期刊文献+
共找到80篇文章
< 1 2 4 >
每页显示 20 50 100
基于损失函数优化神经网络模型的面罩遮挡人脸识别算法
1
作者 张立辉 《工矿自动化》 CSCD 北大核心 2024年第S01期15-20,共6页
矿井人脸信息识别是矿井人员管理、安全生产的重要环节和保障措施,但矿井的特殊环境可能会出现面部遮挡或不清等情况,尤其是在煤矿井下多粉尘等区域,面罩往往被普遍使用,这些都会增加人脸识别的难度。为了能够对面罩遮挡状态下的人脸图... 矿井人脸信息识别是矿井人员管理、安全生产的重要环节和保障措施,但矿井的特殊环境可能会出现面部遮挡或不清等情况,尤其是在煤矿井下多粉尘等区域,面罩往往被普遍使用,这些都会增加人脸识别的难度。为了能够对面罩遮挡状态下的人脸图像进行准确识别,提出了一种基于损失函数优化神经网络模型的面罩遮挡人脸识别算法。通过基于人脸关键点检测的面罩遮挡人脸生成算法将常规人脸数据集扩充为面罩遮挡人脸数据集,缓解煤矿面罩遮挡人脸数据不足的问题。根据面罩遮挡人脸图像的特点使用损失函数进行模型训练,使用更优的损失函数代替三元组损失,同时添加注意力机制使模型更加关注于未被遮挡的区域,使模型能更好地提取面罩遮挡状态下的人脸特征。通过大量实验证明,基于损失函数优化神经网络模型的面罩遮挡人脸识别算法不仅在提取人脸特征时更加关注于未被面罩遮挡的上半部分区域,而且在面对噪声时有较强的鲁棒性,在MFR2数据集中采用该算法将原始网络的准确率由84.3%提高到了98.5%,相较于其他方法具有较高的识别准确率,能够在面罩遮挡状态下完成人脸识别任务。 展开更多
关键词 矿井人脸识别 面罩遮挡 优化神经网络 人脸关键点检测 特征融合
在线阅读 下载PDF
基于大数据和优化神经网络短期电力负荷预测 被引量:39
2
作者 金鑫 李龙威 +3 位作者 季佳男 李祉歧 胡宇 赵永彬 《通信学报》 EI CSCD 北大核心 2016年第S1期36-42,共7页
随着电力数据采集成本降低及大规模电网互联等因素,电网中可获取的数据类型日益丰富。以往的集中式预测方法对海量电力数据的分析能力有限。提出基于大数据和粒子群优化BP神经网络短期电力负荷预测,建立短期电力负荷预测模型。利用国家... 随着电力数据采集成本降低及大规模电网互联等因素,电网中可获取的数据类型日益丰富。以往的集中式预测方法对海量电力数据的分析能力有限。提出基于大数据和粒子群优化BP神经网络短期电力负荷预测,建立短期电力负荷预测模型。利用国家电网的实际负荷数据,采用所提方法进行预测,与实际负荷数据及集中式负荷预测结果进行比较,结果证明,所提方法预测精度较高,降低了负荷预测时间,在实际应用中具有可行性。 展开更多
关键词 电力大数据 粒子群算法 并行PSO优化神经网络 电力负荷预测 电力负荷影响因素
在线阅读 下载PDF
大坝安全诊断的混沌优化神经网络模型 被引量:10
3
作者 曹茂森 邱秀梅 夏宁 《岩土力学》 EI CAS CSCD 北大核心 2006年第8期1344-1348,共5页
为了提高大坝变形的预测精度,采用小波变换和分形理论对大坝位移观测数据的非线性动力学特性进行了分析,揭示了其具有低维混沌动力特性,这为大坝变形预测模型的建立提供了理论依据和先验知识。基于低维混沌动力特性,设计了能捕获大坝位... 为了提高大坝变形的预测精度,采用小波变换和分形理论对大坝位移观测数据的非线性动力学特性进行了分析,揭示了其具有低维混沌动力特性,这为大坝变形预测模型的建立提供了理论依据和先验知识。基于低维混沌动力特性,设计了能捕获大坝位移观测数据全局动力特性,兼具神经网络模型结构优化和动力机制时新的混沌优化神经网络大坝变形预测模型。在工程实例中,由多个度量指标组成量化评价体系,对模型预测性能进行综合评价,结果表明,所建模型比传统BP神经网络和ARMA模型具有更高的预测精度。 展开更多
关键词 大坝位移 低维混沌 动力特性 小波变换 混沌优化神经网络
在线阅读 下载PDF
基于优化神经网络的磁弹电感传感器温度补偿试验研究 被引量:2
4
作者 周建庭 谭奎 +2 位作者 张向和 张森华 尹昌华 《重庆交通大学学报(自然科学版)》 CAS CSCD 北大核心 2023年第1期15-20,共6页
磁弹电感传感器是磁弹电感法监测预应力钢绞线应力的主要设备。温度会引起监测误差,为提升监测精度,首先,分析了磁弹电感法监测应力的原理以及温度影响机理;其次,对4组不同张拉控制力的预应力钢绞线进行温度补偿试验,研究了传感器的温... 磁弹电感传感器是磁弹电感法监测预应力钢绞线应力的主要设备。温度会引起监测误差,为提升监测精度,首先,分析了磁弹电感法监测应力的原理以及温度影响机理;其次,对4组不同张拉控制力的预应力钢绞线进行温度补偿试验,研究了传感器的温度敏感性,发现传感器电感漂移与变温幅度和路径相关,温度引起的相对误差最大达11.1%;最后,利用K折交叉验证方法,分别采用BP神经网络与优化后的GA-BP神经网络进行温度补偿。研究结果表明:相较于BP神经网络,GA-BP神经网络可有效修正温度误差,提升泛化能力,优化后相对误差降至3.3%。 展开更多
关键词 桥梁工程 磁弹电感法 预应力监测 温度补偿 K折交叉验证 优化神经网络
在线阅读 下载PDF
基于小波分析和PSO优化神经网络的短期风电功率预测 被引量:12
5
作者 叶小岭 刘波 +1 位作者 邓华 肖寅 《可再生能源》 CAS 北大核心 2014年第10期1486-1492,共7页
针对风电场风速和风电功率序列起伏波动大、无明显变化规律等特点以及传统神经网络收敛速度慢、易陷入局部极小值等缺陷,提出了基于小波分析和改进粒子群算法优化神经网络的短期风电功率预测方法。首先,通过小波方法将用于神经网络训练... 针对风电场风速和风电功率序列起伏波动大、无明显变化规律等特点以及传统神经网络收敛速度慢、易陷入局部极小值等缺陷,提出了基于小波分析和改进粒子群算法优化神经网络的短期风电功率预测方法。首先,通过小波方法将用于神经网络训练的历史风速和风电功率序列进行分解,再针对风速和风电功率的各个分量分别建立相应的神经网络模型,采用分期变异粒子群算法对各个分量的神经网络学习算法进行优化,最后将各个分量的预测值进行小波重构得到风电功率预测结果。江苏如东某风电场风电机组的实验结果证明预测精度较传统神经网络方法有较大提高,验证了所提出方法的有效性。 展开更多
关键词 小波分析 改进粒子群算法 神经网络优化 短期风电功率预测
在线阅读 下载PDF
梯度下降优化神经网络的主轴可靠性预测模型 被引量:2
6
作者 王晓燕 王品 +1 位作者 郎贺 白贤明 《沈阳航空航天大学学报》 2022年第4期37-43,共7页
为了提升机床主轴可靠性预测精度,提出了基于优化级联前向神经网络进行数控机床主轴可靠性预测的改进算法。将小批量梯度下降算法与级联前向神经网络预测方法相结合进行神经网络优化,增加了预测的准确度。对收集的主轴可靠性相关数据进... 为了提升机床主轴可靠性预测精度,提出了基于优化级联前向神经网络进行数控机床主轴可靠性预测的改进算法。将小批量梯度下降算法与级联前向神经网络预测方法相结合进行神经网络优化,增加了预测的准确度。对收集的主轴可靠性相关数据进行初步分析,选取前n个可靠度数据以及第n+1个可靠度数据对应的故障时间点t作为神经网络的输入变量,第n+1个可靠度数据作为输出变量,完成可靠性预测模型的训练以及测试数据的误差对比分析。实例仿真分析结果表明:应用该方法得到的可靠度预测值最大相对误差的绝对值为2.41%,小于3%,该预测方法精度较高。与BP神经网络等其他预测方法得到的预测结果最大相对误差大于3%,甚至超过10%相比,可以实现数控机床主轴更加精确的预测,为研究数控机床可靠性提供理论依据。 展开更多
关键词 梯度下降 优化神经网络 数控机床主轴 可靠性预测 BP神经网络
在线阅读 下载PDF
抽水蓄能电站地下水位预测的优化神经网络模型 被引量:3
7
作者 郭浩然 李映 黄鹤程 《水利信息化》 2022年第3期40-45,共6页
抽水蓄能电站上、下水库落差大,水头高,针对输水系统沿线山体地下水位变化的监测和预测对电站安全运行过程中的监测分析具有重要意义。为实现施工期山体水位预测,通过环境监测站获取多项环境监测数据,结合PCA(主成分分析)和GA(遗传算法... 抽水蓄能电站上、下水库落差大,水头高,针对输水系统沿线山体地下水位变化的监测和预测对电站安全运行过程中的监测分析具有重要意义。为实现施工期山体水位预测,通过环境监测站获取多项环境监测数据,结合PCA(主成分分析)和GA(遗传算法)优化BP神经网络方法,建立PCA-GA-BP优化模型对地下水位进行预测。选取广东某抽水蓄能电站环境量及输水系统沿线山体水位孔数据,在分析测点、测站布置及地下水位影响因素基础上,对优化算法模型进行验证、比较。实验结果表明:优化模型具有较高预测精度,在高、中、低水位预测中综合相对误差较低,决定系数更高,均优于单BP预测模型,并通过PCA法使得网络拓扑结构更简单,提高综合预测精度,具有较好的预测效果,在实际运用中可以为安全分析、工程预警等领域提供一定参考。 展开更多
关键词 地下水位预测 主成分分析 遗传算法 优化神经网络 抽水蓄能电站 输水系统
在线阅读 下载PDF
优化神经网络在矿井瓦斯涌出预测中的应用 被引量:1
8
作者 曹振军 《现代矿业》 CAS 2017年第8期311-312,共2页
为有效预测矿井瓦斯涌出量,减少瓦斯灾害事故,通过分析得出影响瓦斯涌出量影响因素关系为原始瓦斯含量>煤层厚度>工作面长度>推进速度>煤层埋深>煤层倾角,运用优化神经网络模型及MATLAB软件模拟预测矿井瓦斯涌出量。结... 为有效预测矿井瓦斯涌出量,减少瓦斯灾害事故,通过分析得出影响瓦斯涌出量影响因素关系为原始瓦斯含量>煤层厚度>工作面长度>推进速度>煤层埋深>煤层倾角,运用优化神经网络模型及MATLAB软件模拟预测矿井瓦斯涌出量。结果显示,预测结果与实测结果平均误差仅为2.3%,证明优化神经网络模型能达到较好预测效果,预测精度较高,可应用于矿井瓦斯涌出量预测中。 展开更多
关键词 瓦斯涌出量 优化神经网络模型 MATLAB
在线阅读 下载PDF
基于遗传优化神经网络和频率变化平方比的简支梁桥损伤辨识技术 被引量:2
9
作者 张雨 徐进伏 《北方交通》 2012年第11期82-84,共3页
桥梁在其服役过程中容易产生桥体损伤,导致其承载能力下降、使用功能降低。频率参数在实际应用中测试获取容易,是良好的损伤辨识指标。考虑到神经网络技术收敛速度慢等缺点,采用遗传算法对其权值及阈值进行优化获取。采用频率变化平方... 桥梁在其服役过程中容易产生桥体损伤,导致其承载能力下降、使用功能降低。频率参数在实际应用中测试获取容易,是良好的损伤辨识指标。考虑到神经网络技术收敛速度慢等缺点,采用遗传算法对其权值及阈值进行优化获取。采用频率变化平方比参数作为遗传优化神经网络的输入参数,以简支梁桥为数值模拟对象,实现了其损伤位置识别。 展开更多
关键词 简支梁桥 损伤识别 遗传优化神经网络 模态频率
在线阅读 下载PDF
基于蚁群优化神经网络的路基沉降量预测 被引量:1
10
作者 安智敏 闫显亮 徐毅 《山东交通科技》 2023年第1期96-97,136,共3页
原有神经网络中自变量数据输入过多时易出现拟合过度征象,从而降低展望模型的准确度。采取蚁群优化神经网络(ACOBP)模型的权值和阈值,经由实测仿真计算,结果表明ACOBP模型的精确度和效果均优于传统神经网络。
关键词 蚁群优化神经网络 蚁群算法 BP神经网络 路基沉降量
在线阅读 下载PDF
基于优化神经网络的自适应有限时间卫星ACSs故障估计 被引量:1
11
作者 梁天添 王英东 +2 位作者 杨健雄 刘苏帆 王茂 《中国惯性技术学报》 EI CSCD 北大核心 2023年第7期724-733,共10页
针对卫星姿态控制系统(ACSs)在复杂工况下的执行器、传感器并发故障估计问题,设计了一种基于优化超基函数神经网络的自适应有限时间故障估计观测器。首先,视执行器和传感器故障为系统的附加状态变量,建立时滞广义系统。其次,利用Levy飞... 针对卫星姿态控制系统(ACSs)在复杂工况下的执行器、传感器并发故障估计问题,设计了一种基于优化超基函数神经网络的自适应有限时间故障估计观测器。首先,视执行器和传感器故障为系统的附加状态变量,建立时滞广义系统。其次,利用Levy飞行分布改进矮猫鼬优化算法,优化了超基函数神经网络。设计了自适应有限时间观测器,并分析了误差动态和残差对运行噪声的有限时间有界性和鲁棒性,将观测器设计问题转化为线性矩阵不等式问题。最后,进行了仿真验证分析,仿真结果表明:相较于基于传统矮猫鼬优化-超基函数神经网络的自适应有限时间观测器,所提方法对于不确定性和外部扰动的联合估计误差降低了13.0%,状态估计误差平均降低了11.3%,并发故障估计误差平均降低了3.2%,验证了所提方法的有效性。 展开更多
关键词 卫星 广义系统 故障估计 自适应有限时间 优化神经网络
在线阅读 下载PDF
基于粒子群算法优化神经网络的电子音乐分类模型 被引量:10
12
作者 张晓娜 赵晶晶 《现代电子技术》 北大核心 2020年第9期101-104,108,共5页
针对基于神经网络算法构建的电子音乐分类模型容易陷入局部最小值问题,分类精准度低,提出基于粒子群算法优化神经网络的电子音乐分类模型。构建模型时需先收集多种类型原生态电子音乐数据,去噪处理收集到的电子音乐数据,分帧和端点检测... 针对基于神经网络算法构建的电子音乐分类模型容易陷入局部最小值问题,分类精准度低,提出基于粒子群算法优化神经网络的电子音乐分类模型。构建模型时需先收集多种类型原生态电子音乐数据,去噪处理收集到的电子音乐数据,分帧和端点检测去噪后的电子音乐,从检测到的有效电子音乐信号中提取电子音乐的时域、频域方差特征和短时能量特征,采用灰色关联分析方法确定三种特征对电子音乐分类的贡献,加权操作上述特征,将加权后的三种特征作为粒子群算法优化的神经网络输入部分,通过优化后的神经网络输出电子音乐分类结果。经过实验分析发现,该电子音乐分类模型对10种电子音乐类型的分类结果与实际电子音乐所属类别相同,分类精准度较高。 展开更多
关键词 电子音乐分类模型 神经网络优化 数据收集 特征提取 多特征融合 分类结果输出
在线阅读 下载PDF
基于优化BP神经网络的电力负荷概率密度预测 被引量:2
13
作者 苏世杰 杨雷 +2 位作者 李俊楠 申志刚 田凯 《电子设计工程》 2024年第22期124-127,132,共5页
电力负荷类型多样且具有较大的不确定性,使得电力负荷预测变得更加复杂,因此提出基于优化BP神经网络的电力负荷概率密度预测。采用EMD算法去除历史电力负荷数据中的噪声数据。通过LASSO分位数回归算法分析电力负荷与外界因素之间的关系... 电力负荷类型多样且具有较大的不确定性,使得电力负荷预测变得更加复杂,因此提出基于优化BP神经网络的电力负荷概率密度预测。采用EMD算法去除历史电力负荷数据中的噪声数据。通过LASSO分位数回归算法分析电力负荷与外界因素之间的关系,得到电力负荷条件分位数。搭建用于电力负荷概率密度预测的优化BP神经网络,将电力负荷条件分位数作为输入,通过循环迭代处理,获得电力负荷概率密度预测结果。实验结果显示,在夏、秋两季所提方法获得的电力负荷概率密度预测结果与实际结果相同,证明所提方法的预测精度较高。 展开更多
关键词 智能电网 优化BP神经网络 概率密度预测 条件分位数 电力负荷
在线阅读 下载PDF
基于MFO优化BP神经网络构建冷鲜肉品质预测模型
14
作者 王丽 闫子康 +1 位作者 杜金 王远亮 《食品工业科技》 CAS 北大核心 2024年第21期310-321,共12页
为能准确预测冷鲜肉在贮藏中品质的变化规律及质量安全,本文探究贮藏温度(0、4和25℃)对冷鲜肉菌落总数、TVB-N、pH、水分含量、色度和生物胺含量的影响,确定冷鲜肉的特征品质指标。基于反向传播(Backpropagation,BP)神经网络和飞蛾火... 为能准确预测冷鲜肉在贮藏中品质的变化规律及质量安全,本文探究贮藏温度(0、4和25℃)对冷鲜肉菌落总数、TVB-N、pH、水分含量、色度和生物胺含量的影响,确定冷鲜肉的特征品质指标。基于反向传播(Backpropagation,BP)神经网络和飞蛾火焰优化(Moth-Flame Optimization,MFO)BP神经网络,利用特征指标作为训练数据,构建不同贮藏温度下冷鲜肉的品质预测模型,快速准确评价和预测食品的质量安全。结果表明,不同贮藏温度下冷鲜肉的菌落总数、pH、TVB-N、色泽和生物胺含量随着贮藏时间的延长均呈上升趋势(P<0.05),且各指标在不同贮藏温度下的变化规律不一致,温度越高,腐败变质的速度越快。通过相关性分析得出菌落总数和TVB-N为冷鲜肉品质特征指标,以特征指标为训练数据构建BP神经网络和MFO优化BP神经网络模型。结果显示,MFO优化BP神经网络优于单一的BP神经网络模型,指标菌落总数和TVB-N通过BP神经网络模型训练后的R值分别为0.95018、0.94283,通过MFO算法优化训练后的R值分别为0.97538、0.98001,更接近于1,且优化后的RMSE、MSE和MAE值相对较小,其模型拟合度更好,在整个贮藏期的预测性能更好,准确率更高。因此,MFO优化BP神经网络可用于预测冷鲜肉在贮藏过程中品质的变化规律。 展开更多
关键词 冷鲜肉 松鼠葡萄球菌 预测模型 反向传播(BP)神经网络 飞蛾火焰优化(MFO)BP神经网络
在线阅读 下载PDF
灰色关联优化BP神经网络预测工作面瓦斯涌出量 被引量:15
15
作者 雷文杰 刘瑞涛 苏国韶 《矿业安全与环保》 北大核心 2013年第5期34-37,41,共5页
根据义马中部井田瓦斯地质规律,选取埋深、开采强度、开采顺序和煤层厚度作为自变量,瓦斯涌出量为目标量,构建自变量矩阵和参考序列,进行瓦斯涌出量影响因素灰色关联度分析;由于各瓦斯地质影响因素与瓦斯涌出量的高度非线性关系,将各影... 根据义马中部井田瓦斯地质规律,选取埋深、开采强度、开采顺序和煤层厚度作为自变量,瓦斯涌出量为目标量,构建自变量矩阵和参考序列,进行瓦斯涌出量影响因素灰色关联度分析;由于各瓦斯地质影响因素与瓦斯涌出量的高度非线性关系,将各影响因素进行归一化处理,建立优化神经网络预测瓦斯涌出量数值模型,样本训练收敛速度快,误差在0.12%以内,并用此模型对耿村井田深部煤层瓦斯涌出量进行了预测。 展开更多
关键词 瓦斯地质 多因素 灰色关联分析 优化神经网络 模型样本训练 瓦斯涌出量预测
在线阅读 下载PDF
PSO优化BP神经网络齿轮箱故障诊断 被引量:15
16
作者 张永超 李金才 赵录怀 《电子技术应用》 2019年第12期42-46,50,共6页
针对目前齿轮箱系统在利用神经网络故障诊断时存在正确识别率低和依靠经验选择参数的问题,提出了基于粒子群优化BP网络的齿轮箱故障诊断方法。简要介绍利用齿轮振动原理提取特征参数建立故障模型,该模型以齿轮箱特征向量为输入、故障类... 针对目前齿轮箱系统在利用神经网络故障诊断时存在正确识别率低和依靠经验选择参数的问题,提出了基于粒子群优化BP网络的齿轮箱故障诊断方法。简要介绍利用齿轮振动原理提取特征参数建立故障模型,该模型以齿轮箱特征向量为输入、故障类型为输出,详细分析了通过BP神经网络、概率神经网络和粒子群优化BP神经网络实现齿轮箱故障诊断。仿真结果表明,BP神经网络对齿轮箱故障诊断收敛速度慢,故障识别率为82%;概率神经网络的模型故障诊断识别率依据经验选取spread值决定,故障识别率最大为98%;粒子群优化后的BP神经网络故障诊断分类识别率为100%且自适应能力强。 展开更多
关键词 齿轮箱 故障诊断 粒子群优化神经网络 故障模型
在线阅读 下载PDF
神经网络优化算法在语音识别技术中的应用
17
作者 骞正坤 《数字技术与应用》 2024年第11期121-123,共3页
随着智能设备的广泛应用,实时、准确的语音识别需求随文增加,这也推动了神经网络优化算法在语音识别领域的应用。神经网络优化算法能够有效提高语音识别系统的准确性和效率。然而,优化算法本身面临训练数据的质量和数量问题、算法复杂... 随着智能设备的广泛应用,实时、准确的语音识别需求随文增加,这也推动了神经网络优化算法在语音识别领域的应用。神经网络优化算法能够有效提高语音识别系统的准确性和效率。然而,优化算法本身面临训练数据的质量和数量问题、算法复杂度及计算资源需求等诸多挑战,问题的存在严重制约了语音识别技术的优化和应用。因此,本文就神经网络优化算法在语音识别技术中的应用进行深入探讨,以期为提升语音识别技术的性能和应用广度提供参考。 展开更多
关键词 语音识别技术 智能设备 语音识别系统 训练数据 算法复杂度 神经网络优化算法 计算资源
在线阅读 下载PDF
基于优化BP神经网络的PID控制研究与仿真 被引量:16
18
作者 胡志军 王建国 王鸿斌 《微电子学与计算机》 CSCD 北大核心 2006年第12期138-140,共3页
PID控制要取得较好的控制效果,就必须通过调整好比例、积分和微分三种控制作用,形成控制量中既相互配合又相互制约的关系。优化BP神经网络是一种前向神经元网络,具有学习速率快、振荡小、精度高的优点,将其隐含层单元分别作为比例(P)、... PID控制要取得较好的控制效果,就必须通过调整好比例、积分和微分三种控制作用,形成控制量中既相互配合又相互制约的关系。优化BP神经网络是一种前向神经元网络,具有学习速率快、振荡小、精度高的优点,将其隐含层单元分别作为比例(P)、积分(I)、微分(D)单元,可以建立参数自学习的PID控制器。仿真结果表明基于优化BP神经网络的PID控制器具有较好的自学习和自适应性。 展开更多
关键词 PID控制 优化BP神经网络 参数调整
在线阅读 下载PDF
基于整合移动平均自回归和遗传粒子群优化小波神经网络组合模型的交通流预测 被引量:27
19
作者 殷礼胜 唐圣期 +1 位作者 李胜 何怡刚 《电子与信息学报》 EI CSCD 北大核心 2019年第9期2273-2279,共7页
针对短时交通流数据的非线性和随机性特点,为提高它的预测精度和收敛速度,该文从模型构建和算法两方面提出一种整合移动平均自回归(ARIMA)模型和遗传粒子群算法优化小波神经网络(GPSOWNN)相结合的预测模型和算法。在模型构建方面,将ARIM... 针对短时交通流数据的非线性和随机性特点,为提高它的预测精度和收敛速度,该文从模型构建和算法两方面提出一种整合移动平均自回归(ARIMA)模型和遗传粒子群算法优化小波神经网络(GPSOWNN)相结合的预测模型和算法。在模型构建方面,将ARIMA模型预测值和灰色关联系数大于0.6的相关性强的前3个时刻的历史数据作为小波神经网络(WNN)的输入,在兼顾历史数据的平稳和非平稳的情况下,进行了模型结构简化。在算法方面,通过遗传粒子群算法对小波神经网络的参数初始值进行最优选取,可使其结果在不易陷入局部最优的条件下加快网络训练收敛速度。实验结果表明,在预测精度方面,该方法的模型明显优于整合移动平均自回归模型和遗传粒子群算法优化小波神经网络,在收敛速度方面,用遗传粒子群算法优化模型明显优于仅用遗传算法优化模型。 展开更多
关键词 短时交通流预测 灰色关联分析法 整合移动平均自回归 遗传粒子群优化小波神经网络
在线阅读 下载PDF
风味蛋白酶水解合浦珠母贝肉制备抗菌肽人工神经网络法优化工艺 被引量:9
20
作者 吴燕燕 宫晓静 +1 位作者 李来好 杨贤庆 《食品科学》 EI CAS CSCD 北大核心 2011年第20期63-68,共6页
利用具有自学习特点的人工神经网络可实现对酶解过程的模拟仿真,研究从合浦珠母贝肉中制备抗菌肽的最佳工艺条件。采用3层(5-9-3)人工神经网络法对风味蛋白酶水解合浦珠母贝肉的工艺过程进行模拟和优化,并通过管碟抑菌法对产物的抑菌性... 利用具有自学习特点的人工神经网络可实现对酶解过程的模拟仿真,研究从合浦珠母贝肉中制备抗菌肽的最佳工艺条件。采用3层(5-9-3)人工神经网络法对风味蛋白酶水解合浦珠母贝肉的工艺过程进行模拟和优化,并通过管碟抑菌法对产物的抑菌性质进行分析。结果表明:pH7.0、水解温度55℃、酶添加量1.6%、水解时间4h、料液比7:5,制备得到肽A,抑制鼠伤寒沙门氏菌最强,抑菌圈直径14.20mm,平均肽链长度2.6;pH7.0、水解温度55℃、酶添加量1.7%、水解时间4h、料液比3:2,制备得到肽B,抑制痢疾志贺氏菌最强,抑菌圈直径23.42mm,平均肽链长度2.8;pH6.5、水解温度60℃、酶添加量2.5%、水解时间4h、料液比7:5,制备得到肽C,对单核细胞增生李斯特菌的抑制效果最强,抑菌圈直径16.60mm,平均肽链长度2.5。3种抗菌肽对大肠杆菌、金黄色葡萄球菌也具有较强的抑菌效果,抑菌率为74.3%~80.8%。本研究利用人工神经网络优化制备的贝肉抗菌肽克服了纯度低、提取率低等缺点,为合浦珠母贝肉抗菌肽的开发利用提供技术支撑。 展开更多
关键词 合浦珠母贝肉 抗菌肽 制备 人工神经网络优化
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部