期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到146篇文章
< 1 2 … 8 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
贝叶斯正则化优化BP神经网络估算SOH 被引量：1
1
作者 朱聪聪 郭晟 +1 位作者 常海涛 路密 《电池》 北大核心 2025年第1期25-31,共7页
为提高锂离子电池健康状态(SOH)估算的精度,采用基于贝叶斯正则化算法优化的反向传播(BP)神经网络模型。该模型的核心是,引入先验分布约束BP网络权重参数,以减少过拟合风险;并引入后验分布评估参数的不确定性,提升模型对数据噪声的适应... 为提高锂离子电池健康状态(SOH)估算的精度,采用基于贝叶斯正则化算法优化的反向传播(BP)神经网络模型。该模型的核心是,引入先验分布约束BP网络权重参数,以减少过拟合风险;并引入后验分布评估参数的不确定性,提升模型对数据噪声的适应性。以充电全过程提取健康特征验证模型精度;以放电片段数据提取健康特征模拟实际工况。训练后的模型在充电全过程提取特征时的均方根误差(RMSE)和平均绝对误差(MAE)均小于1.65%,采用放电片段提取特征时的RMSE和MAE均小于3.85%,相较于未优化的BP神经网络,两种方式的估算误差分别降低18%和41%以上。 展开更多
关键词 锂离子电池 健康状态(SOH) 贝叶斯正则化算法 反向传播(bp)神经网络 健康特征 先验分布 后验分布
在线阅读 下载PDF
不同温湿度贮藏对澳洲坚果鲜果品质的影响及BP神经网络预测模型构建
2
作者 付镓榕 马尚玄 +6 位作者 杨悦雪 徐文婷 兰秀华 魏元苗 黄克昌 贺熙勇 郭刚军 《食品工业科技》 北大核心 2025年第13期314-326,共13页
为分析澳洲坚果鲜果在短期贮藏中的品质变化,本文探究贮藏温湿度(30℃-RH80%、35℃-RH80%、40℃-RH80%、30℃-RH90%、35℃-RH90%、40℃-RH90%)对鲜果果皮含水量、带壳果含水量、果仁含水量、青皮裂果率、霉果率、酸价、过氧化值、碘值... 为分析澳洲坚果鲜果在短期贮藏中的品质变化,本文探究贮藏温湿度(30℃-RH80%、35℃-RH80%、40℃-RH80%、30℃-RH90%、35℃-RH90%、40℃-RH90%)对鲜果果皮含水量、带壳果含水量、果仁含水量、青皮裂果率、霉果率、酸价、过氧化值、碘值、总酚含量、总糖含量的影响,并基于反向传播(Backpropagation,BP)神经网络构建澳洲坚果鲜果短期贮藏的品质预测模型,测试集评估模型的预测性能。结果表明,在短期贮藏中35℃-RH80%条件贮藏的水分损失最快,35℃贮藏的青皮裂果率增速显著高于30、40℃(P<0.05),30℃时果皮霉果率增速显著高于35、40℃(P<0.05)。在贮藏期间酸价、过氧化值均呈上升趋势,贮藏结束时35℃-RH90%条件贮藏的酸价最高,为15.57 mg/100 g,30℃-RH80%条件贮藏的过氧化值最高,为36.44μg/g;碘值、总酚含量呈先上升后下降的趋势,贮藏期间35℃-RH90%条件贮藏的碘值增幅最大为119.26 mg/g,贮藏结束40℃-RH80%条件贮藏的碘值最低为675.72 mg/g,贮藏结束35℃-RH80%、40℃-RH90%总酚含量均为0.88 mg/g,显著低于其他贮藏条件(P<0.05);总糖含量呈下降趋势,贮藏结束35℃-RH80%条件贮藏的总糖含量显著低于其他贮藏条件(P<0.05)。相关性分析表明预测模型的输入层与输出层具有较好的相关性,澳洲坚果鲜果短期贮藏的品质预测模型隐含层节点数为7,酸价、过氧化值、碘值、总酚含量、总糖含量训练集的相关系数分别为0.97952、0.98815、0.94869、0.94882、0.97109,预测精度良好。因此,神经网络预测模型可用于预测澳洲坚果鲜果在采后运输及贮藏过程中的品质变化,并为神经网络预测模型在澳洲坚果品质预测中的应用奠定基础。 展开更多
关键词 澳洲坚果 鲜果 贮藏品质 预测模型 反向传播(bp)神经网络
在线阅读 下载PDF
基于KNN-BP神经网络车辆驻留时间预测立体车库RGV待命位策略
3
作者 后国栋 李建国 《科学技术与工程》 北大核心 2025年第24期10478-10486,共9页
平面移动式立体车库待命位策略可以提高车辆出库效率,减少顾客等待时间,通过预测库内车辆出库时间节点,设计分区待命位策略。针对反向传播(back propagation, BP)神经网络存在样本依赖性较强的特点,提出一种K-近邻算法(k-nearest neighb... 平面移动式立体车库待命位策略可以提高车辆出库效率,减少顾客等待时间,通过预测库内车辆出库时间节点,设计分区待命位策略。针对反向传播(back propagation, BP)神经网络存在样本依赖性较强的特点,提出一种K-近邻算法(k-nearest neighbor, KNN)-BP神经网络预测模型,以是否为工作日、工作日特殊时段(如早高峰、晚高峰),气温,降水4个方面作为特征向量,采用二进制集合转换构建各特征向量集,通过KNN对异常数据进行分组,提高BP神经网络预测精度,并基于预测时间建立出库概率分布,设定区域优先级参数以及RGV(rail guided vehicle)待命位策略。编写仿真程序,以西安小寨某商用立体车库运行数据进行验证,仿真结果表明:KNN-BP神经网络预测模型R^(2)较传统BP神经网络提高了20.23%,设计待命位策略下较无待命位策略顾客平均等待时间减小35.82%,RGV平均服务时间降低39.51%,RGV运行能耗降低38.32%;较文献引用策略顾客平均等待时间减小14.18%,RGV平均服务时间降低13.29%,RGV运行能耗降低20.89%。研究成果为提高立体车库车运行效率提供参考。 展开更多
关键词 交通工程 立体车库 待命位 K-近邻算法(KNN)-反向传播(bp)神经网络 RGV
在线阅读 下载PDF
基于改进NNA和BP神经网络模型的深基坑沉降预测
4
作者 王仁志 张伟国 +3 位作者 寇苗苗 刘飞 王金涛 张拥军 《科学技术与工程》 北大核心 2025年第24期10416-10425,共10页
为更精准预测基坑开挖卸荷引起的周边地表沉降,通过改进神经网络算法(neural network algorithm, NNA),提出一种具有信息反馈和反向学习机制的神经网络优化算法(neural network algorithm with feedback mechanism and reverse learning... 为更精准预测基坑开挖卸荷引起的周边地表沉降,通过改进神经网络算法(neural network algorithm, NNA),提出一种具有信息反馈和反向学习机制的神经网络优化算法(neural network algorithm with feedback mechanism and reverse learning, FBRLNNA),并结合反向传播(back propagation, BP)神经网络构建地表沉降预测模型,将提出的沉降预测模型在青岛15号线地铁工程基坑中进行应用与验证。基于18种基准函数比较FBRLNNA与9种竞争优化算法的表现,仿真试验表明,FBRLNNA在80%的基础基准函数上均表现出更优的性能。对比分析FBRLNNA-BP模型及其他4种模型的基坑沉降预测结果,FBRLNNA-BP模型的均方误差(mean squared error, MSE)、平均绝对误差(mean absolute error, MAE)、均方根误差(root mean square error, RMSE)及决定系数(R^(2))均最佳,沉降预测结果误差小于5%,表明该预测模型具有更好的沉降预测精度。研究成果可为基坑开挖引发的地表沉降预测提供了新的方法和参考。 展开更多
关键词 具有信息反馈和反向学习机制的神经网络优化算法(FBRLNNA) 反向传播(bp)神经网络 FBRLNNA-bp模型 基坑开挖 沉降预测
在线阅读 下载PDF
基于改进BP神经网络的火车防吊起快速检测方法
5
作者 姜军 宓为建 《中国工程机械学报》 北大核心 2025年第2期361-365,共5页
铁路集装箱堆场对于火车平板装卸作业,由于传统检测方法检测精度或检测速度不能满足要求,鲜有成熟的智能防吊起解决方案。本文提出一种基于改进反向传播(BP)神经网络的火车防吊起快速检测方法,通过获取吊具4个锁头的称重数据,建立基于B... 铁路集装箱堆场对于火车平板装卸作业,由于传统检测方法检测精度或检测速度不能满足要求,鲜有成熟的智能防吊起解决方案。本文提出一种基于改进反向传播(BP)神经网络的火车防吊起快速检测方法,通过获取吊具4个锁头的称重数据,建立基于BP神经网络的平板吊起检测模型,在权值调整时加入动量因子和自适应调节学习率以优化模型性能。在实际作业中测试,本方法具有较高的检出率和快速的检测速度,可为轨道吊自动化火车作业提供智能安全防护。 展开更多
关键词 集装箱火车 平板鹰钩(F-TR)锁防吊起 反向传播(bp)神经网络 动量因子 自适应学习
在线阅读 下载PDF
基于人工神经网络和迁移学习的行人流建模方法
6
作者 张金虎 谢磊 +1 位作者 成梦洁 刘少博 《上海大学学报(自然科学版)》 北大核心 2025年第2期299-315,共17页
行人流仿真对于解决大型交通场站等人群密集场所的拥挤和安全问题发挥了重要作用,但目前广泛使用的行人流模型往往依赖人为假设的模型规则,导致模型参数缺乏现实依据以及标定困难、模型与实际不符等问题.近年来,基于人工神经网络的数据... 行人流仿真对于解决大型交通场站等人群密集场所的拥挤和安全问题发挥了重要作用,但目前广泛使用的行人流模型往往依赖人为假设的模型规则,导致模型参数缺乏现实依据以及标定困难、模型与实际不符等问题.近年来,基于人工神经网络的数据驱动模型能够更高精度地还原行人流在现实场景中的实际行为特征,但对训练数据的依赖性强,且存在对不同场景泛化能力弱等问题.为此,提出一种结合仿真数据和实验数据的BP(back propagation)人工神经网络行人流仿真模型训练方法,并定义了一套包含46个参数的新模型参数组合;然后利用仿真数据对模型进行预训练;最后结合实验数据对模型进行迁移学习.结果表明,用仿真数据预训练模型可有效弥补真实数据不足的缺陷,且模型迁移学习训练结果的R值超过0.96,均方误差低于0.003,证明了迁移学习在提高模型泛化能力和预测精度方面的有效性. 展开更多
关键词 智能交通 行人流建模仿真 bp(back propagation)神经网络 行人流实验 迁移学习
在线阅读 下载PDF
基于神经网络的面板堆石坝渗透系数反演与渗流计算
7
作者 贾万波 徐景田 《安全与环境工程》 北大核心 2025年第4期138-145,共8页
面板堆石坝渗流安全监控指标主要为坝基渗流量,通常以设计阶段计算结果作为安全阈值,但受施工和蓄水等因素的影响,导致筑坝材料渗透系数发生改变,渗流监控指标将不准确。为此,以龙背湾面板堆石坝工程为研究对象,选取钢筋混凝土面板、垫... 面板堆石坝渗流安全监控指标主要为坝基渗流量,通常以设计阶段计算结果作为安全阈值,但受施工和蓄水等因素的影响,导致筑坝材料渗透系数发生改变,渗流监控指标将不准确。为此,以龙背湾面板堆石坝工程为研究对象,选取钢筋混凝土面板、垫层料、过渡料、上游主堆石、下游次堆石、反滤过渡料6种主要介质,每种介质选取7个渗透系数水平,采用正交试验进行各参数组合,同时基于反向传播(back propagation,BP)神经网络,利用龙背湾水库水位、渗流量等实测数据,反演出面板堆石坝各填筑材料分区的最优渗透系数;建立了龙背湾面板堆石坝三维有限元渗流模型,并利用反演参数计算了大坝在不同工况下的渗流量,以获取坝基渗流量。结果表明,坝基渗流量误差在2.2%~4.1%之间,渗流量预测精度较高,证明所选用的参数反演方法及渗流计算方法科学合理,计算结果可作为坝基渗流量的安全监控指标。 展开更多
关键词 面板堆石坝 渗透系数反演 渗流计算 正交试验 反向传播(bp)神经网络 有限元模型
在线阅读 下载PDF
基于智能优化算法及其优化BP神经网络的室内定位 被引量：5
8
作者 李帅辰 武建锋 《科学技术与工程》 北大核心 2024年第20期8568-8576,共9页
为研究智能优化算法在室内到达时间差(time difference of arrival,TDOA)定位方面的应用效果。首先,分别使用白鲨优化算法(white shark optimizer,WSO)、变色龙优化算法(chameleon swarm algorithm,CSA)、蛇优化算法(snake optimizer,SO... 为研究智能优化算法在室内到达时间差(time difference of arrival,TDOA)定位方面的应用效果。首先,分别使用白鲨优化算法(white shark optimizer,WSO)、变色龙优化算法(chameleon swarm algorithm,CSA)、蛇优化算法(snake optimizer,SO)、鲸鱼优化算法(whale optimization algorithm,WOA)、灰狼优化算法(grey wolf optimizer,GWO)、麻雀优化算法(sparrow search algorithm,SSA)这6种智能优化算法进行室内的二维TDOA定位,对比分析上述算法在室内定位领域的表现,并和传统的Taylor算法的定位误差进行对比;接下来,使用SOA算法对BP神经网络进行优化,使用优化后的SOA-BP进行定位,与基础的BP神经网络的定位误差进行对比。结果表明:所使用的6种智能优化算法在室内定位领域有着不错的表现,各智能优化算法的效果相似,平均定位误差为0.44 m,相较于传统的Taylor算法提升约9.2%;SOA-BP的定位误差相较于基础的BP神经网络降低超过30%。 展开更多
关键词 智能优化算法 5G室内定位 到达时间差(TDOA) Taylor算法 优化反向传播(bp)神经网络
在线阅读 下载PDF
基于BP神经网络模型的呼出气δ^(13)C、δ^(18)O同位素丰度测量方法研究 被引量：1
9
作者 黄文彪 夏滑 +4 位作者 王前进 孙鹏帅 庞涛 吴边 张志荣 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第10期2761-2767,共7页
碳13(^(13)C)尿素呼气试验在国内外作为检测幽门螺旋杆菌的“金标准”已被广泛采用,精准测量CO_(2)中碳(C)和氧(O)同位素特征对疾病诊断具有重大意义。可调谐半导体激光吸收光谱技术(TDLAS)具有结构简单、响应速度快、灵敏度高等众多优... 碳13(^(13)C)尿素呼气试验在国内外作为检测幽门螺旋杆菌的“金标准”已被广泛采用,精准测量CO_(2)中碳(C)和氧(O)同位素特征对疾病诊断具有重大意义。可调谐半导体激光吸收光谱技术(TDLAS)具有结构简单、响应速度快、灵敏度高等众多优点,在多个领域得到广泛应用,同时完全适用于气体同位素的测量研究。该研究面向人体呼出气体中的CO_(2)气体检测需求,基于直接吸收光谱技术,采用中心波长为4.32μm的量子级联激光器(QCL)结合光程为14 cm/44 mL的小容积气体吸收腔体,完成了同时测量^(16)O^(12)C^(16)O、^(18)O^(12)C^(16)O和^(16)O^(13)C^(16)O的多组分同位素气体浓度的实验系统。基于反向传播(BP)神经网络模型,降低直接吸收光谱系统中光源稳定性和测量样品气体波动带来的噪声干扰。结果表明:基于BP神经网络模型的同位素丰度测量精度与稳定性均优于吸光度峰值比法,^(16)O^(13)C^(16)O与^(18)O^(12)C^(16)O的浓度测量精度分别提高约1.27与1.58倍。Allan方差分析表明,当积分时间为106 s时,采用BP神经网络模型的^(13)C与^(18)O同位素丰度测量精度分别为0.97‰和1.47‰,相比吸光度峰值比法测量精度提高了约2.1倍与1.2倍。充分证明了基于BP神经网络模型的同位素丰度测量方法的可行性,为研制高精度同位素丰度传感器奠定基础。 展开更多
关键词 可调谐半导体激光吸收光谱技术(TDLAS) 量子级联激光器(QCL) 反向传播(bp)神经网络模型 同位素丰度
在线阅读 下载PDF
基于BP神经网络的上海生鲜农产品物流需求预测 被引量：18
10
作者 郝杨杨 邹宇 《上海海事大学学报》 北大核心 2024年第1期39-45,69,共8页
针对传统的生鲜农产品物流非线性需求预测模型收敛速度慢、精度低等问题,构建由改进粒子群(improved particle swarm optimization,IPSO)算法优化反向传播(back propagation,BP)神经网络的预测模型。引入对立学习机制、自适应惯性权重... 针对传统的生鲜农产品物流非线性需求预测模型收敛速度慢、精度低等问题,构建由改进粒子群(improved particle swarm optimization,IPSO)算法优化反向传播(back propagation,BP)神经网络的预测模型。引入对立学习机制、自适应惯性权重、非对称学习因子提升粒子群(particle swarm optimization,PSO)算法的初始解质量,平衡算法的局部开发和全局搜索能力;利用IPSO算法优化BP神经网络的权值和阈值,解决BP神经网络收敛速度慢、容易陷入局部最优等问题。通过上海生鲜农产品物流需求预测实例对模型的有效性进行验证,结果显示:IPSO-BP神经网络模型在预测精度及收敛速度上均明显优于传统PSO-BP神经网络和BP神经网络模型。 展开更多
关键词 冷链物流 需求预测 改进粒子群(IPSO)算法 反向传播(bp)神经网络
在线阅读 下载PDF
基于MFO优化BP神经网络构建冷鲜肉品质预测模型
11
作者 王丽 闫子康 +1 位作者 杜金 王远亮 《食品工业科技》 CAS 北大核心 2024年第21期310-321,共12页
为能准确预测冷鲜肉在贮藏中品质的变化规律及质量安全,本文探究贮藏温度(0、4和25℃)对冷鲜肉菌落总数、TVB-N、pH、水分含量、色度和生物胺含量的影响,确定冷鲜肉的特征品质指标。基于反向传播(Backpropagation,BP)神经网络和飞蛾火... 为能准确预测冷鲜肉在贮藏中品质的变化规律及质量安全,本文探究贮藏温度(0、4和25℃)对冷鲜肉菌落总数、TVB-N、pH、水分含量、色度和生物胺含量的影响,确定冷鲜肉的特征品质指标。基于反向传播(Backpropagation,BP)神经网络和飞蛾火焰优化(Moth-Flame Optimization,MFO)BP神经网络,利用特征指标作为训练数据,构建不同贮藏温度下冷鲜肉的品质预测模型,快速准确评价和预测食品的质量安全。结果表明,不同贮藏温度下冷鲜肉的菌落总数、pH、TVB-N、色泽和生物胺含量随着贮藏时间的延长均呈上升趋势(P<0.05),且各指标在不同贮藏温度下的变化规律不一致,温度越高,腐败变质的速度越快。通过相关性分析得出菌落总数和TVB-N为冷鲜肉品质特征指标,以特征指标为训练数据构建BP神经网络和MFO优化BP神经网络模型。结果显示,MFO优化BP神经网络优于单一的BP神经网络模型,指标菌落总数和TVB-N通过BP神经网络模型训练后的R值分别为0.95018、0.94283,通过MFO算法优化训练后的R值分别为0.97538、0.98001,更接近于1,且优化后的RMSE、MSE和MAE值相对较小,其模型拟合度更好,在整个贮藏期的预测性能更好,准确率更高。因此,MFO优化BP神经网络可用于预测冷鲜肉在贮藏过程中品质的变化规律。 展开更多
关键词 冷鲜肉 松鼠葡萄球菌 预测模型 反向传播(bp)神经网络 飞蛾火焰优化(MFO)bp神经网络
在线阅读 下载PDF
基于PCA-BP神经网络的煤与瓦斯突出预测研究 被引量：75
12
作者 朱志洁 张宏伟 +1 位作者 韩军 宋卫华 《中国安全科学学报》 CAS CSCD 北大核心 2013年第4期45-50,共6页
为提高煤与瓦斯突出预测的效率和准确率,将主成分分析(PCA)法与神经网络相结合,对煤与瓦斯突出进行预测。以平顶山八矿为研究对象,基于地质动力区划方法,搜集影响煤与瓦斯突出的因素的相关数据。通过PCA法提取影响因素的主成分,选取贡... 为提高煤与瓦斯突出预测的效率和准确率,将主成分分析(PCA)法与神经网络相结合,对煤与瓦斯突出进行预测。以平顶山八矿为研究对象,基于地质动力区划方法,搜集影响煤与瓦斯突出的因素的相关数据。通过PCA法提取影响因素的主成分,选取贡献率大于80%的3个主成分,代替原有的9个影响因素,将其作为反向传播(BP)神经网络的3个输入参数。将突出强度划分为4个等级,建立PCA-BP煤与瓦斯突出预测模型。选取典型的突出样本对PCA-BP神经网络进行训练,用检验样本检验训练好的网络,结果表明预测符合实际情况。 展开更多
关键词 煤与瓦斯突出 地质动力区划 主成分分析(PCA) 反向传播(bp)神经网络 仿真预测
在线阅读 下载PDF
改进PSO优化BP神经网络的混沌时间序列预测 被引量：27
13
作者 李松 刘力军 刘颖鹏 《计算机工程与应用》 CSCD 2013年第6期245-248,270,共5页
为提高BP神经网络预测模型的预测准确性,提出了一种基于改进粒子群算法优化BP神经网络的混沌时间序列预测方法。引入自适应变异算子对陷入局部最优的粒子进行变异,改进了粒子群算法的寻优性能;利用改进粒子群算法优化BP神经网络的权值... 为提高BP神经网络预测模型的预测准确性,提出了一种基于改进粒子群算法优化BP神经网络的混沌时间序列预测方法。引入自适应变异算子对陷入局部最优的粒子进行变异,改进了粒子群算法的寻优性能;利用改进粒子群算法优化BP神经网络的权值和阈值,训练BP神经网络预测模型求得最优解。将该预测方法应用到几个典型的非线性系统的混沌时间序列进行有效性验证,结果表明了该方法对典型混沌时间序列具有更好的非线性拟合能力和更高的预测准确性。 展开更多
关键词 预测 混沌理论 反向传播(bp)神经网络 粒子群算法
在线阅读 下载PDF
PSO优化BP神经网络的混沌时间序列预测 被引量：22
14
作者 卢辉斌 李丹丹 孙海艳 《计算机工程与应用》 CSCD 北大核心 2015年第2期224-229,264,共7页
针对于BP神经网络预测模型,收敛速度慢,精度较低,容易陷入局部极小值等缺点,提出了一种改进粒子群优化BP神经网络预测模型的算法。在该算法中,粒子群采用改进自适应惯性权重和改进自适应加速因子优化BP神经网络预测模型的初始权值和阈值... 针对于BP神经网络预测模型,收敛速度慢,精度较低,容易陷入局部极小值等缺点,提出了一种改进粒子群优化BP神经网络预测模型的算法。在该算法中,粒子群采用改进自适应惯性权重和改进自适应加速因子优化BP神经网络预测模型的初始权值和阈值,然后训练BP神经网络预测模型并预测。将该算法应用到几个典型的混沌时间序列预测。实验结果表明,该算法明显提高BP神经网络预测模型的收敛速度和预测模型的精度,减少陷入局部极小的可能。 展开更多
关键词 混沌时间序列 混沌预测 反向传播(bp)神经网络 粒子群算法
在线阅读 下载PDF
一种BP神经网络机场噪声预测模型 被引量：15
15
作者 杜继涛 张育平 徐涛 《计算机工程与应用》 CSCD 2013年第9期236-239,共4页
机场噪声预测对机场噪声控制、航班计划制定和机场规划设计具有十分重要的作用。现有的机场噪声预测模型都是以飞机的噪声距离曲线(NPD曲线)为核心,用相应的数学模型将其修正至与具体机场的特定环境条件相关的噪声传播模型,存在预测成... 机场噪声预测对机场噪声控制、航班计划制定和机场规划设计具有十分重要的作用。现有的机场噪声预测模型都是以飞机的噪声距离曲线(NPD曲线)为核心,用相应的数学模型将其修正至与具体机场的特定环境条件相关的噪声传播模型,存在预测成本高和误差大的缺点。针对这种情况,提出一种使用BP神经网络利用机场噪声历史监测数据进行NPD曲线修正计算方法,从而建立适用于特定机场环境条件的机场噪声预测模型。实验表明,在特定机场的特定环境条件下,允许误差为0.5dB时,该模型预测准确率高达91.5%以上,具有预测成本小、准确度高的特点。 展开更多
关键词 反向传播(bp)神经网络 机场噪声 预测模型 噪声距离曲线(NPD)
在线阅读 下载PDF
基于BP神经网络的外姿态测量系统线阵CCD标定 被引量：16
16
作者 李晶 袁峰 丁振良 《仪器仪表学报》 EI CAS CSCD 北大核心 2010年第5期1138-1141,共4页
在基于线阵CCD相机的空间物体外姿态测量系统中,线阵CCD相机的标定是空间合作目标定位的一个重要步骤。利用神经网络所具有的处理复杂非线性映射问题的能力,提出了基于反向传播(BP)神经网络的线阵CCD标定方法。该方法能够很好地描述外... 在基于线阵CCD相机的空间物体外姿态测量系统中,线阵CCD相机的标定是空间合作目标定位的一个重要步骤。利用神经网络所具有的处理复杂非线性映射问题的能力,提出了基于反向传播(BP)神经网络的线阵CCD标定方法。该方法能够很好地描述外姿态测量系统中三维空间合作目标与像点之间的映射关系,无需建立复杂的数学模型,可直接恢复空间合作目标的三维信息,从而计算空间物体的姿态信息。实验结果表明:基于BP神经网络的线阵CCD标定方法与传统的DLT方法比较精度可提高41.7%。 展开更多
关键词 外姿态测量 线阵CCD标定 反向传播(bp)神经网络
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
17
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
变压器局放监测与改进BP神经网络预测模型研究 被引量：5
18
作者 高立慧 张长胜 +3 位作者 赵振刚 胡威 陈武奋 李川 《传感器与微系统》 CSCD 2017年第3期40-42,共3页
采用传感系统监测变压器局部放电的变化情况,选取高频电流信号和超声波信号作为变压器局部放电的监测参量,利用改进逆传播(BP)神经网络算法对变压器局部放电量进行建模分析。以D9—QY—40000/220型电力变压器(220 k V变压器)为例进行实... 采用传感系统监测变压器局部放电的变化情况,选取高频电流信号和超声波信号作为变压器局部放电的监测参量,利用改进逆传播(BP)神经网络算法对变压器局部放电量进行建模分析。以D9—QY—40000/220型电力变压器(220 k V变压器)为例进行实例研究,结果表明:基于改进BP神经网络的局放预测模型训练集误差系数为0.0118,测试集误差系数为0.0232。此模型的局放预测值与实际值的曲线趋势基本一致,有效地对变压器局部放电量进行预测,为变压器故障诊断奠定了基础。 展开更多
关键词 传感监测系统 改进逆传播(bp)神经网络 局部放电 变压器
在线阅读 下载PDF
基于YOLO-BP神经网络的古建筑修缮阶段火灾监测方法 被引量：15
19
作者 赵平 熊倩 +1 位作者 张鑫 刘广川 《中国安全生产科学技术》 CAS CSCD 北大核心 2020年第12期122-128,共7页
为提高古建筑修缮阶段火灾监测水平,有效预防火灾事故,提出1种基于YOLO-BP神经网络算法的古建筑修缮阶段火灾监测模型。针对修缮作业对古建筑产生的消防隐患,在施工场地设置监测点,并利用YOLO算法以火源、可燃物为目标进行检测与定位,... 为提高古建筑修缮阶段火灾监测水平,有效预防火灾事故,提出1种基于YOLO-BP神经网络算法的古建筑修缮阶段火灾监测模型。针对修缮作业对古建筑产生的消防隐患,在施工场地设置监测点,并利用YOLO算法以火源、可燃物为目标进行检测与定位,计算火源与可燃物距离;以火源温度、含氧量、火源与可燃物距离3项指标作为BP神经网络输入层,以火灾概率为输出层,从而进行预测;基于古建筑修缮阶段焊接、切割动火作业阶段的样本数据进行仿真模拟。结果表明:利用模型监测古建筑修缮阶段火灾的准确率达93.9%,验证模型的可靠性;当火源温度在150~2000℃范围内,含氧量不小于19.5%时,动火作业安全距离为10.1 m。 展开更多
关键词 建筑安全 古建筑 火灾监测 YOLO算法 反向传播(bp)神经网络
在线阅读 下载PDF
基于ICA和BP神经网络相结合的掌纹识别 被引量：10
20
作者 陈智 黄琳琳 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2008年第3期290-294,共5页
提出了一种基于独立成分分析(ICA,Independent Comment Analysis)和多层前馈(BP,Back Propagation)神经网络相结合的方法对掌纹进行识别.首先采用一种新的方法检测角点,得到掌纹图像的不变特征点,根据这些点校正掌纹方向并得到掌纹的感... 提出了一种基于独立成分分析(ICA,Independent Comment Analysis)和多层前馈(BP,Back Propagation)神经网络相结合的方法对掌纹进行识别.首先采用一种新的方法检测角点,得到掌纹图像的不变特征点,根据这些点校正掌纹方向并得到掌纹的感兴趣区域.对该区域采用定点快速ICA算法(FastICA),得到掌纹特征子空间,然后构建BP神经网络,并采用训练样本得到的掌纹特征进行训练,得到合适的权值.对香港理工大学掌纹数据库进行测试,与主成分分析(PCA,Principal Components Analysis)提取特征的方法进行比较,取得了较高的识别率. 展开更多
关键词 独立成分分析 主成分分析 多层前馈(bp)神经网络 感兴趣区域 掌纹识别
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 8 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部