基于多层前馈神经网络的扩散系数求解

1

作者 刘金凤 李松华 《湖南理工学院学报（自然科学版）》 CAS 2024年第3期8-14,共7页

如何利用浓度分布的测量数据(间接采样)来确定扩散系数,并建立有效快速的数值求解方法是目前亟待解决的问题.由于扩散系数的求解属于反问题中的参数识别问题,通常具有不适定、非线性和计算量大等特点,所以在仅考虑给定温度下扩散对物质... 如何利用浓度分布的测量数据(间接采样)来确定扩散系数,并建立有效快速的数值求解方法是目前亟待解决的问题.由于扩散系数的求解属于反问题中的参数识别问题,通常具有不适定、非线性和计算量大等特点,所以在仅考虑给定温度下扩散对物质输运的影响的情况下,研究扩散系数与浓度、浓度梯度的关系,并利用物质扩散浓度的动态采样值和多层前馈神经网络对扩散系数进行求解,数值实验表明该方法十分有效. 展开更多

关键词 扩散系数 动态采样 多层前馈神经网络 扩散方程

在线阅读 下载PDF 职称材料

基于蚁群算法的多层前馈神经网络 被引量：68

2

作者 洪炳熔 金飞虎 高庆吉 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2003年第7期823-825,共3页

反向传播算法是神经网络中应用广泛的一种多层前馈神经网络模型。但算法有求解精度低、搜索速度慢、易于陷入极小的缺点。蚁群算法是一种新型的模拟进化算法,有正反馈、分布式计算、启发性收敛等特性。这些特性使得解题过程加快,易于实... 反向传播算法是神经网络中应用广泛的一种多层前馈神经网络模型。但算法有求解精度低、搜索速度慢、易于陷入极小的缺点。蚁群算法是一种新型的模拟进化算法,有正反馈、分布式计算、启发性收敛等特性。这些特性使得解题过程加快,易于实现分布式计算。将蚁群算法和神经网络相结合起来,实现了非线性模型的辨识问题及倒立摆的控制。仿真实验表明:用蚁群算法训练神经网络,可兼有神经网络广泛映射能力和蚁群算法快速全局收敛的性能。 展开更多

关键词 蚁群算法 多层前馈神经网络 反向传播算法 非线性系统 倒立摆 收敛性 映射能力 网络训练

在线阅读 下载PDF 职称材料

基于模糊分类器及多层前馈神经网络混合结构的说话人辨认 被引量：4

3

作者 张玲华 杨震 郑宝玉 《通信学报》 EI CSCD 北大核心 2005年第11期68-75,共8页

提出了基于模糊超椭球聚类算法的说话人辨认新方法。该算法首先将某一类的训练数据分成若干子类, 对每一子类在其中心周围定义具有超椭球区域的模糊规则。实验表明,该系统可以较快的聚类速度取得与HMM 相当的识别效果。进一步的研究表明... 提出了基于模糊超椭球聚类算法的说话人辨认新方法。该算法首先将某一类的训练数据分成若干子类, 对每一子类在其中心周围定义具有超椭球区域的模糊规则。实验表明,该系统可以较快的聚类速度取得与HMM 相当的识别效果。进一步的研究表明,基于模糊超椭球聚类算法的说话人辨认系统与传统的基于HMM的识别方法存在一个共同的缺点,即抗噪性能较差。为此,通过引入多层前馈神经网络(MLFNN)与模糊超椭球分类器构成混合模型,使系统的识别性能和抗噪能力显著提高。 展开更多

关键词 说话人辨认 模糊 超椭球分类器 多层前馈神经网络

在线阅读 下载PDF 职称材料

基于VisualC++6.0的多层前馈神经网络训练系统的实现 被引量：3

4

作者 徐建安 张铭钧 郑金兴 《哈尔滨工程大学学报》 EI CAS CSCD 2002年第3期108-111,共4页

基于VisualC ++6 .0软件 ,开发了多层前馈神经网络训练系统 ,通过参数设置 ,该系统可以对教师样本进行学习 ,具有参数调整方便、界面友好等特点 ,通过对电火花线切割加工状态的识别 ,证明了本训练系统是有效和可行的 .

关键词 多层前馈神经网络 训练系统 VISUALC++6.0

在线阅读 下载PDF 职称材料

用于多层前馈神经网络学习的快速遗传算法 被引量：2

5

作者 韩明红 李凡 邓家 《航空制造技术》 北大核心 2003年第7期31-34,共4页

提出了一种用于多层前馈神经网络学习的快速遗传算法 ,论述了其算法的进化过程并对多层前馈神经网络的权值进行了优化 ,对权值的初始化范围以及输入层节点进行了优化选择。仿真试验结果表明 ,该算法收敛速度快 ,网络逼近精度高 ,克服了B... 提出了一种用于多层前馈神经网络学习的快速遗传算法 ,论述了其算法的进化过程并对多层前馈神经网络的权值进行了优化 ,对权值的初始化范围以及输入层节点进行了优化选择。仿真试验结果表明 ,该算法收敛速度快 ,网络逼近精度高 ,克服了BP算法易于陷入局部极小的问题。 展开更多

关键词 快速遗传算法 多层前馈神经网络学习 收敛速度 网络逼近精度

在线阅读 下载PDF 职称材料

多层前馈神经网络几种算法的样本顺序敏感性 被引量：2

6

作者 黎移新 《食品与机械》 CSCD 北大核心 2010年第4期95-97,共3页

检测神经网络4种算法(有弹回的算法、OSS算法、LM算法和Regularization算法)的分类能力。结果表明,多层前馈神经网络的分类能力与算法和学习样本顺序有关;OSS算法和LM算法训练的网络分类能力对学习样本顺序最为敏感,且容易产生输出奇异... 检测神经网络4种算法(有弹回的算法、OSS算法、LM算法和Regularization算法)的分类能力。结果表明,多层前馈神经网络的分类能力与算法和学习样本顺序有关;OSS算法和LM算法训练的网络分类能力对学习样本顺序最为敏感,且容易产生输出奇异点和宽幅输出波动,Regularization算法训练的网络分类能力对学习样本顺序不敏感;下凸学习样本顺序的OSS算法分类精度最高,网络分类能力最强;递增学习样本顺序的LM算法分类精度最低,网络分类能力最差;不同算法的网络分类能力对学习样本的敏感程度取决于网络权值、阈值的冗余与传递函数的性质。 展开更多

关键词 多层前馈神经网络 样本顺序 算法 分类能力

在线阅读 下载PDF 职称材料

多层前馈神经网络在电力系统短期负荷预测中的应用 被引量：1

7

作者 赵宇红 赵学成 肖金凤 《南华大学学报（理工版）》 2004年第1期94-96,共3页

介绍了多层前馈神经网络在电力系统短期负荷预测中的应用,并对这些方法做了评价.在此基础上,对人工神经网络技术在短期负荷预测中的应用进行了展望.

关键词 多层前馈神经网络 电力系统 短期负荷预测 模糊技术

在线阅读 下载PDF 职称材料

基于前馈神经网络的我国股市宏观多因素模型探讨

8

作者 康波 《武汉船舶职业技术学院学报》 2005年第2期63-67,共5页

本文针对传统多因素模型的两个重要步骤:模型形式设定和变量选择问题,结合我国股市的特点,利用前馈多层神经网络和层次贡献分析方法相结合,建立了影响我国股市的宏观多因素模型,并进行了实证研究,证明了该方法的有效性。

关键词 素模型 前馈神经网络 股市 宏观 前馈多层神经网络 选择问题 实证研究 变量

在线阅读 下载PDF 职称材料

基于多层前馈神经网络的车牌提取方法

9

作者 刘军杰 张南 《广东交通职业技术学院学报》 2007年第1期27-29,32,共4页

文中提出一种采用三层前馈神经网络提取车牌的方法。该方法是一种基于纹理分析的图像分割算法,适合于彩色及灰度图像。实验表明,该方法能准确地提取图像中的车牌。

关键词 车牌提取 多层前馈神经网络 特征提取 图像滤波 阈值化

在线阅读 下载PDF 职称材料

前馈神经网络快速算法及其应用 被引量：2

10

作者 朱明星 方斌 张德龙 《合肥工业大学学报（自然科学版）》 CAS CSCD 2000年第5期735-739,共5页

针对现有前馈神经网络学习算法的缺陷 ,提出一种前馈神经网络的快速学习算法。该算法是基于无监督学习中的主元分析算法的 Oja规则和监督学习中δ规则的。与现有同类算法相比 ,该算法简化了学习过程 ,计算量小 ,有更快的学习收敛速度和... 针对现有前馈神经网络学习算法的缺陷 ,提出一种前馈神经网络的快速学习算法。该算法是基于无监督学习中的主元分析算法的 Oja规则和监督学习中δ规则的。与现有同类算法相比 ,该算法简化了学习过程 ,计算量小 ,有更快的学习收敛速度和更高的收敛精度 ,较适用于快速学习的系统辨识和其他应用。系统辨识的仿真实例表明了该算法的优良性能。 展开更多

关键词 多层前馈神经网络 快速算法 OJA规则 δ规则 系统辨识

在线阅读 下载PDF 职称材料

用正则化神经网络预测储层渗透率

11

作者 姬战怀 张群会 《煤矿现代化》 2006年第4期43-45,共3页

本文详细的讨论了在油气勘探领域应用最多的前馈型神经网络方法。针对前馈型神经网络所用的传统误差反传算法不足,提出正则化方法。该方法通过贝叶斯方法近似训练样本的真实分布,自动调节正则化参数。文章用神经网络拟合函数和用神经网... 本文详细的讨论了在油气勘探领域应用最多的前馈型神经网络方法。针对前馈型神经网络所用的传统误差反传算法不足,提出正则化方法。该方法通过贝叶斯方法近似训练样本的真实分布,自动调节正则化参数。文章用神经网络拟合函数和用神经网络根据测井曲线预测储层渗透率,并对传统方法和正则化化方法作了比较,验证了正则化方法能有效地减小网络权值,提高网络的推广性能。 展开更多

关键词 多层前馈型神经网络 正则化算法 渗透率 测井曲线 储层参数

在线阅读 下载PDF 职称材料

基于BP神经网络预测区域农业用水量 被引量：10

12

作者 赵振国 刘丽 徐建新 《人民黄河》 CAS 北大核心 2007年第9期59-60,62,共3页

在农业用水量预测中,避开复杂系统的内部因素及其相互联系,只考虑产量、降水、非耕地耗水量和土地利用系数等影响因素。运用多层前馈网络的误差反向传播算法,通过输入输出因子规格化处理及因子的选取与修正,进行区域农业用水量预测。将B... 在农业用水量预测中,避开复杂系统的内部因素及其相互联系,只考虑产量、降水、非耕地耗水量和土地利用系数等影响因素。运用多层前馈网络的误差反向传播算法,通过输入输出因子规格化处理及因子的选取与修正,进行区域农业用水量预测。将BP神经网络训练方法用于典型区进行预报检验,最大相对误差在12%以下,所有结果从定性上都是一致的。 展开更多

关键词 BP神经网络 用水预测 多层前馈神经网络 农业用水量

在线阅读 下载PDF 职称材料

基于ICA和BP神经网络相结合的掌纹识别 被引量：10

13

作者 陈智 黄琳琳 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2008年第3期290-294,共5页

提出了一种基于独立成分分析(ICA,Independent Comment Analysis)和多层前馈(BP,Back Propagation)神经网络相结合的方法对掌纹进行识别.首先采用一种新的方法检测角点,得到掌纹图像的不变特征点,根据这些点校正掌纹方向并得到掌纹的感... 提出了一种基于独立成分分析(ICA,Independent Comment Analysis)和多层前馈(BP,Back Propagation)神经网络相结合的方法对掌纹进行识别.首先采用一种新的方法检测角点,得到掌纹图像的不变特征点,根据这些点校正掌纹方向并得到掌纹的感兴趣区域.对该区域采用定点快速ICA算法(FastICA),得到掌纹特征子空间,然后构建BP神经网络,并采用训练样本得到的掌纹特征进行训练,得到合适的权值.对香港理工大学掌纹数据库进行测试,与主成分分析(PCA,Principal Components Analysis)提取特征的方法进行比较,取得了较高的识别率. 展开更多

关键词 独立成分分析 主成分分析 多层前馈(BP)神经网络 感兴趣区域 掌纹识别

在线阅读 下载PDF 职称材料

基于粒子群优化神经网络的谐波检测 被引量：5

14

作者 刘伟 张龙水 范金玉 《大庆石油学院学报》 CAS 北大核心 2010年第1期94-97,共4页

根据谐波的傅里叶分析,把对谐波相位和幅值的检测转化为对谐波的正余弦分量幅值的检测.提出一种应用基于粒子群优化算法的多层前馈神经网络(MLFANN)实现谐波检测的方法,并构造一个3层MLFNN,以电网中最常见的3次、5次谐波为例,给出检测... 根据谐波的傅里叶分析,把对谐波相位和幅值的检测转化为对谐波的正余弦分量幅值的检测.提出一种应用基于粒子群优化算法的多层前馈神经网络(MLFANN)实现谐波检测的方法,并构造一个3层MLFNN,以电网中最常见的3次、5次谐波为例,给出检测的实现方法.MATLAB仿真结果表明,该谐波检测方法具有较强的泛化能力和较高的检测精度. 展开更多

关键词 人工神经网络 粒子群算法 谐波检测 多层前馈神经网络

在线阅读 下载PDF 职称材料

响应面法、BP神经网络优化薏仁米酒产氨基酸态氮 被引量：5

15

作者 邹立飞 郑鹏 《食品研究与开发》 CAS 北大核心 2021年第9期121-130,共10页

通过对比多层前馈(back propagation,BP)神经网络、响应面法优化薏仁米酒产氨基酸态氮,为薏仁米酒优化选择更合适的模型。以氨基酸态氮量为考察指标,薏仁米与糯米的质量比、接种量、温度、水料比为影响因素,采用中心组合设计(central co... 通过对比多层前馈(back propagation,BP)神经网络、响应面法优化薏仁米酒产氨基酸态氮,为薏仁米酒优化选择更合适的模型。以氨基酸态氮量为考察指标,薏仁米与糯米的质量比、接种量、温度、水料比为影响因素,采用中心组合设计(central composite design,CCD)对薏仁米酒产氨基酸态氮的发酵条件进行试验设计;并对CCD试验结果分别进行响应面法分析和BP神经网络分析。结果表明,响应面模型、BP神经网络模型的相关系数(R)、决定系数(R~2)、均方根误差(root mean square error,RMSE)、绝对平均相对误差(absolute average relative error,AARE)分别为0.984 77、0.969 77、22.759 38、0.031 15和0.994 94、0.989 91、13.206 39、0.008 84;BP神经网络优化的最佳发酵条件:薏仁米∶糯米=2.8∶1(质量比)、接种量为4.8%、温度为28.2℃、水料比为2.2∶1(m L/g),且实际值和预测值基本一致。相较于响应面法,BP神经网络在优化薏仁米酒产氨基酸态氮上具有更好的拟合能力和优化效果。 展开更多

关键词 多层前馈(BP)神经网络 响应面法 薏仁米 氨基酸态氮 发酵条件

在线阅读 下载PDF 职称材料

利用MATLAB实现BP神经网络的设计 被引量：7

16

作者 杨雁宁 王峰 《河南科技》 2005年第8期46-47,共2页

关键词 MATLAB BP神经网络 多层前馈神经网络 误差反向传播算法 模式识别

在线阅读 下载PDF 职称材料

利用隐含观测量估计将复杂神经网络分解为多个单隐元学习的新方法

17

作者 戴宪华 《电子学报》 EI CAS CSCD 北大核心 1999年第7期59-62,共4页

本文从统计学的角度研究多层多隐元前馈神经网络（ＮＮ）的参数估计学习问题．利用ＮＮ激励函数的折线线性近似，提出一种求解多隐层多隐元ＮＮ每个隐元指导信号（隐含观测量）的新方法，利用每个隐元的指导信号估计可以将多隐层多隐元... 本文从统计学的角度研究多层多隐元前馈神经网络（ＮＮ）的参数估计学习问题．利用ＮＮ激励函数的折线线性近似，提出一种求解多隐层多隐元ＮＮ每个隐元指导信号（隐含观测量）的新方法，利用每个隐元的指导信号估计可以将多隐层多隐元ＮＮ的参数估计学习转化为多个相互独立的单隐元ＮＮ参数估计学习训练问题． 展开更多

关键词 多层前馈神经网络 隐含观测量 简化快速算法

在线阅读 下载PDF 职称材料

基于神经网络和卡尔曼滤波算法的说话人识别 被引量：1

18

作者 张余生 夏秀渝 杨莎 《成都信息工程学院学报》 2008年第4期384-388,共5页

首先从语音信号中提取出特征参数:线性预测倒谱系数(LPCC)和用小波包提取的小波特征参数(WPC);语音特征分类模型则选择多层前馈式神经网络(MBP网络),并将奇异值分解运用到扩展卡尔曼滤波(EKF)算法中作为神经网络的学习算法。仿真结果表... 首先从语音信号中提取出特征参数:线性预测倒谱系数(LPCC)和用小波包提取的小波特征参数(WPC);语音特征分类模型则选择多层前馈式神经网络(MBP网络),并将奇异值分解运用到扩展卡尔曼滤波(EKF)算法中作为神经网络的学习算法。仿真结果表明,小波特征参数具有良好的识别效果;同时采用改进后的扩展卡尔曼滤波(EKF)算法使人工神经网络具有更稳定、更准确的分类性能。 展开更多

关键词 线性预测倒谱系数(LPCC) 小波特征参数 多层前馈式神经网络 扩展卡尔曼滤波(EKF)算法

在线阅读 下载PDF 职称材料

基于人工神经网络算法的城市地下管网自动监测系统应用方案 被引量：1

19

作者 董显玲 刘敏 +1 位作者 陆勃 熊继斌 《水利科技与经济》 2012年第3期93-95,共3页

城市地下各类管线是城市的重要基础设施,担负着信息传递、能源传送等重要工作,也是城市赖以生存和发展的生命线。但由于种种原因,现有的各类管线资料残缺不全,且资料精度与现状严重不符。随着城市基础设施建设力度的逐渐加大,获取详尽... 城市地下各类管线是城市的重要基础设施,担负着信息传递、能源传送等重要工作,也是城市赖以生存和发展的生命线。但由于种种原因,现有的各类管线资料残缺不全,且资料精度与现状严重不符。随着城市基础设施建设力度的逐渐加大,获取详尽的地下管线资料成为亟待解决的问题。提出一种成套的解决方案:利用中国移动的GPRS网络无线采集数据,在上位机使用BP(多层前馈人工神经网络)算法,分析处理数据,实现地下管网系统的动态监测。 展开更多

关键词 地下管网 自动监测 多层前馈神经网络 GPRS

在线阅读 下载PDF 职称材料

基于人工神经网络算法的城市地下管网自动监测系统应用方案

20

作者 董显玲 刘敏 陆勃 《江淮水利科技》 2012年第2期44-45,共2页

城市地下各类管线是城市的重要基础设施,担负着信息传递、能源传送等重要工作,也是城市赖以生存和发展的生命线。但由于种种原因,现有的各类管线资料残缺不全,且资料精度与现状严重不符。随着城市基础设施建设力度的逐渐加大,获取详尽... 城市地下各类管线是城市的重要基础设施,担负着信息传递、能源传送等重要工作,也是城市赖以生存和发展的生命线。但由于种种原因,现有的各类管线资料残缺不全,且资料精度与现状严重不符。随着城市基础设施建设力度的逐渐加大,获取详尽的地下管线资料成为亟待解决的问题。本文提出一种成套的解决方案:利用中国移动的GPRS网络无线采集数据,在上位机使用BP(多层前馈人工神经网络)算法,分析处理数据,实现地下管网系统的动态监测。 展开更多

关键词 地下管网 自动监测 多层前馈神经网络 GPRS

在线阅读 下载PDF 职称材料