检索结果-维普期刊中文期刊服务平台

基于贝叶斯正则化算法BP神经网络钒电池SOC预测被引量：14: 1; 作者杨春生牛红涛 +1 位作者隋良红李明兴《现代电子技术》北大核心 2016年第8期158-161,共4页; 电池荷电状态(SOC)用于表征电池的剩余电量,是全钒液流电池的一个重要参数。在此介绍常用的钒电池SOC预测方法,并对比其优缺点。基于电池SOC的非线性特征,提出采用BP神经网络预测钒电池的SOC,并采用L-M优化算法以及贝叶斯正则化算法对... 展开更多; 关键词钒电池荷电状态 BP神经网络贝叶斯正则化算法; 在线阅读下载PDF 职称材料

基于贝叶斯正则化BP人工神经网络的煤与瓦斯突出预测的研究被引量：9: 2; 作者李洋石必明《工矿自动化》 2009年第2期1-5,共5页; 文章介绍了BP人工神经网络和贝叶斯正则化算法的原理,探讨了贝叶斯正则化BP人工神经网络模型的建立,通过改变隐含层神经元个数的实验建立了只含1个隐含层且隐含层仅需1个神经元的煤与瓦斯突出预测模型的最佳网络结构。对该网络采用煤与... 展开更多; 关键词煤矿煤与瓦斯突出贝叶斯正则化算法 BP人工神经网络预测; 在线阅读下载PDF 职称材料

基于神经网络的船舶辐射噪声预报方法: 3; 作者黄欣徐荣武李瑞彪《船舶力学》北大核心 2025年第3期486-496,共11页; 针对船舶机械设备众多、结构复杂、振动传递路径相互耦合的现状,本文提出基于误差反向传播(Back Propagation, BP)神经网络的船舶水下辐射噪声预报方法。分别构建基于梯度下降算法和贝叶斯正则化算法的BP神经网络,以振动数据为输入量、... 展开更多; 关键词辐射噪声预报 BP神经网络梯度下降算法贝叶斯正则化算法; 在线阅读下载PDF 职称材料

基于反向传播神经网络的退化红壤区杉木树干液流模拟: 4; 作者涂洁刘琪璟 +1 位作者危骏胡良《浙江大学学报（农业与生命科学版）》 CAS CSCD 北大核心 2015年第2期205-212,共8页; 以江西退化红壤区杉木人工林为研究对象,采用MATLAB工具箱中的log-sigmoid型函数(tansig)为神经元作用函数,以空气温度、空气相对湿度、平均净辐射、水汽压亏缺为输入变量,液流速率为输出变量,运用贝叶斯正则化算法和Levenberg-Marquard... 展开更多; 关键词杉木树干液流贝叶斯正则化算法 LEVENBERG-MARQUARDT算法反向传播神经网络; 在线阅读下载PDF 职称材料

基于改进神经网络的疲劳裂纹扩展速率预测被引量：3: 5; 作者顾玉钢夏智海庄力健《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心 2008年第6期937-941,共5页; 裂纹的萌生与扩展是一个复杂的非线性动力学过程,裂纹扩展速率具有非线性动力学系统的混沌现象和自组织特征。将BP神经网络和L-M贝叶斯正则化算法相结合,可使BP神经网络在推广能力、收敛速度和逼近精度上能够获得很大的提高。文章利用16... 展开更多; 关键词疲劳裂纹扩展速率 BP神经网络贝叶斯正则化算法压力容器; 在线阅读下载PDF 职称材料

基于改进BP神经网络的油井流入动态研究被引量：2: 6; 作者李虎《复杂油气藏》 2011年第3期71-75,共5页; 针对传统流入动态研究方法误差较大等问题,提出利用改进的BP神经网络进行油井流入动态研究。通过采用LM算法和贝叶斯正则化算法,改进了常规BP神经网络收敛速度慢、泛化能力差等缺点,并探讨了通过优化网络结构来提高网络泛化能力的方法... 展开更多; 关键词油井流入动态 BP神经网络 LM算法贝叶斯正则化算法 Vogel方程; 在线阅读下载PDF 职称材料

基于神经网络方法对多层砖房震害预测: 7; 作者马令勇刘功良姜伟《黑龙江八一农垦大学学报》 2010年第5期85-87,共3页; 强烈的地震给人们生命财产带来巨大损失,为了能够在地震之前预测出建筑物震害,提出一多层砖房为例。利用MATLAB神经网络工具箱,建立一种基于贝叶斯正则算法的BP神经网络模型,并以过去发生地震地区的多层砖房调查数据为震害因子的震害预... 展开更多; 关键词人工神经网络震害预测贝叶斯正则化算法多层砖房; 在线阅读下载PDF 职称材料

基于人工神经网络的注水开发油藏产量预测被引量：18: 8; 作者 NEGASH Berihun Mamo YAW Atta Dennis 《石油勘探与开发》 SCIE EI CAS CSCD 北大核心 2020年第2期357-365,共9页; 针对传统注水开发油藏产量预测方法存在的问题,提出了基于人工神经网络的预测模型,阐述了模拟工作流程,并进行了算例分析。提出了基于流体物理学和测量数据随机组合的特征提取方法,以提高模型的预测效果。优选贝叶斯正则化算法作为模型... 展开更多; 关键词人工神经网络机器学习特征提取贝叶斯正则化算法产量预测注水开发; 在线阅读下载PDF 职称材料

题名基于贝叶斯正则化算法BP神经网络钒电池SOC预测被引量：14: 1; 作者杨春生牛红涛隋良红李明兴; 机构中国测试技术研究院四川大学制造科学与工程学院; 出处《现代电子技术》北大核心 2016年第8期158-161,共4页; 基金四川省科技支撑计划项目(2014GZ0085 2014GZ0001); 文摘电池荷电状态(SOC)用于表征电池的剩余电量,是全钒液流电池的一个重要参数。在此介绍常用的钒电池SOC预测方法,并对比其优缺点。基于电池SOC的非线性特征,提出采用BP神经网络预测钒电池的SOC,并采用L-M优化算法以及贝叶斯正则化算法对网络进行优化。使用贝叶斯正则化改进的神经网络在对项目中全钒液流电池测试过程实时预测SOC。实验结果表明,采用贝叶斯正则化算法改进的神经网络能够提高SOC的实时预测精度,具有很好的实用前景。; 关键词钒电池荷电状态 BP神经网络贝叶斯正则化算法; Keywords VRB SOC BP neural network Bayesian regularization algorithm; 分类号 TN915-34 [电子电信—通信与信息系统] TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于贝叶斯正则化BP人工神经网络的煤与瓦斯突出预测的研究被引量：9: 2; 作者李洋石必明; 机构安徽理工大学能源与安全学院; 出处《工矿自动化》 2009年第2期1-5,共5页; 文摘文章介绍了BP人工神经网络和贝叶斯正则化算法的原理,探讨了贝叶斯正则化BP人工神经网络模型的建立,通过改变隐含层神经元个数的实验建立了只含1个隐含层且隐含层仅需1个神经元的煤与瓦斯突出预测模型的最佳网络结构。对该网络采用煤与瓦斯突出的预测指标进行训练、检测的结果表明,该网络预测的煤与瓦斯突出的危险程度与实际情况完全吻合;对该网络输入层输入的煤与瓦斯突出的预测指标、对输出层输出的预测结果的权值进行分析的结果表明,煤层地质构造类型对煤与瓦斯突出的影响为最大。上述研究结果对煤与瓦斯突出的预测预防研究、提高煤与瓦斯突出预测的准确性具有一定的参考价值。; 关键词煤矿煤与瓦斯突出贝叶斯正则化算法 BP人工神经网络预测; Keywords coal mine, coal and gas outburst, Bayesian regulatrization algorithm, BP artificial neuralnetwork, prediction; 分类号 TD712 [矿业工程—矿井通风与安全]; 在线阅读下载PDF 职称材料

题名基于神经网络的船舶辐射噪声预报方法: 3; 作者黄欣徐荣武李瑞彪; 机构海军工程大学振动与噪声研究所船舶振动噪声重点实验室; 出处《船舶力学》北大核心 2025年第3期486-496,共11页; 基金船舶振动噪声重点实验室基金资助项目(6142204210706)。; 文摘针对船舶机械设备众多、结构复杂、振动传递路径相互耦合的现状,本文提出基于误差反向传播(Back Propagation, BP)神经网络的船舶水下辐射噪声预报方法。分别构建基于梯度下降算法和贝叶斯正则化算法的BP神经网络,以振动数据为输入量、船体辐射噪声为输出量,将均方根误差(e RMSE)和平均绝对误差(e MAE)作为模型预测精度评价指标。结果表明,贝叶斯正则化BP神经网络的泛化性和鲁棒性优于梯度下降算法的BP神经网络,误差达到3 dB以内,在船舶辐射噪声预报领域具有较好的适用性。; 关键词辐射噪声预报 BP神经网络梯度下降算法贝叶斯正则化算法; Keywords radiation noise prediction BP neural network gradient descent algorithm Bayesian regularization algorithm; 分类号 TB532 [理学—声学]; 在线阅读下载PDF 职称材料

题名基于反向传播神经网络的退化红壤区杉木树干液流模拟: 4; 作者涂洁刘琪璟危骏胡良; 机构南昌工程学院生态与环境科学研究所北京林业大学林学院; 出处《浙江大学学报（农业与生命科学版）》 CAS CSCD 北大核心 2015年第2期205-212,共8页; 基金国家自然科学基金(31260172) 江西省高等学校大学生创新创业计划项目(201311319039); 文摘以江西退化红壤区杉木人工林为研究对象,采用MATLAB工具箱中的log-sigmoid型函数(tansig)为神经元作用函数,以空气温度、空气相对湿度、平均净辐射、水汽压亏缺为输入变量,液流速率为输出变量,运用贝叶斯正则化算法和Levenberg-Marquardt算法对4 000组气象数据和液流数据进行网络训练和检验,构建拓扑结构为4-10-1的杉木树干液流反向传播(back propagation,BP)神经网络模型.结果表明:在2种算法下训练样本和检验样本模型输出值与实测值之间线性回归的拟合程度均较高,回归方程的相关系数在0.93以上;训练样本的拟合精度分别为83.57%和83.06%,检验样本的仿真精度分别为82.87%和82.15%.说明该网络模型能够很好地反映液流速率与气象因子之间的非线性函数关系,可为杉木人工林的可持续经营和林地水资源的科学管理提供有效手段.; 关键词杉木树干液流贝叶斯正则化算法 LEVENBERG-MARQUARDT算法反向传播神经网络; Keywords Cunninghamia lanceolata sap flow Bayesian regularization algorithm Levenberg-Marquardt algorithm back propagation neural network; 分类号 S718 [农业科学—林学]; 在线阅读下载PDF 职称材料

题名基于改进神经网络的疲劳裂纹扩展速率预测被引量：3: 5; 作者顾玉钢夏智海庄力健; 机构国家压力容器与管道安全工程技术研究中心哈尔滨工程大学自动化学院; 出处《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心 2008年第6期937-941,共5页; 文摘裂纹的萌生与扩展是一个复杂的非线性动力学过程,裂纹扩展速率具有非线性动力学系统的混沌现象和自组织特征。将BP神经网络和L-M贝叶斯正则化算法相结合,可使BP神经网络在推广能力、收敛速度和逼近精度上能够获得很大的提高。文章利用16MnR钢CT试样实测数据进行网络训练,训练好的神经网络可以对该材料的疲劳裂纹扩展速率进行较为精确的预测。; 关键词疲劳裂纹扩展速率 BP神经网络贝叶斯正则化算法压力容器; Keywords fatigue crack growth rate BP neural network Bayesian regularization algorithm pressure vessel; 分类号 O346.2 [理学—固体力学] TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于改进BP神经网络的油井流入动态研究被引量：2: 6; 作者李虎; 机构中国石油大学(华东)石油工程学院; 出处《复杂油气藏》 2011年第3期71-75,共5页; 文摘针对传统流入动态研究方法误差较大等问题,提出利用改进的BP神经网络进行油井流入动态研究。通过采用LM算法和贝叶斯正则化算法,改进了常规BP神经网络收敛速度慢、泛化能力差等缺点,并探讨了通过优化网络结构来提高网络泛化能力的方法。实例计算结果表明,采用LM算法和贝叶斯正则化算法的改进BP神经网络用于油井流入动态研究是可行的,且优于传统的流入动态研究方法,具有精度高、收敛速度快、泛化能力强等特点。; 关键词油井流入动态 BP神经网络 LM算法贝叶斯正则化算法 Vogel方程; Keywords oil well inflow performance BP neural network LM algorithm Bayesian regularization algorithm Vogel model; 分类号 TE33 [石油与天然气工程—油气田开发工程]; 在线阅读下载PDF 职称材料

题名基于神经网络方法对多层砖房震害预测: 7; 作者马令勇刘功良姜伟; 机构大庆石油学院土木建筑工程学院黑龙江八一农垦大学工程学院; 出处《黑龙江八一农垦大学学报》 2010年第5期85-87,共3页; 基金黑龙江省教育厅科学技术研究项目(11513015); 文摘强烈的地震给人们生命财产带来巨大损失,为了能够在地震之前预测出建筑物震害,提出一多层砖房为例。利用MATLAB神经网络工具箱,建立一种基于贝叶斯正则算法的BP神经网络模型,并以过去发生地震地区的多层砖房调查数据为震害因子的震害预测方法。结果表明:对多层砖房的震害样本的预测达到理想效果。; 关键词人工神经网络震害预测贝叶斯正则化算法多层砖房; Keywords artificial neural network earthquake damage prediction bayesian regularization algorithm multistory masonry building; 分类号 TU362 [建筑科学—结构工程]; 在线阅读下载PDF 职称材料

题名基于人工神经网络的注水开发油藏产量预测被引量：18: 8; 作者 NEGASH Berihun Mamo YAW Atta Dennis; 机构马来西亚石油大学石油工程系; 出处《石油勘探与开发》 SCIE EI CAS CSCD 北大核心 2020年第2期357-365,共9页; 文摘针对传统注水开发油藏产量预测方法存在的问题,提出了基于人工神经网络的预测模型,阐述了模拟工作流程,并进行了算例分析。提出了基于流体物理学和测量数据随机组合的特征提取方法,以提高模型的预测效果。优选贝叶斯正则化算法作为模型的训练算法,该算法一般耗时较长,但能对产油量、产气量、产水量等嘈杂数据集进行良好泛化。通过计算均方误差及决定系数、绘制误差分布直方图及模拟数据-验证数据交会图等方式进行模型评价。用90%的历史数据训练、验证、测试目标模型结构,然后用其余10%数据进行盲测。研究表明,提出的流体产量预测模型决定系数超过0.9,模拟结果与实际数据吻合程度高,输入信息少,计算成本低。; 关键词人工神经网络机器学习特征提取贝叶斯正则化算法产量预测注水开发; Keywords neural networks machine learning attribute extraction Bayesian regularization algorithm production forecasting water flooding; 分类号 TE328 [石油与天然气工程—油气田开发工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于贝叶斯正则化算法BP神经网络钒电池SOC预测	杨春生牛红涛隋良红李明兴	《现代电子技术》北大核心	2016	14	在线阅读下载PDF 职称材料
2	基于贝叶斯正则化BP人工神经网络的煤与瓦斯突出预测的研究	李洋石必明	《工矿自动化》	2009	9	在线阅读下载PDF 职称材料
3	基于神经网络的船舶辐射噪声预报方法	黄欣徐荣武李瑞彪	《船舶力学》北大核心	2025	0	在线阅读下载PDF 职称材料
4	基于反向传播神经网络的退化红壤区杉木树干液流模拟	涂洁刘琪璟危骏胡良	《浙江大学学报（农业与生命科学版）》 CAS CSCD 北大核心	2015	0	在线阅读下载PDF 职称材料
5	基于改进神经网络的疲劳裂纹扩展速率预测	顾玉钢夏智海庄力健	《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心	2008	3	在线阅读下载PDF 职称材料
6	基于改进BP神经网络的油井流入动态研究	李虎	《复杂油气藏》	2011	2	在线阅读下载PDF 职称材料
7	基于神经网络方法对多层砖房震害预测	马令勇刘功良姜伟	《黑龙江八一农垦大学学报》	2010	0	在线阅读下载PDF 职称材料
8	基于人工神经网络的注水开发油藏产量预测	NEGASH Berihun Mamo YAW Atta Dennis	《石油勘探与开发》 SCIE EI CAS CSCD 北大核心	2020	18	在线阅读下载PDF 职称材料