自适应概率神经网络及其在白酒电子鼻中的应用 被引量：10

1

作者 周红标 张宇林 +1 位作者 丁友威 刘佳佳 《智能系统学报》 CSCD 北大核心 2013年第2期177-182,共6页

为了探索电子鼻对白酒品质鉴别的可能性,利用自制的新型无线白酒电子鼻对洋河海之蓝、今世缘省接待、安徽迎驾大曲和牛栏山陈酿进行了分析.对所采集的数据进行平滑处理后提取稳态响应值和斜率值,利用主成分分析对特征向量进行降维处理,... 为了探索电子鼻对白酒品质鉴别的可能性,利用自制的新型无线白酒电子鼻对洋河海之蓝、今世缘省接待、安徽迎驾大曲和牛栏山陈酿进行了分析.对所采集的数据进行平滑处理后提取稳态响应值和斜率值,利用主成分分析对特征向量进行降维处理,并将获得的前2个主元得分作为概率神经网络识别模型的输入参量.针对传统概率神经网络平滑因子σ单一易导致分类错误的缺陷,利用差异演化算法优化σ参数集,建立了自适应概率神经网络识别模型.实验结果表明,DE-PNN相比BP-PNN、PSO-PNN和SVM等,识别精度更高,抗噪性能更好,同时也证明了电子鼻能有效地检出不同品牌的白酒. 展开更多

关键词 差异演化算法 自适应概率神经网络 电子鼻 白酒识别

在线阅读 下载PDF 职称材料

基于Hilbert信号空间的未知干扰自适应识别方法 被引量：8

2

作者 黄国策 王桂胜 +3 位作者 任清华 董淑福 高维廷 魏帅 《电子与信息学报》 EI CSCD 北大核心 2019年第8期1916-1923,共8页

针对大样本下未知干扰类型的分类识别问题,该文提出一种基于信号特征空间的未知干扰自适应识别方法。首先,基于Hilbert信号空间理论对干扰信号进行处理,建立干扰信号特征空间,进而利用投影定理对未知干扰进行最佳逼近,提出基于信号特征... 针对大样本下未知干扰类型的分类识别问题,该文提出一种基于信号特征空间的未知干扰自适应识别方法。首先,基于Hilbert信号空间理论对干扰信号进行处理,建立干扰信号特征空间,进而利用投影定理对未知干扰进行最佳逼近,提出基于信号特征空间的概率神经网络(PNN)分类算法,并设计了未知干扰分类识别器的处理流程。仿真结果表明,与两种传统方法相比,该方法在已知干扰的分类精度方面分别提高了12.2%和2.8%;满足条件的未知干扰最佳逼近效果随功率强度呈线性变化,设计的分类识别器在满足最佳逼近的各类干扰中总体识别率达到91.27%,处理干扰识别的速度明显改善;在信噪比达到4 dB时,对未知干扰识别准确率达到92%以上。 展开更多

关键词 无人机通信 未知干扰 自适应识别 Hilbert信号空间 概率神经网络

在线阅读 下载PDF 职称材料

基于变量优选和近红外光谱技术的红富士苹果产地溯源 被引量：9

3

作者 张立欣 杨翠芳 +3 位作者 陈杰 张晓果 张楠楠 张晓 《食品与发酵工业》 CAS CSCD 北大核心 2022年第20期36-43,共8页

为实现对红富士苹果的产地溯源,采集阿克苏、静宁、灵宝、烟台的红富士苹果近红外光谱数据,分别采用归一化、中心化、一阶导数、二阶导数、标准正态变换、多元散射校正(multivariate scattering correction,MSC)、小波变换、SG平滑变换... 为实现对红富士苹果的产地溯源,采集阿克苏、静宁、灵宝、烟台的红富士苹果近红外光谱数据,分别采用归一化、中心化、一阶导数、二阶导数、标准正态变换、多元散射校正(multivariate scattering correction,MSC)、小波变换、SG平滑变换、傅里叶变换等9种方法对原始光谱进行预处理,建立概率神经网络(probabilistic neural network,PNN)模型对苹果的产地进行识别。结果表明,MSC预处理之后的模型总准确率最高,为97.5%,阿克苏、静宁、灵宝、烟台4个产地的准确率分别为100%、100%、90%、100%。为简化模型,对MSC预处理之后的光谱数据分别采用主成分法、连续投影算法(successive projection algorithm,SPA)、竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)、随机蛙跳算法(random frog,RF)、CARS-SPA、RF-SPA选取特征变量建模。综合考虑正确率和模型的复杂性,最优模型MSC-CARS-SPA-PNN的测试集的总准确率为98.75%,4个产地的红富士苹果准确率分别达到了100%、100%、95%、100%。该研究可为红富士苹果的产地溯源提供理论参考。 展开更多

关键词 苹果 近红外光谱 概率神经网络 连续投影算法 竞争性自适应重加权算法

在线阅读 下载PDF 职称材料

基于自适应概率神经网络的SINS/GPS组合导航系统故障诊断方法 被引量：11

4

作者 张华强 赵剡 连远峰 《中国惯性技术学报》 EI CSCD 北大核心 2012年第6期749-753,共5页

为保障SINS/GPS组合导航系统稳定可靠地工作,提出采用自适应概率神经网络方法对组合导航系统进行故障诊断和隔离。采用状态χ2检测法对组合导航系统进行实时检测,提取状态χ2检测结果分量作为自适应概率神经网络的输入用于判断故障类型... 为保障SINS/GPS组合导航系统稳定可靠地工作,提出采用自适应概率神经网络方法对组合导航系统进行故障诊断和隔离。采用状态χ2检测法对组合导航系统进行实时检测,提取状态χ2检测结果分量作为自适应概率神经网络的输入用于判断故障类型。采用高斯函数作为自适应概率神经网络的激励函数,为解决高斯核函数的宽度严重影响网络泛化能力的问题,使用交叉验证方法估算平滑因子,并采用粒子群优化算法优化平滑因子参数集。仿真结果表明,该算法能够准确地诊断出组合导航系统的故障并能确定故障发生的部件,保证了系统的安全可靠地运行。 展开更多

关键词 组合导航 自适应概率神经网络 粒子群优化算法 故障检测

在线阅读 下载PDF 职称材料

基于自适应误差修正模型的概率神经网络及其在故障诊断中的应用 被引量：17

5

作者 高甜容 于东 岳东峰 《计算机集成制造系统》 EI CSCD 北大核心 2013年第11期2824-2833,共10页

针对数控机床自身复杂性对故障诊断模型的需求,借助人工神经网络在故障诊断领域的优势,提出一种基于自适应误差修正模型的概率神经网络,以实现数控机床机械故障的实时诊断。针对概率神经网络由于未考虑模式间交错影响而导致判决界面有... 针对数控机床自身复杂性对故障诊断模型的需求,借助人工神经网络在故障诊断领域的优势,提出一种基于自适应误差修正模型的概率神经网络,以实现数控机床机械故障的实时诊断。针对概率神经网络由于未考虑模式间交错影响而导致判决界面有偏的问题,在概率神经网络的基础上设计自适应误差修正模型,通过对同类别错误分类样本进行自适应聚类并批量修正的过程,实现判决界面的重新规划。对双螺旋分类问题、IRIS分类问题的实验结果表明,该方法在分类准确率和模型泛化能力方面均优于概率神经网络方法和径向基概率神经网络方法,且训练速度和测试速度满足分类实时性需求。在数控机床故障诊断领域的应用表明,所提方法的故障模式识别准确率高,具有可行性和有效性。 展开更多

关键词 故障诊断 概率神经网络 自适应误差修正 数控机床

在线阅读 下载PDF 职称材料

神经网络在多机动目标跟踪中的应用 被引量：2

6

作者 李辉 张安 +1 位作者 沈莹 程琤 《传感技术学报》 CAS CSCD 北大核心 2006年第6期2563-2566,2570,共5页

为解决多目标跟踪中数据关联与状态估计的问题引入神经网络方法.针对联合概率数据关联(JPDA)存在的计算组合爆炸问题,利用Hopfield网络解决TSP问题的思路找到神经网络联合概率数据关联(NJPDA)方法,并对其进行一定的改进解决其参数确定问... 为解决多目标跟踪中数据关联与状态估计的问题引入神经网络方法.针对联合概率数据关联(JPDA)存在的计算组合爆炸问题,利用Hopfield网络解决TSP问题的思路找到神经网络联合概率数据关联(NJPDA)方法,并对其进行一定的改进解决其参数确定问题.基于以上关联方法得到的关联概率,利用简化的信息融合自适应滤波算法,实现对目标轨迹的状态滤波与预测.以上综合方法充分利用了神经网络的优点,保证了多目标的跟踪精度及实时性. 展开更多

关键词 神经网络 联合概率数据关联 自适应滤波算法 信息融合

在线阅读 下载PDF 职称材料

基于自适应概率神经网络的损伤模式识别研究 被引量：3

7

作者 吴子燕 杨海峰 +1 位作者 覃小文 阎云聚 《振动与冲击》 EI CSCD 北大核心 2008年第7期8-12,共5页

在传统的概率神经网络(PNN)的基础上,提出了通过Gap-Based方法初步估算平滑因子σ,并以遗传算法优化σ参数集的自适应概率神经网络(APNN)模式分类识别方法。以桥梁健康监测委员会提出的两跨桥梁Benchmark模型为例,通过将小波包分解结构... 在传统的概率神经网络(PNN)的基础上,提出了通过Gap-Based方法初步估算平滑因子σ,并以遗传算法优化σ参数集的自适应概率神经网络(APNN)模式分类识别方法。以桥梁健康监测委员会提出的两跨桥梁Benchmark模型为例,通过将小波包分解结构在正弦激励和交通激励载荷模型下的动力响应信号的能量特征向量作为网络的输入样本,利用APNN进行了损伤模式进行识别。结果表明,APNN不仅识别精度高和抗噪性能好,而且还能用于输入特征向量参数筛选和降维,提高学习效率和识别精度。 展开更多

关键词 损伤模式识别 自适应概率神经网络(APNN) 能量特征向量 平滑因子 桥梁Benchmark模型

在线阅读 下载PDF 职称材料

基于ART2-PNN神经网络的网络入侵检测方法 被引量：1

8

作者 王琳 滕少华 +1 位作者 伍乃骐 邱舟强 《计算机应用与软件》 CSCD 北大核心 2007年第12期41-43,109,共4页

自适应共振理论能够动态地对输入向量进行聚类,概率神经网络使用联合概率密度分布进行分类估计。给出将两者结合使用的算法,并应用到入侵检测中。测试表明,概率神经网络的函数逼近能力和网络性能得到提高,入侵检测系统的漏报率和误报率... 自适应共振理论能够动态地对输入向量进行聚类,概率神经网络使用联合概率密度分布进行分类估计。给出将两者结合使用的算法,并应用到入侵检测中。测试表明,概率神经网络的函数逼近能力和网络性能得到提高,入侵检测系统的漏报率和误报率明显下降。 展开更多

关键词 入侵检测 概率神经网络 自适立共振理论

在线阅读 下载PDF 职称材料

基于小波包-概率神经网络的自适应报警技术的研究 被引量：1

9

作者 李志农 韩捷 +2 位作者 张遂强 郝伟 雷文平 《机床与液压》 北大核心 2007年第5期208-210,196,共4页

结合小波包分析和概率神经网络技术,提出了一种基于小波包分解-概率神经网络的机械故障自适应报警方法。该方法利用小波包获取振动信号各有效频带的能量作为报警参数,用概率神经网络构建设备运行状态模型,根据历史数据确定报警值并设置... 结合小波包分析和概率神经网络技术,提出了一种基于小波包分解-概率神经网络的机械故障自适应报警方法。该方法利用小波包获取振动信号各有效频带的能量作为报警参数,用概率神经网络构建设备运行状态模型,根据历史数据确定报警值并设置报警线。实验结果表明该方法是有效的,它克服了设备状态监测中报警线的设置与设备运行情况变化无关的缺陷,该方法在机械设备报警处理系统中有良好的应用前景。 展开更多

关键词 小波包分解 概率神经网络 自适应报警 故障诊断

在线阅读 下载PDF 职称材料

基于全信息技术的自适应报警方法研究 被引量：2

10

作者 张遂强 郝伟 李志农 《机械科学与技术》 CSCD 北大核心 2006年第12期1499-1502,共4页

针对目前设备状态报警线设置所存在的缺点,即只依据单通道信息及设定的报警阈值和设备实际运行状态变化无关,本文提出了一种基于多通道全信息技术的自适应报警方法。该方法利用概率神经网络构建设备运行状态模型,根据多通道历史数据确... 针对目前设备状态报警线设置所存在的缺点,即只依据单通道信息及设定的报警阈值和设备实际运行状态变化无关,本文提出了一种基于多通道全信息技术的自适应报警方法。该方法利用概率神经网络构建设备运行状态模型,根据多通道历史数据确定报警值并设置报警线。实验表明,该方法是可行的,而且是有效的,用该方法设置的设备状态报警线能够随设备运行而做自适应调整,对指导工业现场的设备监测具有现实意义。 展开更多

关键词 全信息技术 自适应报警方法 概率神经网络

在线阅读 下载PDF 职称材料

基于概率神经网络的自适应报警技术研究 被引量：1

11

作者 张遂强 郝伟 李志农 《汽轮机技术》 北大核心 2006年第2期133-135,137,共4页

为了解决目前设备状态报警线设置所存在的缺点,即报警线的设置与设备运行情况变化无关,提出了用概率神经网络构建设备运行状态模型,根据历史数据确定报警值并设置报警线的方法。实验表明,该方法是可行而有效的,用该方法设置的设备状态... 为了解决目前设备状态报警线设置所存在的缺点,即报警线的设置与设备运行情况变化无关,提出了用概率神经网络构建设备运行状态模型,根据历史数据确定报警值并设置报警线的方法。实验表明,该方法是可行而有效的,用该方法设置的设备状态报警线能够随设备运行而做自适应调整,对指导工业现场的设备监测具有现实意义。 展开更多

关键词 故障诊断 概率神经网络 自适应报警线 状态监测

在线阅读 下载PDF 职称材料

基于CEEMDAN样本熵与PNN的行星齿轮故障诊断 被引量：9

12

作者 徐晋宏 魏秀业 +2 位作者 贺妍 程海吉 张宁 《机床与液压》 北大核心 2021年第20期179-183,共5页

为对行星齿轮进行故障诊断,采用自适应噪声完备总体经验模态分解(CEEMDAN)方法对采集的信号进行分解。对分解得到的各IMF分量进行相关系数计算,优选出与原始信号相关性较大的前4阶分量进行样本熵计算,得到特征值,构成特征向量。将特征... 为对行星齿轮进行故障诊断,采用自适应噪声完备总体经验模态分解(CEEMDAN)方法对采集的信号进行分解。对分解得到的各IMF分量进行相关系数计算,优选出与原始信号相关性较大的前4阶分量进行样本熵计算,得到特征值,构成特征向量。将特征向量输入到概率神经网络系统中进行诊断,且与基于局域均值分解的样本熵特征提取方法的诊断结果进行对比。结果表明:利用CEEMDAN样本熵提取的特征值能更精准地反映系统的故障特性,故障诊断的正确率高。 展开更多

关键词 行星齿轮 自适应噪声完备总体经验模态分解(CEEMDAN) 样本熵 概率神经网络(PNN)

在线阅读 下载PDF 职称材料

基于ICEEMDAN能量矩和MFOA-PNN的轴承故障诊断 被引量：5

13

作者 逄英 高军伟 《现代制造工程》 CSCD 北大核心 2022年第3期122-126,153,共6页

为了提高滚动轴承故障诊断的准确性,实现对故障的精准定位,提出一种基于改进的自适应噪声的完备集成经验模态分解(Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,ICEEMDAN)能量矩和修正型果蝇优化算法... 为了提高滚动轴承故障诊断的准确性,实现对故障的精准定位,提出一种基于改进的自适应噪声的完备集成经验模态分解(Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,ICEEMDAN)能量矩和修正型果蝇优化算法-概率神经网络(Modified Fruit Fly Optimization Algorithm-Probabilistic Neural Network,MFOA-PNN)的轴承故障诊断方法。首先利用ICEEMDAN算法对滚动轴承原始序列信号进行预处理,通过能量矩计算公式求取特征值,并将其作为PNN模型的输入;其次运用MFOA搜索PNN模型的最优平滑参数,通过建立MFOA-PNN模型诊断故障类别。实验表明,MFOA-PNN模型相比PNN模型的诊断准确性有所提高,准确率可以达到99.50%,提高了滚动轴承的经济性和安全性。 展开更多

关键词 改进的自适应噪声的完备集成经验模态分解 能量矩 修正型果蝇优化算法 概率神经网络 滚动轴承 故障诊断

在线阅读 下载PDF 职称材料

基于自适应概率神经网络的变压器健康状态评估 被引量：22

14

作者 张寒 刘卫东 +1 位作者 潘志敏 栗娟 《高压电器》 CAS CSCD 北大核心 2022年第2期103-110,共8页

传统变压器状态评估方法,多关注设备当前状态分析,缺少全方位预测其潜在健康状态方法,也无法确定变压器将来的故障发生概率。本文提出了一种基于自适应概率神经网络的变压器健康状态评估方法。该方法,首先从变压器内部本体特征和外部实... 传统变压器状态评估方法,多关注设备当前状态分析,缺少全方位预测其潜在健康状态方法,也无法确定变压器将来的故障发生概率。本文提出了一种基于自适应概率神经网络的变压器健康状态评估方法。该方法,首先从变压器内部本体特征和外部实时监测环境两方面,确定变压器健康状态指标因子,并进行数据预处理得到不相关的指标因子;然后,根据指标因子和样本标签,引入自适应参数训练,训练出用于预测的概率神经网络模型;最后,利用模型参数,通过将指标分为静态基础指标和动态可变指标,前者直接输入到网络中,后者利用AMIRA模型进行预测之后输入到网络中,得到变压器健康状态评估值。实验结果表明,该模型可获得更加准确的状态评估值,支撑变压器状态监测和预警工作。 展开更多

关键词 变压器 概率神经网络 自适应训练 状态评估

在线阅读 下载PDF 职称材料