期刊文献+
共找到179篇文章
< 1 2 9 >
每页显示 20 50 100
基于神经网络的油气钻井浅层气识别方法研究
1
作者 张祯祥 《石化技术》 2025年第3期251-253,共3页
我国南海深水油气资源丰富,然而深水地质环境复杂,深水油气钻井作业时常遭遇浅层气地质灾害。常规浅层气识别技术依赖于地震振幅等单一属性,易导致结果存在不确定性及多解性。为提高深水油气钻井浅层气灾害识别精准度,以振幅、频率等多... 我国南海深水油气资源丰富,然而深水地质环境复杂,深水油气钻井作业时常遭遇浅层气地质灾害。常规浅层气识别技术依赖于地震振幅等单一属性,易导致结果存在不确定性及多解性。为提高深水油气钻井浅层气灾害识别精准度,以振幅、频率等多种地震属性作为输入特征参数,利用BP神经网络对深水钻井过程中可能遭遇的浅层气地质灾害进行识别。分析结果表明,基于BP神经网络的深水钻井浅层气灾害识别准确率可达90.2%,识别精度较常规方法提高10%~15%,充分说明BP神经网络对浅层气识别具有显著的适用性与可靠性,为深水油气安全钻井作业提供技术指导。 展开更多
关键词 油气钻井 bp神经网络 精准识别
在线阅读 下载PDF
BP神经网络模型在安陵节制闸流量预测中的应用
2
作者 王瑞星 王吉杰 张媛媛 《河北水利》 2025年第1期43-45,共3页
以安陵节制闸自由孔流流态下的闸上水头、闸门开度、闸门开宽和实测流量等数据,运用SPSSAU在线软件,建立基于遗传算法的BP神经网络模型,将神经元输入层优化为面积与流速双因子,实测流量为唯一输出层。经过对模型进行训练,发现这一模型... 以安陵节制闸自由孔流流态下的闸上水头、闸门开度、闸门开宽和实测流量等数据,运用SPSSAU在线软件,建立基于遗传算法的BP神经网络模型,将神经元输入层优化为面积与流速双因子,实测流量为唯一输出层。经过对模型进行训练,发现这一模型适应性较好,预测流量与实测流量对比,误差值相对较小,可为节制闸实现精准流量控制提供新的参考。 展开更多
关键词 自由孔流 bp神经网络 遗传算法 多层感知器
在线阅读 下载PDF
基于BP神经网络的海底浅层超软黏土不排水抗剪强度预测
3
作者 孙耀 李飒 +2 位作者 李怀亮 甘惠良 赵福臣 《中国海上油气》 CAS CSCD 北大核心 2024年第1期176-185,共10页
准确评估海底浅层超软黏土的不排水抗剪强度对海洋资源开发、灾害评估、海洋工程建设等具有重要的意义。世界多个海域超软黏土数据分析对比表明,现有不排水抗剪强度评估经验公式存在受地域限制的问题,计算精度较低。因此,以超软黏土的6... 准确评估海底浅层超软黏土的不排水抗剪强度对海洋资源开发、灾害评估、海洋工程建设等具有重要的意义。世界多个海域超软黏土数据分析对比表明,现有不排水抗剪强度评估经验公式存在受地域限制的问题,计算精度较低。因此,以超软黏土的6个物性指标为输入变量,不排水抗剪强度为输出变量,建立BP神经网络模型进行海底浅层超软黏土不排水抗剪强度预测;根据建立的超软黏土不排水抗剪强度与物性指标之间的非线性映射网络,以权积法求解超软黏土不排水抗剪强度对各指标的敏感度系数,定量分析各指标对不排水抗剪强度的影响程度。结果表明:考虑多因素影响的BP神经网络模型在超软黏土不排水抗剪强度预测方面具有普遍适应性,其预测结果非常接近落锥试验实测结果,均方差0.02139,R2值达到0.9874,预测精度远高于现有经验公式;采用权积法计算得到的对数流动性指标对不排水抗剪强度最为敏感;据此建立了以对数流动性指标为参数的黏土不排水抗剪强度预测经验公式,该公式在计算中国海域超软黏土不排水剪切强度方面具有较高精度,但由于数据量有限,依旧存在一定局限性。本研究为海底浅层超软黏土不排水抗剪强度的计算提供了参考。 展开更多
关键词 海底浅 超软黏土 不排水抗剪强度 bp神经网络 权积法 物性指标 敏感度
在线阅读 下载PDF
基于多层前馈神经网络的扩散系数求解
4
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
基于BP神经网络隐层结构的研究及实例 被引量:1
5
作者 邱丹萍 《长江信息通信》 2024年第7期8-10,共3页
BP神经网络是神经网络中应用最为普遍的一种网络,随着人工智能技术的发展,各行各业也逐渐将BP神经网络运用在生活中,比如预测、推荐、识别等领域,都取得了一定的效果。但随着数据量的递增,BP神经网络也在进行预测时也有梯度下降等问题,... BP神经网络是神经网络中应用最为普遍的一种网络,随着人工智能技术的发展,各行各业也逐渐将BP神经网络运用在生活中,比如预测、推荐、识别等领域,都取得了一定的效果。但随着数据量的递增,BP神经网络也在进行预测时也有梯度下降等问题,许多专家也在不断对算法及网络结构进行调整。BP网络隐层结构的设计一直是不确定的,尤其是隐层单元数的确定缺乏理论依据,设计者大多依靠经验来确定。对于神经网络中BP网络的运用最为广泛,其中之一就是在函数收敛上的运用。文章主要是通过研究隐层层数和单元数的确定问题,来分析BP网络上的函数收敛性,通过比较在不同隐层层数和隐层节点下的收敛性来研究隐层结构对函数收敛性的影响,并将分析结果运用在股票预测中,实践表明,确定隐层节点数能在一定程度上改进预测误差。 展开更多
关键词 bp神经网络 结构 函数拟合 预测
在线阅读 下载PDF
一种改进的前馈神经网络BP学习算法 被引量:14
6
作者 刘显德 崔浩然 +1 位作者 李盼池 许少华 《大庆石油学院学报》 CAS 北大核心 2003年第1期51-54,共4页
针对前馈神经网络收敛速度慢、易陷入局部极小问题 ,提出了一种改进的BP算法———变惯性因数和构造响应函数相结合的算法 .该算法在每一次校正连接权和阈值时 ,均按一定比例加上前一次学习时的校正量 ,同时构造出新响应函数 ,以提高网... 针对前馈神经网络收敛速度慢、易陷入局部极小问题 ,提出了一种改进的BP算法———变惯性因数和构造响应函数相结合的算法 .该算法在每一次校正连接权和阈值时 ,均按一定比例加上前一次学习时的校正量 ,同时构造出新响应函数 ,以提高网络收敛速度 .仿真实验证明了该算法的有效性 . 展开更多
关键词 改进 前馈神经网络 bp学习算法 变惯性因数 收敛性
在线阅读 下载PDF
基于蚁群算法的多层前馈神经网络 被引量:68
7
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
前馈神经网络中BP算法的一种改进 被引量:13
8
作者 孟斌 冯永杰 翟玉庆 《东南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2001年第4期40-42,共3页
在传统的BP算法基础上 ,提出了一种改进的BP学习算法 .先加入描述网络复杂性的量 ,使算法能够考虑到网络的连接复杂性 ,进而有可能删除掉冗余的连接甚至节点 ;接着提出对网络的学习步长的动态调整 ,以此来尽量避免传统学习中的学习速度... 在传统的BP算法基础上 ,提出了一种改进的BP学习算法 .先加入描述网络复杂性的量 ,使算法能够考虑到网络的连接复杂性 ,进而有可能删除掉冗余的连接甚至节点 ;接着提出对网络的学习步长的动态调整 ,以此来尽量避免传统学习中的学习速度过慢和反复震荡 ;然后给出新的算法是高阶非线性收敛的证明 ;最后通过实验说明新的BP算法在一定程度上可减少网络的复杂性 ,有着比传统算法更快的收敛速度 . 展开更多
关键词 前馈神经网络 bp学习算法 收敛速度 学习步长
在线阅读 下载PDF
多层神经网络BP算法的改进 被引量:13
9
作者 姚瑞波 孙国雄 汤崇熙 《东南大学学报(自然科学版)》 EI CAS CSCD 1996年第4期126-130,共5页
多层神经网络BP算法的改进姚瑞波孙国雄汤崇熙(东南大学机械工程系,南京210018)目前,前馈型多层神经网络模型已广泛应用于模式识别、语音识别、数据压缩等领域.BP算法作为其学习方式有效地解决了XOR、T-C匹配问题... 多层神经网络BP算法的改进姚瑞波孙国雄汤崇熙(东南大学机械工程系,南京210018)目前,前馈型多层神经网络模型已广泛应用于模式识别、语音识别、数据压缩等领域.BP算法作为其学习方式有效地解决了XOR、T-C匹配问题,但BP网络的学习过程是对一个高... 展开更多
关键词 多层神经网络 bp算法 神经网络 误差函数
在线阅读 下载PDF
应用改进的BP人工神经网络快速预测储层敏感性 被引量:6
10
作者 张益 张宁生 +1 位作者 王志伟 刘华 《油气地质与采收率》 CAS CSCD 2004年第1期66-67,共2页
标准的神经网络算法存在训练时间长,在一些特定的给定初值情况下会陷入局部最小等缺点,应用受到一定限制。该文介绍了改进的BP人工神经网络训练算法,该算法在一个权值修改过程中对权值修改两次,以达到加速收敛避免陷入局部最小等目的,... 标准的神经网络算法存在训练时间长,在一些特定的给定初值情况下会陷入局部最小等缺点,应用受到一定限制。该文介绍了改进的BP人工神经网络训练算法,该算法在一个权值修改过程中对权值修改两次,以达到加速收敛避免陷入局部最小等目的,利用该算法进行了储层敏感性快速预测软件研制。分析表明,该算法受人为因素干扰小,所需参数少,结果比较可靠,总体符合率达到91%,改进后的算法训练所需时间与标准BP网络相比缩短了许多,是一种适用于现场的良好方法。 展开更多
关键词 bp人工神经网络 神经网络算法 损害 敏感性 隐含
在线阅读 下载PDF
关于前馈多层神经网络多维函数逼近能力的一个定理 被引量:6
11
作者 韦岗 李华 徐秉铮 《电子科学学刊》 EI CSCD 1997年第4期433-438,共6页
本文首次证明了前馈神经网络多维函数逼近能力的一个重要定理:当隐层神经元数目足够多时,其多维函数逼近能力与维数无关.也就是说我们只需研究其一维函数逼近能力,所得的结论完全适合于多维情形,该定理大大简化了前馈多层神经网络函数... 本文首次证明了前馈神经网络多维函数逼近能力的一个重要定理:当隐层神经元数目足够多时,其多维函数逼近能力与维数无关.也就是说我们只需研究其一维函数逼近能力,所得的结论完全适合于多维情形,该定理大大简化了前馈多层神经网络函数逼近问题的分析难度。本文还给出了该定理的一个应用。 展开更多
关键词 神经网络 函数逼近 前馈多层网络
在线阅读 下载PDF
基于BP神经网络技术的水淹层评价 被引量:5
12
作者 郭海敏 赵亚宁 +1 位作者 时新磊 彭红浪 《石油天然气学报》 CAS CSCD 北大核心 2010年第5期79-83,共5页
油层水淹后,油层的电阻率、自然电位、声学性质以及核物理性质等均会发生一系列变化,而且这些变化同油层的物理性质、注入水性质以及注入量等有关。不同的注水时期,这些变化也是不同的,因而使地质情况更加复杂多变。此时如果仅仅依靠常... 油层水淹后,油层的电阻率、自然电位、声学性质以及核物理性质等均会发生一系列变化,而且这些变化同油层的物理性质、注入水性质以及注入量等有关。不同的注水时期,这些变化也是不同的,因而使地质情况更加复杂多变。此时如果仅仅依靠常规测井曲线的变化建立模型来评价水淹层,势必造成很大误差。根据常规测井资料,借助BP神经网络,建立了BP网络模型,用建立的模型对某断块的15口具有试油资料的井进行了水淹级别预测,正确率高达80%以上。结果表明,基于BP神经网络的水淹层识别技术具有良好的应用效果。 展开更多
关键词 常规测井曲线 试油资料 测井数据 bp神经网络 水淹评价
在线阅读 下载PDF
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
13
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
重复压裂选井选层的BP神经网络法 被引量:6
14
作者 吕志凯 何顺利 +2 位作者 顾岱鸿 张红玲 申颖浩 《油气井测试》 2013年第2期4-6,12,共4页
影响重复压裂选井的因素很多,且各个因素之间具有复杂的非线性关系,利用传统的预测方法受到诸多限制。针对此问题,应用现代数学理论,确定了影响重复压裂选井选层的主要因素,建立了选井选层模型。研究结果表明,应用灰色系统理论方法可综... 影响重复压裂选井的因素很多,且各个因素之间具有复杂的非线性关系,利用传统的预测方法受到诸多限制。针对此问题,应用现代数学理论,确定了影响重复压裂选井选层的主要因素,建立了选井选层模型。研究结果表明,应用灰色系统理论方法可综合考虑多种影响因素,并对其进行量化,确定出这些因素对压后效果的权重影响,增加了决策的科学性;建立的BP神经网络模型能够自组织、自适应地解决复杂的非线性问题,增加了重复压裂选井选层预测结果的可信度;应用遗传算法及自适应学习效率法对模型进行了改进,提高了网络的学习效率和精确度。本模型对现场实际施工有一定的指导作用。 展开更多
关键词 重复压裂 选井选 影响因素 灰色关联度 bp神经网络
在线阅读 下载PDF
基于微波辐射测量和GA-BP神经网络的电缆内部温度反演
15
作者 庞恺 丰励 郑文超 《河南理工大学学报(自然科学版)》 CAS 北大核心 2024年第3期146-153,共8页
目的针对现有电缆监测系统无法实现无损式测量电缆内部温度的问题,方法提出一种基于微波辐射测量的电缆内部温度反演方法。首先,使用非相干方法构建多层微波辐射传输模型,利用指数函数进行分层,通过无限元仿真得到微波辐射计测量的亮温... 目的针对现有电缆监测系统无法实现无损式测量电缆内部温度的问题,方法提出一种基于微波辐射测量的电缆内部温度反演方法。首先,使用非相干方法构建多层微波辐射传输模型,利用指数函数进行分层,通过无限元仿真得到微波辐射计测量的亮温数据集,应用十折交叉验证划分数据集,为模拟实际测量中微波辐射计测得的亮温值易受环境噪声影响的情况,本文将测试集仿真值混合信噪比10~50 dB的高斯白噪声作为微波辐射计的实测值;然后采用遗传算法(genetic algorithm,GA)优化BP神经网络的权值和阈值,以此构建GA-BP神经网络模型,再向构建好的网络中输入样本,训练网络模型;最后利用实测值验证经过训练的GABP神经网络模型在反演电缆内部温度方面的能力。结果实验结果表明:相较于仅使用BP神经网络,使用遗传算法优化后的BP神经网络在反演电缆内部温度方面表现更优异;网络的反演效果和实测值添加的噪声信噪比呈正相关,噪声信噪比越大,神经网络的反演效果越好;当测试集中添加的噪声信噪比大于36 dB时,R^(2)>0.627,RMSE<5.55,反演效果较好;当混合噪声信噪比为50 dB时,反演效果最优,决定系数可达0.985。结论结果证明了GA-BP神经网络在电缆内部温度反演的有效性,为电缆内部温度反演提供了新思路。 展开更多
关键词 电缆内部温度 非均匀分 多层电缆微波辐射传输模型 bp神经网络 遗传算法
在线阅读 下载PDF
汽轮机性能预测BP神经网络输入层神经元筛选方法 被引量:6
16
作者 郭江龙 张树芳 +1 位作者 姚力强 王兴国 《汽轮机技术》 北大核心 2010年第2期147-149,共3页
将灰色关联度分析方法应用于汽轮机性能预测BP神经网络输入层神经元的筛选。方法对样本数量、分布规律要求不高、量化结果与定性分析一致,有利于减少对技术人员经验的依赖,为汽轮机性能预测BP神经网络输入层神经元的筛选提供了科学依据... 将灰色关联度分析方法应用于汽轮机性能预测BP神经网络输入层神经元的筛选。方法对样本数量、分布规律要求不高、量化结果与定性分析一致,有利于减少对技术人员经验的依赖,为汽轮机性能预测BP神经网络输入层神经元的筛选提供了科学依据。最后通过实例验证了所提出的方法的可行性。 展开更多
关键词 汽轮机 性能预测 bp神经网络 灰色关联度 输入神经
在线阅读 下载PDF
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
17
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
BP神经网络在浅层地下水矿化度预测中的应用研究 被引量:8
18
作者 杨劲松 姚荣江 《中国农村水利水电》 北大核心 2008年第3期5-8,12,共5页
针对导致黄河下游三角洲地区土壤盐渍化的浅层地下水因素,以该地区典型区域为研究对象,将人工神经网络引入地下水矿化度的模拟和预测中,建立了基于土壤盐分、地下水埋深和pH的地下水矿化度预测的BP神经网络模型,并与多元回归模型在拟合... 针对导致黄河下游三角洲地区土壤盐渍化的浅层地下水因素,以该地区典型区域为研究对象,将人工神经网络引入地下水矿化度的模拟和预测中,建立了基于土壤盐分、地下水埋深和pH的地下水矿化度预测的BP神经网络模型,并与多元回归模型在拟合精度和预测性能方面进行了比较。结果表明:研究区域地下水矿化度与土壤盐渍化程度呈显著的相关性,多元回归模型能较好地拟合地下水矿化度;通过网络训练确定了地下水矿化度的BP神经网络的拓扑结构为5∶8∶1,BP神经网络的拟合精度明显优于多元回归模型;统计检验表明BP神经网络的预测性能亦优于多元回归方法,其预测精度提高了50.1%。该研究可为黄河三角洲地区盐渍化的水盐调控和预测预报提供理论基础与决策依据。 展开更多
关键词 bp神经网络 地下水 矿化度 黄河三角洲
在线阅读 下载PDF
前馈神经网络隐层结点设计的一个学习算法 被引量:6
19
作者 叶东毅 《电子学报》 EI CAS CSCD 北大核心 1997年第11期126-128,共3页
考虑三层前馈神经网络隐结点学习问题.在分析同类与不同类训练样本在隐层输出上体现的差异的基础上,提出了一种在权值学习过程中动态地用除网络隐结点数的学习算法.数值结果表明本文算法是可行的.
关键词 前馈神经网络 结点数 bp算法
在线阅读 下载PDF
基于属性核特征选择与隐含层节点数动态确定的BP神经网络模型 被引量:6
20
作者 张俊虎 刘赟玥 +1 位作者 王玲玲 袁栋梁 《青岛科技大学学报(自然科学版)》 CAS 2021年第4期113-118,共6页
针对传统BP神经网络存在的容易产生过拟合、网络计算耗时长等问题,提出基于属性核特征选择与隐含层节点数动态确定的BP神经网络模型(AC-H-BPNN)。该模型以粗糙集中属性核为基点,通过属性重要度的判断,对神经网络输入项进行降维约简。针... 针对传统BP神经网络存在的容易产生过拟合、网络计算耗时长等问题,提出基于属性核特征选择与隐含层节点数动态确定的BP神经网络模型(AC-H-BPNN)。该模型以粗糙集中属性核为基点,通过属性重要度的判断,对神经网络输入项进行降维约简。针对隐含层节点数难以确定的问题,将二分分割法与经验公式相结合,精准确定隐含层节点数。并以水产养殖中对虾产量为例进行分析,实验结果表明,改进后的算法能够克服局部最小值问题,且预测结果准确度较高。 展开更多
关键词 属性核 二分分割 bp神经网络 隐含节点数 水产养殖
在线阅读 下载PDF
上一页 1 2 9 下一页 到第
使用帮助 返回顶部