期刊文献+
共找到77篇文章
< 1 2 4 >
每页显示 20 50 100
CP组合神经网络在基于DGA的变压器绝缘故障诊断中的应用 被引量:13
1
作者 汪晓明 何萍 +3 位作者 吴花 陈振刚 欧阳瑾 李彦明 《高压电器》 CAS CSCD 北大核心 2008年第6期543-547,共5页
对向传播(CP)算法是一种有教师学习和无教师学习算法的混合体,既具有良好的模式识别性能,又能很好地解决反馈型神经网络的收敛问题。笔者提出了基于CP分类器人工神经网络的变压器故障诊断方法,建立了CP组合神经网络模型,通过比较不同训... 对向传播(CP)算法是一种有教师学习和无教师学习算法的混合体,既具有良好的模式识别性能,又能很好地解决反馈型神经网络的收敛问题。笔者提出了基于CP分类器人工神经网络的变压器故障诊断方法,建立了CP组合神经网络模型,通过比较不同训练情况下的正判率来确定CP网络中的训练次数和竞争层神经元的个数。实例证明该模型诊断结果的正判率比改良电协研法和IEC三比值法有较大的提高,具有较高的诊断准确率和应用价值。 展开更多
关键词 变压器 故障诊断 油中溶解气体分析 CP组合神经网络
在线阅读 下载PDF
基于组合神经网络模型的电力变压器故障诊断方法 被引量:36
2
作者 刘娜 高文胜 谈克雄 《电工技术学报》 EI CSCD 北大核心 2003年第2期83-86,共4页
对故障空间的划分以及组合神经网络的构造方式 ,是利用组合神经网络进行变压器故障识别的关键。在讨论变压器故障空间划分方法及其存在问题的基础上 ,针对已积累的故障变压器的大量溶解气体数据 ,考察了各类故障的气体特征及聚类分析结... 对故障空间的划分以及组合神经网络的构造方式 ,是利用组合神经网络进行变压器故障识别的关键。在讨论变压器故障空间划分方法及其存在问题的基础上 ,针对已积累的故障变压器的大量溶解气体数据 ,考察了各类故障的气体特征及聚类分析结果 ,并在此基础上构造了组合神经网络分层结构模型 ,实现了对变压器故障由粗到细的逐级划分 ,以提高诊断的准确性 ,为制定维修策略提供了依据。最后 。 展开更多
关键词 电力变压器 故障诊断 组合神经网络 聚类分析 溶解气体分析
在线阅读 下载PDF
组合神经网络在变压器故障诊断中的应用 被引量:16
3
作者 张伟政 汪晓明 +1 位作者 吴晓辉 李彦明 《高压电器》 EI CAS CSCD 北大核心 2007年第5期364-367,共4页
针对油中溶解气体分析数据的归一化预处理,利用可靠性数据分析特征气体浓度和累积频率的概念,提出了两种新的归一化方法:特征浓度归一化法和混合归一化法,引入Fisher准则函数来评价两种预处理方法的效果。检验结果表明,这两种归一化的... 针对油中溶解气体分析数据的归一化预处理,利用可靠性数据分析特征气体浓度和累积频率的概念,提出了两种新的归一化方法:特征浓度归一化法和混合归一化法,引入Fisher准则函数来评价两种预处理方法的效果。检验结果表明,这两种归一化的数据预处理方法可获得类间均值差值较大、类内离散度小的效果。运用不同的归一化预处理方法对故障变压器的色谱数据进行处理后作为训练样本,对CP算法的组合神经网络进行训练。检验样本的诊断结果表明,新的归一化预处理方法能够提高网络诊断的准确率。 展开更多
关键词 变压器 可靠性数据分析 CP组合神经网络 故障诊断
在线阅读 下载PDF
基于组合神经网络的雷诺平均湍流模型多次修正方法 被引量:16
4
作者 张珍 叶舒然 +2 位作者 岳杰顺 王一伟 黄晨光 《力学学报》 EI CAS CSCD 北大核心 2021年第6期1532-1542,共11页
求解雷诺平均(Reynolds-averaged Navier-Stokes,RANS)方程依然是工程应用中有效且实用的方法,但对雷诺应力建模的不确定性会导致该方法的预测精度具有很大差异.随着人工智能的发展,湍流闭合模型结合机器学习元素的数据驱动方法被认为... 求解雷诺平均(Reynolds-averaged Navier-Stokes,RANS)方程依然是工程应用中有效且实用的方法,但对雷诺应力建模的不确定性会导致该方法的预测精度具有很大差异.随着人工智能的发展,湍流闭合模型结合机器学习元素的数据驱动方法被认为是提高RANS模型预测性能的有效手段,然而这种数据驱动方法的稳定性和预测精度仍有待进一步提高.本文通过构建一个全连接神经网络对RANS方程中的涡黏系数进行预测以实现雷诺应力的隐式求解,该神经网络记作涡黏系数神经网络(eddy viscosity neural network,EVNN).此外,也使用张量基神经网络(tensor basis neural network,TBNN)预测未封闭量与解析量之间的高阶涡黏关系,并利用基张量保证伽利略不变性.最后,采用多次修正的策略实现修正模型对流场预测的精度闭环.上述方法使用大涡模拟(large eddy simulation,LES)方法产生的高保真数据,以及RANS模拟获得的基线数据对由EVNN和TBNN组合的神经网络进行训练,然后用训练好的模型预测新的RANS模拟的流场.通过与高保真LES结果进行对比,结果表明,相比于原始RANS模型,修正模型对后验速度场、下壁面平均压力系数和摩擦力系数的预测精度均有较大提升.可以发现对雷诺应力线性部分的隐式处理可以增强数值求解的稳定性,对雷诺应力非线性部分的修正可以提升模型对流场各向异性特征预测的性能,并且多次修正后的模型表现出更高的预测精度.因此,该算法在数据驱动湍流建模和工程应用中具有很大的应用潜力. 展开更多
关键词 组合神经网络 雷诺平均 各向异性 隐式修正 精度闭环
在线阅读 下载PDF
利用离散正交多项式组合神经网络建立聚合物分子量分布灰箱模型 被引量:6
5
作者 吴海燕 曹柳林 +1 位作者 王晶 孙娅苹 《化工学报》 EI CAS CSCD 北大核心 2009年第11期2833-2837,共5页
聚合物分子量分布(MWD)是反映产品性能最重要的指标之一,它是典型的二元建模对象,采用组合神经网络对MWD的空间和时间变量进行分解建模。首先利用离散正交多项式神经网络在链长空间上建立分布与链长的模型,然后将MWD与时间变量的关系转... 聚合物分子量分布(MWD)是反映产品性能最重要的指标之一,它是典型的二元建模对象,采用组合神经网络对MWD的空间和时间变量进行分解建模。首先利用离散正交多项式神经网络在链长空间上建立分布与链长的模型,然后将MWD与时间变量的关系转换为网络权向量与输入变量之间的函数,利用递归神经网络建立两者之间的模型,最后组合两个网络达到建模目标。分布函数的模型表达式可写成状态方程形式,为进一步设计控制策略提供了基础。在链长空间上建立模型时,实现了神经网络的权向量与MWD相应阶次矩值之间的等价关系,网络权向量由单纯的拟合数据转变为有意义的物理量,实现了神经网络模型的灰箱化,为精确预测网络隐层节点数问题提供了解决途径。提出的方法应用于实验室规模的苯乙烯聚合过程,证明了建模方法的可行性,同时网络权值与矩值的等价关系也得到验证。 展开更多
关键词 聚合物 分子量分布 组合神经网络 离散多项式
在线阅读 下载PDF
发动机动态特性组合神经网络建模新方法 被引量:5
6
作者 刘树成 魏巍 +1 位作者 杨阳 闫清东 《北京理工大学学报》 EI CAS CSCD 北大核心 2014年第11期1130-1134,共5页
针对现有发动机组合神经网络建模方法对不同数组结构的样本数据泛化能力较差的不足,提出一种多步线性插值法的组合神经网络建模方法.该方法基于有限元建模思想,以具有丰富样本数据的某一维输入量构造网格线,对多维输入样本空间进行划分... 针对现有发动机组合神经网络建模方法对不同数组结构的样本数据泛化能力较差的不足,提出一种多步线性插值法的组合神经网络建模方法.该方法基于有限元建模思想,以具有丰富样本数据的某一维输入量构造网格线,对多维输入样本空间进行划分.在网格线上,样本数据按照BP算法对网络模型进行训练,得到高精度神经网络函数,而在网格线中间,所求输出根据相邻的两条网格线的神经网络函数进行多步线性插值.与传统组合神经网络建模方法的对比结果表明,在处理不同数组长度的多维发动机动态特性试验数据方面具有很好的适应能力. 展开更多
关键词 发动机 组合神经网络 多步线性插值法 动态特性
在线阅读 下载PDF
基于组合神经网络的输电线故障类型识别 被引量:8
7
作者 张兆宁 毛鹏 +1 位作者 郁惟镛 范春菊 《继电器》 CSCD 北大核心 2001年第4期1-5,共5页
准确的输电线路故障类型识别是实现故障测距的前提 ,文中在高压输电线路故障分析的基础上 ,构建了由Kohonen自组织特征映射神经网络模型和BP网络模型组合而成的类型识别网络模型 ,来实现输电线路的故障检测及故障类型识别。经理论分析... 准确的输电线路故障类型识别是实现故障测距的前提 ,文中在高压输电线路故障分析的基础上 ,构建了由Kohonen自组织特征映射神经网络模型和BP网络模型组合而成的类型识别网络模型 ,来实现输电线路的故障检测及故障类型识别。经理论分析和大量的EMTP仿真表明 :此网络模型较单一网络模型 ,所需训练样本少 ,学习时间短 ,并且在各种故障模式下 ,均能可靠、准确实现输电线路故障类型的识别 ,不受故障过渡电阻、故障初始角、系统运行方式。 展开更多
关键词 高压输电线路 故障类型 识别 组合神经网络
在线阅读 下载PDF
基于RBF-BP组合神经网络的短期风电功率预测研究 被引量:17
8
作者 张靠社 罗钊 《可再生能源》 CAS 北大核心 2014年第9期1346-1351,共6页
为提高风电输出功率预测精度,提出一种基于RBF-BP组合神经网络模型的短期风电功率预测方法。在考虑尾流等因素影响的基础上,对风速进行预处理。根据相关历史数据,建立RBF-BP组合神经网络短期风电功率预测模型,对风电输出功率进行预测。... 为提高风电输出功率预测精度,提出一种基于RBF-BP组合神经网络模型的短期风电功率预测方法。在考虑尾流等因素影响的基础上,对风速进行预处理。根据相关历史数据,建立RBF-BP组合神经网络短期风电功率预测模型,对风电输出功率进行预测。仿真分析结果表明,该预测方法能有效提高风电输出功率预测精度。 展开更多
关键词 尾流 地势 RBF—BP组合神经网络 短期风电功率预测
在线阅读 下载PDF
一种基于组合神经网络的时间序列预测方法 被引量:5
9
作者 杨璐 黄梯云 洪家荣 《管理工程学报》 CSSCI 1997年第1期33-39,共7页
本文探讨了神经网络时间序列预测模型的建立机制及其构造方法。同时,为了消除模型的系统偏差,提出了构造辅助神经网络用以对原有模型的预测结果进行校正以减小其误差。并对外汇汇率数据进行了模型构造和预测。结果表明,组合神经网络... 本文探讨了神经网络时间序列预测模型的建立机制及其构造方法。同时,为了消除模型的系统偏差,提出了构造辅助神经网络用以对原有模型的预测结果进行校正以减小其误差。并对外汇汇率数据进行了模型构造和预测。结果表明,组合神经网络在模型的拟合精度和预测准确性方面都有提高。 展开更多
关键词 神经网络 时间序列 预测 组合神经网络 决策问题
在线阅读 下载PDF
电力需求的非线性回归组合神经网络预测研究 被引量:12
10
作者 汪克亮 杨力 《计算机工程与应用》 CSCD 北大核心 2010年第28期225-227,共3页
电力需求同时具有典型的增长性和季节波动性二重趋势,从而显示出复杂的非线性组合特征。为了提高电力需求的预测精度,提出一种新的预测模型——非线性回归组合神经网络模型。该模型有效兼顾了非线性回归分析和人工神经网络的优点,与其... 电力需求同时具有典型的增长性和季节波动性二重趋势,从而显示出复杂的非线性组合特征。为了提高电力需求的预测精度,提出一种新的预测模型——非线性回归组合神经网络模型。该模型有效兼顾了非线性回归分析和人工神经网络的优点,与其他预测模型进行了比较,该模型明显提高了电力需求预测的精度。仿真实验表明了该模型用于电力需求预测的可行性和有效性。同时,该模型也可以作为其他类似季节型时间序列预测建模的有效工具。 展开更多
关键词 电力需求预测 非线性回归组合神经网络 二重趋势性
在线阅读 下载PDF
基于声强信号分析和组合神经网络的发动机故障诊断 被引量:3
11
作者 李增芳 何勇 徐高欢 《农业机械学报》 EI CAS CSCD 北大核心 2008年第12期170-173,共4页
建立了一个基于声强信号分析和组合神经网络的发动机故障诊断模型。该模型首先运用小波理论分析各类故障下发动机产生的声强信号,获取反映发动机工作状态的频带特征向量,然后将特征向量用于组合神经网络训练,进行故障模式识别。通过对3... 建立了一个基于声强信号分析和组合神经网络的发动机故障诊断模型。该模型首先运用小波理论分析各类故障下发动机产生的声强信号,获取反映发动机工作状态的频带特征向量,然后将特征向量用于组合神经网络训练,进行故障模式识别。通过对3Y丰田2.0发动机的试验数据分析表明,这种模型可有效提高故障诊断的效率和准确率。 展开更多
关键词 发动机 故障诊断 小波包分析 组合神经网络 声强信号
在线阅读 下载PDF
基于组合神经网络模型对纺织品热阻与湿阻的估计研究 被引量:2
12
作者 楚艳艳 汪青 +1 位作者 崔世忠 禹建丽 《丝绸》 CAS 北大核心 2008年第4期40-42,共3页
针对纺织品热湿阻估计问题,采用纤维种类、面密度、厚度、透气性和回潮率5个影响因素,基于线性回归模型、BP人工神经网络模型,建立组合神经网络模型,分别对织物热湿阻值进行了实验估计。结果表明,线性回归模型对织物热阻和湿阻的估计精... 针对纺织品热湿阻估计问题,采用纤维种类、面密度、厚度、透气性和回潮率5个影响因素,基于线性回归模型、BP人工神经网络模型,建立组合神经网络模型,分别对织物热湿阻值进行了实验估计。结果表明,线性回归模型对织物热阻和湿阻的估计精度平均值分别为7.97%和6.69%;BP人工神经网络模型的估计精度平均值分别为4.23%和4.72%;组合神经网络模型的估计精度分别为1.31%和1.97%,估计精度高于其他两种模型。 展开更多
关键词 纺织品热湿阻 舒适性 线性回归模型 BP神经网络 组合神经网络模型
在线阅读 下载PDF
一种组合神经网络非线性判决反馈均衡器 被引量:2
13
作者 王军锋 张斌 宋国乡 《计算机科学》 CSCD 北大核心 2003年第7期152-153,共2页
A new nonlinear decision feedback adaptive equalizer based on Adaline neural network and radial-basis-function neural network is presented. Its structure and algorithm are also investigated. For a typical linear and n... A new nonlinear decision feedback adaptive equalizer based on Adaline neural network and radial-basis-function neural network is presented. Its structure and algorithm are also investigated. For a typical linear and non-linear channel models, computer simulation shows that its convergence speed is faster and its stable mean square erroris less. 展开更多
关键词 数字通信系统 信道 组合神经网络 非线性判决反馈均衡器 数字信号
在线阅读 下载PDF
涡流检测中的组合神经网络模型 被引量:3
14
作者 幸玲玲 王东进 《电子学报》 EI CAS CSCD 北大核心 2002年第5期734-737,共4页
针对使用单一神经网络在缺陷识别中存在的输入矢量维数高 ,结构复杂及训练时间长等问题 ,本文提出了组合神经网络模型 ,这一模型采用逐级判别的方法 ,每级判断均采用独立的神经网络子模块 ,各模块采用随机学习算法分别进行训练 .裂缝识... 针对使用单一神经网络在缺陷识别中存在的输入矢量维数高 ,结构复杂及训练时间长等问题 ,本文提出了组合神经网络模型 ,这一模型采用逐级判别的方法 ,每级判断均采用独立的神经网络子模块 ,各模块采用随机学习算法分别进行训练 .裂缝识别的计算实例表明 ,这一组合模型使神经网络输入变量的维数从N2 降低到N ,网络结构大为简化 ,训练速度很快 ,同时具有较高的缺陷识别率 。 展开更多
关键词 电磁场 涡流检测 裂缝识别 组合神经网络模型
在线阅读 下载PDF
基于快速组合神经网络分类器的数字调制识别新方法 被引量:3
15
作者 吕铁军 肖先赐 《信号处理》 CSCD 2001年第1期17-20,共4页
单个神经网络分类器无法提供一种对所有数据进行精确解释的能力,但是会对部分数据贡献一些有用的信息,组合神经网络分类器利用有效的组合算法集成单个分类器,使分类能力得到显著提高。本文提出一种快速非线性组合算法对通信信号的调... 单个神经网络分类器无法提供一种对所有数据进行精确解释的能力,但是会对部分数据贡献一些有用的信息,组合神经网络分类器利用有效的组合算法集成单个分类器,使分类能力得到显著提高。本文提出一种快速非线性组合算法对通信信号的调制类型进行分类,取得了较好的效果,实验结果证明了此方法的有效性。 展开更多
关键词 组合神经网络分类器 数字调制 通信信号 识别
在线阅读 下载PDF
基于组合神经网络的建筑冷负荷混合预测模型 被引量:1
16
作者 于军琪 高之坤 +2 位作者 赵安军 周敏 虎群 《大连理工大学学报》 CAS CSCD 北大核心 2022年第5期509-517,共9页
准确的建筑冷负荷预测是实现大型中央空调系统优化运行、节能降耗的关键.为此,提出一种天牛须搜索(BAS)算法优化的广义回归神经网络(GRNN)结合长短时记忆(LSTM)神经网络的混合预测模型(BAS-GRNN&LSTM),用于建筑冷负荷预测.首先,采... 准确的建筑冷负荷预测是实现大型中央空调系统优化运行、节能降耗的关键.为此,提出一种天牛须搜索(BAS)算法优化的广义回归神经网络(GRNN)结合长短时记忆(LSTM)神经网络的混合预测模型(BAS-GRNN&LSTM),用于建筑冷负荷预测.首先,采用递归特征消除法得到最佳特征数量并结合随机森林算法做特征选择;再将天牛须搜索算法优化后的广义回归神经网络与长短时记忆神经网络组合,构建冷负荷混合预测模型;最后利用某大型建筑的实测数据进行了仿真实验.结果表明:天牛须搜索算法有很好的稳定性和收敛性,适用于广义回归神经网络参数优化;利用随机森林算法结合递归特征消除法提取出的特征能够更好地建立预测模型,有效增加模型预测精度;相比其他预测模型,BAS-GRNN&LSTM的预测效果更为优越,并能对不同月份冷负荷进行有效预测,泛化能力强,适用于建筑冷负荷预测. 展开更多
关键词 负荷预测 特征提取 组合神经网络 混合预测模型 预测精度
在线阅读 下载PDF
组合神经网络在结构损伤检测中的应用 被引量:1
17
作者 王建民 陈龙珠 《计算力学学报》 EI CAS CSCD 北大核心 2005年第2期247-251,共5页
子结构的动态响应变化与整体结构相比,对结构内部损伤反应更为敏感。组合神经网络可以克服单个神经网络功能的单一局限性,实现更加全面综合的仿真识别功能。本文首先运用双协调自由界面模态综合法对结构进行模态分析,获取各子结构及整... 子结构的动态响应变化与整体结构相比,对结构内部损伤反应更为敏感。组合神经网络可以克服单个神经网络功能的单一局限性,实现更加全面综合的仿真识别功能。本文首先运用双协调自由界面模态综合法对结构进行模态分析,获取各子结构及整体结构的模态信息。然后,通过组合BP神经网络将损伤子结构与整体结构的模态频率变化率组合起来进行结构损伤检测。该方法在改善网络训练性能的同时,提高了检测结果的准确性和可靠性。文章最后通过数值算例验证了该方法的可行性和有效性。 展开更多
关键词 模态综合 组合神经网络 损伤检测 子结构
在线阅读 下载PDF
基于组合神经网络的Sarsa(λ)学习算法
18
作者 殷苌茗 付超红 +1 位作者 薛丽华 李立云 《计算机工程与设计》 CSCD 北大核心 2008年第22期5817-5819,5823,共4页
标准的Sarsa(λ)算法对状态空间的要求是离散的且空间较小,而实际问题中很多系统的状态空间是连续的或尽管是离散的但空间较大,这就需要很大的内存来存储状态动作对。为此提出组合神经网络,首先用自组织映射(SOM)神经网络对状态空间进... 标准的Sarsa(λ)算法对状态空间的要求是离散的且空间较小,而实际问题中很多系统的状态空间是连续的或尽管是离散的但空间较大,这就需要很大的内存来存储状态动作对。为此提出组合神经网络,首先用自组织映射(SOM)神经网络对状态空间进行自适应量化,然后在此基础上用BP网络拟合Q函数。该方法实现了Sarsa(λ)算法在连续和大规模状态空间的泛化。最后,实验结果表明了该方法的有效性。 展开更多
关键词 组合神经网络 强化学习 自组织映射 BP网络 Sarsa算法
在线阅读 下载PDF
基于组合神经网络的红外场景仿真
19
作者 黄超超 吴晓迪 《弹箭与制导学报》 CSCD 北大核心 2006年第4期272-275,共4页
目标和背景的红外特性仿真在国防军事上具有重大的意义。文中对车辆、水泥路面、草地、树木和灌木等物体组成的场景的红外特性进行了多次测量,得到了场景的红外特性的训练样本集合,然后运用基于总体平均的组合神经网络,根据最邻近规则... 目标和背景的红外特性仿真在国防军事上具有重大的意义。文中对车辆、水泥路面、草地、树木和灌木等物体组成的场景的红外特性进行了多次测量,得到了场景的红外特性的训练样本集合,然后运用基于总体平均的组合神经网络,根据最邻近规则采用加权平均法组合各个神经网络的输出结果,最终绘制出场景在不同设定条件下的红外图像。 展开更多
关键词 红外仿真 组合神经网络 最邻近规则 加权平均
在线阅读 下载PDF
基于组合神经网络的网络入侵检测
20
作者 欧阳陈华 康江林 +1 位作者 旷海兰 李浪 《科学技术与工程》 2006年第13期1932-1934,1942,共4页
提出了一种构造组合神经网络的方法。该方法包括两个步骤,先在粗糙集约简的基础上确定单个神经网络的结构,以及在组合时要包含神经网络的个数;然后将这些分类器根据属性重要性组合起来。用该组合神经网络进行网络入侵检测,实验结果表明... 提出了一种构造组合神经网络的方法。该方法包括两个步骤,先在粗糙集约简的基础上确定单个神经网络的结构,以及在组合时要包含神经网络的个数;然后将这些分类器根据属性重要性组合起来。用该组合神经网络进行网络入侵检测,实验结果表明该组合方法是一种有效的入侵检测方法。 展开更多
关键词 粗糙集 组合神经网络 入侵检测
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部