仿射联合不变矩数量级差异较大问题,提出一种数量级标准化算法。在深入分析PNN与K-means聚类算法的基础上,提出采用全局K-均值算法优化设计概率神经网络分类器,并将其用于交通标志图像的分类识别。仿真结果表明:模糊-仿射联合不变矩是一种有效的处理退化交通标志图像的方法,所设计的概率神经网络分类器不仅具有精简的结构而且具有较好的推广性能。 展开更多
关键词 模式识别 概率神经网络 交通标志 模糊-仿射联合不变矩 全局K-均值算法
在线阅读 下载PDF
多标签网页的Gauss-PNN粗糙集排序推荐 被引量:2
16
作者 李又玲 常致全 杨浩 《计算机应用研究》 CSCD 北大核心 2017年第2期382-385,421,共5页
为解决传统算法在网页多标签推荐过程中存在的信息不确定和较多结构冗余问题,提出基于高斯PNN粗糙集期望的多标签网页推荐算法。首先,基于粗糙集方法对标准概率数据流神经网络进行改进,提高其数据不确定处理能力;其次,为解决标准概率数... 为解决传统算法在网页多标签推荐过程中存在的信息不确定和较多结构冗余问题,提出基于高斯PNN粗糙集期望的多标签网页推荐算法。首先,基于粗糙集方法对标准概率数据流神经网络进行改进,提高其数据不确定处理能力;其次,为解决标准概率数据流神经网络数据覆盖性较差,且网络结构具有较大冗余,导致其无法快速识别新增标签的问题,基于附加的高斯块及其新增、组合及移除功能,对概率神经网络进行改进,解决标准PNN模型无法准确表达新增类别数据的问题,并对标签进行排序,实现新增数据的实时性预测;最后,利用所提算法对Yahoo多标签推荐实例进行验证,结果显示所提方法的推荐精度及效率更高。 展开更多
关键词 多标签 粗糙集 概率神经网络 高斯理论
在线阅读 下载PDF
基于IPSO-PNN的电动汽车故障诊断 被引量:6
17
作者 孔慧芳 贾善坤 张晓雪 《现代制造工程》 CSCD 北大核心 2021年第1期130-135,共6页
为了提高电动汽车故障诊断的准确性,提出了一种基于改进粒子群(Improved Particle Swarm Optimization,IPSO)算法优化概率神经网络(Probabilistic Neural Network,PNN)的电动汽车故障诊断方法,即基于IPSO-PNN的电动汽车故障诊断方法。首... 为了提高电动汽车故障诊断的准确性,提出了一种基于改进粒子群(Improved Particle Swarm Optimization,IPSO)算法优化概率神经网络(Probabilistic Neural Network,PNN)的电动汽车故障诊断方法,即基于IPSO-PNN的电动汽车故障诊断方法。首先,研究了基于PNN的电动汽车故障诊断模型,分析了PNN的平滑因子对该模型诊断准确率的影响;其次,在粒子群(Particle Swarm Optimization,PSO)算法中引入频率粒子群和采用动态惯性权重,改善PSO算法的全局和局部寻优能力,利用IPSO算法优化基于PNN的电动汽车故障诊断模型的平滑因子,以改善模型的分类能力;最后进行仿真与分析。仿真结果表明:相较于基于PSO-PNN的电动汽车故障诊断方法,基于IPSO-PNN的电动汽车故障诊断方法具有更高的诊断准确率和诊断速度。 展开更多
关键词 电动汽车 故障诊断 粒子群算法 概率神经网络
在线阅读 下载PDF
基于PNN的手势识别 被引量:7
18
作者 魏庆丽 肖玮 +2 位作者 梁伟强 孙振超 张莉 《传感器与微系统》 CSCD 2018年第8期16-18,共3页
为了实现人体手势姿态识别的目标,选用氯化银(Ag Cl)贴片电极作为信号传感端,通过采集前臂表面肌电(SEMG)信号,经信号放大、滤波等前期处理,再经活动段检测、降噪等信号处理后,提取伸食指、握拳、伸腕、屈腕4种手势的均方根值和积分EMG... 为了实现人体手势姿态识别的目标,选用氯化银(Ag Cl)贴片电极作为信号传感端,通过采集前臂表面肌电(SEMG)信号,经信号放大、滤波等前期处理,再经活动段检测、降噪等信号处理后,提取伸食指、握拳、伸腕、屈腕4种手势的均方根值和积分EMG值作为特征向量,送入概率神经网络(PNN)中进行训练识别,实现人体手势识别。实验结果表明:PNN对前臂SEMG信号的模式识别的正确率可达到97.62%,将PNN应用于手势识别系统具有可行性。 展开更多
关键词 概率神经网络 表面肌电信号 手势识别 模式识别
在线阅读 下载PDF
基于PNN神经网络的地震属性反演技术 被引量:6
19
作者 王晶 杨懋新 刘金平 《科学技术与工程》 2011年第27期6539-6543,共5页
在薄互层地震储层预测中,属性分析和地震反演是当前应用地震资料进行储层预测的主要技术,两者实质上都属于反问题范畴,两者各有优缺点。提出了一种基于PNN神经网络的多属性地震反演技术,可以比较好地发挥两者的优势。概率神经网络(PPN)... 在薄互层地震储层预测中,属性分析和地震反演是当前应用地震资料进行储层预测的主要技术,两者实质上都属于反问题范畴,两者各有优缺点。提出了一种基于PNN神经网络的多属性地震反演技术,可以比较好地发挥两者的优势。概率神经网络(PPN)是一种数学内插方案,只不过在实现时利用了神经网络的架构,可以通过数学公式理解它的行为,克服了BP网络的的"黑匣子"问题。该技术在GTZ扶杨油层的砂岩预测中应用效果较好,厚度大于3 m的砂岩识别符合率超过90%以上。 展开更多
关键词 pnn神经网络 属性地震反演 扶杨油层
在线阅读 下载PDF
基于IWOA-PNN模型的管道焊缝腐蚀剩余强度预测 被引量:6
20
作者 骆正山 肖雨 王小完 《安全与环境学报》 CAS CSCD 北大核心 2023年第2期435-441,共7页
针对管道焊缝腐蚀问题构建基于改进鲸鱼优化算法(Improved Whale Optimization Algorithm, IWOA)的概率神经网络(Probabilistic Neural Network, PNN)剩余强度预测模型。首先,通过种群初始化、非线性收敛因子和惯性权重因子提高鲸鱼优... 针对管道焊缝腐蚀问题构建基于改进鲸鱼优化算法(Improved Whale Optimization Algorithm, IWOA)的概率神经网络(Probabilistic Neural Network, PNN)剩余强度预测模型。首先,通过种群初始化、非线性收敛因子和惯性权重因子提高鲸鱼优化算法的寻优速度和精度;然后,利用IWOA算法优化PNN的光滑因子,构建IWOA-PNN预测模型;最后,以水压爆破试验数据为基础,使用MATLAB软件进行仿真试验,并与另外2个模型进行对比分析。结果表明:IWOA-PNN模型的ERMS为0.633 1,EAR为2.19%,R^(2)为0.954 6,均优于PNN和鲸鱼优化算法(Whale Optimization Algorithm, WOA)-PNN模型;IWOA-PNN模型与传统模型相比误差更小,能够更为准确地预测焊缝腐蚀后剩余强度,为管道的维修和更换提供参考。 展开更多
关键词 安全工程 管道腐蚀 焊缝 剩余强度 改进鲸鱼优化算法(IWOA) 概率神经网络(pnn)
在线阅读 下载PDF
上一页 1 2 8 下一页 到第
使用帮助 返回顶部