期刊文献+
共找到319篇文章
< 1 2 16 >
每页显示 20 50 100
煤炭需求预测的复合小波神经网络模型 被引量:38
1
作者 宁云才 《煤炭学报》 EI CAS CSCD 北大核心 2003年第1期108-112,共5页
应用复合小波神经网络模型对煤炭消费年增长率进行了预测 ,综合考虑了国内生产总值(GrossDemesticProduct,简称GDP)年增长率波动 ,主要用煤行业 (电力、冶金、建材、化工等 )的发展趋势 ,以及一次能源消费结构中煤炭消费下降的趋势等各... 应用复合小波神经网络模型对煤炭消费年增长率进行了预测 ,综合考虑了国内生产总值(GrossDemesticProduct,简称GDP)年增长率波动 ,主要用煤行业 (电力、冶金、建材、化工等 )的发展趋势 ,以及一次能源消费结构中煤炭消费下降的趋势等各种波动的影响 ,预测模型达到了很高的精度 ,用于近期预测是可靠的 . 展开更多
关键词 煤炭需求预测 复合小波神经网络模型 用煤行业 发展趋势 能源消费结构 小波变换
在线阅读 下载PDF
基于NSGA-Ⅱ与BP神经网络的复合材料身管结构参数优化
2
作者 孙磊 韩书永 +2 位作者 马梦蹊 王坚 刘宁 《火炮发射与控制学报》 北大核心 2025年第3期115-122,共8页
针对复合材料身管结构设计时多个性能指标设计要求,在Isight中集成BP神经网络、Solidworks参数化几何模型及Abaqus有限元仿真模型通过NSGA-Ⅱ遗传算法对多个目标进行优化。优化目标值为身管的一阶固有频率、质量以及复合材料缠绕部位处... 针对复合材料身管结构设计时多个性能指标设计要求,在Isight中集成BP神经网络、Solidworks参数化几何模型及Abaqus有限元仿真模型通过NSGA-Ⅱ遗传算法对多个目标进行优化。优化目标值为身管的一阶固有频率、质量以及复合材料缠绕部位处的身管内壁最大等效应力,复合材料身管三段复合缠绕位置处的金属内衬直径以及复合材料缠绕角度为设计变量。通过BP神经网络建立代理模型,再通过NSGA-Ⅱ遗传算法对多个目标进行优化求解,解得复合材料身管结构参数的Pareto最优解集。通过优化结果可知,采用遗传算法多目标优化生成的Pareto前沿面最优解集分散地较为均匀,优化解集的复合材料身管结构参数方案在刚度、强度和质量方面均有改善,为复合材料身管结构设计和优化提供了参考。 展开更多
关键词 复合材料 多目标结构优化 BP神经网络代理模型 NSGA-Ⅱ算法
在线阅读 下载PDF
基于神经网络的CFRP桁架接头缺陷导波检测方法
3
作者 周世圆 程宇涵 +3 位作者 邓垚 于全朋 戴乐 盛涛 《北京理工大学学报》 北大核心 2025年第9期907-914,共8页
为解决碳纤维复合材料桁架接头拐角处缺陷的接触式检测可达性差、水浸扫查轨迹规划难的问题,提出一种导波检测方法,用一发一收方式激励接收导波,对导波信号进行小波包分解生成特征图,通过神经网络识别缺陷.研制了CFRP桁架接头缺陷导波... 为解决碳纤维复合材料桁架接头拐角处缺陷的接触式检测可达性差、水浸扫查轨迹规划难的问题,提出一种导波检测方法,用一发一收方式激励接收导波,对导波信号进行小波包分解生成特征图,通过神经网络识别缺陷.研制了CFRP桁架接头缺陷导波检测系统,采用拐角处预制平底孔和分层缺陷的CFRP试样构建数据集,训练卷积神经网络模型,并在检测系统上进行实验.结果表明,该方法能以99%以上的准确率检出6 mm及以上的分层缺陷和2 mm及以上的平底孔缺陷,证实了该方法的有效性,可解决CFRP桁架接头缺陷的检测难题. 展开更多
关键词 碳纤维复合材料(CFRP) 小波分解 卷积神经网络 缺陷检测
在线阅读 下载PDF
基于人工神经网络海因环氧树脂体系流变性的比较研究
4
作者 雷世裕 李玲 +2 位作者 曹伟 王艺轩 董夏瑞 《复合材料科学与工程》 北大核心 2025年第7期99-107,共9页
化学流变学分析在热固性树脂基复合材料加工成型中具有广泛应用,然而传统化学流变模型对加工黏度的预测常使用Dual-Arrhenius流变模型,该方法在具有多场耦合效应的热固性树脂体系中预测精度受限。为突破这一瓶颈,引入了人工智能的方法... 化学流变学分析在热固性树脂基复合材料加工成型中具有广泛应用,然而传统化学流变模型对加工黏度的预测常使用Dual-Arrhenius流变模型,该方法在具有多场耦合效应的热固性树脂体系中预测精度受限。为突破这一瓶颈,引入了人工智能的方法。采用DSC法分析了海因环氧树脂/马来酸酐体系的反应性,在65~85℃等温固化模式下进行了黏度数据采集,采用BP人工神经网络模型(BP-ANN模型)与Dual-Arrhenius流变模型(DA模型)对海因环氧树脂/马来酸酐体系的流变性能进行对比分析研究。结果表明,相较于DA模型,BP-ANN模型的均方误差降幅达26.0%,平均绝对百分比误差锐减65.0%,均方根误差降低13.0%,同时决定系数提升0.25%。BP-ANN模型相较于DA模型在预测精度上显著提升,这对热固性树脂基复合材料成型过程中的工艺选择和参数优化提供了一定的支撑。 展开更多
关键词 海因环氧树脂 Dual-Arrhenius流变模型 BP人工神经网络模型 化学流变学 黏度 复合材料
在线阅读 下载PDF
基于自回归小波神经网络的机械臂自适应滑模控制 被引量:1
5
作者 杨佳 吴佩林 +2 位作者 杨理 寇东山 余斌 《空间控制技术与应用》 CSCD 北大核心 2024年第3期68-76,共9页
针对机械臂存在模型不确定和未知扰动的问题,提出一种动力学模型参数分块逼近的神经网络非奇异终端滑模(nonsingular terminal sliding mode, NTSM)控制方法.为加快系统跟踪误差的收敛速度,避免传统终端滑模存在的奇异性问题,采用一种... 针对机械臂存在模型不确定和未知扰动的问题,提出一种动力学模型参数分块逼近的神经网络非奇异终端滑模(nonsingular terminal sliding mode, NTSM)控制方法.为加快系统跟踪误差的收敛速度,避免传统终端滑模存在的奇异性问题,采用一种非奇异终端滑模面.利用多组自回归小波神经网络(self-recurrent wavelet neural network, SRWNN)分块逼近系统未知的动力学模型参数,并采用自适应更新律调整权重.通过积分控制项补偿SRWNN的逼近误差,并使用Lyapunov稳定性理论证明了系统稳定性.使用MATLAB进行仿真分析,分块SRWNN滑模控制与滑模控制、整体SRWNN滑模控制相比,关节角度跟踪误差的平均稳态误差分别降低了31.9%、76.5%,表明此方法是一种可靠、有效的轨迹跟踪控制方法. 展开更多
关键词 自回归小波神经网络 非奇异终端滑模 动力学模型 轨迹跟踪
在线阅读 下载PDF
基于小波神经网络的地下水流数值模拟模型的替代模型研究 被引量:14
6
作者 王宇 卢文喜 +1 位作者 卞建民 安永凯 《中国环境科学》 EI CAS CSCD 北大核心 2015年第1期139-146,共8页
以吉林西部为研究区,建立地下水流数值模拟模型,分别应用蒙特卡罗方法和拉丁超立方方法在研究区10个县(市)开采量的可行范围内进行采样,经对比选择拉丁超立方抽样结果得到输入(开采量)—输出(水位降深)数据集,建立小波神经网络模型作为... 以吉林西部为研究区,建立地下水流数值模拟模型,分别应用蒙特卡罗方法和拉丁超立方方法在研究区10个县(市)开采量的可行范围内进行采样,经对比选择拉丁超立方抽样结果得到输入(开采量)—输出(水位降深)数据集,建立小波神经网络模型作为地下水流数值模拟模型的替代模型,而后对替代模型有效性作误差分析,并与多元非线性回归替代模型进行对比.结果显示,2种替代模型在功能上都能逼近地下水流数值模拟模型,但小波神经网络模型得到的水位降深均值和水位降深剩余标准差与模拟模型计算结果的相对误差分别低于多元非线性回归模型76%和45%,说明小波神经网络模型更适合作为地下水流数值模拟模型的替代模型,这为减少优化模型求解过程中直接调用模拟模型所造成的计算负荷提供了一种有效的替代方法. 展开更多
关键词 替代模型 地下水流数值模拟模型 拉丁超立方 小波神经网络模型
在线阅读 下载PDF
基于拟牛顿法小波神经网络的光伏发电系统短期功率预测模型 被引量:12
7
作者 杨超颖 王金浩 +2 位作者 王硕 徐永海 黄浩 《中国电力》 CSCD 北大核心 2014年第6期117-124,共8页
光伏发电系统出力的随机性会对大电网造成冲击,需要加强光伏阵列发电功率预测的研究。为此,提出采用拟牛顿法小波神经网络建立光伏发电系统短期功率预测模型。以某光伏电站实测数据为比较对象,与基于标准梯度下降法BP神经网络以及基于... 光伏发电系统出力的随机性会对大电网造成冲击,需要加强光伏阵列发电功率预测的研究。为此,提出采用拟牛顿法小波神经网络建立光伏发电系统短期功率预测模型。以某光伏电站实测数据为比较对象,与基于标准梯度下降法BP神经网络以及基于附加动量和自适应学习速率结合的BP神经网络建立的2种预测模型进行对比研究,结果表明,拟牛顿法在收敛速度和预测精度上都更具有优势。此外,通过和拟牛顿法BP神经网络功率预测方法对比表明,拟牛顿法小波神经网络的预测精度更高,尤其是在一天早中晚时刻或辐照度较低情况下预测效果得到了很大的提高。 展开更多
关键词 光伏发电 功率预测 小波神经网络 BP神经网络 拟牛顿法 预测模型
在线阅读 下载PDF
基于小波和神经网络相结合的股票价格模型 被引量:12
8
作者 张坤 郁湧 李彤 《计算机工程与设计》 CSCD 北大核心 2009年第23期5496-5498,共3页
针对股票价格构成的时间序列具有随机性与偶然性,传统的单一模型很难满足建模要求的问题,提出一种基于小波和神经网络相结合的股票预测模型。将股票价格进行小波分解成尺度不同的分层数据,分别利用Elman神经网络预测各层数据,将各层的... 针对股票价格构成的时间序列具有随机性与偶然性,传统的单一模型很难满足建模要求的问题,提出一种基于小波和神经网络相结合的股票预测模型。将股票价格进行小波分解成尺度不同的分层数据,分别利用Elman神经网络预测各层数据,将各层的预测结果使用BP神经网络合成最终预测结果。通过实际的股票价格对该模型进行验证,结果表明,该组合模型具有较高的预测效果,可以提高股票价格预测的准确率。 展开更多
关键词 小波 神经网络 预测模型 股票 时间序列
在线阅读 下载PDF
基于小波分析的两种神经网络耦合模型在月径流预测中的应用 被引量:17
9
作者 孙娜 周建中 +2 位作者 朱双 李薇 彭甜 《水电能源科学》 北大核心 2018年第4期14-17,32,共5页
为提高河川径流的中长期预报精度并延长其预见期,采用小波分析充分提取有用信息,基于BP神经网络和GRNN神经网络,构建了两种小波神经网络耦合模型,测试了Daubechies族中9种母波函数对模型模拟效果的影响,并采用合格率(Q_(QR))、平均相对... 为提高河川径流的中长期预报精度并延长其预见期,采用小波分析充分提取有用信息,基于BP神经网络和GRNN神经网络,构建了两种小波神经网络耦合模型,测试了Daubechies族中9种母波函数对模型模拟效果的影响,并采用合格率(Q_(QR))、平均相对误差(M_(MPRE))、均方根误差(R_(RMSE))和确定性系数(N_(NSE))等指标评价了模型精度。将该模型应用于金沙江流域向家坝水文站未来1~5个月的径流预报,结果显示,相比于传统BP和GRNN模型,耦合模型具有明显优势,且基于小波分析的BP模型预报结果更接近实测值,预报精度更高,其未来4个月的平均相对误差在±20%以内。表明小波分析方法能充分挖掘隐藏在原始数据中的有用信息,可有效提高耦合模型的预报精度延长预见期,在径流预测方面有明显的优越性。 展开更多
关键词 神经网络模型 水文预报 小波分析 月径流预报
在线阅读 下载PDF
多步预测的小波神经网络预报模型 被引量:24
10
作者 金龙 秦伟良 姚华栋 《大气科学》 CSCD 北大核心 2000年第1期79-86,共8页
采用小波分析与人工神经网络相结合的方法, 进行了一种新的非线性长期预报模型研究。结果表明,所构造的小波神经网络多步预测模型对历史样本具有很好的拟合效果,独立样本的预报效果也令人满意。并且, 该预报模型具有误差收敛快, ... 采用小波分析与人工神经网络相结合的方法, 进行了一种新的非线性长期预报模型研究。结果表明,所构造的小波神经网络多步预测模型对历史样本具有很好的拟合效果,独立样本的预报效果也令人满意。并且, 该预报模型具有误差收敛快, 预报时效长以及建模所需阶数低等显著优点, 具有很好的研究前景。 展开更多
关键词 小波神经网络 平均气温 多步预测 网络预报模型
在线阅读 下载PDF
基于灰色模型与小波神经网络的卫星钟差预报方法 被引量:12
11
作者 王宇谱 吕志平 +1 位作者 陈正生 黄令勇 《大地测量与地球动力学》 CSCD 北大核心 2014年第3期155-159,共5页
提出一种基于灰色模型和小波神经网络相结合的卫星钟差预报方法。首先通过灰色模型对钟差进行拟合并确定钟差预报的灰色模型,然后根据拟合残差对小波神经网络进行建模,最后将两种模型对应的预报结果结合得到钟差预报值。使用IGS精密钟... 提出一种基于灰色模型和小波神经网络相结合的卫星钟差预报方法。首先通过灰色模型对钟差进行拟合并确定钟差预报的灰色模型,然后根据拟合残差对小波神经网络进行建模,最后将两种模型对应的预报结果结合得到钟差预报值。使用IGS精密钟差进行实验,证明该方法的预报效果优于二次多项式模型和灰色模型,特别是对于ⅡR型铷钟和ⅡF型铷钟,其预报精度可以提高2倍以上。 展开更多
关键词 卫星钟差预报 灰色模型 小波神经网络 惯性制导系统 组合预报模型
在线阅读 下载PDF
基于Matlab的小波神经网络参考作物腾发量预测模型研究 被引量:7
12
作者 王堃 陈涛涛 +2 位作者 李雪 张兰芬 迟道才 《沈阳农业大学学报》 CAS CSCD 北大核心 2013年第4期457-460,共4页
参考作物腾发量是估算作物蒸发蒸腾量的关键参数,它的准确预测对提高作物需水预报精度具有重要的意义。将小波神经网络引入到参考作物腾发量的预测中,利用Matlab工具,以大连地区为例,建立小波神经网络模型和灰色新陈代谢GM(1,1)预测模型... 参考作物腾发量是估算作物蒸发蒸腾量的关键参数,它的准确预测对提高作物需水预报精度具有重要的意义。将小波神经网络引入到参考作物腾发量的预测中,利用Matlab工具,以大连地区为例,建立小波神经网络模型和灰色新陈代谢GM(1,1)预测模型,并对预测结果进行对比分析。结果表明:小波神经网络模型预测结果精度均在2级以上,与参考作物腾发量计算值绝对相对误差均值达到5.5%,准确性优于灰色新陈代谢GM(1,1)预测模型,达到较好的预测效果,为参考作物腾发量预测提供新方法。 展开更多
关键词 参考作物腾发量 小波神经网络模型 预测模型 MATLAB工具箱
在线阅读 下载PDF
基于小波神经网络矿山安全的评价模型 被引量:16
13
作者 郭亚军 张士昌 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2006年第6期702-705,共4页
煤矿是一个多工序、多环节、生产过程复杂、时空变化大、环境恶劣的生产企业,其安全系统是一典型的非线性系统,对矿山进行安全评价是当前安全管理中的一个重要环节.采用由伸缩和平移因子决定的小波基函数代替Sigmoid等传递函数,选用23... 煤矿是一个多工序、多环节、生产过程复杂、时空变化大、环境恶劣的生产企业,其安全系统是一典型的非线性系统,对矿山进行安全评价是当前安全管理中的一个重要环节.采用由伸缩和平移因子决定的小波基函数代替Sigmoid等传递函数,选用23项指标作为输入节点,建立矿山安全的小波神经网评价模型,该模型可自动确定网络参数,避免了传统神经网络需要人为干预网络结构参数的不足.实例分析表明,提出的WNN网络的评价绝对误差平均为0.425%,而BP网络评价绝对误差平均为3.1%.这说明,WNN网络泛化能力远好于BP网络,该模型具有重要的应用价值. 展开更多
关键词 小波神经网络 矿山安全 评价模型
在线阅读 下载PDF
应用Hopfield神经网络和小波域隐Markov树模型的图像复原 被引量:8
14
作者 娄帅 丁振良 +1 位作者 袁峰 李晶 《光学精密工程》 EI CAS CSCD 北大核心 2009年第11期2828-2834,共7页
为了解决传统的Hopfield神经网络图像复原算法对噪声抑制和图像细节保护不能很好兼顾的问题,提出了一种基于改进的连续Hopfield神经网络和小波域隐Markov树(HMT)模型的复原算法。将小波域HMT模型作为图像小波系数统计关系的先验知识,并... 为了解决传统的Hopfield神经网络图像复原算法对噪声抑制和图像细节保护不能很好兼顾的问题,提出了一种基于改进的连续Hopfield神经网络和小波域隐Markov树(HMT)模型的复原算法。将小波域HMT模型作为图像小波系数统计关系的先验知识,并以正则化项的形式引入到神经网络模型中,最终利用Hopfield神经网络的能量收敛特性完成图像复原。同时提出了一种高度并行的网络权值矩阵计算方法,通过对模板图像进行算子操作,分批求取网络权值,避免了大型矩阵的乘法运算。实验结果表明,无论是对真实图像还是人工生成图像,算法复原的视觉效果均有明显改善,提高信噪比(ISNR)较传统同类算法增加了0.3dB以上,达到了同时抑制噪声和保护图像细节的目的。 展开更多
关键词 图像复原 HOPFIELD神经网络 小波域隐Markov树模型 权值矩阵
在线阅读 下载PDF
基于小波神经网络的年降水量预测模型研究 被引量:7
15
作者 崔屾 迟道才 +1 位作者 孟丽丽 孙号茗 《人民长江》 北大核心 2008年第20期55-57,共3页
为了研究某一地区年降雨量的变化规律、特点,以及该地区的旱涝情况,以便提前采取预防措施,减少灾害带来的影响,降低损失,试图通过建立小波与神经网络组合模型的方法预测年降水量。将采用小波神经网络模型预测出的结果与人工神经网络模... 为了研究某一地区年降雨量的变化规律、特点,以及该地区的旱涝情况,以便提前采取预防措施,减少灾害带来的影响,降低损失,试图通过建立小波与神经网络组合模型的方法预测年降水量。将采用小波神经网络模型预测出的结果与人工神经网络模型预测出的结果进行比较,结果表明:采用小波神经网络模型的预测结果在精确度上要好于单独使用人工神经网络预测的结果。与人工神经网络模型相比,小波神经网络模型具有较高的预测精度,在对降雨量数据进行预测分析时具有较大优势。 展开更多
关键词 小波分析 神经网络 降雨量 预测模型
在线阅读 下载PDF
基于小波变换灰度模型-人工神经网络(GM-ANN)组合的粮食产量预测模型 被引量:6
16
作者 樊超 杨静 +1 位作者 杨铁军 傅洪亮 《江苏农业科学》 北大核心 2016年第12期390-393,共4页
由于粮食生产受到社会、经济和气候等多方面因素的影响,造成粮食产量序列的复杂性、随机性和非平稳性。为了准确预测粮食产量,提出基于小波变换的灰度模型(GM)-反演(BP)神经网络[BP神经网络是人工神经网络(AMNN)的一种]相结合的预测方法... 由于粮食生产受到社会、经济和气候等多方面因素的影响,造成粮食产量序列的复杂性、随机性和非平稳性。为了准确预测粮食产量,提出基于小波变换的灰度模型(GM)-反演(BP)神经网络[BP神经网络是人工神经网络(AMNN)的一种]相结合的预测方法,首先利用小波变换将非平稳序列转化为若干不同频率分量的平稳序列;然后针对各序列使用灰色GM(1,1)模型建立预测模型,为了进一步提高模型的预测精度,结合BP神经网络对预测残差进行修正;最后通过组合得到粮食产量的预测模型。通过对2011—2014年我国粮食产量数据的预测,表明所提方法的预测精度明显高于GM(1,1)和BP神经网络预测模型,4年的平均预测误差小于1%,能够较准确地预测我国粮食产量。 展开更多
关键词 粮食产量 小波变换 灰度模型 BP神经网络 预测
在线阅读 下载PDF
小波变换与神经网络复合的图像清晰度识别研究 被引量:3
17
作者 陈国金 朱妙芬 施浒立 《红外技术》 CSCD 北大核心 2007年第11期670-674,共5页
基于小波变换与神经网络复合模型的图像清晰度识别方法具有较强的图像边缘特征提取、非线性处理、自适应学习和模式识别能力。提出一种通过神经网络模拟人眼的调焦机制,基于小波变换与神经网络复合模型,实现对图像清晰度评价的方法。利... 基于小波变换与神经网络复合模型的图像清晰度识别方法具有较强的图像边缘特征提取、非线性处理、自适应学习和模式识别能力。提出一种通过神经网络模拟人眼的调焦机制,基于小波变换与神经网络复合模型,实现对图像清晰度评价的方法。利用二维离散小波变换对图像信号的特征进行提取,并对7个小波分量及原始图像做统计处理得到16个统计值,作为图像的特征量供后续的识别分析。构建了5层BP神经网络模型对图像清晰度进行识别,采用可变步长附加动量项的最速下降法调整网络权值。所设计的神经网络首先对由75幅图像组成的训练集合进行训练,再对102幅图像组成的测试集合进行实验验证。结果表明,这是一种相当有效的判别方法,取得了较高的识别率。 展开更多
关键词 图像清晰度 小波变换 神经网络 复合模型 图像特征
在线阅读 下载PDF
基于小波分析与BP神经网络的PM_(10)浓度预测模型 被引量:9
18
作者 李勇 白云 李川 《环境监测管理与技术》 CSCD 2016年第5期24-28,共5页
应用小波分析和BP神经网络相结合的方法,建立大气污染物浓度预测模型。首先,利用静态小波分解将原始的大气污染物浓度序列分解为不同频段的小波系数序列;其次,将重要的气象因子和各尺度上的小波系数序列作为BP神经网络的输入;最后,对输... 应用小波分析和BP神经网络相结合的方法,建立大气污染物浓度预测模型。首先,利用静态小波分解将原始的大气污染物浓度序列分解为不同频段的小波系数序列;其次,将重要的气象因子和各尺度上的小波系数序列作为BP神经网络的输入;最后,对输出的各序列预测值重构,得到最终的预测结果。使用该模型对重庆市主城区某国控监测站点的PM_(10)浓度预测,结果表明,与传统的BP神经网络模型相比,该预测模型的推广能力强、预测精密度高,具有良好的应用前景。 展开更多
关键词 小波分析 BP神经网络 预测模型 PM10
在线阅读 下载PDF
C/E复合材料声发射信号小波分析及人工神经网络模式识别 被引量:13
19
作者 王健 金周庚 刘哲军 《宇航材料工艺》 CAS CSCD 北大核心 2001年第1期49-57,共9页
以复合材料为对象 ,以宽频带传感器及线阵列方式对各类模式试样采集了波形及信号参数 ,比较波形、信号参数、频谱及小波谱的特征 ,筛选出六类 130 0个样本 ,采用多分辨小波变换提取了 5个特征向量 ,实现了特征空间的降维处理 ,采用B—P... 以复合材料为对象 ,以宽频带传感器及线阵列方式对各类模式试样采集了波形及信号参数 ,比较波形、信号参数、频谱及小波谱的特征 ,筛选出六类 130 0个样本 ,采用多分辨小波变换提取了 5个特征向量 ,实现了特征空间的降维处理 ,采用B—P型反向传播神经网络构成了智能化模式分类器 ,研究了网络模型的学习效果和对与复合材料主要损伤机制有关的六类声发射信号的识别能力。试验结果表明 ,神经网络对六类信号的平均正确识别率达到 90 .4 %。最佳识别率为 97.2 %。该方法成功用于 90°、0°光滑和 0°缺口三种试样的破坏过程分析 。 展开更多
关键词 C/E复合材料 小波分析 人工神经网络 模式识别 声发射信号 无损检测
在线阅读 下载PDF
基于反射波法的桩身完整性判别的神经网络模型 被引量:12
20
作者 王成华 张薇 《岩土力学》 EI CAS CSCD 北大核心 2003年第6期952-956,共5页
提出了一种基于应力波反射波法判别基桩桩身完整性的BP型神经网络模型。该模型以桩身应力波波形曲线、桩的几何尺寸和桩身混凝土波速等为网络的输入信息,预测作为网络输出信息的桩身完整性特征,如正常、缩径、扩径、离析和开裂等。通过... 提出了一种基于应力波反射波法判别基桩桩身完整性的BP型神经网络模型。该模型以桩身应力波波形曲线、桩的几何尺寸和桩身混凝土波速等为网络的输入信息,预测作为网络输出信息的桩身完整性特征,如正常、缩径、扩径、离析和开裂等。通过采用多种运算改进技术,提高了网络的可行性和计算速度。对天津市软土地基中的数十根灌注桩的实测波形等资料学习和预测,取得了令人满意的精度。 展开更多
关键词 桩身完整性 应力反射 预测精度 BP型神经网络模型 基桩质量检测
在线阅读 下载PDF
上一页 1 2 16 下一页 到第
使用帮助 返回顶部