基于QPSO-BP和改进D-S的水电机组振动故障诊断 被引量：6

1

作者 程加堂 段志梅 +1 位作者 艾莉 熊燕 《电力系统保护与控制》 EI CSCD 北大核心 2015年第19期66-71,共6页

为提高水电机组振动故障诊断的准确性,提出了一种基于改进D-S证据理论融合量子粒子群优化BP神经网络(QPSO-BP)的诊断方法。根据水电机组常见的振动故障类型,采用3个惯性权值随机调整的QPSO-BP网络分别对其进行初级诊断,并作为独立证据... 为提高水电机组振动故障诊断的准确性,提出了一种基于改进D-S证据理论融合量子粒子群优化BP神经网络(QPSO-BP)的诊断方法。根据水电机组常见的振动故障类型,采用3个惯性权值随机调整的QPSO-BP网络分别对其进行初级诊断,并作为独立证据体应用于D-S理论的合成之中,实现了基本概率赋值的客观化。针对标准D-S无法合成高度冲突证据的缺陷,通过计算权值矩阵对其进行修正。实例分析表明,和3个初级诊断模型及标准D-S合成法相比,所提方法可以有效识别机组的振动故障,具有较高的诊断准确率。 展开更多

关键词 水电机组 振动 故障诊断 量子粒子群优化bp神经网络 改进D-S证据理论

在线阅读 下载PDF 职称材料

CQPSO-BP算法在风电机组齿轮箱故障诊断中的应用 被引量：11

2

作者 程加堂 艾莉 +1 位作者 段志梅 熊燕 《太阳能学报》 EI CAS CSCD 北大核心 2017年第8期2112-2116,共5页

为实现风电机组齿轮箱故障模式的有效识别,提出一种基于混沌量子粒子群优化BP神经网络(CQPSOBP)的故障诊断方法。在该算法中,利用混沌序列来初始化粒子的初始角位置,可提高种群的遍历性;通过引入变异操作,避免算法陷入早熟收敛,并依此来... 为实现风电机组齿轮箱故障模式的有效识别,提出一种基于混沌量子粒子群优化BP神经网络(CQPSOBP)的故障诊断方法。在该算法中,利用混沌序列来初始化粒子的初始角位置,可提高种群的遍历性;通过引入变异操作,避免算法陷入早熟收敛,并依此来对BP神经网络的初始权值和阈值进行优化。实例表明,同粒子群优化BP神经网络(PSO-BP)与BP网络的诊断结果相比,CQPSO-BP算法具有收敛速度快、识别精度高的优点,可有效用于风电机组齿轮箱的故障诊断系统中。 展开更多

关键词 风电机组 齿轮箱 故障诊断 混沌量子粒子群优化算法 bp神经网络

在线阅读 下载PDF 职称材料

基于IQPSO-BP算法的煤矿瓦斯涌出量预测 被引量：11

3

作者 程加堂 艾莉 熊燕 《矿业安全与环保》 北大核心 2016年第4期38-41,共4页

针对煤矿回采工作面瓦斯涌出的非线性特征,提出一种基于改进量子粒子群优化BP神经网络(IQPSO-BP)的瓦斯涌出量预测方法。鉴于量子粒子群算法的遍历能力有限,采用混沌序列来初始化量子的初始角位置。同时,采用凸函数调整惯性权重,以平衡... 针对煤矿回采工作面瓦斯涌出的非线性特征,提出一种基于改进量子粒子群优化BP神经网络(IQPSO-BP)的瓦斯涌出量预测方法。鉴于量子粒子群算法的遍历能力有限,采用混沌序列来初始化量子的初始角位置。同时,采用凸函数调整惯性权重,以平衡算法的全局勘探和局部开发能力。并依此来优化BP神经网络的权值、阈值参数,进而建立了瓦斯涌出量预测模型。试验结果表明,IQPSO-BP算法具有较强的泛化能力及较高的预测精度,可有效用于煤矿瓦斯涌出量的预测。 展开更多

关键词 瓦斯涌出量 预测 改进量子粒子群优化算法 bp神经网络

在线阅读 下载PDF 职称材料

改进的QPSO-BP算法的铀价格预测模型及应用 被引量：3

4

作者 陈建宏 周汉陵 +1 位作者 于凤玲 杨珊 《计算机工程与应用》 CSCD 2013年第21期235-239,244,共6页

铀产品价格的变化直接决定了铀矿项目的价值,铀产品价格的预测,可提高企业的经营决策能力和抗风险能力。为提高预测的精度,采用基于改进的量子粒子群算法优化训练BP神经网络的学习算法,对铀价格进行建模预测。采用改进的QPSO算法优化BP... 铀产品价格的变化直接决定了铀矿项目的价值,铀产品价格的预测,可提高企业的经营决策能力和抗风险能力。为提高预测的精度,采用基于改进的量子粒子群算法优化训练BP神经网络的学习算法,对铀价格进行建模预测。采用改进的QPSO算法优化BP网络的权值与阈值。将通过优化搜索得到的粒子的位置向量解码作为网络的权值与阈值,选择网络结构5-11-1对铀价格进行预测。结果表明:QPSO-BP模型的预测精度(0.15%)高于PSO-BP模型(4.55%)与BP模型(30.86%)。泛化能力指标平均相对变动值为0.002 5,预测结果的泛化能力提高。相对误差分布集中,预测结果稳定。说明该模型在铀价格预测中有效,对项目投资决策有一定的参考价值。 展开更多

关键词 价格预测 量子粒子群算法 量子粒子群算法(QPSO)-反向传播(bp)模型 铀价

在线阅读 下载PDF 职称材料

QPSO-BP神经网络算法解析地质样品组分 被引量：1

5

作者 常兰 周洪祥 +2 位作者 蔡小杰 颜瑜成 周益民 《核电子学与探测技术》 CAS 北大核心 2019年第4期523-528,共6页

BP神经网络和量子粒子群算法目前被广泛应用于众多领域中。通过运用Matlab对地质样品成分的分析,将BP神经网络与基于量子粒子群算法的BP神经网络的性能作对比,在对地质样品的X荧光数据分析处理过程中,QPSO-BP神经网络预测精度明显高于传... BP神经网络和量子粒子群算法目前被广泛应用于众多领域中。通过运用Matlab对地质样品成分的分析,将BP神经网络与基于量子粒子群算法的BP神经网络的性能作对比,在对地质样品的X荧光数据分析处理过程中,QPSO-BP神经网络预测精度明显高于传统BP模型,稳定性更强。 展开更多

关键词 bp神经网络 量子粒子群算法 地质样品成分分析 qpso-bp神经网络算法

在线阅读 下载PDF 职称材料

一种应用在RFID定位的CQPSO-BP室内无线信道建模方法 被引量：7

6

作者 兰庆庆 肖本贤 何怡刚 《小型微型计算机系统》 CSCD 北大核心 2019年第4期760-764,共5页

针对无线信号传播路径损耗模型容易受环境影响而无法正确描述接收信号强度值与距离之间关系的问题,本文提出一种文化量子粒子群优化(CQPSO)算法与BP神经网络结合的新算法,并用其构建室内无线信号传播路径损耗模型.该算法先是通过CQPSO... 针对无线信号传播路径损耗模型容易受环境影响而无法正确描述接收信号强度值与距离之间关系的问题,本文提出一种文化量子粒子群优化(CQPSO)算法与BP神经网络结合的新算法,并用其构建室内无线信号传播路径损耗模型.该算法先是通过CQPSO算法实现BP神经网络权值以及阈值的迭代寻优;然后在合理地定义并提取信号样本之后利用BP神经网络建立室内无线信号传播模型.对比结果表明,新算法在数据拟合的稳定性和准确性都优于传统的BP神经网络.通过在RFID定位系统中的实际应用验证了通过新算法建立的路径损耗模型的实用性和稳定性且与传统的定位算法相比定位精度更高. 展开更多

关键词 RFID定位 文化量子粒子群优化算法 bp神经网络 无线信号传播模型 数据拟合

在线阅读 下载PDF 职称材料

混沌理论与BP网络融合的稻瘟病预测模型 被引量：8

7

作者 邱靖 吴瑞武 +2 位作者 黄雁鸿 杨毅 彭莞云 《农业工程学报》 EI CAS CSCD 北大核心 2010年第S2期88-93,共6页

为了能更有效地预测稻瘟病的发生,将混沌理论(G-P算法)与BP人工神经网络融合建立了稻瘟病预测模型,并运用QPSO算法优化BP神经网络,避免了BP算法易陷入局部极小值的缺陷。运用G-P算法对云南省凤庆县历年稻瘟病发病情况的历史数据进行了... 为了能更有效地预测稻瘟病的发生,将混沌理论(G-P算法)与BP人工神经网络融合建立了稻瘟病预测模型,并运用QPSO算法优化BP神经网络,避免了BP算法易陷入局部极小值的缺陷。运用G-P算法对云南省凤庆县历年稻瘟病发病情况的历史数据进行了研究。研究发现最小嵌入空间维及K熵都为正数,故稻瘟病的发生具有一定的混沌特性,从而确定了模型输入层的个数。应用该模型对2001-2009年稻瘟病发生程度进行预测,并与其他预测模型进行比较。结果表明:该模型预测的准确率和收敛速度明显高于其他预测模型,且预测结果有效可行,为解决预测、分类及模式识别等问题提供了新的解决途径。 展开更多

关键词 混沌理论 bp算法 神经网络 量子粒子群优化算法 稻瘟病预测模型

在线阅读 下载PDF 职称材料

QAPSO-BP算法及其在水电机组振动故障诊断中的应用 被引量：12

8

作者 程加堂 段志梅 熊燕 《振动与冲击》 EI CSCD 北大核心 2015年第23期177-181,201,共6页

针对水电机组振动故障耦合因素多、故障模式复杂等问题,提出了一种基于量子自适应粒子群优化BP神经网络(QAPSO-BP)的故障诊断模型。在QAPSO-BP算法中,利用量子计算中的叠加态特性和概率表达特性,增加了种群的多样性;根据各粒子的位置与... 针对水电机组振动故障耦合因素多、故障模式复杂等问题,提出了一种基于量子自适应粒子群优化BP神经网络(QAPSO-BP)的故障诊断模型。在QAPSO-BP算法中,利用量子计算中的叠加态特性和概率表达特性,增加了种群的多样性;根据各粒子的位置与速度信息,实现惯性因子的自适应调节;为避免陷入局部最优,在算法中加入变异操作;并以此来训练BP神经网络,实现网络的参数优化,进而构建了机组的振动故障诊断模型。仿真实例表明,与粒子群优化BP网络(PSO-BP)法和BP网络法相比,该算法具有较高的诊断准确度,适用于水电机组振动故障的模式识别。 展开更多

关键词 bp神经网络 量子自适应粒子群优化算法 水电机组 振动 故障诊断

在线阅读 下载PDF 职称材料

QPSO优化BP网络预测烟蚜发生量 被引量：2

9

作者 邱靖 杨毅 +2 位作者 秦西云 李昆林 陈克平 《云南农业大学学报（自然科学版）》 CAS CSCD 北大核心 2013年第4期561-564,共4页

为有效地预测烟蚜发生量,利用BP神经网络理论和方法建立了烟蚜发生量预测模型,并运用QPSO算法优化BP神经网络的连接权值和阈值,以此确定最优连接权值和阈值。应用该模型以云南省玉溪市红塔区2003—2006年的烟蚜发生量历史数据为训练样本... 为有效地预测烟蚜发生量,利用BP神经网络理论和方法建立了烟蚜发生量预测模型,并运用QPSO算法优化BP神经网络的连接权值和阈值,以此确定最优连接权值和阈值。应用该模型以云南省玉溪市红塔区2003—2006年的烟蚜发生量历史数据为训练样本,对2007—2009年烟蚜发生量进行预测,其预测精度为99.35%,最小完成时间30 s,平均完成时间34.5 s,运行次数19次,预测效果明显优于其他预测模型。实验表明:该模型比其他预测模型预测结果更有效可行,收敛速度更快,稳定性更强,能解决预测、聚类方面的类似问题,为烟蚜的综合防治提供了理论依据。 展开更多

关键词 bp网络 QPSO算法 烟蚜 发生量 预测模型

在线阅读 下载PDF 职称材料

基于量子微粒群的BPNN在转炉炼钢静态模型中的应用 被引量：2

10

作者 朱亚萍 王文龙 徐生林 《机电工程》 CAS 2011年第5期598-600,共3页

针对转炉炼钢静态模型终点命中率较低的问题,首先分析了影响转炉炼钢终点命中率的各种因素,确定了BP神经网络(BPNN)的拓扑结构,并依此建立了转炉炼钢静态模型。然后把量子微粒群算法(QPSO)应用于BP网络的学习中,并比较了QPSO、基本微粒... 针对转炉炼钢静态模型终点命中率较低的问题,首先分析了影响转炉炼钢终点命中率的各种因素,确定了BP神经网络(BPNN)的拓扑结构,并依此建立了转炉炼钢静态模型。然后把量子微粒群算法(QPSO)应用于BP网络的学习中,并比较了QPSO、基本微粒群优化算法(PSO)、梯度下降法的学习性能。最后,基于某炼钢厂的历史数据进行了仿真实验,比较了三种BP网络学习算法下的炼钢终点命中率。研究结果表明,该研究提高了转炉炼钢静态模型的终点C含量和温度预测精度。 展开更多

关键词 bp神经网络 转炉炼钢 量子微粒群优化算法 基本微粒群优化算法

在线阅读 下载PDF 职称材料

粒子群优化BP网络及其应用 被引量：1

11

作者 任玉艳 王洪瑞 鲍洁 《河北大学学报（自然科学版）》 CAS 北大核心 2011年第4期445-448,共4页

提出一种基于量子激励粒子群算法优化BP网络的参数方法.该算法在粒子群优化算法中引入量子论思想,克服了传统粒子群算法易陷入局部极值、优化效果较差的缺点,最终得到BP网络的最佳参数值.利用优化后的BP网络控制仿生机器马的运动状态,... 提出一种基于量子激励粒子群算法优化BP网络的参数方法.该算法在粒子群优化算法中引入量子论思想,克服了传统粒子群算法易陷入局部极值、优化效果较差的缺点,最终得到BP网络的最佳参数值.利用优化后的BP网络控制仿生机器马的运动状态,仿真结果表明该算法能快速、准确地达到最佳控制效果. 展开更多

关键词 bp网络 粒子群算法(PSO) 量子论 优化算法 仿生机器马

在线阅读 下载PDF 职称材料

基于量子激励的粒子群优化的BP网络算法

12

作者 任玉艳 鲍洁 王洪瑞 《传感器与微系统》 CSCD 北大核心 2011年第7期135-136,139,共3页

提出一种基于量子激励粒子群算法优化BP网络参数的新方法。该算法在粒子群优化算法中引入量子论思想,克服了传统粒子群算法易陷入局部极值、优化效果较差的不足,最终得到BP网络的最佳参数值。将该算法应用于3个典型复杂函数,并与传统BP... 提出一种基于量子激励粒子群算法优化BP网络参数的新方法。该算法在粒子群优化算法中引入量子论思想,克服了传统粒子群算法易陷入局部极值、优化效果较差的不足,最终得到BP网络的最佳参数值。将该算法应用于3个典型复杂函数,并与传统BP算法、基于传统的粒子群优化BP网络算法的仿真结果进行分析对比。结果表明:该算法训练次数少,模型精度高,性能优于其它两种BP网络算法。 展开更多

关键词 bp网络 粒子群优化 量子论 量子粒子群优化 优化算法 权值调整

在线阅读 下载PDF 职称材料

基于QDPSO-BP网络的多传感器融合算法

13

作者 张宇林 蒋鼎国 +1 位作者 朱小六 徐保国 《传感器与微系统》 CSCD 北大核心 2008年第3期21-23,共3页

多传感器数据融合的理论和方法已经被应用到许多领域。但目前对于多传感器所测的数据还没有一种通用的行之有效的处理方法。基于量子空间的粒子群(QDPSO)算法训练的BP神经网络具有较好的稳定性和收敛性,将其运用于多传感器的数据融合,... 多传感器数据融合的理论和方法已经被应用到许多领域。但目前对于多传感器所测的数据还没有一种通用的行之有效的处理方法。基于量子空间的粒子群(QDPSO)算法训练的BP神经网络具有较好的稳定性和收敛性,将其运用于多传感器的数据融合,在仿真中取得了比常规算法更高的精度,控制策略制定准确、可靠,是一种较有潜力的多传感器数据融合方法。 展开更多

关键词 多传感器 数据融合 量子空间的粒子群算法 bp神经网络

在线阅读 下载PDF 职称材料

采用LWD-QPSO-SOMBP神经网络的拖拉机柴油机故障诊断 被引量：15

14

作者 周俊博 朱烨均 +1 位作者 肖茂华 吴剑铭 《农业工程学报》 EI CAS CSCD 北大核心 2021年第17期39-48,共10页

针对目前拖拉机柴油机故障诊断中单BP(Back Propagation)神经网络模型的局限性,该研究提出一种LWD-QPSO-SOMBP(Linear Weight Decrease-Quantum Particle Swarm Optimization-Self Organizing Maps Back Propagation)神经网络的拖拉机... 针对目前拖拉机柴油机故障诊断中单BP(Back Propagation)神经网络模型的局限性,该研究提出一种LWD-QPSO-SOMBP(Linear Weight Decrease-Quantum Particle Swarm Optimization-Self Organizing Maps Back Propagation)神经网络的拖拉机柴油机故障诊断模型。首先,将SOM(Self Organizing Maps)神经网络和BP神经网络结合,重置网络结构并利用LWD-QPSO(Linear Weight Decrease-Quantum Particle Swarm Optimization)算法对网络的权值和阈值进行优化;然后,分析拖拉机柴油机的故障机理,确定反映故障发生的数据信号;最后,确定LWD-QPSO-SOMBP神经网络模型的结构参数,基于CAN(Controller Area Network)总线技术采集潍柴WP6型拖拉机柴油机传感器信号数据对LWD-QPSO-SOMBP神经网络的性能进行测试,并将测试结果与BP神经网络、SOMBP(Self Organizing Maps Back Propagation)神经网络、PSO-SOMBP(Particle Swarm Optimization-Self Organizing Maps Back Propagation)神经网络、LWD-PSO-SOMBP(Linear Weight Decrease-Particle Swarm Optimization-Self Organizing Maps Back Propagation)神经网络及改进量子粒子群(Improved Quantum Particle Swarm Optimization,IQPSO)算法优化后的SOMBP神经网络的测试结果进行对比。试验结果表明,LWD-QPSO-SOMBP神经网络输出总误差为0.1118、平均相对误差为0.0058、均方误差为0.0003,相比于其他5种神经网络均为最低。LWD-QPSO-SOMBP神经网络充分发挥并有效综合了SOM神经网络在数据预处理及PSO算法在优化BP神经网络初始权值阈值方面的优势,实现了拖拉机柴油机的高精度故障诊断。LWD-QPSO-SOMBP神经网络由于使用SOM神经网络结构对输入数据进行预处理,网络收敛速度大幅度提升,相比单BP神经网络,迭代次数由2431次降为63次,下降了97.40%;同时采取LWD-QPSO算法对BP神经网络的初始权值阈值进行优化,降低了传统PSO算法的粒子适应度,进一步提高了网络的收敛精度和收敛速度,相比传统PSO算法,粒子适应度从0.15降为0.11,下降了26.67%,网络训练误差由0.004降为0.0006,下降了85.00%;LWD-QPSO-SOMBP神经网络的故障诊断准确率大幅度提升,相比于单BP神经网络,输出总准确率由85.00%上升至99.44%。研究结果可为高精度拖拉机柴油机故障诊断提供参考。 展开更多

关键词 农业机械 柴油机 故障诊断 bp神经网络 SOM神经网络 PSO算法 LWD-QPSO算法

在线阅读 下载PDF 职称材料

基于改进BP神经网络的逆变电路故障诊断 被引量：2

15

作者 廖俊勃 帕孜来.马合木提 +1 位作者 蔡鑫 周浩 《电源技术》 CAS CSCD 北大核心 2015年第3期574-577,共4页

针对BP神经网络鲁棒性、容错性不强的问题,提出双向BP神经网络,更直接地建立与先前状态的映射关系;利用量子粒子群算法(QPSO)优化双向BP神经网络的权值和阈值,克服其学习算法复杂、收敛速度慢的缺点,来得到精度更高的网络。将改进的双... 针对BP神经网络鲁棒性、容错性不强的问题,提出双向BP神经网络,更直接地建立与先前状态的映射关系;利用量子粒子群算法(QPSO)优化双向BP神经网络的权值和阈值,克服其学习算法复杂、收敛速度慢的缺点,来得到精度更高的网络。将改进的双向BP神经网络应用于逆变电路的故障诊断,测试结果表明该算法比双向BP神经网络具有更强的收敛性和精确率,为逆变电路的故障诊断提出一个新的思路。 展开更多

关键词 双向bp神经网络 量子粒子群算法 逆变电路 故障诊断

在线阅读 下载PDF 职称材料

BP神经网络结合粒子群优化卡尔曼滤波的MEMS陀螺随机误差补偿方法 被引量：14

16

作者 万芯炜 王晶 +3 位作者 杨辉 李毅 张远再 王路 《兵工学报》 EI CAS CSCD 北大核心 2023年第2期556-565,共10页

针对微机电系统(MEMS)陀螺仪随机误差相对较大、影响其精度这一问题,提出一种基于BP神经网络结合具有量子行为的粒子群优化(QPSO)算法优化卡尔曼滤波(KF)的补偿方法。采集MEMS陀螺和转台数据作为样本,采用BP神经网络进行训练,建立误差模... 针对微机电系统(MEMS)陀螺仪随机误差相对较大、影响其精度这一问题,提出一种基于BP神经网络结合具有量子行为的粒子群优化(QPSO)算法优化卡尔曼滤波(KF)的补偿方法。采集MEMS陀螺和转台数据作为样本,采用BP神经网络进行训练,建立误差模型;利用训练好的模型对MEMS陀螺进行误差补偿;利用QPSO算法优化KF,以达到更好的降噪效果。实验结果表明,该方法较BP神经网络优化KF、QPSO优化KF与变分模态分解结合小波阈值去噪等方法去噪处理后的平均绝对误差(MAE)和均方误差(MSE)更小,具有更好的降噪效果。 展开更多

关键词 MEMS陀螺 bp神经网络 量子粒子群优化 卡尔曼滤波

在线阅读 下载PDF 职称材料

应用于软件缺陷预测模型的量子粒子群优化BP算法 被引量：2

17

作者 莫有印 《现代电子技术》 北大核心 2019年第15期127-130,133,共5页

软件缺陷检测的主要目的是对程序模块中是否存在缺陷进行自动检测,以此有效促进软件的测试进程,使软件系统质量得到提高。针对传统软件缺陷预测模型的问题,提出在软件缺陷预测模型中使用粒子群优化BP算法。此模型使用粒子群优化算法对B... 软件缺陷检测的主要目的是对程序模块中是否存在缺陷进行自动检测,以此有效促进软件的测试进程,使软件系统质量得到提高。针对传统软件缺陷预测模型的问题,提出在软件缺陷预测模型中使用粒子群优化BP算法。此模型使用粒子群优化算法对BP神经网络权值及阈值进行优化,通过交叉验证方法实现实验,并且同传统机器学习方法及BP神经网络等方法进行对比,实验结果表明提出的方法预测精准性比较高。 展开更多

关键词 软件缺陷 预测模型 量子粒子群 bp算法 交叉验证 预测精准性

在线阅读 下载PDF 职称材料

ACCQPSO:一种改进的量子粒子群优化算法及其应用 被引量：1

18

作者 孙隽丰 李成海 宋亚飞 《信息网络安全》 CSCD 北大核心 2024年第4期574-586,共13页

针对量子粒子群优化算法前期易陷入局部极值点、后期寻优精度不高等问题,文章提出一种自适应交叉算子的混沌量子粒子群优化算法,并将其应用于BP神经网络超参数寻优。首先,利用Logistics映射初始种群为混沌序列进行最优解搜索,增强初始... 针对量子粒子群优化算法前期易陷入局部极值点、后期寻优精度不高等问题,文章提出一种自适应交叉算子的混沌量子粒子群优化算法,并将其应用于BP神经网络超参数寻优。首先,利用Logistics映射初始种群为混沌序列进行最优解搜索,增强初始种群的随机性与遍历性,提高算法寻优能力;然后,通过纵向交叉操作进行种群中个体的信息交换,并引入自适应交叉概率公式,增加种群多样性,提高算法的寻优精度;最后,在实验中,一方面,选取8个函数在高低两个维度进行验证,同时进行Wilcoxon秩和检验分析以及消融实验,验证该算法相较其他算法的有效性;另一方面,通过算法优化BP神经网络应用到网络安全态势预测任务中,实验结果表明该算法收敛速度相较于对比算法有大幅度提升。 展开更多

关键词 量子粒子群优化算法 混沌映射 交叉算子 自适应调整策略 bp神经网络

在线阅读 下载PDF 职称材料

基于量子粒子群优化反向传播神经网络的手势识别 被引量：6

19

作者 杨志奇 孙罡 《计算机应用》 CSCD 北大核心 2014年第A01期137-140,共4页

反向传播(BP)神经网络算法在手势识别中得到了广泛的应用。为了对算法进行改进以提高BP神经网络的学习效率,提出一种基于量子粒子群优化BP神经网络的手势识别训练算法。在手势识别过程中,首先采用量子粒子群算法(QPSO)训练BP神经网络,... 反向传播(BP)神经网络算法在手势识别中得到了广泛的应用。为了对算法进行改进以提高BP神经网络的学习效率,提出一种基于量子粒子群优化BP神经网络的手势识别训练算法。在手势识别过程中,首先采用量子粒子群算法(QPSO)训练BP神经网络,获得优化的BP神经网络权值和阈值;合理地定义并提取BP神经网络的手势识别样本;最后采用训练过的BP神经网络对动态手势进行识别。该算法简单,不依赖初始值,并且收敛速度快,尤其对于高维复杂问题,能保证收敛到最优解。实验结果表明,该算法平均训练时间达到5.15 s,识别正确率达到95.1%,效果明显优于一般的BP神经网络算法。 展开更多

关键词 反向传播神经网络 量子粒子群算法 手势识别 权值 阈值

在线阅读 下载PDF 职称材料

基于粗糙集和SPSO的网络入侵检测方案 被引量：15

20

作者 朱亚东 《控制工程》 CSCD 北大核心 2018年第11期2097-2101,共5页

针对计算机网络中的安全性问题,提出一种基于粗糙集和简化粒子群优化（SPSO）的网络入侵检测方案。首先,利用粗糙集理论从入侵数据集中提取出分类效果较好的简约特征集。然后,利用训练数据训练BP神经网络分类器,并利用改进后的SPSO优化... 针对计算机网络中的安全性问题,提出一种基于粗糙集和简化粒子群优化（SPSO）的网络入侵检测方案。首先,利用粗糙集理论从入侵数据集中提取出分类效果较好的简约特征集。然后,利用训练数据训练BP神经网络分类器,并利用改进后的SPSO优化神经网络的权值和阈值参数。最后,以提取的特征为输入,利用优化后的BP神经网络进行网络入侵分类。在DARPA数据集上进行实验,结果表明该方案能够精确的检测U2R、R2L、DoS和PRB类网络攻击,整体分类准确率达到了87%。 展开更多

关键词 网络入侵检测 粗糙集理论 简化粒子群优化 bp神经网络

在线阅读 下载PDF 职称材料