期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到980篇文章
< 1 2 … 49 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于连续小波变换和反向传播神经网络的水稻SPAD值估测 被引量：1
1
作者 胡文瑞 高倩文 +1 位作者 阳会兵 高志强 《山东农业科学》 北大核心 2025年第4期154-162,共9页
为构建水稻叶片SPAD值的高光谱精确估算模型,本试验以“晶两优华占”为供试材料,设置3个施肥处理,于全生育期内连续定期测定高光谱反射率与SPAD值数据,利用植被指数和连续小波变换(CWT)提取光谱的敏感信息,再利用传统的线性和非线性拟... 为构建水稻叶片SPAD值的高光谱精确估算模型,本试验以“晶两优华占”为供试材料,设置3个施肥处理,于全生育期内连续定期测定高光谱反射率与SPAD值数据,利用植被指数和连续小波变换(CWT)提取光谱的敏感信息,再利用传统的线性和非线性拟合以及反向传播神经网络(BPNN)算法建立水稻叶片SPAD值的估测模型,并利用决定系数(R2)、均方根误差(RMSE)和相对分析误差(RPD)对模型的估测效果进行比较分析。结果表明:基于传统方法(线性函数、对数函数、指数函数、二次函数拟合),以9个常用植被指数为自变量构建的SPAD值反演单变量模型精度较低(RPD<1.4);选用6种母小波函数进行CWT,可以有效提高叶片高光谱反射率与SPAD值之间的相关性,以各母小波函数的最佳小波系数为自变量构建单变量模型,精度明显提高,可以达到SPAD值的粗略评估水平(RPD在1.523~1.581之间)。基于BPNN算法构建的水稻叶片SPAD值估测模型精度较单变量模型明显提高,RPD均在1.823~2.342,其中以bior3.3、gaus4作为母小波函数构建的BPNN模型具有良好的预测能力,RPD分别为2.342、2.178,但以gaus4作为母小波函数构建的BPNN模型存在过拟合现象。综合来看,用bior3.3作为母小波函数分解得到的前10个最佳小波系数构建的BPNN模型精度最高,R2、RMSE分别为0.818、1.441,可以对水稻叶片SPAD值进行良好的预测。本研究证明了CWT可以有效提取水稻叶片光谱特征中的敏感信息,建立的bior3.3-BPNN模型可用于其SPAD值的监测,这可为后续水稻全生育期叶片叶绿素含量的快速无损监测提供参考,并为水稻生长发育动态的实时监测提供技术支持。 展开更多
关键词 水稻 SPAD值 高光谱 植被指数 连续小波变换 反向传播神经网络
在线阅读 下载PDF
预测输尿管软镜碎石术后并发尿源性脓毒症的反向传播神经网络模型构建
2
作者 陈文炜 何彦丰 +5 位作者 卢凯鑫 刘昌毅 江涛 张华 高锐 薛学义 《浙江大学学报(医学版)》 北大核心 2025年第1期99-107,I0032-I0034,共12页
目的:构建输尿管软镜碎石术(FURL)后并发尿源性脓毒症的反向传播神经网络预测模型。方法:纳入428例接受FURL的肾结石患者,根据术后是否并发尿源性脓毒症分为脓毒症组(42例)和对照组(386例)。采用logistic回归分析确定FURL后并发尿源性... 目的:构建输尿管软镜碎石术(FURL)后并发尿源性脓毒症的反向传播神经网络预测模型。方法:纳入428例接受FURL的肾结石患者,根据术后是否并发尿源性脓毒症分为脓毒症组(42例)和对照组(386例)。采用logistic回归分析确定FURL后并发尿源性脓毒症的影响因素及其交互作用。同时建立logistic回归模型和神经网络模型进行预测,通过受试者工作特征曲线评估两种模型的预测效能。结果:单因素分析显示,结石手术史、性别、尿培养阳性、结石直径、糖尿病、手术时间、白细胞、血小板、C反应蛋白(CRP)及肝素结合蛋白(HBP)水平与FURL后并发尿源性脓毒症显著相关(均P<0.05)。多因素分析表明,尿培养阳性、CRP及HBP水平是FURL后并发尿源性脓毒症的独立危险因素(均P<0.05)。交互作用分析显示,CRP与HBP对FURL后并发尿源性脓毒症的影响在相加模型(RERI=8.453,95%CI:2.645~16.282;AP=0.696,95%CI:0.131~1.273;S=3.369,95%CI:1.176~7.632)和相乘模型(OR=1.754,95%CI:1.218~3.650)中存在交互作用;CRP与尿培养对FURL后并发尿源性脓毒症的影响在相乘模型(OR=2.449,95%CI:1.525~3.825)中存在交互作用。预测模型比较显示,反向传播神经网络模型较logistic回归模型具有更优的预测效能。结论:CRP和HBP水平是FURL后并发尿源性脓毒症的独立危险因素,基于CRP、HBP等因素构建的反向传播神经网络模型较logistic回归模型具有更高的预测准确性。 展开更多
关键词 肝素结合蛋白 C反应蛋白 输尿管软镜碎石术 尿源性脓毒症 预测 LOGISTIC回归模型 反向传播神经网络模型
在线阅读 下载PDF
改进鲸鱼算法构建反向传播神经网络粮食产量预测模型及效果分析
3
作者 赵晶晶 陈岩 《科学技术与工程》 北大核心 2025年第7期2748-2759,共12页
为了给农业及其相关部门制定粮食策略提供理论依据,提出一种基于改进鲸鱼优化算法(improved whale optimization algorithm,IWOA)的反向传播(back propagation,BP)神经网络混合算法(IWOA-BP)。该混合算法先通过引入改进收敛因子、非线... 为了给农业及其相关部门制定粮食策略提供理论依据,提出一种基于改进鲸鱼优化算法(improved whale optimization algorithm,IWOA)的反向传播(back propagation,BP)神经网络混合算法(IWOA-BP)。该混合算法先通过引入改进收敛因子、非线性惯性权重和最优邻域扰动策略改进鲸鱼优化算法,再将其最优解赋值给BP神经网络的权值和阈值,最终提高IWOA-BP的收敛速度和收敛精度。选取全国近45年粮食总产量和7种影响因素(有效灌溉面积、化肥施用量、农村用电量、农业机械总动力、粮食作物播种面积、受灾面积和农村人均消费支出)作为数据集,构建基于改进鲸鱼算法的反向传播神经网络粮食产量预测模型。多次实验表明,IWOA-BP模型在测试集上的表现均优于其他预测模型,包括长短期记忆网络(long short-term memory network,LSTM)预测模型、极限学习机(extreme learning machine,ELM)预测模型、基于鲸鱼优化算法的BP神经网络(WOA-BP)预测模型以及基于粒子群算法的BP神经网络(PSO-BP)预测模型。IWOA-BP模型和ELM模型相比,前者的均方根误差(root mean square error,RMSE)、平均绝对百分比误差(mean absolute percentage error,MAPE)分别降低了77.12%、88.18%;和LSTM模型相比,前者的RMSE、MAPE分别降低了69.11%、47.36%;和WOA-BP模型相比,前者的平均绝对误差(mean absolute error,MAE)、RMSE和MAPE分别降低了43.78%、43.22%、45.96%。和PSO-BP模型相比,前者的MAE、RMSE、MAPE分别降低了89.67%、90.61%、90.82%。因此IWOA-BP预测模型的决定系数更高、预测误差更小且收敛速度更快,可有效地预测粮食产量,对于农业部门和相关政策制定者来说具有重要的技术参考价值。 展开更多
关键词 粮食产量 反向传播神经网络 鲸鱼优化算法 非线性惯性权重 随机扰动策略
在线阅读 下载PDF
基于反向传播人工神经网络法构建果实及种子类中药饮片自动煎药机煎煮得药量预测模型
4
作者 汤波 朱江 +1 位作者 胡爱红 朱茂 《中成药》 北大核心 2025年第4期1386-1390,共5页
目的基于反向传播人工神经网络法构建果实及种子类中药饮片煎煮得药量预测模型。方法通过实验收集常用的166种果实及种子类中药饮片的煎煮信息,以浸泡时间、机器死体积、吸水系数、饮片质量、饮片厚度、平均体积、煎煮时间、加水量、煎... 目的基于反向传播人工神经网络法构建果实及种子类中药饮片煎煮得药量预测模型。方法通过实验收集常用的166种果实及种子类中药饮片的煎煮信息,以浸泡时间、机器死体积、吸水系数、饮片质量、饮片厚度、平均体积、煎煮时间、加水量、煎煮温度、得药量为变量,采用反向传播人工神经网络法构建中药饮片煎煮得药量的预测模型。结果与实测值相比,36例验证组预测数据的误差均在0.5%以内,得药量的真实值和预测值的相关系数为0.994,预测结果较为理想。结论该模型可用于预测果实及种子类中药饮片煎煮得药量,有望为中药饮片煎药加水量提供依据。 展开更多
关键词 中药饮片 果实 种子 煎煮得药量 人工神经网络 反向传播 自动煎药机
在线阅读 下载PDF
基于反向传播神经网络分析的田菁胶添加对萨拉米发酵香肠品质的影响
5
作者 卢慧 宋艾颖 +4 位作者 凌峰 蔡玉玲 黄启亮 刘云国 康大成 《食品科学》 北大核心 2025年第13期54-62,共9页
旨在探讨基于反向传播神经网络(backpropagation-artificial?neural?network,BP-ANN)分析田菁胶添加对萨拉米发酵香肠品质的影响。本研究设计4个处理组:空白对照组(CK)、接种复合发酵剂处理组(CG)、添加田菁胶处理组(SE)和添加田菁胶与... 旨在探讨基于反向传播神经网络(backpropagation-artificial?neural?network,BP-ANN)分析田菁胶添加对萨拉米发酵香肠品质的影响。本研究设计4个处理组:空白对照组(CK)、接种复合发酵剂处理组(CG)、添加田菁胶处理组(SE)和添加田菁胶与接种复合发酵剂处理组(SE-CG)。通过测定发酵香肠的pH值、水分活度(aw)、色差、质构特性、感官评定和电子鼻等指标,系统评估田菁胶添加对萨拉米发酵香肠品质的影响。研究表明,田菁胶与发酵剂共同添加时可快速降低产品pH值和aw值,有利于萨拉米香肠的最终品质的形成;与CK和CG组相比,添加田菁胶可显著改善SE-CG组的a^(*)值(4.64±0.38)和硬度((60.95±1.48)N)。此外,电子鼻分析表明,田菁胶结合发酵剂可显著增加产品中含硫化合物、醇类以及芳香族化合物的浓度。BP-ANN模型被用于对香肠品质进行分类和预测,结果显示模型的准确率达到96%,具有较高的分类精度和预测能力。此外,通过沙普利加和解释方法用于BP-ANN模型解释,揭示了不同品质指标对模型预测的重要性,发现其中电子鼻传感器S12信号、硬度和咀嚼性等特征对模型预测贡献较大。 展开更多
关键词 萨拉米发酵香肠 田菁胶 反向传播神经网络 品质分析 沙普利加和解释方法
在线阅读 下载PDF
反向传播神经网络结合紫外-近红外融合光谱对“互助”青稞酒的判别研究
6
作者 赵玉霞 张明锦 +2 位作者 王茹 张世芝 殷博 《光谱学与光谱分析》 北大核心 2025年第5期1290-1299,共10页
“互助”青稞酒作为保护地理标志产品,对其准确评价分类具有重要意义。紫外光谱(UV)和近红外光谱(NIR)技术具备快速、准确、无损检测、无需样品预处理等优势,在食品等领域已广泛应用。本研究采用UV、NIR及紫外-近红外中级数据融合光谱(U... “互助”青稞酒作为保护地理标志产品,对其准确评价分类具有重要意义。紫外光谱(UV)和近红外光谱(NIR)技术具备快速、准确、无损检测、无需样品预处理等优势,在食品等领域已广泛应用。本研究采用UV、NIR及紫外-近红外中级数据融合光谱(UV-NIR)结合反向传播神经网络(BPNN)法建立了快速、无损、高效的“互助”青稞酒判别分类模型。由于光谱特征峰叠加干扰,未经优化的光谱受到噪声和基线漂移等影响,采用标准正态变量变换(SNV)、Savitzky-Golay平滑(SG)、一阶导数(1D)和二阶导数(2D)4种预处理方法对光谱进行去噪处理。相对单一光谱,融合光谱能够互补多元化学信息,提高分类模型性能,通过竞争自适应重加权采样(CARS)、连续投影算法(SPA)、主成分分析(PCA)、变量投影重要性分析(VIP)和变量组合集群分析(VCPA)5种变量筛选方法选择特征变量,达到优化模型性能及融合两种光谱有效信息。选择最佳方法建立单一光谱和融合光谱的BPNN模型。结果表明,UV光谱经SNV预处理以SPA选择30个特征变量建立的分类模型识别效果最好,分类准确率为100%,MSE值、R_(P)^(2)、R(Train)、R(Validation)、R(Test)和R(All)分别为0.0180、1、0.9283、0.9587、0.9130、0.9297;NIR和UV-NIR经SG预处理后以PCA分别选择84和106个特征变量建立的分类模型识别效果最好,NIR光谱分类准确率为100%,MSE值、R_(P)^(2)、R(Train)、R(Validation)、R(Test)和R(All)分别为0、1.000、1.000、1.000、1.000、1.000;UV-NIR光谱分类准确率为100%、MSE值、R_(P)^(2)、R(Train)、R(Validation)、R(Test)和R(All)分别为0.0057、1.000、1.000、0.9871、0.9913、0.9964;与单一光谱建模相比,融合光谱可明显提高分类模型的预测能力和稳健性,实现“互助”青稞酒的快速、无损分析。 展开更多
关键词 “互助”青稞酒 紫外光谱 近红外光谱 光谱融合 变量筛选 反向传播神经网络(bpNN)模型
在线阅读 下载PDF
基于PCA-BP神经网络的应急响应物资精准需求预测模型构建——以地震灾害响应初期的灾民生活物资需求为例
7
作者 李尧远 曲政澍 《灾害学》 北大核心 2025年第4期31-36,共6页
为提升灾害应急响应能力,实现响应初期应急物资精准供给,保障灾民基本生活需求,该文以我国部分地震灾害为例,收集地震数据,以紧急转移安置人口数量为预测目标,选取相关地震指标为影响因素,构建基于主成分分析(PCA)与反向传播(BP)神经网... 为提升灾害应急响应能力,实现响应初期应急物资精准供给,保障灾民基本生活需求,该文以我国部分地震灾害为例,收集地震数据,以紧急转移安置人口数量为预测目标,选取相关地震指标为影响因素,构建基于主成分分析(PCA)与反向传播(BP)神经网络的紧急转移安置人口数量预测模型。在此基础上,结合紧急转移安置人口数量与灾民生活物资需求的关系,建立物资需求预测模型。结果表明:该模型在在紧急转移安置人口预测方面具有更高的精度,能够较为准确估算紧急转移安置人口数量;在生活物资需求预测方面,经算例验证,该模型具备一定实践价值,可为应急响应初期的物资配置决策提供科学依据。 展开更多
关键词 应急响应 需求预测 地震 主成分分析法(PCA) 反向(bp)神经网络
在线阅读 下载PDF
贝叶斯正则化优化BP神经网络估算SOH 被引量：1
8
作者 朱聪聪 郭晟 +1 位作者 常海涛 路密 《电池》 北大核心 2025年第1期25-31,共7页
为提高锂离子电池健康状态(SOH)估算的精度,采用基于贝叶斯正则化算法优化的反向传播(BP)神经网络模型。该模型的核心是,引入先验分布约束BP网络权重参数,以减少过拟合风险;并引入后验分布评估参数的不确定性,提升模型对数据噪声的适应... 为提高锂离子电池健康状态(SOH)估算的精度,采用基于贝叶斯正则化算法优化的反向传播(BP)神经网络模型。该模型的核心是,引入先验分布约束BP网络权重参数,以减少过拟合风险;并引入后验分布评估参数的不确定性,提升模型对数据噪声的适应性。以充电全过程提取健康特征验证模型精度;以放电片段数据提取健康特征模拟实际工况。训练后的模型在充电全过程提取特征时的均方根误差(RMSE)和平均绝对误差(MAE)均小于1.65%,采用放电片段提取特征时的RMSE和MAE均小于3.85%,相较于未优化的BP神经网络,两种方式的估算误差分别降低18%和41%以上。 展开更多
关键词 锂离子电池 健康状态(SOH) 贝叶斯正则化算法 反向传播(bp)神经网络 健康特征 先验分布 后验分布
在线阅读 下载PDF
不同温湿度贮藏对澳洲坚果鲜果品质的影响及BP神经网络预测模型构建
9
作者 付镓榕 马尚玄 +6 位作者 杨悦雪 徐文婷 兰秀华 魏元苗 黄克昌 贺熙勇 郭刚军 《食品工业科技》 北大核心 2025年第13期314-326,共13页
为分析澳洲坚果鲜果在短期贮藏中的品质变化,本文探究贮藏温湿度(30℃-RH80%、35℃-RH80%、40℃-RH80%、30℃-RH90%、35℃-RH90%、40℃-RH90%)对鲜果果皮含水量、带壳果含水量、果仁含水量、青皮裂果率、霉果率、酸价、过氧化值、碘值... 为分析澳洲坚果鲜果在短期贮藏中的品质变化,本文探究贮藏温湿度(30℃-RH80%、35℃-RH80%、40℃-RH80%、30℃-RH90%、35℃-RH90%、40℃-RH90%)对鲜果果皮含水量、带壳果含水量、果仁含水量、青皮裂果率、霉果率、酸价、过氧化值、碘值、总酚含量、总糖含量的影响,并基于反向传播(Backpropagation,BP)神经网络构建澳洲坚果鲜果短期贮藏的品质预测模型,测试集评估模型的预测性能。结果表明,在短期贮藏中35℃-RH80%条件贮藏的水分损失最快,35℃贮藏的青皮裂果率增速显著高于30、40℃(P<0.05),30℃时果皮霉果率增速显著高于35、40℃(P<0.05)。在贮藏期间酸价、过氧化值均呈上升趋势,贮藏结束时35℃-RH90%条件贮藏的酸价最高,为15.57 mg/100 g,30℃-RH80%条件贮藏的过氧化值最高,为36.44μg/g;碘值、总酚含量呈先上升后下降的趋势,贮藏期间35℃-RH90%条件贮藏的碘值增幅最大为119.26 mg/g,贮藏结束40℃-RH80%条件贮藏的碘值最低为675.72 mg/g,贮藏结束35℃-RH80%、40℃-RH90%总酚含量均为0.88 mg/g,显著低于其他贮藏条件(P<0.05);总糖含量呈下降趋势,贮藏结束35℃-RH80%条件贮藏的总糖含量显著低于其他贮藏条件(P<0.05)。相关性分析表明预测模型的输入层与输出层具有较好的相关性,澳洲坚果鲜果短期贮藏的品质预测模型隐含层节点数为7,酸价、过氧化值、碘值、总酚含量、总糖含量训练集的相关系数分别为0.97952、0.98815、0.94869、0.94882、0.97109,预测精度良好。因此,神经网络预测模型可用于预测澳洲坚果鲜果在采后运输及贮藏过程中的品质变化,并为神经网络预测模型在澳洲坚果品质预测中的应用奠定基础。 展开更多
关键词 澳洲坚果 鲜果 贮藏品质 预测模型 反向传播(bp)神经网络
在线阅读 下载PDF
基于KNN-BP神经网络车辆驻留时间预测立体车库RGV待命位策略
10
作者 后国栋 李建国 《科学技术与工程》 北大核心 2025年第24期10478-10486,共9页
平面移动式立体车库待命位策略可以提高车辆出库效率,减少顾客等待时间,通过预测库内车辆出库时间节点,设计分区待命位策略。针对反向传播(back propagation, BP)神经网络存在样本依赖性较强的特点,提出一种K-近邻算法(k-nearest neighb... 平面移动式立体车库待命位策略可以提高车辆出库效率,减少顾客等待时间,通过预测库内车辆出库时间节点,设计分区待命位策略。针对反向传播(back propagation, BP)神经网络存在样本依赖性较强的特点,提出一种K-近邻算法(k-nearest neighbor, KNN)-BP神经网络预测模型,以是否为工作日、工作日特殊时段(如早高峰、晚高峰),气温,降水4个方面作为特征向量,采用二进制集合转换构建各特征向量集,通过KNN对异常数据进行分组,提高BP神经网络预测精度,并基于预测时间建立出库概率分布,设定区域优先级参数以及RGV(rail guided vehicle)待命位策略。编写仿真程序,以西安小寨某商用立体车库运行数据进行验证,仿真结果表明:KNN-BP神经网络预测模型R^(2)较传统BP神经网络提高了20.23%,设计待命位策略下较无待命位策略顾客平均等待时间减小35.82%,RGV平均服务时间降低39.51%,RGV运行能耗降低38.32%;较文献引用策略顾客平均等待时间减小14.18%,RGV平均服务时间降低13.29%,RGV运行能耗降低20.89%。研究成果为提高立体车库车运行效率提供参考。 展开更多
关键词 交通工程 立体车库 待命位 K-近邻算法(KNN)-反向传播(bp)神经网络 RGV
在线阅读 下载PDF
基于PSO-BP神经网络模型的浸胶竹束干燥过程含水率预测
11
作者 王晓曼 吕建雄 +5 位作者 李贤军 吴义强 李新功 郝晓峰 乔建政 徐康 《林业科学》 北大核心 2025年第5期187-198,共12页
【目的】利用人工神经网络模型预测浸胶竹束干燥过程含水率变化,揭示干燥温度、干燥时间、铺装方式和初始含水率对浸胶竹束干燥过程含水率变化的影响规律,为浸胶竹束高质高效干燥提供参考依据。【方法】基于浸胶竹束干燥过程含水率实测... 【目的】利用人工神经网络模型预测浸胶竹束干燥过程含水率变化,揭示干燥温度、干燥时间、铺装方式和初始含水率对浸胶竹束干燥过程含水率变化的影响规律,为浸胶竹束高质高效干燥提供参考依据。【方法】基于浸胶竹束干燥过程含水率实测数据,以干燥温度、干燥时间、铺装方式和初始含水率为输入变量,干燥过程含水率为输出变量,制作数据集。将数据集划分为训练集(308个测试数据,占总数据量的70%)、验证集(66个测试数据,占总数据量的15%)和测试集(66个测试数据,占总数据量的15%),采用粒子群优化算法(PSO)优化反向传播(BP)神经网络初始权重与阈值,构建PSO-BP神经网络预测模型,并进行验证分析。【结果】PSO-BP神经网络模型具有较强的预测能力,在模型测试集中,决定系数(R^(2))、均方误差(MSE)、平均绝对误差(MAE)和剩余预测残差(RPD)分别达0.98、1.27、3.73和7.96。相较BP神经网络,PSO-BP神经网络的R^(2)和RPD分别提高6.53%和110.2%,MSE和MAE分别降低54.0%和71.86%。模型验证表明,干燥温度和铺装方式是影响浸胶竹束干燥过程含水率变化的主要因素,二者对PSO-BP神经网络模型预测结果影响显著。干燥温度为60℃时,在4种不同铺装方式下PSO-BP神经网络模型展现出较好预测效果,其R^(2)均超过0.969且MSE均低于3;铺装层数为3时,在4种不同干燥温度下PSO-BP神经网络模型表现最佳,其R^(2)均超过0.99且MSE均低于2。干燥时间和浸胶竹束初始含水率对PSO-BP神经网络模型预测结果影响不显著。【结论】PSO-BP神经网络模型在浸胶竹束干燥过程含水率预测中表现出准确性,可有效解决传统BP神经网络预测误差大、收敛速度慢等问题,为浸胶竹束高质高效干燥提供技术支撑。 展开更多
关键词 浸胶竹束 干燥 含水率 粒子群优化算法 反向传播 神经网络
在线阅读 下载PDF
基于改进NNA和BP神经网络模型的深基坑沉降预测
12
作者 王仁志 张伟国 +3 位作者 寇苗苗 刘飞 王金涛 张拥军 《科学技术与工程》 北大核心 2025年第24期10416-10425,共10页
为更精准预测基坑开挖卸荷引起的周边地表沉降,通过改进神经网络算法(neural network algorithm, NNA),提出一种具有信息反馈和反向学习机制的神经网络优化算法(neural network algorithm with feedback mechanism and reverse learning... 为更精准预测基坑开挖卸荷引起的周边地表沉降,通过改进神经网络算法(neural network algorithm, NNA),提出一种具有信息反馈和反向学习机制的神经网络优化算法(neural network algorithm with feedback mechanism and reverse learning, FBRLNNA),并结合反向传播(back propagation, BP)神经网络构建地表沉降预测模型,将提出的沉降预测模型在青岛15号线地铁工程基坑中进行应用与验证。基于18种基准函数比较FBRLNNA与9种竞争优化算法的表现,仿真试验表明,FBRLNNA在80%的基础基准函数上均表现出更优的性能。对比分析FBRLNNA-BP模型及其他4种模型的基坑沉降预测结果,FBRLNNA-BP模型的均方误差(mean squared error, MSE)、平均绝对误差(mean absolute error, MAE)、均方根误差(root mean square error, RMSE)及决定系数(R^(2))均最佳,沉降预测结果误差小于5%,表明该预测模型具有更好的沉降预测精度。研究成果可为基坑开挖引发的地表沉降预测提供了新的方法和参考。 展开更多
关键词 具有信息反馈和反向学习机制的神经网络优化算法(FBRLNNA) 反向传播(bp)神经网络 FBRLNNA-bp模型 基坑开挖 沉降预测
在线阅读 下载PDF
基于PSO-BP神经网络的角接触球轴承凸出量预测
13
作者 章如意 段玥晨 +1 位作者 张瑞 赵明辉 《传感器与微系统》 北大核心 2025年第9期134-137,143,共5页
针对人工测量角接触球轴承的凸出量,对轴承进行配对效率较低的问题,提出了基于粒子群优化(PSO)—反向传播(BP)神经网络的角接触球轴承凸出量预测方法。根据200组实验数据,通过灰色关联度分析,选取了角接触球轴承内外圈的宽度、沟位、沟... 针对人工测量角接触球轴承的凸出量,对轴承进行配对效率较低的问题,提出了基于粒子群优化(PSO)—反向传播(BP)神经网络的角接触球轴承凸出量预测方法。根据200组实验数据,通过灰色关联度分析,选取了角接触球轴承内外圈的宽度、沟位、沟径和沟道曲率半径作为建模数据集,分别利用BP神经网络、遗传算法(GA)—BP神经网络、PSO-BP神经网络建立角接触球轴承凸出量预测模型。结果表明:PSO-BP神经网络预测模型预测效果最好,决定系数(R^(2))达0.986 3,整体误差≤±0.70%,能够较为准确地预测角接触球轴承的凸出量,提高轴承的配对效率。 展开更多
关键词 角接触球轴承 凸出量 灰色关联度分析 反向传播神经网络 遗传算法 粒子群优化算法
在线阅读 下载PDF
改进KPCA结合多目标蜻蜓算法优化BP神经网络的联合收割机故障诊断
14
作者 孟桐 雷鸣 +2 位作者 宋文广 王丹丹 黄梦可 《机电工程》 北大核心 2025年第7期1258-1267,共10页
针对联合收割机数据维度高、诊断效果不理想的问题,提出了一种改进核主成分分析(KPCA)结合多目标蜻蜓算法(MTDA)优化反向传播(BP)神经网络的联合收割机故障诊断方法。首先,采用Morlet小波作为KPCA的核函数,其融合了高斯包络与正弦波特性... 针对联合收割机数据维度高、诊断效果不理想的问题,提出了一种改进核主成分分析(KPCA)结合多目标蜻蜓算法(MTDA)优化反向传播(BP)神经网络的联合收割机故障诊断方法。首先,采用Morlet小波作为KPCA的核函数,其融合了高斯包络与正弦波特性,能够有效捕捉收割机的瞬态变化与局部异常,从而提取出了不同工况下的主要成分,降低了数据维度,减少了冗余信息;其次,针对传统蜻蜓算法的局限性,引入了自适应变异策略、非线性惯性权重及动态收敛因子,构建了多目标蜻蜓算法,对Schaffer、Michalewicz和Rastrigin函数进行了求解,验证了MTDA能显著提升全局与局部搜索平衡能力;最后,利用MTDA对BP神经网络的权值和阈值进行了优化,构建了MTDA-BP综合故障诊断模型,将模型应用于联合收割机的故障诊断中,通过实验验证了其有效性。研究结果表明:故障诊断平均精度达到96.7%,通过与当前主流方法的实验对比分析,采用Micro-average ROC进行了模型评价,结果显示该模型的曲线下面积(AUC)为0.967。实验结果充分证明了该模型在检测精确度与泛化性方面均具有显著优势,该研究也为解决智能农业机械中的诊断提供了一种有效的方法。 展开更多
关键词 核主成分分析 MORLET小波 多目标蜻蜓算法 反向传播神经网络 联合收割机 故障诊断
在线阅读 下载PDF
基于粒子群优化BP神经网络的步态相位识别
15
作者 代金隧 何志琴 +3 位作者 马家庆 吴钦木 刘洪举 李永杰 《传感器与微系统》 北大核心 2025年第10期78-81,共4页
为了解决传统的反向传播(BP)神经网络在步态相位识别中易陷入局部最优解的问题,并增强BP神经网络在步态相位识别的准确性和高效性,提出了一种基于粒子群优化(PSO)的BP神经网络识别算法。该算法以经过滤波、特征提取以及基于步态相位划... 为了解决传统的反向传播(BP)神经网络在步态相位识别中易陷入局部最优解的问题,并增强BP神经网络在步态相位识别的准确性和高效性,提出了一种基于粒子群优化(PSO)的BP神经网络识别算法。该算法以经过滤波、特征提取以及基于步态相位划分准则分割后的数据作为输入,通过不断迭代更新粒子的速度和位置,来优化BP神经网络的权重和阈值。基于优化后的BP神经网络对输入数据进行训练,导出训练好的模型参数,并将其嵌入到外骨骼样机中进行实时步态相位识别测试。结果显示,该模型具有良好的实时性和高准确率,能够准确地识别步态相位。 展开更多
关键词 粒子群优化算法 反向传播神经网络 步态相位 外骨骼样机
在线阅读 下载PDF
基于GA-BP神经网络的冷连轧带钢板形预测
16
作者 杨熙成 叶俊成 +1 位作者 谢璐璐 孙杰 《材料与冶金学报》 北大核心 2025年第1期55-61,共7页
为了提高冷连轧过程中板形预设定和闭环反馈的控制效果,以1450 mm五机架UCM冷连轧机组为研究对象,对1742个实验数据进行分类和预处理,以74个工艺参数变量作为输入特征,20个不同位置的板形值作为输出结果,构建了反向传播(backpropagation... 为了提高冷连轧过程中板形预设定和闭环反馈的控制效果,以1450 mm五机架UCM冷连轧机组为研究对象,对1742个实验数据进行分类和预处理,以74个工艺参数变量作为输入特征,20个不同位置的板形值作为输出结果,构建了反向传播(backpropagation,BP)神经网络模型,并采用遗传算法(genetic algorithm,GA)进行优化,得到了基于遗传算法的反向传播(GA-BP)神经网络模型.结果表明,所构建的GA-BP神经网络模型在拟合优度、预测精度和稳定性等方面均优于BP神经网络模型,其RMSE值从0.9818 I降至0.4476 I,MAE值从0.6225 I降至0.2193 I,R^(2)由0.7454增至0.9131. 展开更多
关键词 冷轧带钢 板形预测 反向传播神经网络 遗传算法
在线阅读 下载PDF
基于改进BP神经网络的火车防吊起快速检测方法
17
作者 姜军 宓为建 《中国工程机械学报》 北大核心 2025年第2期361-365,共5页
铁路集装箱堆场对于火车平板装卸作业,由于传统检测方法检测精度或检测速度不能满足要求,鲜有成熟的智能防吊起解决方案。本文提出一种基于改进反向传播(BP)神经网络的火车防吊起快速检测方法,通过获取吊具4个锁头的称重数据,建立基于B... 铁路集装箱堆场对于火车平板装卸作业,由于传统检测方法检测精度或检测速度不能满足要求,鲜有成熟的智能防吊起解决方案。本文提出一种基于改进反向传播(BP)神经网络的火车防吊起快速检测方法,通过获取吊具4个锁头的称重数据,建立基于BP神经网络的平板吊起检测模型,在权值调整时加入动量因子和自适应调节学习率以优化模型性能。在实际作业中测试,本方法具有较高的检出率和快速的检测速度,可为轨道吊自动化火车作业提供智能安全防护。 展开更多
关键词 集装箱火车 平板鹰钩(F-TR)锁防吊起 反向传播(bp)神经网络 动量因子 自适应学习
在线阅读 下载PDF
结合更新过程与粒子群优化的BP神经网络铁路物资预测模型
18
作者 黄自力 蔡小强 +8 位作者 金荣森 刘承亮 廖志刚 刘立法 孙晶 王芳 刘柏志 王劲 戴梦岚 《铁道科学与工程学报》 北大核心 2025年第7期3011-3024,共14页
非周期性消耗的铁路运营物资(即偶换件),包括导轨、指示器、弹簧片、散热器组件、蓄电池标牌、灯头接头等,是铁路部门生产及经营的重要资源。由于该类物资的易耗性和偶然性,采用高精度的方法预测物资需求能够显著提升铁路部门的日常经... 非周期性消耗的铁路运营物资(即偶换件),包括导轨、指示器、弹簧片、散热器组件、蓄电池标牌、灯头接头等,是铁路部门生产及经营的重要资源。由于该类物资的易耗性和偶然性,采用高精度的方法预测物资需求能够显著提升铁路部门的日常经营效率,也能加强灾害状态下铁路部门的反应能力。本研究聚焦于分析广州铁路集团各地区物资出库数据,由于铁路物资需求具有较大的随机性与偶然性,普通的拟合函数较难刻画其复杂的变动关系。因此,探讨一种基于粒子群优化(particle swarm optimization, PSO)与反向传播神经网络(backpropagation neural network, BPNN)的铁路物资需求预测方法。该方法基于神经网络优化中的频率原则及凝聚现象的理论基础,通过PSO对BPNN进行预训练,赋予其一个较大的初始化权重,使其最终能够学到一个较为复杂的拟合函数,从而刻画物资数据的复杂性与随机性。此外,针对部分具有高频次、高周转物理特性的物资,利用调整后的更新过程(renewal process, RP)对物资数据进行时间序列建模,然后将该时间序列预测值作为一列新的特征,加入先前的神经网络模型中,取得更高的预测精度。与传统机器学习和深度学习方法相比,结合更新过程与粒子群优化的反向传播神经网络(RP-PSO-BPNN)模型表现出色,具有较强的泛化能力,成功克服了传统方法中常见的局部最优问题。PSO算法在优化过程中的高效性得到了验证,相对于传统梯度下降方法,PSO算法显著减少了训练时间。此外,RP-PSO-BPNN模型在不同选定物资的实时序列波动上表现出良好的拟合,证实了其适用性和实用性。本研究通过提出的RP-PSO-BPNN模型为铁路物资,特别是非周期性消耗的铁路物资需求预测领域提供了具有增强预测准确性的方案。未来研究方向包括进一步优化模型结构、探索其他元启发式算法,以及引入更多领域特定因素以提升模型的泛化能力和适应性。 展开更多
关键词 铁路物资数据 物料预测 粒子群优化 反向传播神经网络 PSO-bpNN 泛化性 更新过程
在线阅读 下载PDF
基于小波包分解和神经网络集成群的滚动轴承故障诊断 被引量：1
19
作者 柴立平 孟壮壮 +1 位作者 石海峡 李强 《合肥工业大学学报(自然科学版)》 北大核心 2025年第4期447-454,共8页
文章提出一种将多个神经网络相结合的神经网络集成群算法进行滚动轴承故障诊断。首先对原始振动信号进行小波包变换,分别采用小波包能量和小波包样本熵作为特征向量;其次采用多个粒子群优化反向传播(particle swarm optimization-back p... 文章提出一种将多个神经网络相结合的神经网络集成群算法进行滚动轴承故障诊断。首先对原始振动信号进行小波包变换,分别采用小波包能量和小波包样本熵作为特征向量;其次采用多个粒子群优化反向传播(particle swarm optimization-back propagation,PSO-BP)神经网络分别对轴承进行故障诊断,比较分析小波包能量和小波包样本熵作为特征向量的适配程度;再以多个神经网络作为神经网络集成群的基础子网络,通过统计耦合、输出耦合和统计输出耦合形成神经网络集成群的二级网络;最后通过最终统计耦合输出神经网络集成群的分类结果。研究结果表明,该方法可获得理想的滚动轴承故障诊断准确率,在负载变化时具有良好的泛化性能。 展开更多
关键词 滚动轴承 故障诊断 小波包变换 粒子群优化反向传播神经网络 神经网络集成群
在线阅读 下载PDF
基于脉冲序列标识的深度脉冲神经网络时空反向传播算法 被引量：2
20
作者 王子华 叶莹 +3 位作者 刘洪运 许燕 樊瑜波 王卫东 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第6期2596-2604,共9页
尖峰放电的脉冲神经网络(SNN)具有接近大脑皮层的信号处理模式,被认为是实现大脑启发计算的重要途径。但是,目前对于深度脉冲神经网络的学习仍缺乏有效的监督学习算法。受尖峰放电速率标识的时空反向传播算法的启发,该文提出一种面向深... 尖峰放电的脉冲神经网络(SNN)具有接近大脑皮层的信号处理模式,被认为是实现大脑启发计算的重要途径。但是,目前对于深度脉冲神经网络的学习仍缺乏有效的监督学习算法。受尖峰放电速率标识的时空反向传播算法的启发,该文提出一种面向深度脉冲神经网络训练的基于时间脉冲序列标识的监督学习算法,通过定义突触后电位和膜电位反传迭代因子分别分析脉冲神经元的空间和时间依赖关系,使用替代梯度的方法解决反传过程中不连续可微的问题。不同于现有基于尖峰放电速率标识的学习算法,该算法能够充分反映脉冲神经网络输出的时间脉冲序列的动态特性。因此,所提算法非常适合应用于需要较长时间序列标识的计算任务,例如行为的时间脉冲序列控制。该文在静态图像数据集CIFAR10和神经形态数据集NMNIST上验证了所提算法的有效性,在所有这些数据集上都显示出良好的性能,这有助于进一步研究基于时间脉冲序列应用的大脑启发计算。 展开更多
关键词 脉冲神经网络 监督学习 误差反向传播 时间脉冲序列标识 替代梯度
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 49 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部