期刊文献+
共找到76篇文章
< 1 2 4 >
每页显示 20 50 100
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
1
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
基于误差反向传播算法的海上拖航风险 被引量:5
2
作者 徐国庆 卢志远 吴晨辉 《中国海洋平台》 2020年第4期44-48,共5页
针对当前海上拖航作业失事后果严重、难以进行全线监测等问题,对大型海洋平台拖航作业的风险进行分析,结合事故致因理论从人、机、环境、管理等4个方面构建海上拖航作业安全评估指标体系。在此基础上,提出基于单隐藏层误差反向传播算法... 针对当前海上拖航作业失事后果严重、难以进行全线监测等问题,对大型海洋平台拖航作业的风险进行分析,结合事故致因理论从人、机、环境、管理等4个方面构建海上拖航作业安全评估指标体系。在此基础上,提出基于单隐藏层误差反向传播算法的海洋平台拖航作业安全评估模型,将指标数据作为网络输入、单一隐藏层作为中间层、拖航安全的评估值作为网络输出。试验结果表明,所提方法具有良好的精度和鲁棒性,对海上拖航作业具有一定的指导意义。 展开更多
关键词 海洋平台 拖航 安全 误差反向传播算法
在线阅读 下载PDF
一种改进的反向传播神经网络算法 被引量:4
3
作者 邱浩 王道波 张焕春 《应用科学学报》 CAS CSCD 2004年第3期384-387,共4页
在标准反向传播神经网络算法的基础上,提出了一种改进的反向传播神经网络算法.通过对每个处理单元增加3个参数来增强作用函数,且3个参数与连接权一样,在学习过程中进行实时更新.此算法提高了学习速度,且减少了进入局部最小点的可能性.通... 在标准反向传播神经网络算法的基础上,提出了一种改进的反向传播神经网络算法.通过对每个处理单元增加3个参数来增强作用函数,且3个参数与连接权一样,在学习过程中进行实时更新.此算法提高了学习速度,且减少了进入局部最小点的可能性.通过XOR问题的仿真证明了改进算法的有效性. 展开更多
关键词 反向传播 神经网络 误差 模式 传播 学习算法
在线阅读 下载PDF
基于EMD与机器学习算法的近零能耗建筑负荷预测方法 被引量:3
4
作者 韩少锋 吴迪 +5 位作者 张圣原 苗睿佺 刘奥 韩中合 韩旭 郭加澄 《暖通空调》 2024年第7期82-89,97,共9页
采用皮尔逊相关系数法分析了不同特征变量与冷热负荷的相关性,确定了预测模型的输入特征变量。采用经验模态分解(EMD)对逐日冷热负荷按频分解,然后采用机器学习算法,即反向传播神经网络(BPNN)、随机森林(RF)和支持向量机(SVM),分别对不... 采用皮尔逊相关系数法分析了不同特征变量与冷热负荷的相关性,确定了预测模型的输入特征变量。采用经验模态分解(EMD)对逐日冷热负荷按频分解,然后采用机器学习算法,即反向传播神经网络(BPNN)、随机森林(RF)和支持向量机(SVM),分别对不同频率的负荷量进行了训练、验证,最后重构得到了近零能耗建筑预测负荷。基于上述方法,以北京市某近零能耗居住建筑为研究对象,比较了不同算法预测结果的精确度。结果表明:采用EMD与RF算法相结合对近零能耗建筑冷热负荷的预测精确度较高。进一步采用穷举搜索法对模型初设参数进行了优化,冷热负荷预测结果精确度提高,冷负荷预测结果的决定系数R2、平均绝对百分比误差MAPE分别为0.996、1.32%,热负荷预测结果的R2、MAPE分别为0.997、0.79%。 展开更多
关键词 近零能耗建筑 负荷预测 经验模态分解 机器学习算法 反向传播神经网络(BPNN) 随机森林(RF) 支持向量机(SVM) 穷举搜索法
在线阅读 下载PDF
反向传播神经网络联合遗传算法对复合材料模量的预测 被引量:6
5
作者 王卓鑫 赵海涛 +4 位作者 谢月涵 任翰韬 袁明清 张博明 陈吉安 《上海交通大学学报》 EI CAS CSCD 北大核心 2022年第10期1341-1348,共8页
为减少测试成本和缩短设计周期,基于机器学习方法对树脂基复合材料模量的预报方法进行了研究.采用一种全新预测方法——神经网络联合遗传算法(GA-ANN),将T800/环氧复合材料的强度、泊松比和失效应变作为反向传播(BP)神经网络的3个输入变... 为减少测试成本和缩短设计周期,基于机器学习方法对树脂基复合材料模量的预报方法进行了研究.采用一种全新预测方法——神经网络联合遗传算法(GA-ANN),将T800/环氧复合材料的强度、泊松比和失效应变作为反向传播(BP)神经网络的3个输入变量,在遗传算法(GA)中得出最优阈值和权重,并将所得数值赋给对应的网络参数,更新BP神经网络以更高的准确率预测树脂基复合材料的模量;同等条件下,用Adam算法进行预测.对比这两种方法,结果充分证明了GA-ANN的可行性. 展开更多
关键词 机器学习 反向传播神经网络 遗传算法 复合材料模量 Adam算法
在线阅读 下载PDF
改进误差反向传播法神经网络对手写数字识别 被引量:6
6
作者 于文生 张轩雄 《电子设计工程》 2021年第23期20-24,共5页
针对传统的误差反向传播法神经网络出现训练时间长、识别准确率不高、参数更新不精确、过于依赖初始值等问题进行改进优化。为了提高误差反向传播法对手写数字的识别准确率,在已有的神经网络基础上,改进误差反向传播法神经网络激励算法... 针对传统的误差反向传播法神经网络出现训练时间长、识别准确率不高、参数更新不精确、过于依赖初始值等问题进行改进优化。为了提高误差反向传播法对手写数字的识别准确率,在已有的神经网络基础上,改进误差反向传播法神经网络激励算法,使用新的激活函数,优化参数的更新,取交叉熵函数并引用BatchNorm算法。采用MNIST数据集对搭建的神经网络进行训练、测试,优化了神经网络的训练速率和识别精度。实验表明,改进后的误差反向传播算法神经网络对比手写数字的识别准确率提高了4%。 展开更多
关键词 误差反向传播 神经网络 激活函数 交叉熵函数 BatchNorm算法 识别精度
在线阅读 下载PDF
误差反向传播卷积神经网络的权值更新 被引量:3
7
作者 朱奕坤 郭从洲 +1 位作者 李可 吴限量 《信息工程大学学报》 2021年第5期537-544,共8页
误差反向传播卷积神经网络在误差反向传播中的权值更新对网络结构的优化、显卡的设计制造以及底层源代码编写都具有很重要的指导意义。针对目前关于权值更新的基础算法分析不足的问题,以简单的误差反向传播卷积神经网络为例,将卷积神经... 误差反向传播卷积神经网络在误差反向传播中的权值更新对网络结构的优化、显卡的设计制造以及底层源代码编写都具有很重要的指导意义。针对目前关于权值更新的基础算法分析不足的问题,以简单的误差反向传播卷积神经网络为例,将卷积神经网络的结构中共用的卷积层、池化层、激活函数以及损失函数的权值更新方法进行了推导,并给出了严密的数学证明。最后,利用经典的分类模型进行试验验证,清晰地诠释了监督学习卷积神经网络误差反向传播过程中权值更新的计算过程。 展开更多
关键词 卷积 池化 前馈学习 误差反向传播 权值更新
在线阅读 下载PDF
基于ELM-AE和BP算法的极限学习机特征表示方法
8
作者 苗军 刘晓 +1 位作者 常艺茹 乔元华 《北京信息科技大学学报(自然科学版)》 2024年第1期37-41,共5页
基于极限学习机自编码器(extreme learning machine based autoencoder,ELM-AE)和误差反向传播(back propagation,BP)算法,针对ELM提出了一种改进的特征表示方法。首先,使用ELM-AE以无监督的方式学习紧凑的特征表示,即ELM-AE输出权重;其... 基于极限学习机自编码器(extreme learning machine based autoencoder,ELM-AE)和误差反向传播(back propagation,BP)算法,针对ELM提出了一种改进的特征表示方法。首先,使用ELM-AE以无监督的方式学习紧凑的特征表示,即ELM-AE输出权重;其次,利用ELM-AE输出权重来初始化BP神经网络的输入权重,然后对BP网络进行监督训练;最后,用微调的BP网络输入权重初始化ELM的输入权重参数。在MNIST数据集上的实验结果表明,采用BP算法对ELM-AE学习的参数进行约束,可以得到更紧凑且具有判别性的特征表示,有助于提高ELM的性能。 展开更多
关键词 极限学习机自编码器 误差反向传播 极限学习
在线阅读 下载PDF
基于反馈调控参数的BP学习算法研究 被引量:5
9
作者 苏小红 王亚东 马培军 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2005年第10期1311-1314,共4页
为解决经遗传算法优化后的BP网络极易陷入饱和区域而导致网络学习停滞的问题,基于神经生理解剖学关于神经电位脉冲发放系统和神经递质系统的耦合机理,提出一种改进的基于反馈调控参数的BP学习算法,通过反馈调控参数对神经元的节点输出... 为解决经遗传算法优化后的BP网络极易陷入饱和区域而导致网络学习停滞的问题,基于神经生理解剖学关于神经电位脉冲发放系统和神经递质系统的耦合机理,提出一种改进的基于反馈调控参数的BP学习算法,通过反馈调控参数对神经元的节点输出进行扰动,避免学习过程中发生权值调整量趋于0的问题,从而解决经遗传算法优化后的BP网络容易出现的饱和区域问题.仿真实验结果表明,该方法能有效克服饱和区域引起的学习停滞问题,提高BP网络对遗传算法优化结果的精确定位能力,而且还具有收敛速度快和稳定性好的优点和在较大权值空间中的寻优能力. 展开更多
关键词 多层前馈网络 误差反向传播学习算法 饱和区域问题
在线阅读 下载PDF
基于反向传播算法的5G网络优化技术研究 被引量:4
10
作者 刘子川 《信息通信》 2020年第11期218-220,共3页
移动通信正在从人和人的连接方式,逐渐转变为物与物及人与物的连接迈进,万物互联将是未来的大势所趋。作为4G技术的增强版,5G多制式共存的异构网络高速度、低时延、高可靠的网络特色,为万物联网提供了先决条件。同时也对人工智能的发展... 移动通信正在从人和人的连接方式,逐渐转变为物与物及人与物的连接迈进,万物互联将是未来的大势所趋。作为4G技术的增强版,5G多制式共存的异构网络高速度、低时延、高可靠的网络特色,为万物联网提供了先决条件。同时也对人工智能的发展提出了新的要求。如何在高速发展的网络时代保持竞争力、实现网络的自我学习,这将是人工智能道路发展上的重要一环。 展开更多
关键词 5G 网络优化 人工智能 深度学习 反向传播算法
在线阅读 下载PDF
复合对向-反向传播人工神经网络模型及其应用 被引量:1
11
作者 张尊建 余书勤 +1 位作者 相秉仁 安登魁 《中国药科大学学报》 CAS CSCD 北大核心 1996年第11期701-704,共4页
组合Kohonen竞争学习和反向传播学习的优点,本文首次提出了复合对向-反向传播人工神经网络模型,该模型较好地体现了生物神经网络系统信息处理时的自适应、自组织、分布式存贮及并行处理等特点。它保留了反向传播网络的优点,... 组合Kohonen竞争学习和反向传播学习的优点,本文首次提出了复合对向-反向传播人工神经网络模型,该模型较好地体现了生物神经网络系统信息处理时的自适应、自组织、分布式存贮及并行处理等特点。它保留了反向传播网络的优点,同时较后者更易收敛,计算时间缩短,网络参数设置也更为自由。通过在临床精液检查结果分析中的成功应用,证明了该系统的有效性和可靠性。 展开更多
关键词 人工神经网络 学习算法 模型 复合对向 反向传播
在线阅读 下载PDF
动态递归模糊神经网络及其BP学习算法 被引量:4
12
作者 黄元峰 刘源 胡波 《武汉化工学院学报》 2004年第4期65-68,77,共5页
提出了一种新型的动态递归模糊神经网络,并根据动态递归神经网络的数学模型推导出其动态反向传播学习算法,仿真结果表明对于动态系统的辨识,动态递归模糊神经网络较传统模糊神经网络在辨识精度和稳定性方面具有更好的效果.
关键词 动态递归模糊神经网络 动态反向传播学习算法 动态系统 辨识
在线阅读 下载PDF
基于机器学习的高程异常建模算法及其水电工程的应用
13
作者 潘国俊 《水力发电》 CAS 2023年第6期28-33,共6页
某水电工程测区受地形复杂、植被覆盖率高等因素的影响,水准测量实施困难,采用循环神经网络RNN、反向传播BP神经网络和径向基函数RBF神经网络等3种机器学习算法,分别对试验区域高程异常进行拟合与建模,并将结果与二次曲面拟合方法进行... 某水电工程测区受地形复杂、植被覆盖率高等因素的影响,水准测量实施困难,采用循环神经网络RNN、反向传播BP神经网络和径向基函数RBF神经网络等3种机器学习算法,分别对试验区域高程异常进行拟合与建模,并将结果与二次曲面拟合方法进行对比。内符合与外符合精度对比发现,机器学习算法建立的高程异常模型精度高、残差小。3种方法中,径向基函数RBF神经网络更适用于研究区域的高程异常建模。此外,基于相同的机器学习算法,研究随机选取部分拟合点高程异常建模的精度发现,公共点分布更加均匀时,拟合效果更好。研究成果为复杂地形条件下水电工程项目高程异常建模提供参考。 展开更多
关键词 水电工程 GNSS高程异常 机器学习算法 拟合 建模 循环神经网络 反向传播神经网络 径向基函数神经网络
在线阅读 下载PDF
平滑l_1模神经网络学习算法
14
作者 孙明轩 《西安工业学院学报》 1995年第4期253-259,共7页
神经网络误差函数的不同构造将导致不同的学习敛速。本文基于递推辨识技术,对于绝对误差指标函数提出了一种新的平滑方法作为改进的神经元权值修正算法,该平滑思想也适用于其它绝对误差指标下的最优化问题。通过网络对Feigenbaum映射和... 神经网络误差函数的不同构造将导致不同的学习敛速。本文基于递推辨识技术,对于绝对误差指标函数提出了一种新的平滑方法作为改进的神经元权值修正算法,该平滑思想也适用于其它绝对误差指标下的最优化问题。通过网络对Feigenbaum映射和XOR逻辑的学习算例,说明了算法的快速收敛性能。 展开更多
关键词 绝对误差指标 反向传播算法 神经网络 学习算法
在线阅读 下载PDF
一种基于模糊推理的神经网络学习算法 被引量:3
15
作者 周颢 任庆生 戚飞虎 《上海交通大学学报》 EI CAS CSCD 北大核心 2004年第1期96-98,102,共4页
提出了一种新的神经网络学习算法.相对于其他学习算法,该算法侧重于网络参数的调整,通过对样本集的模糊推理、调整和分类学习来实现自适应的神经网络学习.结果表明,该算法能大大提高神经网络的学习速度和学习效率,并能从样本集中得到反... 提出了一种新的神经网络学习算法.相对于其他学习算法,该算法侧重于网络参数的调整,通过对样本集的模糊推理、调整和分类学习来实现自适应的神经网络学习.结果表明,该算法能大大提高神经网络的学习速度和学习效率,并能从样本集中得到反常样本和小概率事件样本,对小概率事件样本有很好的学习能力. 展开更多
关键词 人工神经网络 误差反向传播算法 模糊推理
在线阅读 下载PDF
基于机器学习算法的社区老年衰弱前期风险预测模型构建 被引量:19
16
作者 李彩福 赵伟 +5 位作者 叶秀春 赵东丽 邹继华 董海娜 周英 许丽娟 《护理学杂志》 CSCD 北大核心 2022年第15期84-88,共5页
目的构建并验证社区老年衰弱前期风险预测模型,为早期识别社区老年衰弱前期高危人群提供参考。方法筛选542名社区无衰弱和衰弱前期老年人作为建模组,运用反向传播神经网络机器学习算法构建衰弱前期预测模型;再筛选205名社区无衰弱和衰... 目的构建并验证社区老年衰弱前期风险预测模型,为早期识别社区老年衰弱前期高危人群提供参考。方法筛选542名社区无衰弱和衰弱前期老年人作为建模组,运用反向传播神经网络机器学习算法构建衰弱前期预测模型;再筛选205名社区无衰弱和衰弱前期老年人作为验证组,利用受试者工作特征曲线对构建模型的预测效能进行时间跨度验证。结果按照重要性排序,社区老年衰弱前期危险因素分别为年龄、住院史、跌倒史、运动量少、多病共存、抑郁倾向、认知功能下降、文化程度低、日常生活能力下降及多重用药。以logistic回归模型作为参考,反向传播神经网络预测效能佳,AUC为0.891,95%CI(0.846~0.918),灵敏度为0.858,特异度为0.782。结论反向传播神经网络模型预测效能优于logistic回归模型,社区工作人员可通过预防跌倒、运动干预、慢病健康教育、抑郁及认知干预等预防老年衰弱前期的发生发展。 展开更多
关键词 社区 老年人 衰弱前期 危险因素 预测模型 机器学习算法 反向传播神经网络
在线阅读 下载PDF
基于深度学习的健康云数据监控分析算法设计 被引量:1
17
作者 陈娇花 《电子设计工程》 2023年第5期33-36,41,共5页
针对远程在线智能化健康监控的数据处理需求,基于数据挖掘和深度学习技术原理,文中提出了一种健康云数据监控分析算法。在数据挖掘的框架下,对健康云数据进行预处理,从而完成数据准备。在此基础上,建立了基于多隐藏层级联的深度学习网... 针对远程在线智能化健康监控的数据处理需求,基于数据挖掘和深度学习技术原理,文中提出了一种健康云数据监控分析算法。在数据挖掘的框架下,对健康云数据进行预处理,从而完成数据准备。在此基础上,建立了基于多隐藏层级联的深度学习网络的数据挖掘模型。为了更精确地对健康数据展开监控,通过反向传播算法进行网络训练,并使用梯度下降法进行迭代优化,实现网络代价函数的最小化。实验结果表明,文中所提算法相比于现有算法,在不提高训练复杂度的情况下具有更高的数据分析正确率,且对于不同类型的健康问题均具有良好的适用性。 展开更多
关键词 数据挖掘 深度学习 反向传播算法 梯度下降
在线阅读 下载PDF
基于MEA-BP神经网络的压力传感器误差补偿算法 被引量:1
18
作者 时豪 范辉 +2 位作者 李建辰 赵润辉 李亚 《水下无人系统学报》 2023年第2期252-258,共7页
针对压阻式压力传感器对环境条件变化较为敏感,温度变化时会产生热漂移,影响传感器性能的不足,文中采用思维进化(MEA)-反向传播(BP)神经网络算法对压阻式压力传感器建立误差补偿模型,该模型利用MEA算法对神经网络的初始权值和阈值进行优... 针对压阻式压力传感器对环境条件变化较为敏感,温度变化时会产生热漂移,影响传感器性能的不足,文中采用思维进化(MEA)-反向传播(BP)神经网络算法对压阻式压力传感器建立误差补偿模型,该模型利用MEA算法对神经网络的初始权值和阈值进行优化,减少了由于初值的不确定性导致训练陷入局部最优的可能性,并采用Levenberg-Marquardt算法代替梯度下降法加快神经网络的收敛速度,增加补偿算法的可靠性。仿真试验结果表明, MEA-BP算法与原始BP神经网络补偿法和遗传算法-BP神经网络补偿法相比,均方根误差期望值分别降低了48.7%和8.29%,且标准差分别降为其他2种算法的5%和4%,证明经过MEA算法优化的BP神经网络补偿方法能更加精确地补偿温度造成的影响,且补偿结果更为可靠。 展开更多
关键词 压力传感器 误差补偿 思维进化算法 反向传播神经网络
在线阅读 下载PDF
基于PCA-BPNN的桥梁爆炸荷载时程预测
19
作者 杜晓庆 何益平 +2 位作者 邱涛 程帅 张德志 《爆炸与冲击》 北大核心 2025年第3期77-91,共15页
人工智能方法是预测爆炸荷载的新手段,但现有方法主要用于预测爆炸冲击波的超压峰值或冲量,而用于预测反射超压时程的研究不多。针对这一问题,以平面冲击波绕射桥梁主梁为对象,提出了一种基于主成分分析(principal components analysis,... 人工智能方法是预测爆炸荷载的新手段,但现有方法主要用于预测爆炸冲击波的超压峰值或冲量,而用于预测反射超压时程的研究不多。针对这一问题,以平面冲击波绕射桥梁主梁为对象,提出了一种基于主成分分析(principal components analysis,PCA)和误差反向传播神经网络(backpropagation neural network,BPNN)的桥梁爆炸冲击波反射超压时程预测模型。该预测模型利用PCA降维处理时程数据,基于多任务学习的BPNN算法,提出了考虑超压峰值和冲量峰值影响的损失函数,使模型能有效预测不同入射超压下的桥梁冲击波荷载时程。通过分析多任务学习模型、多输入单输出模型和多输入多输出模型等3种BPNN模型,发现多任务学习模型的预测精度最高,而多输入多输出模型难以有效适应当前预测任务需求。采用多任务学习模型预测得到的桥梁表面各测点位置的反射超压时程、超压峰值精度较高,决定系数R2分别为0.792和0.987,作用在箱梁上的合力时程和扭矩时程预测值也与数值模拟值较为吻合。同时,该模型对内插值预测的表现优于外推值预测,但其在预测外推值方面同样展现出了一定的能力。 展开更多
关键词 爆炸荷载预测 反射超压时程 误差反向传播神经网络 主成分分析 多任务学习
在线阅读 下载PDF
基于遗传算法的BP神经网络的LED寿命预测模型 被引量:10
20
作者 吴志杰 孔凡敏 李康 《半导体技术》 CAS CSCD 北大核心 2018年第5期375-380,共6页
提出了一种新型的基于遗传算法(GA)优化的误差反向传播(BP)神经网络的寿命预测模型。选取不同公司生产的LED,以LED光源光通量维持率测量方法 (LM-80-08)测试报告中的电流、结温、初始光通量和初始色坐标作为神经网络的输入,LED在... 提出了一种新型的基于遗传算法(GA)优化的误差反向传播(BP)神经网络的寿命预测模型。选取不同公司生产的LED,以LED光源光通量维持率测量方法 (LM-80-08)测试报告中的电流、结温、初始光通量和初始色坐标作为神经网络的输入,LED在网络输入的应力条件下的寿命为输出,可以预测LED在任意电流和结温下的寿命。研究结果表明,该GA-BP模型相比于LED光源长期流明维持率的预测方法 (TM-21-11)更具灵活性,预测误差较传统BP神经网络降低了65.5%,平均相对误差达到1.47%,优于Adaboost模型的54%和3.16%,训练样本相关系数达到99.4%,GA-BP模型预测LED寿命误差更小,普适性更高,在LED的寿命预测中具有实际意义。 展开更多
关键词 发光二极管(LED) 误差反向传播(BP)神经网络 遗传算法(GA) 寿命预测 相关系数
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