期刊文献+
共找到16篇文章
< 1 >
每页显示 20 50 100
基于遗传小波神经网络的RFID调制识别 被引量:7
1
作者 张松华 何怡刚 +2 位作者 李兵 佘开 侯周国 《计算机工程》 CAS CSCD 北大核心 2011年第2期191-193,共3页
在射频识别的调制识别方法中,神经网络常用的反向传播算法普遍存在收敛速度慢、容易陷入局部极小点、网络参数的选取只能凭实验和经验确定等缺点。针对上述问题,提出一种基于遗传算法优化小波神经网络的识别分类器。该分类器可以充分发... 在射频识别的调制识别方法中,神经网络常用的反向传播算法普遍存在收敛速度慢、容易陷入局部极小点、网络参数的选取只能凭实验和经验确定等缺点。针对上述问题,提出一种基于遗传算法优化小波神经网络的识别分类器。该分类器可以充分发挥遗传算法的全局寻优能力、小波分析的非线性逼近能力和神经网络的自学习特性,仿真结果表明其可以优化系统的收敛速度和识别精度。 展开更多
关键词 遗传小波神经网络 射频识别 调制识别
在线阅读 下载PDF
基于遗传小波神经网络的海底声学底质识别分类 被引量:6
2
作者 熊明宽 吴自银 +1 位作者 李守军 尚继宏 《海洋学报》 CAS CSCD 北大核心 2014年第5期90-97,共8页
分割海底声纳探测图像,提取单元特征向量进行主成份分析,选取均值、标准差、对比度、相关系数、能量及同质性作为训练特征向量,构建小波神经网络。利用遗传算法优化小波神经网络的初始权值及小波参数,对砂、礁石、泥3种底质类型分别进... 分割海底声纳探测图像,提取单元特征向量进行主成份分析,选取均值、标准差、对比度、相关系数、能量及同质性作为训练特征向量,构建小波神经网络。利用遗传算法优化小波神经网络的初始权值及小波参数,对砂、礁石、泥3种底质类型分别进行训练,并得到3种底质的测试精度都在90%以上,优于单独利用小波神经网络进行训练时的测试精度,克服了小波神经网络训练时易陷入局部极小的固有缺陷,表明基于遗传算法的小波神经网络可有效用于海底底质声纳图像的识别和分类。 展开更多
关键词 遗传小波神经网络 底质分类 声纳图像 遗传算法 小波分析
在线阅读 下载PDF
遗传小波神经网络在大坝变形预测中的应用 被引量:7
3
作者 胡纪元 文鸿雁 +1 位作者 周吕 陈冠宇 《人民黄河》 CAS 北大核心 2014年第10期126-128,共3页
针对传统的数学统计模型无法完全描述大坝变形量与多种荷载因素之间非线性映射关系的缺点,引入了一种基于遗传算法的小波神经网络模型,利用该模型对小波神经网络的初始权值、尺度因子进行全局优化搜索,克服了BP神经网络初始化的随机性... 针对传统的数学统计模型无法完全描述大坝变形量与多种荷载因素之间非线性映射关系的缺点,引入了一种基于遗传算法的小波神经网络模型,利用该模型对小波神经网络的初始权值、尺度因子进行全局优化搜索,克服了BP神经网络初始化的随机性以及网络易陷入局部极小值的不足,将该模型运用于大坝坝顶的径向、切向位移预测,结果表明,遗传算法优化的小波神经网络模型结构稳定性更好,预测精度较BP神经网络模型、小波神经网络模型有较大提高。 展开更多
关键词 大坝变形 遗传小波神经网络 BP 神经网络 小波神经网络 预测精度
在线阅读 下载PDF
遗传小波神经网络实现人脸和语音的认证系统 被引量:7
4
作者 刘扬 曹宝峰 李茂生 《计算机工程与应用》 CSCD 北大核心 2006年第18期50-52,98,共4页
论文意在设计一个使用人的面部特征和语音的生物特征作为登录口令的认证系统。系统先对语音和图像进行预处理,从中提出特征并进行有效的融合而得到复合的生物特征,再通过基于遗传算法的小波神经网络实现身份特征的学习和识别,实践结果... 论文意在设计一个使用人的面部特征和语音的生物特征作为登录口令的认证系统。系统先对语音和图像进行预处理,从中提出特征并进行有效的融合而得到复合的生物特征,再通过基于遗传算法的小波神经网络实现身份特征的学习和识别,实践结果证明本设计是可行的。 展开更多
关键词 人脸识别 话者确认 遗传小波神经网络
在线阅读 下载PDF
基于遗传小波神经网络的MEMS陀螺误差建模 被引量:5
5
作者 卢海曦 夏敦柱 周百令 《中国惯性技术学报》 EI CSCD 2008年第2期216-219,共4页
研究了一种基于遗传算法改进的小波神经网络。该方法采用小波神经网络为主要逼近手段,并通过遗传算法优化网络的关键参数。由于小波神经网络兼容了神经网络的自学习特性和小波分析的时—频局部性,而遗传算法具有较强的全局搜索能力,二... 研究了一种基于遗传算法改进的小波神经网络。该方法采用小波神经网络为主要逼近手段,并通过遗传算法优化网络的关键参数。由于小波神经网络兼容了神经网络的自学习特性和小波分析的时—频局部性,而遗传算法具有较强的全局搜索能力,二者结合形成的遗传小波神经网络因此具有较高的逼近与容错能力,从而弥补了传统的方差建模方法的不足。将该算法应用到某型MEMS陀螺仪的随机误差建模中,结果表明:遗传小波网络对原始信号的逼近精度误差在1.75%以内,较之传统的方差建模方法有了显著的提高,这一精度基本上可以满足MEMS陀螺工程化应用的要求。 展开更多
关键词 MEMS陀螺 随机误差 遗传小波神经网络 建模
在线阅读 下载PDF
基于遗传小波神经网络的非线性动态自治网络故障诊断仿真算法 被引量:4
6
作者 谢宏 谭阳红 何怡刚 《湖南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2013年第1期65-69,共5页
为避免用状态方程计算和分析非线性动态网络的约束计算困难,特别是计算响应跨越边界时间的问题,针对非线性动态自治网络,提出一种基于规范式分段线性化总体表达式以及非线性网络的混合参数方程.求解该方程组可得到非线性动态自治网络的... 为避免用状态方程计算和分析非线性动态网络的约束计算困难,特别是计算响应跨越边界时间的问题,针对非线性动态自治网络,提出一种基于规范式分段线性化总体表达式以及非线性网络的混合参数方程.求解该方程组可得到非线性动态自治网络的故障响应仿真算法,再由小波提取故障响应的特征.采用遗传算法对BPNN进行结构和参数优化,将得到的电路故障状态特征输入至遗传优化的BP神经网络进行故障诊断.仿真结果表明了该故障诊断算法的有效性. 展开更多
关键词 故障诊断 非线性动态自治网络 遗传小波神经网络
在线阅读 下载PDF
基于小波分解和遗传小波神经网络的卫星钟差预报 被引量:3
7
作者 蓝岚 任超 +1 位作者 梁月吉 李飞达 《桂林理工大学学报》 CAS 北大核心 2017年第1期125-130,共6页
星载原子钟在空间环境中受到多种不确定因素的影响以及原子钟本身所具有的复杂特性,导致卫星钟差呈现出非线性和非平稳性变化。为此提出了一种新方法:先采用小波分解将原始钟差序列分解成高频分量和低频分量,然后利用遗传小波神经网络... 星载原子钟在空间环境中受到多种不确定因素的影响以及原子钟本身所具有的复杂特性,导致卫星钟差呈现出非线性和非平稳性变化。为此提出了一种新方法:先采用小波分解将原始钟差序列分解成高频分量和低频分量,然后利用遗传小波神经网络对低频分量和高频分量分别进行预报,最后将各分量的预报结果进行叠加得到最终的预报值,并与灰色模型、最小二乘支持向量机和遗传小波神经网络的预报结果对比分析。结果表明:该方法预报精度较高,预报残差更为平稳,应用于卫星钟差预报是可行有效的。 展开更多
关键词 钟差预报 小波分解 最小二乘支持向量机 遗传小波神经网络
在线阅读 下载PDF
基于时空相关性和遗传小波神经网络的路网短时交通流预测 被引量:13
8
作者 陆百川 李玉莲 舒芹 《重庆理工大学学报(自然科学)》 CAS 北大核心 2020年第5期25-34,共10页
根据城市路段交通流在时间维度的变化规律和在空间维度的分布特征,以及智能算法对交通流数据的较强适应性和降噪能力,提出了基于时空相关性和遗传小波神经网络(GA-WNN)的路网短时交通流预测。首先,分析了路网交通流的时空特性和数据特征... 根据城市路段交通流在时间维度的变化规律和在空间维度的分布特征,以及智能算法对交通流数据的较强适应性和降噪能力,提出了基于时空相关性和遗传小波神经网络(GA-WNN)的路网短时交通流预测。首先,分析了路网交通流的时空特性和数据特征,建立了适用于交通路网的空间邻接矩阵;其次,以时空相关性函数量化不同时间延迟下路段与周边相邻路段交通状态之间的影响程度,并将其作为交通流预测模型输入变量的判断指标,结合遗传算法的全局搜索及小波神经网络的自适应学习优点构建了交通流预测模型;最后,通过实例验证表明,基于GA-WNN的交通流预测方法比其他方法更有优势,对比单一时间序列和空间序列预测方法,考虑了交通流时空相关性的预测方法能提高短时交通流预测精度。 展开更多
关键词 短时交通流预测 时空相关性 交通流数据 空间邻接矩阵 遗传小波神经网络
在线阅读 下载PDF
遗传小波神经网络在飞机加油管路设计中的应用
9
作者 董杰 马壮 +1 位作者 吴云 李嘉林 《机械科学与技术》 CSCD 北大核心 2002年第S1期115-117,120,共4页
基于给出的飞机地面压力加油管路模型 ,分析并找到了解决大容量、多吨位、多功能加油系统常用吨位加油和最大吨位加油所需时间之间矛盾的方法。针对传统遗传算法易陷入早熟收敛的缺点 ,将遗传算法全局优化搜索和小波分析的时 -频局部性... 基于给出的飞机地面压力加油管路模型 ,分析并找到了解决大容量、多吨位、多功能加油系统常用吨位加油和最大吨位加油所需时间之间矛盾的方法。针对传统遗传算法易陷入早熟收敛的缺点 ,将遗传算法全局优化搜索和小波分析的时 -频局部性相结合 ,使用一种基于遗传算法学习的小波神经网络—遗传小波神经网络 (GAWNN)得到了各管路优化的节流孔尺寸。试验结果证明 。 展开更多
关键词 线性加权 节流孔 遗传小波神经网络
在线阅读 下载PDF
基于数据挖掘和遗传小波神经网络的光伏电站发电量预测 被引量:29
10
作者 张成 白建波 +3 位作者 兰康 还新新 樊辰 夏旭 《太阳能学报》 EI CAS CSCD 北大核心 2021年第3期375-382,共8页
为了解决光伏发电预测不确定性问题,进一步提高光伏电站发电量的预测精度。提出一种基于数据挖掘和遗传小波神经网络的光伏电站发电混合预测模型,利用K均值聚类算法对历史数据进行分类,并对传统BP神经网络进行改进。以BP神经网络为基础... 为了解决光伏发电预测不确定性问题,进一步提高光伏电站发电量的预测精度。提出一种基于数据挖掘和遗传小波神经网络的光伏电站发电混合预测模型,利用K均值聚类算法对历史数据进行分类,并对传统BP神经网络进行改进。以BP神经网络为基础,引入小波分析构建小波神经网络,同时利用遗传算法对网络的初始参数进行全局寻优得到最优参数,利用交叉熵函数对学习规则进行改进。改进后的网络模型既具有小波分析的良好的局部时域和频域特性,又具有全局搜索能力,可增大跳出局部最优的可能性,同时拥有更快的收敛能力和稳定性。实验结果验证了该算法的有效性。 展开更多
关键词 光伏发电 数据挖掘 聚类分析 小波分析 遗传小波神经网络
在线阅读 下载PDF
基于整合移动平均自回归和遗传粒子群优化小波神经网络组合模型的交通流预测 被引量:29
11
作者 殷礼胜 唐圣期 +1 位作者 李胜 何怡刚 《电子与信息学报》 EI CSCD 北大核心 2019年第9期2273-2279,共7页
针对短时交通流数据的非线性和随机性特点,为提高它的预测精度和收敛速度,该文从模型构建和算法两方面提出一种整合移动平均自回归(ARIMA)模型和遗传粒子群算法优化小波神经网络(GPSOWNN)相结合的预测模型和算法。在模型构建方面,将ARIM... 针对短时交通流数据的非线性和随机性特点,为提高它的预测精度和收敛速度,该文从模型构建和算法两方面提出一种整合移动平均自回归(ARIMA)模型和遗传粒子群算法优化小波神经网络(GPSOWNN)相结合的预测模型和算法。在模型构建方面,将ARIMA模型预测值和灰色关联系数大于0.6的相关性强的前3个时刻的历史数据作为小波神经网络(WNN)的输入,在兼顾历史数据的平稳和非平稳的情况下,进行了模型结构简化。在算法方面,通过遗传粒子群算法对小波神经网络的参数初始值进行最优选取,可使其结果在不易陷入局部最优的条件下加快网络训练收敛速度。实验结果表明,在预测精度方面,该方法的模型明显优于整合移动平均自回归模型和遗传粒子群算法优化小波神经网络,在收敛速度方面,用遗传粒子群算法优化模型明显优于仅用遗传算法优化模型。 展开更多
关键词 短时交通流预测 灰色关联分析法 整合移动平均自回归 遗传粒子群优化小波神经网络
在线阅读 下载PDF
一种基于遗传算法的小波神经网 被引量:18
12
作者 贾同军 姬光荣 +2 位作者 时鹏 纪芳 张丽 《系统仿真学报》 CAS CSCD 2001年第z1期126-127,155,共3页
网络的优化学习是人工神经研究中的一个重要问题。将遗传算法全局性优化搜索和小波分析的时-频局部性特点相结合,本文提出了一种基于遗传算法学习的小波神经网络--遗传算法小波神经网络(WNNGA)。三位异或问题和双螺旋问题的实验结果证明... 网络的优化学习是人工神经研究中的一个重要问题。将遗传算法全局性优化搜索和小波分析的时-频局部性特点相结合,本文提出了一种基于遗传算法学习的小波神经网络--遗传算法小波神经网络(WNNGA)。三位异或问题和双螺旋问题的实验结果证明,遗传算法小波神经网络不仅继承了小波分析良好的局部性及其神经网络的学习和推广能力,而且具有遗传算法全局快速寻优的特点,是多层前向神经网络学习的一种理想算法。 展开更多
关键词 小波分析 遗传算法 遗传算法小波神经网络
在线阅读 下载PDF
MEMS硅铝异质结构压力传感器的设计制作与测试研究 被引量:4
13
作者 张加宏 陈剑翔 +2 位作者 冒晓莉 李敏 王银 《传感技术学报》 CAS CSCD 北大核心 2018年第7期998-1004,共7页
金属半导体异质混合结构是一种特殊的压阻结构,其具有高于传统MEMS压阻式压力传感器的压阻性能。鉴于此,设计和研究了一种由掺杂单晶硅和金属铝混合形成的MEMS异质结构压力传感器。首先结合理论模型和ANSYS有限元模拟仿真分析了硅铝异... 金属半导体异质混合结构是一种特殊的压阻结构,其具有高于传统MEMS压阻式压力传感器的压阻性能。鉴于此,设计和研究了一种由掺杂单晶硅和金属铝混合形成的MEMS异质结构压力传感器。首先结合理论模型和ANSYS有限元模拟仿真分析了硅铝异质结构传感器的灵敏度特性,然后通过MEMS工艺制作了硅铝异质结构压力传感器芯片,并对其进行了封装与测试。实验结果表明,硅铝异质结构压力传感器的灵敏度可达到0.116 8 m V/(V·k Pa),而利用参考结构能够明显减小环境温度对其性能的影响。在此基础之上,本文采用基于遗传算法改进的小波神经网络对传感器的温度漂移和非线性误差进行了补偿,补偿后硅铝异质结构压力传感器的测量误差小于±1.5%FS。 展开更多
关键词 硅铝异质结构 灵敏度 有限元分析 温度补偿 非线性误差 遗传小波神经网络
在线阅读 下载PDF
基于GA-WNN温度补偿的红外CO2气体传感器系统研究 被引量:12
14
作者 孙亚飞 顾芳 +3 位作者 黄亚磊 李敏 何鹏翔 张加宏 《传感技术学报》 CAS CSCD 北大核心 2018年第10期1613-1620,共8页
为了提高红外CO_2气体传感器的探测灵敏度和精度,首先基于计算流体动力学(CFD)仿真计算,研究了传感器腔内气体辐射功率吸收效率与腔体结构之间的关系,模拟结果表明:当圆柱腔体的直径与内壁反射率固定时,腔体结构存在最佳腔长可使传感器... 为了提高红外CO_2气体传感器的探测灵敏度和精度,首先基于计算流体动力学(CFD)仿真计算,研究了传感器腔内气体辐射功率吸收效率与腔体结构之间的关系,模拟结果表明:当圆柱腔体的直径与内壁反射率固定时,腔体结构存在最佳腔长可使传感器红外辐射功率吸收效率达到最大。然后基于CFD仿真的结果设计和实现了CO_2气体传感器,并开展了实验比对与验证,进而着重研究了环境温度对气体测量结果的影响。实验结果表明:在5℃~45℃温度范围内,传感器在0~2 000×10^(-6)浓度范围内的测量误差随着温度升高而显著增大。最后采用遗传小波神经网络算法(GA-WNN)对传感器进行了温度补偿,数据融合补偿后传感器的温度漂移得到了较好的抑制,其绝对误差小于±70×10^(-6),在非样本温度点下,整体平均误差小于±100×10^(-6),表明CO_2气体传感器的测量精度得到了较好的提升。 展开更多
关键词 红外CO2气体传感器 吸收效率 流体动力学 温度补偿 遗传小波神经网络算法
在线阅读 下载PDF
有限空间爆炸静态压力的温度补偿方法 被引量:1
15
作者 张龙 邹虹 +3 位作者 张宝国 张继军 张东亮 孔德骞 《爆炸与冲击》 EI CAS CSCD 北大核心 2020年第3期97-106,共10页
为改善压阻式压力传感器的温度漂移特性,构建了基于遗传算法和小波神经网络的压力传感器温度补偿模型。针对小波神经网络收敛速度慢且易陷入局部最优解的问题,采用遗传算法对小波神经网络的连接权值、伸缩参数和平移参数进行优化。基于... 为改善压阻式压力传感器的温度漂移特性,构建了基于遗传算法和小波神经网络的压力传感器温度补偿模型。针对小波神经网络收敛速度慢且易陷入局部最优解的问题,采用遗传算法对小波神经网络的连接权值、伸缩参数和平移参数进行优化。基于压力传感器的标定数据,分别采用BP神经网络、小波神经网络和遗传小波神经网络对其进行温度补偿研究,结果表明:遗传小波神经网络兼容了小波分析的时频局部特性和神经网络的自学习能力,表现出良好的收敛速度和补偿精度,经补偿后传感器的输出值更接近于标定值,其最大误差由?17.44 kPa变至0.38 kPa,最大相对误差由?14.0%变至0.38%。将该模型应用于有限空间爆炸静态压力的温度补偿中,取得了较好的实际应用效果。 展开更多
关键词 爆炸静态压力 压阻式压力传感器 温度补偿 遗传小波神经网络
在线阅读 下载PDF
基于计算智能算法的铣刀状态监测 被引量:1
16
作者 郑金兴 张铭钧 孟庆鑫 《计算机工程与科学》 CSCD 2008年第2期142-146,共5页
本文提出了基于智能融合技术进行铣刀磨损量监测和预测方法。利用多传感器对切削力和振动信号进行监测,通过频率变换提取切削力特征量,采用小波包分解技术提取振动信号特征量。通过信号特征值的组合,分别探讨了几种计算智能数据融合技术... 本文提出了基于智能融合技术进行铣刀磨损量监测和预测方法。利用多传感器对切削力和振动信号进行监测,通过频率变换提取切削力特征量,采用小波包分解技术提取振动信号特征量。通过信号特征值的组合,分别探讨了几种计算智能数据融合技术-小波神经网络、遗传神经网络、遗传小波神经网络对刀具磨损量的预测效果。实验分析表明,本文提出的几种计算智能数据融合技术均能够有效地完成刀具磨损量预测。 展开更多
关键词 刀具磨损 数据融合 小波包分解 小波神经网络 遗传神经网络 遗传小波神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部