期刊文献+
共找到356篇文章
< 1 2 18 >
每页显示 20 50 100
改进粒子群优化算法结合BP神经网络模型的水体透射光谱总磷浓度预测研究 被引量:2
1
作者 张国浩 王彩玲 +1 位作者 王洪伟 于涛 《光谱学与光谱分析》 北大核心 2025年第2期394-402,共9页
使用光谱数据结合融合算法对水体污染物含量进行准确检测以保护水资源已成为一个关键问题。然而,光谱数据的高维特性以及模型的不稳定常常导致预测效果不佳,无法准确的进行检测。本研究提出了一种环保和准确的方法,实现对长江水体中总... 使用光谱数据结合融合算法对水体污染物含量进行准确检测以保护水资源已成为一个关键问题。然而,光谱数据的高维特性以及模型的不稳定常常导致预测效果不佳,无法准确的进行检测。本研究提出了一种环保和准确的方法,实现对长江水体中总磷浓度含量的预测。具体而言,首先对测得的长江水质光谱数据进行最大最小归一化和均值中心化两种预处理操作,在消除不同数据量级差异的同时去除了噪声,确保了数据的一致性和可靠性。其次,为了解决光谱数据的高维度问题,采用了核主成分分析(KPCA)方法来降低数据维度并提取特征。KPCA方法通过在高维度的空间中找到一个分类平面,选出能代表原始数据99.42%信息量的前6个主成分,用于后续预测模型的训练。接着在原始粒子群算法的基础上引入了粒子初始化规则、多种群竞争策略、参数自适应更新策略、种群多样性引导策略和粒子变异机制,提高了粒子群的寻优能力,降低粒子陷入局部最优解的概率。并使用改进后的粒子群算法对BP神经网络(BPNN)中的初始化权重和参数大小进行寻优,从而加快网络的收敛效果,提高预测能力。最后,使用本研究所提出的预测模型对测试集中的样本进行总磷浓度的预测,实验结果得到R^(2)为0.975786,RMSE为0.002242,MAE为0.001612。将本模型与当前预测性能较好的其他基准模型进行预测效果的对比,本研究所提出的模型对长江水体总磷浓度预测拟合效果更好,精确度更高。在水资源保护和环境管理领域中使用光谱数据结合融合算法进行预测模型的研究和实践提供了新的思路和观点。 展开更多
关键词 光谱数据 改进粒子群优化算法 bp神经网络模型 核主成分分析(KPCA) 总磷浓度
在线阅读 下载PDF
基于改进PSO-BP神经网络的Ni-TiC复合镀层工艺参数优化方法
2
作者 李学威 王兆浩 《电镀与精饰》 北大核心 2025年第8期76-82,共7页
在Ni-TiC复合镀层的制备过程中,由于受到参数非线性波动以及多参数间复杂作用关系的影响,其镀层制备效果不佳。为达到理想的镀层效果,本次借助脉冲负荷电沉积法制备Ni-TiC复合镀层环境,开展基于改进粒子群优化-反向传播(Particle Swarm ... 在Ni-TiC复合镀层的制备过程中,由于受到参数非线性波动以及多参数间复杂作用关系的影响,其镀层制备效果不佳。为达到理想的镀层效果,本次借助脉冲负荷电沉积法制备Ni-TiC复合镀层环境,开展基于改进粒子群优化-反向传播(Particle Swarm Optimization Backpropagation,PSO-BP)神经网络的Ni-TiC复合镀层工艺参数优化方法研究。先对Ni-TiC复合镀层工艺进行分析,探讨TiC粒子浓度、电流密度以及pH值三种工艺参数的影响,然后以此为基础,设计正交试验,开展对Ni-TiC复合镀层工艺参数的初步优化,最后以得到的正交试验结果为输入,采用BP神经网络完成Ni-TiC复合镀层工艺参数优化模型的构建与训练设计,应用改进PSO算法完成BP神经网络模型参数寻优,实现Ni-TiC复合镀层工艺参数优化。实验结果表明:应用该方法,可以实现Ni-TiC复合镀层的制备工艺参数优化,采用优化后的工艺制备的复合镀层的耐腐蚀能力更强。 展开更多
关键词 改进PSO算法 bp神经网络 Ni-TiC复合镀层 工艺参数优化 正交实验 脉冲负荷电沉积方法
在线阅读 下载PDF
基于BP神经网络的长距离分布式光纤传感高空间分辨率定位算法 被引量:1
3
作者 金琢然 《现代电子技术》 北大核心 2024年第1期36-43,共8页
为解决基于数字编码移相-积分测距系统中,因发送序列与本地序列之间的真实相位差非1 bit码长的整数倍而影响测量结果准确性这一问题,文中提出一种基于BP神经网络长距离分布式光纤传感高空间分辨率定位算法。该算法根据BP神经网络判断1 ... 为解决基于数字编码移相-积分测距系统中,因发送序列与本地序列之间的真实相位差非1 bit码长的整数倍而影响测量结果准确性这一问题,文中提出一种基于BP神经网络长距离分布式光纤传感高空间分辨率定位算法。该算法根据BP神经网络判断1 bit内细分程度并与传统算法相结合实现动态测距。实验结果表明,基于BP神经网络长距离分布式光纤传感高空间分辨率定位算法的长距离定位精度平均相对误差从0.23降低到0.035,弥补了空间分辨率与准确率受数字码本身局限性的问题,为大规模基础设施的长距离、高精度实时监测提供了可能。 展开更多
关键词 分布式光纤传感 移相-积分测距 光时域反射 bp神经网络 空间分辨率 定位测距算法
在线阅读 下载PDF
改进黑翅鸢算法优化神经网络的室内定位
4
作者 杨晶晶 万里宏 +2 位作者 张雪明 麦鴚 雷俊杰 《重庆理工大学学报(自然科学)》 北大核心 2025年第5期229-237,共9页
针对传统无线信号的路径损耗模型(path loss model,PLM)在预测距离值时易受多径效应影响,导致在复杂室内环境中定位精度下降的问题,提出一种基于改进黑翅鸢算法(improved black-winged kite algorithm,IBKA)优化反向传播(back propagati... 针对传统无线信号的路径损耗模型(path loss model,PLM)在预测距离值时易受多径效应影响,导致在复杂室内环境中定位精度下降的问题,提出一种基于改进黑翅鸢算法(improved black-winged kite algorithm,IBKA)优化反向传播(back propagation,BP)神经网络的室内定位算法。分别引入Tent混沌映射、透镜成像反向学习策略和黄金正弦策略优化黑翅鸢算法,通过基准测试函数测试证实了IBKA拥有更好的性能,通过IBKA优化神经网络算法的初始权值和阈值建立IBKA-BP神经网络测距模型。在实验室内采集RSSI信号样本数据进行分析,结果表明所提IBKA-BP优化算法均方根误差为21.42 cm,小于PLM、GWO-BP、BKA-BP和ISSA-BP的63.25、47.04、33.77、28.78 cm,且收敛速度更快,在复杂室内环境下定位性能更好。 展开更多
关键词 改进黑翅鸢算法 bp神经网络 RSSI测距算法 路径损耗模型
在线阅读 下载PDF
基于改进BP神经网络的智能Agent分布式入侵检测系统 被引量:1
5
作者 李明 程显毅 《计算机应用与软件》 CSCD 2009年第1期105-107,共3页
针对目前入侵检测技术存在问题。根据通用入侵检测框架CIDF,给出了一个基于改进BP神经网络的多Agent分布式入侵检测模型MAIDMBN(Multi-Agent Distributed Intrusion Detection Model Based on Improved BP Neural Network),该模型采用... 针对目前入侵检测技术存在问题。根据通用入侵检测框架CIDF,给出了一个基于改进BP神经网络的多Agent分布式入侵检测模型MAIDMBN(Multi-Agent Distributed Intrusion Detection Model Based on Improved BP Neural Network),该模型采用了异常检测与误用检测相结合和基改进BP算法的学习机制。MAIDMBN的实验结果表明在误报率、漏报率有一定的改善,系统能进行有效的检测。 展开更多
关键词 入侵检测 智能AGENT bp神经网络 分布式 MAIDMBN
在线阅读 下载PDF
基于随机分布式嵌入框架及BP神经网络的超短期电力负荷预测 被引量:73
6
作者 李国庆 刘钊 +1 位作者 金国彬 权然 《电网技术》 EI CSCD 北大核心 2020年第2期437-445,共9页
电力系统超短期负荷预测易受到气象、假日等多种因素共同作用的影响,因此,实现其精准预测较为困难。为提高预测精度,往往需要大量的历史数据进行训练。针对历史数据较少的新建初期电力系统,提出了一种基于随机分布式嵌入框架及BP神经网... 电力系统超短期负荷预测易受到气象、假日等多种因素共同作用的影响,因此,实现其精准预测较为困难。为提高预测精度,往往需要大量的历史数据进行训练。针对历史数据较少的新建初期电力系统,提出了一种基于随机分布式嵌入框架及BP神经网络的超短期电力负荷预测方法。首先,将电力系统中电力负荷变量、气象变量等各种状态变量的延迟变量视为独立的影响因素,采用BP神经网络算法针对不同组延迟变量分别进行训练和预测,得到多个预测值。然后,采用核密度估计法拟合多个预测值形成分布的概率密度函数。最后,通过期望估计法或聚合估计法计算得出电力负荷的最终预测值。选取实际负荷数据进行算例分析,结果表明,所提方法适用于训练数据较少的超短期负荷预测,且相较于几种常规预测算法具有更高的预测精度以及较强的稳定性。 展开更多
关键词 超短期负荷预测 随机分布式嵌入框架 bp神经网络 非线性动力系统 短期数据
在线阅读 下载PDF
基于BP神经网络的分布式传感器网络的可靠性分析 被引量:5
7
作者 贾惠芹 刘君华 《铁道学报》 EI CAS CSCD 北大核心 2002年第5期80-83,共4页
针对分布式传感器中的故障点多、导致估计系统可靠性参数困难的特点,提出了一种基于BP三层神经网络的Markov可靠性模型。仿真结果表明,神经网络收敛时的可用度与Markov模型计算值的相对误差的数量级为10-4,从而验证了神经网络模型的正确... 针对分布式传感器中的故障点多、导致估计系统可靠性参数困难的特点,提出了一种基于BP三层神经网络的Markov可靠性模型。仿真结果表明,神经网络收敛时的可用度与Markov模型计算值的相对误差的数量级为10-4,从而验证了神经网络模型的正确性;另一方面与用两层神经网络的可靠性计算相比,其收敛速度加快。 展开更多
关键词 bp神经网络 分布式传感器 可靠性 Markov可靠性模型
在线阅读 下载PDF
基于Hadoop架构的多重分布式BP神经网络的短期负荷预测方法 被引量:105
8
作者 苏学能 刘天琪 +4 位作者 曹鸿谦 焦慧明 于亚光 何川 沈骥 《中国电机工程学报》 EI CSCD 北大核心 2017年第17期4966-4973,共8页
随着智能电网、通信网络技术和传感器技术的发展,电力负荷数据规模呈现指数形式增长、且复杂程度增大,逐步构成了电力负荷大数据,传统负荷预测方法已无法满足海量负荷大数据分析的要求。提出一种基于Hadoop架构的多重分布式BP神经网络... 随着智能电网、通信网络技术和传感器技术的发展,电力负荷数据规模呈现指数形式增长、且复杂程度增大,逐步构成了电力负荷大数据,传统负荷预测方法已无法满足海量负荷大数据分析的要求。提出一种基于Hadoop架构的多重分布式BP神经网络的短期负荷预测方法。该方法首先在从BP神经网络原理层对其输入信号的正向传递、误差信号的反向传播过程予以剖析的基础上,研究并建立基于Hadoop架构中Map Reduce框架的BP神经网络负荷分布式预测模型;其次,为弱化其"过拟合"问题,在引入"多重"概念的基础上,提出基于灰色关联度和最短距离法聚类的方式择取多重分布式BP神经网络预测模型初始重数和成员集的方法,并定义衡量聚类优劣的有效指标,以确定合理重数。实验结果表明,多重分布式BP神经网络预测方法相比传统BP神经网络,预测精度更高。 展开更多
关键词 负荷预测 Hadoop架构 分布式计算 bp神经网络 灰色关联度
在线阅读 下载PDF
改进SSA优化的BP神经网络交通量预测模型 被引量:14
9
作者 陈亮 郝祎纯 +1 位作者 李巧茹 丁景轩 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2024年第7期94-101,共8页
为更加准确地进行交通量预测,针对传统的BP神经网络随机赋值、收敛速度慢等问题,提出了改进麻雀搜索算法(sparrow search algorithm,SSA)优化的BP神经网络预测模型。该模型结合SSA位置更新原理和鸡群优化算法中公鸡位置更新方法对麻雀... 为更加准确地进行交通量预测,针对传统的BP神经网络随机赋值、收敛速度慢等问题,提出了改进麻雀搜索算法(sparrow search algorithm,SSA)优化的BP神经网络预测模型。该模型结合SSA位置更新原理和鸡群优化算法中公鸡位置更新方法对麻雀搜索算法进行改进,在避免算法陷入局部最优和位置更新无效的同时有效地提高了算法的收敛速度。利用改进麻雀搜索算法对BP神经网络的权值和阈值进行寻优赋值,得到了改进SSA-BP神经网络预测模型。利用交通量数据,对LSTM神经网络、BP神经网络、SSA-BP神经网络和改进SSA-BP神经网络4种预测模型进行训练和测试,以MAE、MAPE、MSE、RMSE和EC 5个指标对预测结果进行对比分析。结果表明:BP神经网络优于LSTM神经网络,且麻雀搜索算法优化BP神经网络预测模型相较于BP神经网络预测模型MAE降低了0.28 veh/(3 min)、MAPE降低了1%、MSE降低了2.72 veh/(3 min)、RMSE降低了0.04;改进麻雀搜索算法优化BP神经网络预测模型相较于BP神经网络预测模型MAE降低了1.31 veh/(3 min)、MAPE降低了4%、MSE降低了9.2 veh/(3 min)、RMSE降低了0.18,且拟合度更接近于1。改进SSA-BP预测模型的性能优于SSA-BP神经网络预测模型,且有效提高了BP神经网络的预测精度,拟合度达到0.98,该模型适用于交通量预测,能够为智能交通系统提供可靠的预测值。 展开更多
关键词 交通量预测 bp神经网络 改进麻雀搜索算法 权值 阈值
在线阅读 下载PDF
基于改进WOA-BP神经网络的网格化空气质量监测仪数据修正 被引量:1
10
作者 闫续 张国城 +5 位作者 冯端 田莹 沈上圯 杨振琪 董谋 赵红达 《仪表技术与传感器》 CSCD 北大核心 2024年第2期44-49,55,共7页
空气污染严重威胁人类健康,近年来逐渐兴起的基于传感器技术的微型空气监测仪(简称微型站)具有体积小、造价低的优点,符合当前网格化、精细化的空气质量管理模式。但微型站中使用的电化学传感器存在复杂的气体交叉干扰,影响设备的准确... 空气污染严重威胁人类健康,近年来逐渐兴起的基于传感器技术的微型空气监测仪(简称微型站)具有体积小、造价低的优点,符合当前网格化、精细化的空气质量管理模式。但微型站中使用的电化学传感器存在复杂的气体交叉干扰,影响设备的准确性。针对交叉干扰非线性,难以用明确的数学表达式描述的问题,提出将改进鲸鱼算法优化的反向传播(CIWOA-BP)神经网络应用于微型站数据的修正。CIWOA-BP算法结合了BP神经网络善于处理非线性黑箱问题的优势以及CIWOA全局寻优的能力。结果表明:经过CIWOA-BP修正后的微型站可以实现对混合气体中的NO_(2)、CO、O_(3)和SO_(2)的准确定量分析,4种气体的计算值和实际值之间的拟合优度(R^(2))均超过了0.97,效果优于一元、多元线性回归和传统的BP神经网络,可以很好地提升设备对空气污染物的监测精度。 展开更多
关键词 网格化空气质量监测仪 微型站 改进鲸鱼算法 bp神经网络 电化学传感器 气体交叉干扰
在线阅读 下载PDF
海量监测数据下分布式BP神经网络区域滑坡空间预测方法 被引量:23
11
作者 赵久彬 刘元雪 +1 位作者 刘娜 胡明 《岩土力学》 EI CAS CSCD 北大核心 2019年第7期2866-2872,共7页
提出BP神经网络的分布式区域滑坡预测方法,算法设计在大数据分布式处理平台Spark下实现,通过构造包含均方误差和L2正则化的代价函数,提高运算实时性和算法泛化能力。统计影响滑坡评价因子的量化指标和定义监测剖面危险级别评价值,并进... 提出BP神经网络的分布式区域滑坡预测方法,算法设计在大数据分布式处理平台Spark下实现,通过构造包含均方误差和L2正则化的代价函数,提高运算实时性和算法泛化能力。统计影响滑坡评价因子的量化指标和定义监测剖面危险级别评价值,并进行评价因子特征选取,用于三峡库区忠县区域9个滑坡11年月监测海量数据挖掘,对研究区所有滑坡监测剖面每月进行危险级别评价,实现以月为周期的区域滑坡危险程度空间预测。试验表明,采用所述方法得到的拟合精度、准确度、效率均比梯度提升决策树、随机森林算法好,预测的滑坡危险级别准确,该方法可作为区域滑坡空间预测的一种新思路。 展开更多
关键词 bp神经网络 分布式Spark平台 区域滑坡空间预测 监测剖面
在线阅读 下载PDF
基于改进鲸鱼算法优化神经网络的GPS高程拟合方法 被引量:4
12
作者 钱建国 徐志文 +3 位作者 赵玉国 郭洁 王志强 赵金来 《大地测量与地球动力学》 CSCD 北大核心 2024年第2期122-127,共6页
采取混沌映射和自适应惯性权重结合的策略对标准鲸鱼算法进行改进,从而提高算法的全局寻优能力和收敛速度,并针对BP神经网络的劣势,利用改进鲸鱼算法对BP神经网络进行优化处理。在此基础上建立改进鲸鱼算法优化BP神经网络的GPS高程异常... 采取混沌映射和自适应惯性权重结合的策略对标准鲸鱼算法进行改进,从而提高算法的全局寻优能力和收敛速度,并针对BP神经网络的劣势,利用改进鲸鱼算法对BP神经网络进行优化处理。在此基础上建立改进鲸鱼算法优化BP神经网络的GPS高程异常拟合预测模型,并通过两组不同地形特征工程中的GPS数据对模型进行验证。结果表明,利用改进鲸鱼算法优化的BP模型进行GPS高程拟合时可取得更高的精度和稳定性。 展开更多
关键词 改进鲸鱼算法 混沌映射 自适应惯性权重 高程拟合 bp神经网络
在线阅读 下载PDF
半分布式耦合BP神经网络洪水预报模型研究 被引量:5
13
作者 王竹 《中国农村水利水电》 北大核心 2017年第8期96-102,共7页
洪水预报是防洪减灾中的一项重要非工程措施,而在洪水预报中选择适当的水文模型对准确的洪水预报有着至关重要的意义。大伙房水库是辽宁省重要的水利工程,其地理位置决定了其防洪地位的重要性。采用BP神经网络以及遗传算法耦合大伙房模... 洪水预报是防洪减灾中的一项重要非工程措施,而在洪水预报中选择适当的水文模型对准确的洪水预报有着至关重要的意义。大伙房水库是辽宁省重要的水利工程,其地理位置决定了其防洪地位的重要性。采用BP神经网络以及遗传算法耦合大伙房模型(DHF),建立了一种半分布式洪水预报模型,对原有集总式大伙房模型进行改进,将其应用于大伙房水库以期提高预报效率并得到更好的预报效果。预报结果显示,预报效果良好,可用于正式预报。 展开更多
关键词 bp神经网络 遗传算法 大伙房模型 分布式水文模型
在线阅读 下载PDF
基于GRA-GA-BP神经网络的家居服面料透气性能预测 被引量:3
14
作者 王彬霞 王春红 +3 位作者 陈雅颂 周金香 殷兰君 杨道鹏 《丝绸》 CAS CSCD 北大核心 2024年第10期46-52,共7页
本文构建了一种改进BP神经网络模型来预测家居服面料的透气性能,能为家居服设计提供重要的参考。首先,采用灰色关联分析法(Grey Relation Analysis,GRA),选择与透气率关联度较大的因素作为研究对象。其次,采用遗传算法(GA)优化BP神经网... 本文构建了一种改进BP神经网络模型来预测家居服面料的透气性能,能为家居服设计提供重要的参考。首先,采用灰色关联分析法(Grey Relation Analysis,GRA),选择与透气率关联度较大的因素作为研究对象。其次,采用遗传算法(GA)优化BP神经网络的结构参数,构建基于灰色关联分析的遗传算法优化BP(GRA-GA-BP)神经网络预测模型。选取58种面料成分不同、织物组织各异的家居服面料,其中42种为模型训练样本,16种为测试样本对建立的模型进行验证。实验结果表明,透气率实测值与预测值平均相对误差为8.39%;对透气率实测值与预测值进行相关性分析,拟合优度R^(2)为0.976。研究表明,该预测模型预测效果良好、预测精度高,在一定程度上可以精准预测家居服面料的透气率。 展开更多
关键词 织物 家居服 灰色关联分析 改进bp神经网络 透气性预测
在线阅读 下载PDF
基于BP神经网络的上海生鲜农产品物流需求预测 被引量:18
15
作者 郝杨杨 邹宇 《上海海事大学学报》 北大核心 2024年第1期39-45,69,共8页
针对传统的生鲜农产品物流非线性需求预测模型收敛速度慢、精度低等问题,构建由改进粒子群(improved particle swarm optimization,IPSO)算法优化反向传播(back propagation,BP)神经网络的预测模型。引入对立学习机制、自适应惯性权重... 针对传统的生鲜农产品物流非线性需求预测模型收敛速度慢、精度低等问题,构建由改进粒子群(improved particle swarm optimization,IPSO)算法优化反向传播(back propagation,BP)神经网络的预测模型。引入对立学习机制、自适应惯性权重、非对称学习因子提升粒子群(particle swarm optimization,PSO)算法的初始解质量,平衡算法的局部开发和全局搜索能力;利用IPSO算法优化BP神经网络的权值和阈值,解决BP神经网络收敛速度慢、容易陷入局部最优等问题。通过上海生鲜农产品物流需求预测实例对模型的有效性进行验证,结果显示:IPSO-BP神经网络模型在预测精度及收敛速度上均明显优于传统PSO-BP神经网络和BP神经网络模型。 展开更多
关键词 冷链物流 需求预测 改进粒子群(IPSO)算法 反向传播(bp)神经网络
在线阅读 下载PDF
基于改进K-Means聚类和BP神经网络的台区线损率计算方法 被引量:178
16
作者 李亚 刘丽平 +3 位作者 李柏青 易俊 王泽忠 田世明 《中国电机工程学报》 EI CSCD 北大核心 2016年第17期4543-4551,共9页
配电网线损管理中面临的主要问题有表计配置不齐备、运行数据不易收集、元件和节点数过多。这些问题导致线损率计算工作十分繁杂。提出了一种基于改进K-Means聚类算法和Levenberg-Marquardt(LM)算法优化的BP神经网络模型快速计算低压台... 配电网线损管理中面临的主要问题有表计配置不齐备、运行数据不易收集、元件和节点数过多。这些问题导致线损率计算工作十分繁杂。提出了一种基于改进K-Means聚类算法和Levenberg-Marquardt(LM)算法优化的BP神经网络模型快速计算低压台区线损率的方法,并通过编程加以实现。根据样本的电气特征参数,提出了改进K-Means聚类算法,将台区样本分类,解决了台区线损率数值分散的问题。在此基础上,采用LM算法优化的BP神经网络模型对样本数据按类进行训练,利用BP神经网络拟合样本线损率与电气特征参数之间的关系,得到其变化规律。以某地区601个台区样本数据为例进行仿真计算,验证了所提方法的准确性。结果表明,与标准BP神经网络模型相比,LM算法优化的BP神经网络模型具有快速收敛、高精度等优点。 展开更多
关键词 低压台区 电气特征参数 线损率 改进K-Means聚类算法 LM算法优化的bp神经网络
在线阅读 下载PDF
改进的BP神经网络在铁路客运量时间序列预测中的应用 被引量:50
17
作者 王卓 王艳辉 +1 位作者 贾利民 李平 《中国铁道科学》 EI CAS CSCD 北大核心 2005年第2期127-131,共5页
针对目前铁路客运量预测方法的不足,采用改进的BP神经网络对铁路客运量时间序列进行预测。分析改进的BP神经网络原理,对1980年—1998年的铁路客运量进行归一化处理,建立铁路客运量时间序列神经网络预测模型,设计网络参数,进行网络学习... 针对目前铁路客运量预测方法的不足,采用改进的BP神经网络对铁路客运量时间序列进行预测。分析改进的BP神经网络原理,对1980年—1998年的铁路客运量进行归一化处理,建立铁路客运量时间序列神经网络预测模型,设计网络参数,进行网络学习与训练的仿真试验。对比分析改进的BP神经网络与标准的BP神经网络预测结果,证明改进的BP神经网络预测结果更准确,精度更高。 展开更多
关键词 铁路客运量 运量预测 神经网络 改进bp 时间序列
在线阅读 下载PDF
改进BP神经网络在地下水环境质量评价中的应用 被引量:34
18
作者 曹剑峰 平建华 +3 位作者 SUMARE Oumar 姜纪沂 沈媛媛 钦丽娟 《水利水电科技进展》 CSCD 北大核心 2006年第3期21-23,共3页
以LM算法和步长自适应法对BP神经网络进行改进,并将输入数据采用压缩系数法进行处理, 用改进后的BP神经网络对黄河流域某地区地下水环境质量进行评价,并和内梅罗指数法、灰色聚类法评价结果相比较,结果表明改进后的BP神经网络计算速度... 以LM算法和步长自适应法对BP神经网络进行改进,并将输入数据采用压缩系数法进行处理, 用改进后的BP神经网络对黄河流域某地区地下水环境质量进行评价,并和内梅罗指数法、灰色聚类法评价结果相比较,结果表明改进后的BP神经网络计算速度快、评价精度高、结果客观准确。 展开更多
关键词 改进bp神经网络 地下水 环境质量评价
在线阅读 下载PDF
基于粒子群算法与改进BP神经网络的水电机组轴心轨迹识别 被引量:28
19
作者 郭鹏程 罗兴锜 +2 位作者 王勇劲 白亮 李辉 《中国电机工程学报》 EI CSCD 北大核心 2011年第8期93-97,共5页
在水电机组状态检修系统中,轴心轨迹是判断机组状态的一个重要特征。该文提出边缘检测和矩特征提取相结合的方法,利用粒子群寻优算法来获取与待识别样本最接近的已知样本,应用改进的BP神经网络进行识别,将轴心轴迹的不变性矩作为神经网... 在水电机组状态检修系统中,轴心轨迹是判断机组状态的一个重要特征。该文提出边缘检测和矩特征提取相结合的方法,利用粒子群寻优算法来获取与待识别样本最接近的已知样本,应用改进的BP神经网络进行识别,将轴心轴迹的不变性矩作为神经网络的特征参数,对几种典型的轴心轨迹进行了辨识。某水电站机组试验表明该方法识别速度快、精度高,具有较高的实用价值。 展开更多
关键词 水电机组 轴心轨迹 边缘矩 粒子群寻优算法 改进bp神经网络
在线阅读 下载PDF
基于改进型BP神经网络的氢原子钟钟差预测 被引量:18
20
作者 朱江淼 宋文峰 +1 位作者 高源 孙盼盼 《仪器仪表学报》 EI CAS CSCD 北大核心 2016年第2期454-460,共7页
原子钟的钟差预测是原子钟时标计算和原子钟驾驭的关键环节,良好的钟差预测可明显提高原子钟时标和原子钟驾驭的精度。为进一步提高氢原子钟的钟差预测精度,本文提出了一种改进型的BP神经网络算法,并用中国计量科学研究院守时实验室氢... 原子钟的钟差预测是原子钟时标计算和原子钟驾驭的关键环节,良好的钟差预测可明显提高原子钟时标和原子钟驾驭的精度。为进一步提高氢原子钟的钟差预测精度,本文提出了一种改进型的BP神经网络算法,并用中国计量科学研究院守时实验室氢原子钟组的实际数据进行了验证。验证结果表明,本文提出的改进型BP神经网络钟差预测算法与目前采用的线性回归钟差预测算法、SVM钟差预测算法相比,显著地提高了氢原子钟钟差预测精度。该钟差预测算法的提出对提高原子钟时标和驾驭精度有很好的推动作用。 展开更多
关键词 氢原子钟 钟差 改进bp神经网络 预测算法
在线阅读 下载PDF
上一页 1 2 18 下一页 到第
使用帮助 返回顶部