期刊文献+
共找到209篇文章
< 1 2 11 >
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:37
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
基于自回归小波神经网络的机械臂自适应滑模控制 被引量:1
2
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
3
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
基于小波神经网络矿山安全的评价模型 被引量:16
4
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
基于小波神经网络的年降水量预测模型研究 被引量:7
5
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
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
6
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
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
7
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
基于小波神经网络的期权定价模型 被引量:10
8
作者 张鸿彦 林辉 《东南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2007年第4期716-720,共5页
Black-Scholes模型所要求的假设条件在真实的市场条件下往往不能满足.提出了一种新的应用小波神经网络进行预测的欧式期权定价模型.将期权按钱性进行分类,以一种新的加权的隐含波动率作为神经网络的输入变量,通过小波神经网络模型、BP... Black-Scholes模型所要求的假设条件在真实的市场条件下往往不能满足.提出了一种新的应用小波神经网络进行预测的欧式期权定价模型.将期权按钱性进行分类,以一种新的加权的隐含波动率作为神经网络的输入变量,通过小波神经网络模型、BP网络模型和Black-Scholes模型来预测香港恒指买权的价格.实证结果表明,将一种加权的隐含波动率作为输入变量的小波神经网络模型优于Black-Scholes模型和其他神经网络模型.因此该模型可以更有效地预测欧式期权价格. 展开更多
关键词 期权定价 小波神经网络 BLACK-SCHOLES模型 隐含动率
在线阅读 下载PDF
基于复合神经网络模型的四轮独立驱动电动车控制 被引量:14
9
作者 沈勇 吴新文 《汽车工程》 EI CSCD 北大核心 2004年第4期458-460,475,共4页
针对四轮独立驱动电动车的运动控制 ,提出了一种基于Ackerman转向模型和神经网络方法的复合模型 ,用于对各个车轮转速进行仿真和控制。这种复合模型的特点是结构非常精简 ,其参数可用实际整车数据来直接整定 。
关键词 电动汽车 四轮独立驱动 复合模型 神经网络
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:10
10
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
基于混沌的大坝监测序列小波RBF神经网络预测模型 被引量:9
11
作者 戴波 陈波 《水利水电技术》 CSCD 北大核心 2016年第2期80-85,共6页
本文结合混沌理论、小波分解与重构,以及径向基函数(RBF)神经网络的优点,提出了一种基于混沌的大坝监测序列小波RBF神经网络预测模型。该模型主要利用小波分析将大坝监测序列分解为趋势项和细节时间序列,并利用RBF神经网络和基于RBF神... 本文结合混沌理论、小波分解与重构,以及径向基函数(RBF)神经网络的优点,提出了一种基于混沌的大坝监测序列小波RBF神经网络预测模型。该模型主要利用小波分析将大坝监测序列分解为趋势项和细节时间序列,并利用RBF神经网络和基于RBF神经网络的混沌理论对两种时间序列进行预测,最后通过小波重构得到预测值。实例分析表明,本模型能够克服监测序列中的噪声干扰,反映大坝监测序列的多尺度特性,对监测数据的预测精度较高,可应用于实际工程。 展开更多
关键词 混沌 小波分析 RBF神经网络 预测模型 大坝安全监测
在线阅读 下载PDF
基于小波神经网络的辣椒价格时间序列预测模型 被引量:5
12
作者 张建华 孔繁涛 +3 位作者 吴建寨 王盛威 朱孟帅 赵璞 《中国食物与营养》 2014年第12期40-42,共3页
以辣椒价格为研究对象,用天津市10个采集点2013年1月1日—12月30日的辣椒日度市场价格数据作为样本,借助小波神经网络智能分析方法,构建了天津市辣椒价格时间序列预测模型。结果表明,模型预测误差率小于0.01,预测值与实际值之间的相关... 以辣椒价格为研究对象,用天津市10个采集点2013年1月1日—12月30日的辣椒日度市场价格数据作为样本,借助小波神经网络智能分析方法,构建了天津市辣椒价格时间序列预测模型。结果表明,模型预测误差率小于0.01,预测值与实际值之间的相关性R2为0.8438,可准确预测辣椒价格走势。该模型的构建为辣椒市场监测预警提供技术支持,也可为相关政策出台提供参考。 展开更多
关键词 小波神经网络 辣椒 价格 时间序列 预测模型
在线阅读 下载PDF
基于小波神经网络的船舶动力装置模型的建立 被引量:2
13
作者 郭江华 陆锦辉 +1 位作者 侯馨光 陈国钧 《武汉理工大学学报(交通科学与工程版)》 2008年第5期929-932,共4页
以CODAD主推进系统为例,建立了在Matlab7.0/Simulink6.0环境下的仿真模型.采用分布式参数建模的方法,根据参数间的相关性,建立分离的参数预测模型,然后把所有的参数模型联合起来,得到完整的主推进装置模型.采集了实船航行数据,经过小波... 以CODAD主推进系统为例,建立了在Matlab7.0/Simulink6.0环境下的仿真模型.采用分布式参数建模的方法,根据参数间的相关性,建立分离的参数预测模型,然后把所有的参数模型联合起来,得到完整的主推进装置模型.采集了实船航行数据,经过小波去噪后作为模型辨识的试验数据.利用小波神经网络对主推进装置仿真模型中的主机转速进行了预测.仿真结果表明,采用小波神经网络进行模型辨识,可获得较好的效果. 展开更多
关键词 小波神经网络 主推进装置 模型 仿真
在线阅读 下载PDF
基于小波神经网络的参考作物腾发量预测模型研究 被引量:3
14
作者 王堃 陈涛涛 +2 位作者 李雪 张兰芬 迟道才 《节水灌溉》 北大核心 2013年第6期33-35,共3页
为提高某一地区农业用水效率,进行区域水资源的优化配置。本文以辽宁大连地区1954-2005年参考作物腾发量资料为依据,借助于Matlab工具,分别建立结构为8-12-4和10-12-2的小波神经网络进行参考作物腾发量预测,结果表明:在年度和季节尺度上... 为提高某一地区农业用水效率,进行区域水资源的优化配置。本文以辽宁大连地区1954-2005年参考作物腾发量资料为依据,借助于Matlab工具,分别建立结构为8-12-4和10-12-2的小波神经网络进行参考作物腾发量预测,结果表明:在年度和季节尺度上,小波神经网络模型预测结果与参考作物腾发量计算值绝对相对误差均值分别达到5.5%和4.3%,达到了较好的预测效果。该模型预测过程简单,预测结果可靠。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 大连地区
在线阅读 下载PDF
顶板来压识别与预测的复合小波神经网络方法 被引量:4
15
作者 张丽华 蔡美峰 《煤炭科学技术》 CAS 北大核心 2003年第7期41-43,共3页
回采工作面支护阻力实测是我国矿压常规观测的主要内容,实测压力曲线记录了矿压的变化。结合单体支柱工作面矿压观测数据,应用复合小波神经网络方法对回采工作面基本顶来压进行了识别和预测,可有效地实时预测顶板来压特征来压步距与来... 回采工作面支护阻力实测是我国矿压常规观测的主要内容,实测压力曲线记录了矿压的变化。结合单体支柱工作面矿压观测数据,应用复合小波神经网络方法对回采工作面基本顶来压进行了识别和预测,可有效地实时预测顶板来压特征来压步距与来压强度。 展开更多
关键词 顶板来压 识别与预测 复合小 神经网络
在线阅读 下载PDF
时间序列小波神经网络组合模型在年降雨量预测中的应用 被引量:6
16
作者 陶猛 徐淑琴 《节水灌溉》 北大核心 2013年第12期40-42,45,共4页
在研究了降雨量特性的基础上提出了一种新型的组合预测模型即时间序列-小波神经网络模型(ARWNN)。以858农场为例,先利用时间序列模型对降雨量进行拟合,并将拟合结果作为小波神经网络的输入进行建模分析,并建立时间序列AR模型和小波神经... 在研究了降雨量特性的基础上提出了一种新型的组合预测模型即时间序列-小波神经网络模型(ARWNN)。以858农场为例,先利用时间序列模型对降雨量进行拟合,并将拟合结果作为小波神经网络的输入进行建模分析,并建立时间序列AR模型和小波神经网络模型与之比较,通过精度检验和对比分析结果表明,组合模型对降雨量的拟合及预测精度均较高。 展开更多
关键词 降雨量 AR—WNN AR模型 小波神经网络模型
在线阅读 下载PDF
基于小波神经网络的建筑火灾预测模型及应用 被引量:11
17
作者 施式亮 汤广发 何利文 《铁道科学与工程学报》 CAS CSCD 北大核心 2005年第2期34-37,共4页
随着我国城乡建设的飞速发展,建筑火灾形势日趋严峻,依靠传统的管理技术和方法已远远不能适应社会和民众对安全的需要。针对某城市建筑火灾非线性时间序列,建立了小波神经网络(WNN)预测模型,计算分析证明了该模型的可行性。该模型可与... 随着我国城乡建设的飞速发展,建筑火灾形势日趋严峻,依靠传统的管理技术和方法已远远不能适应社会和民众对安全的需要。针对某城市建筑火灾非线性时间序列,建立了小波神经网络(WNN)预测模型,计算分析证明了该模型的可行性。该模型可与消防工作相结合,建立和实施城乡综合防灾减灾系统,实现城乡综合防灾减灾的科学管理。 展开更多
关键词 小波神经网络 预测模型 建筑火灾 非线性时间序列 应用 防灾减灾系统 综合防灾减灾 城乡建设 火灾形势 管理技术 计算分析 消防工作 科学管理
在线阅读 下载PDF
基于小波和神经网络模型的邮电业务总量预测 被引量:1
18
作者 单锐 代海波 刘文 《郑州大学学报(工学版)》 CAS 北大核心 2013年第3期94-97,120,共5页
引入极大重叠离散小波变换的概念,利用极大重叠离散小波变换的多分辨分析特性,对邮电业务总量序列进行分解.然后对分离得到的光滑项和细节项两部分利用小波神经网络模型进行建模和预测,最后再重构得到邮电业务总量序列的预测值.数据测... 引入极大重叠离散小波变换的概念,利用极大重叠离散小波变换的多分辨分析特性,对邮电业务总量序列进行分解.然后对分离得到的光滑项和细节项两部分利用小波神经网络模型进行建模和预测,最后再重构得到邮电业务总量序列的预测值.数据测试结果表明:本文方法可实现多步预测,且对邮电业务总量的预测精度比单纯的用小波神经网络模型或BP神经网络模型高. 展开更多
关键词 BP神经网络模型 极大重叠离散小波变换 小波神经网络 邮电业务总量
在线阅读 下载PDF
基于模型迁移的磨矿过程混合蛙跳算法-小波神经网络软测量建模及重构 被引量:1
19
作者 王介生 杨阳 孙世峰 《上海交通大学学报》 EI CAS CSCD 北大核心 2012年第12期1951-1955,共5页
以磨矿过程的关键工艺指标(磨矿粒度和磨机排矿速率)为预测对象,提出一种基于小波神经网络(WNN)的自适应软测量建模方法.通过对磨矿过程工艺的分析,选取了软测量模型的辅助变量,利用混合蛙跳算法(SFLA)对WNN软测量模型的结构参数(小波... 以磨矿过程的关键工艺指标(磨矿粒度和磨机排矿速率)为预测对象,提出一种基于小波神经网络(WNN)的自适应软测量建模方法.通过对磨矿过程工艺的分析,选取了软测量模型的辅助变量,利用混合蛙跳算法(SFLA)对WNN软测量模型的结构参数(小波函数伸缩因子、平移因子和网络连接权重)进行优化,实现软测量模型输入输出变量之间的非线性映射;并采用模型迁移思想及输入输出修正规划方法实现软测量模型的重构,以解决输入矿石品位改变这一动态工况下的模型自适应校正问题.仿真结果表明,所提出的模型能够显著提高磨矿过程中经济技术指标预测的精度和鲁棒性,满足磨矿生产过程的实时控制要求. 展开更多
关键词 磨矿过程 软测量 小波神经网络 混合蛙跳算法 模型迁移
在线阅读 下载PDF
一种基于小波神经网络混合模型的说话人识别方法 被引量:3
20
作者 李战明 陈迪 《兰州理工大学学报》 CAS 北大核心 2007年第2期77-80,共4页
提出一种混合模型,即将隐马尔可夫模型(HMM)和小波神经网络(WNN)相结合应用于说话人识别的模型.该方法利用HMM的时序建模能力以及小波神经网络较强的模式分类能力,进行与文本无关的说话人的识别.实验表明,采用这种混合模型可以提高系统... 提出一种混合模型,即将隐马尔可夫模型(HMM)和小波神经网络(WNN)相结合应用于说话人识别的模型.该方法利用HMM的时序建模能力以及小波神经网络较强的模式分类能力,进行与文本无关的说话人的识别.实验表明,采用这种混合模型可以提高系统的识别率,特别在噪声环境中具有一定的噪声鲁棒性,提高了识别性能. 展开更多
关键词 说话人识别 隐马尔可夫模型(HMM) 小波神经网络(WNN)
在线阅读 下载PDF
上一页 1 2 11 下一页 到第
使用帮助 返回顶部