基于改进神经网络的医院通信安全态势感知方法

1

作者 邓从香 《电子设计工程》 2025年第1期166-170,175,共6页

针对医院通信安全态势感知不及时,易导致医院信息系统重要信息受到损害的问题,提出基于改进神经网络的医院通信安全态势感知方法。使用基于小波消噪的通信信号去除噪声并保留关键信息,输入基于改进RBF神经网络的医院通信安全态势感知模... 针对医院通信安全态势感知不及时,易导致医院信息系统重要信息受到损害的问题,提出基于改进神经网络的医院通信安全态势感知方法。使用基于小波消噪的通信信号去除噪声并保留关键信息,输入基于改进RBF神经网络的医院通信安全态势感知模型。利用花朵授粉算法完成改进RBF神经网络训练。通过径向基函数对输入数据进行非线性变换,将得到的权值进行加权求和,得到当前通信网络信号的安全态势预测结果。实验结果显示,应用该文方法的医院通信网络异常信息可在1 s内完成感知。 展开更多

关键词 改进神经网络 医院通信 安全态势 小波消噪 信号去噪 花朵授粉算法

在线阅读 下载PDF 职称材料

基于CEEMDAN+WT的齿轮箱轴承故障诊断研究

2

作者 齐佳宝 王琳 +4 位作者 刘劲涛 李家奇 顾渝林 朱怡波 陈冀驰 《沈阳工程学院学报(自然科学版)》 2025年第1期84-90,共7页

为了有效识别轴承故障,提出基于自适应噪声完备集合经验模态分解与小波阈值联合的卷积神经网络故障诊断模型。首先,运用自适应噪声完备集合经验模态分解算法将采集到的信号分解成本征模态分量,使用小波阈值法对高频的分量进行去噪处理;... 为了有效识别轴承故障,提出基于自适应噪声完备集合经验模态分解与小波阈值联合的卷积神经网络故障诊断模型。首先,运用自适应噪声完备集合经验模态分解算法将采集到的信号分解成本征模态分量,使用小波阈值法对高频的分量进行去噪处理;其次,将去噪后的分量和未去噪的分量进行重构,得到去噪后的信号;最后,基于支持向量机及卷积神经网络建立轴承故障诊断模型,将去噪后的信号进行分类处理。结果表明:基于支持向量机建立的模型准确率可达到88.2%,基于卷积神经网络建立的模型准确率可达到98.5%以上。 展开更多

关键词 轴承振动信号 CEEMDAN+小波阈值 去噪处理 卷积神经网络

在线阅读 下载PDF 职称材料

基于HHO优化的时空水质预测模型 被引量：2

3

作者 李顺勇 张睿轩 谭红叶 《现代电子技术》 北大核心 2024年第2期176-182,共7页

我国水资源现状不容乐观,提高水质预测模型精度对水资源质量监测具有重要意义。为捕捉水质指标时序数据非线性变化趋势,水质指标多基于神经网络模型进行预测。但是现有模型忽略了河流流向,没有考虑上游监测点水质对下游水质的影响;同时... 我国水资源现状不容乐观,提高水质预测模型精度对水资源质量监测具有重要意义。为捕捉水质指标时序数据非线性变化趋势,水质指标多基于神经网络模型进行预测。但是现有模型忽略了河流流向,没有考虑上游监测点水质对下游水质的影响;同时现有模型多基于启发式优化算法中的粒子群算法调整神经网络的超参数,但该优化算法仍需设置较多超参数,而参数选取不当容易使模型陷入局部最优。为此,建立了时空水质预测模型(WT‐CNN‐LSTM‐HHO),利用哈里斯鹰优化算法(HHO),基于上游水质数据预测下游的氮、磷和溶解氧水质指标。实验结果显示,本文所提出的模型对水质预测性能有明显提升,可以实现设置较少超参数而达到较高的水质预测精度。 展开更多

关键词 时空水质预测 哈里斯鹰优化算法 LSTM神经网络 时间序列 CNN‐LSTM 小波降噪

在线阅读 下载PDF 职称材料

基于小波神经网络的激光主动成像视觉图像去噪方法

4

作者 杨惠烽 曹建芳 《激光杂志》 CAS 北大核心 2024年第11期123-127,共5页

激光主动成像技术在许多领域中发挥着重要作用,然而,由于成像过程中会受到各种因素的干扰,导致图像产生噪声,影响后续的信息提取和处理,设计基于小波神经网络的激光主动成像视觉图像去噪方法。设计基于图像配准算法的超分辨率重构方法,... 激光主动成像技术在许多领域中发挥着重要作用,然而,由于成像过程中会受到各种因素的干扰,导致图像产生噪声,影响后续的信息提取和处理,设计基于小波神经网络的激光主动成像视觉图像去噪方法。设计基于图像配准算法的超分辨率重构方法,将每个子区域的多帧光斑图像集中起来实施矫正图像间差异的处理。鉴于激光成像所捕获的彩色图像富含基原色,这导致了庞大的数据量和处理上的效率瓶颈。为了优化后续的预处理和识别流程,使用平均值法实施图像的灰度化处理。设计单隐层结构的小波神经网络结构,在输入层中仅设置一个节点,用以接收输入信息,在输出层中仅设置一个节点,负责输出处理后的结果,根据设计方法确定隐层节点数,样本数量取用于学习的图像像素数量值,实现激光主动成像视觉图像的去噪处理。实验测试结果表明,设计方法的去噪图像比较清晰同时保留了图像细节,range指标差异较小,去噪后图像的像素分布比较均匀。 展开更多

关键词 小波神经网络 激光主动成像视觉图像 超分辨率重构 图像配准 隐层 图像去噪

在线阅读 下载PDF 职称材料

基于卷积神经网络的5G 移动通信干扰信号检测 被引量：2

5

作者 张洁 《信息技术》 2024年第5期127-132,共6页

针对5G移动通信信号中存在干扰影响通信性能的问题,提出基于卷积神经网络的5G移动通信干扰信号检测方法。融合软、硬阈值函数优点改进小波阈值函数,对包含干扰信号的5G移动通信信号进行去噪处理,通过傅里叶变换构造时频图并归一化处理,... 针对5G移动通信信号中存在干扰影响通信性能的问题,提出基于卷积神经网络的5G移动通信干扰信号检测方法。融合软、硬阈值函数优点改进小波阈值函数,对包含干扰信号的5G移动通信信号进行去噪处理,通过傅里叶变换构造时频图并归一化处理,采用引入动量的随机梯度下降算法,训练改进的卷积神经网络,输入归一化后时频图,最终输出干扰信号检测结果。实验结果表明,所提方法去噪能力更强、训练损失更小、训练精度和检测精度更高。 展开更多

关键词 卷积神经网络 5G移动通信 干扰信号 小波阈值去噪 时频图

在线阅读 下载PDF 职称材料

神经网络在库存物资缺陷智能抽检中的应用

6

作者 宁克 刘志伟 +1 位作者 侯滨 张晓惠 《信息技术》 2024年第4期137-142,148,共7页

已有的库存物资缺陷智能抽检过程存在准确率低、耗时长的问题,为解决这些问题,提出一种将神经网络应用于库存物资缺陷智能抽检中的方法。在采集库存物资图像的基础上,利用小波阈值的方式对图像实施去噪处理,并通过量化处理以及小波逆变... 已有的库存物资缺陷智能抽检过程存在准确率低、耗时长的问题,为解决这些问题,提出一种将神经网络应用于库存物资缺陷智能抽检中的方法。在采集库存物资图像的基础上,利用小波阈值的方式对图像实施去噪处理,并通过量化处理以及小波逆变换实现图像重构;对像素进行相关性分析,提取目标对象及对应场景信息,描述库存物资缺陷图像的局部特征;通过图像增强扩充样本数据,利用以遗传算法优化后的卷积神经网络实现库存物资缺陷智能抽检。实验结果表明,神经网络可以快速准确地实现库存物资缺陷智能抽检。 展开更多

关键词 神经网络 库存物资缺陷 智能抽检 小波去噪 特征提取

在线阅读 下载PDF 职称材料

基于数据分解与NARX优化的滇池COD_(Mn)时间序列预测

7

作者 王永顺 崔东文 《人民珠江》 2024年第7期92-100,共9页

高锰酸盐指数(COD_(Mn))是衡量水体受还原性物质污染程度的重要指标之一。为提高COD_(Mn)预测精度,结合小波包变换(WPT)、成功历史智能优化(SHIO)算法和非线性自回归神经网络(NARX),提出WPT-SHIO-NARX COD_(Mn)时间序列预测模型。首先利... 高锰酸盐指数(COD_(Mn))是衡量水体受还原性物质污染程度的重要指标之一。为提高COD_(Mn)预测精度,结合小波包变换(WPT)、成功历史智能优化(SHIO)算法和非线性自回归神经网络(NARX),提出WPT-SHIO-NARX COD_(Mn)时间序列预测模型。首先利用WPT将COD_(Mn)时间序列分解为1个周期项分量和3个波动项分量;然后简要介绍SHIO原理,利用SHIO对NARX输入延时阶数等超参数进行调优;最后基于调优获得的超参数建立WPT-SHIO-NARX模型对COD_(Mn)周期项及波动项分量进行预测,重构后得到最终预测结果,并构建WPT-粒子群优化算法(PSO)-NARX、WPT-遗传算法(GA)-NARX、WPT-NARX、SHIO-NARX、WPT-SHIO-极限学习机(ELM)、WPT-SHIO-BP神经网络模型作对比分析,并以滇池西苑隧道断面、观音山断面2004—2015年逐周COD_(Mn)监测数据对各模型进行验证。结果表明:WPT-SHIO-NARX模型具有较好的预测性能,西苑隧道、观音山在未来1周、未来2周(半月)COD_(Mn)预测的平均绝对百分比误差MAPE分别为0.108%和0.045%、0.151%和0.165%,对未来4周(1月)COD_(Mn)预测的MAPE分别为1.383%、0.809%,对未来8周(2月)COD_(Mn)预测的MAPE分别为6.180%、4.573%,预测精度优于其他对比模型;WPT能将COD_(Mn)时序数据分解为更具规律的子序列分量,提高模型预测精度;SHIO能有效优化NARX超参数,显著提升NARX性能,优化效果优于GA、PSO;NARX网络具有延时和反馈机制,更适用于时间序列预测,其预测效果优于ELM、BP网络。 展开更多

关键词 COD_(Mn)预测 非线性自回归神经网络 成功历史智能优化算法 小波包变换 滇池

在线阅读 下载PDF 职称材料

测量系统小波与神经网络联合去噪研究 被引量：8

8

作者 石立华 陈彬 +1 位作者 周璧华 高成 《计量学报》 CSCD 北大核心 2002年第1期52-56,共5页

本文将神经网络的非线性阈值单元和训练方法引入小波去噪中 ,提出了一种具有阈值自学习能力的小波与神经网络联合去噪方法。这一方法的去噪阈值能够根据训练信号进行学习 ,有利于针对实际系统寻找较优的去噪阈值 ,适用于对确定系统的测... 本文将神经网络的非线性阈值单元和训练方法引入小波去噪中 ,提出了一种具有阈值自学习能力的小波与神经网络联合去噪方法。这一方法的去噪阈值能够根据训练信号进行学习 ,有利于针对实际系统寻找较优的去噪阈值 ,适用于对确定系统的测量信号进行去噪。文中给出了相应的训练算法并对该方法的有效性进行了检验。 展开更多

关键词 小波变换 神经网络 测量系统 噪声 信号检测 阈值自学习小波去噪方法

在线阅读 下载PDF 职称材料

一种基于小波神经网络的自适应控制方法 被引量：11

9

作者 方浩 薛培鼎 冯祖仁 《西安交通大学学报》 EI CAS CSCD 北大核心 2000年第2期75-79,共5页

提出了一种基于小波神经网络的自适应控制方法,该方法利用两个小波神经网络作为自适应控制系统的辨识器和控制器来构成自适应控制系统.由于小波函数具有紧支性以及神经网络的非线性映射能力,因而在所构成的控制系统中,辨识器能更准确地... 提出了一种基于小波神经网络的自适应控制方法,该方法利用两个小波神经网络作为自适应控制系统的辨识器和控制器来构成自适应控制系统.由于小波函数具有紧支性以及神经网络的非线性映射能力,因而在所构成的控制系统中,辨识器能更准确地近似具有较强非线性被控对象的动态特性,控制器能产生较为复杂的控制规律.仿真结果表明。 展开更多

关键词 自适应控制 神经网络 小波逼近 仿真 辨识器

在线阅读 下载PDF 职称材料

小波神经网络逼近非线性函数算法 被引量：8

10

作者 刘泓 莫玉龙 《应用科学学报》 CAS CSCD 1998年第2期163-169,共7页

介绍用于函数近似的一种新型神经网络——小波神经网络，该小波神经网络采用的函数是ｓｉｇｍｏｉｄ函数的组合．文中从理论上阐明了小波神经网络对某些时频有限的非线性函数的逼近能力，并实际建立了一个前馈小波神经网络，同时讨论了... 介绍用于函数近似的一种新型神经网络——小波神经网络，该小波神经网络采用的函数是ｓｉｇｍｏｉｄ函数的组合．文中从理论上阐明了小波神经网络对某些时频有限的非线性函数的逼近能力，并实际建立了一个前馈小波神经网络，同时讨论了如何选择小波母函数及如何减少该神经网络规模的算法．实验结果表明这种小波神经网络可以在较小规模的基础上实现对这类非线性函数的逼近． 展开更多

关键词 小波 神经网络 函数逼近 非线性函数

在线阅读 下载PDF 职称材料

基于缸盖振动信号的气缸压力识别方法研究 被引量：4

11

作者 刘建敏 李华莹 +2 位作者 乔新勇 李晓磊 史玉鹏 《内燃机工程》 EI CAS CSCD 北大核心 2013年第4期32-37,共6页

针对某型12150柴油机燃烧段信号随工况变化进行分析,选择转速800r/min、载荷400N.m时的缸内压力及缸盖振动加速度信号进行时频分析。为了提取缸内最高燃烧压力所激励的缸盖振动加速度信号对气缸压力进行有效的识别,应用小波包去噪方法... 针对某型12150柴油机燃烧段信号随工况变化进行分析,选择转速800r/min、载荷400N.m时的缸内压力及缸盖振动加速度信号进行时频分析。为了提取缸内最高燃烧压力所激励的缸盖振动加速度信号对气缸压力进行有效的识别,应用小波包去噪方法去除针阀落座及缸内压力高频振荡等高频干扰信号。应用遗传算法优化出BP神经网络最佳的初始权值和阈值,建立了缸盖振动加速度与气缸压力的非线性关系。研究结果表明:与BP神经网络相比,GA-BP神经网络具有更高的精度,识别的气缸压力波形更逼近于实际波形,并且在低转速低负荷条件下具有较强的工况适应性。 展开更多

关键词 内燃机 柴油机 振动信号 小波包去噪 气缸压力 遗传算法 神经网络

在线阅读 下载PDF 职称材料

基于小波神经网络的火炮裂纹形状重构 被引量：10

12

作者 王长龙 徐章遂 +1 位作者 傅君眉 陈鹏 《兵工学报》 EI CAS CSCD 北大核心 2005年第3期379-382,共4页

介绍了漏磁无损检测的原理和漏磁场数学模型,提出了用小波神经网络对裂纹形状重构。在仿真试验中,用训练样本对小波神经网络进行训练逼近裂纹形状,训练采用随机梯度下降算法。训练样本来自漏磁场数学模型数据和测量的火炮漏磁信号,用测... 介绍了漏磁无损检测的原理和漏磁场数学模型,提出了用小波神经网络对裂纹形状重构。在仿真试验中,用训练样本对小波神经网络进行训练逼近裂纹形状,训练采用随机梯度下降算法。训练样本来自漏磁场数学模型数据和测量的火炮漏磁信号,用测量数据重构裂纹形状。小波神经网络是多分辨率逼近,通过改变网络的分辨率控制输出精度。结果表明。 展开更多

关键词 材料检测与分析技术 漏磁 裂纹重构 小波神经网络 多分辨率逼近 磁偶极子 火炮身管

在线阅读 下载PDF 职称材料

小波去噪和神经网络相融合的超分辨率图像重建 被引量：21

13

作者 郭丙华 岑志松 《激光杂志》 北大核心 2016年第2期61-64,共4页

图像重建是提高图像质量的关键技术之一,为了提高超分辨率图像的重建效果,提出一种小波去噪和神经网络相融合的超分辨率图像重建算法。首先采用小波变换去除图像中的噪声,提高图像质量,并获取网络训练所需的学习样本,然后采用神经网络... 图像重建是提高图像质量的关键技术之一,为了提高超分辨率图像的重建效果,提出一种小波去噪和神经网络相融合的超分辨率图像重建算法。首先采用小波变换去除图像中的噪声,提高图像质量,并获取网络训练所需的学习样本,然后采用神经网络对学习样本进行训练,并采用人工鱼群算法确定神经网络关键参数,最后对本文超分辨率图像重建算法有效性进行测试,并采用对比实验对其优越性进行分析。实验结果表明,本文算法可以取得理想的图像去噪效果,提高了图像的重建精度。 展开更多

关键词 超分辨率图像 重建技术 小波去噪 神经网络

在线阅读 下载PDF 职称材料

一种雷达辐射源信号分选新方法 被引量：3

14

作者 何明浩 朱元清 +1 位作者 冒燕 韩俊 《武汉理工大学学报（交通科学与工程版）》 2007年第3期430-433,共4页

提出一种基于小波与神经网络联合分析的雷达辐射源信号分选新方法.该方法首先对接收到的雷达信号进行小波去噪,达到提高信噪比的目的,然后利用小波脊线法准确提取其脉内特征参数,最后基于神经网络实现信号的分选.计算机仿真结果表明,较... 提出一种基于小波与神经网络联合分析的雷达辐射源信号分选新方法.该方法首先对接收到的雷达信号进行小波去噪,达到提高信噪比的目的,然后利用小波脊线法准确提取其脉内特征参数,最后基于神经网络实现信号的分选.计算机仿真结果表明,较现有方法,该方法在较低的信噪比情况下,可以更准确地实现雷达辐射源信号的分选. 展开更多

关键词 小波去噪 脉内特征 神经网络 信号分选

在线阅读 下载PDF 职称材料

基于小波消噪及BP神经网络的大坝变形分析 被引量：7

15

作者 黄世秀 洪天求 高飞 《人民长江》 北大核心 2011年第9期90-93,共4页

基于港口湾大坝多期变形观测数据,采用M atlab语言、小波消噪及BP神经网络分别建立了基于时间序列和基于环境因素的大坝变形监测BP神经网络模型,并利用模型分别对大坝某点变形值进行预测。时间序列BP模型具有结构简单、学习速率快的特点... 基于港口湾大坝多期变形观测数据,采用M atlab语言、小波消噪及BP神经网络分别建立了基于时间序列和基于环境因素的大坝变形监测BP神经网络模型,并利用模型分别对大坝某点变形值进行预测。时间序列BP模型具有结构简单、学习速率快的特点;环境因素BP模型精度高,可有效反映变形因素,便于拟合预测复杂的测点变形,相对前一种模型能更好地揭示大坝变形规律。两种建模方法先应用小波分析对原始观测数据消噪,训练过程中采用附加动量法等改进BP算法,大大提高了BP神经网络的计算效率,克服了其易陷入局部极小的缺陷,取得了良好的拟合效果和预测精度。 展开更多

关键词 小波消噪 BP神经网络 大坝变形 变形预测

在线阅读 下载PDF 职称材料

基于RBF神经网络分析的微弱电信号预报 被引量：7

16

作者 王航平 王淼 +1 位作者 王兰州 李峤 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2008年第12期2127-2132,共6页

采用自制双重屏蔽系统(屏蔽室和屏蔽箱结合)和自制的铂金传感器刺入植物茎部接触式微弱电信号的测试方法,对绿萝(Scindpsus aureus)植物的自身电信号进行了测试.利用小波软阈值消噪法对测试数据进行消噪,并进行了时间序列的高斯径向基... 采用自制双重屏蔽系统(屏蔽室和屏蔽箱结合)和自制的铂金传感器刺入植物茎部接触式微弱电信号的测试方法,对绿萝(Scindpsus aureus)植物的自身电信号进行了测试.利用小波软阈值消噪法对测试数据进行消噪,并进行了时间序列的高斯径向基函数神经网络预测.结果表明,利用径向基函数(RBF)人工神经网络对植物微弱电信号进行短期预测是可行的.预测数据可用作温室和/或塑料大棚生产中建立植物自适应电信号智能自动化控制系统的重要参数. 展开更多

关键词 RBF神经网络 小波软阈值消噪 植物微弱电信号 智能控制 绿萝

在线阅读 下载PDF 职称材料

一种基于肌电信号的踝关节动作预测方法的研究 被引量：3

17

作者 王震 张震 +2 位作者 姚松丽 章亚男 钱晋武 《高技术通讯》 EI CAS CSCD 北大核心 2010年第11期1173-1177,共5页

进行了使用肌电信号预测关节动作的研究,提出了一种基于肌电信号的预测踝关节动作的方法。首先,选取与踝关节动作相关的5块肌肉(胫骨前肌、腓肠内肌、腓肠外肌、腓骨长肌和比目鱼肌)以及踝关节角作为研究对象,采集这5块肌肉的肌电信号... 进行了使用肌电信号预测关节动作的研究,提出了一种基于肌电信号的预测踝关节动作的方法。首先,选取与踝关节动作相关的5块肌肉(胫骨前肌、腓肠内肌、腓肠外肌、腓骨长肌和比目鱼肌)以及踝关节角作为研究对象,采集这5块肌肉的肌电信号和踝关节角信号,并进行特征提取和归一化处理。然后,建立了一个四层前向神经网络模型,使用误差逆向传播(BP)算法进行训练。最后,神经网络预测输出值经过六层小波去噪处理。实验中,9名志愿者的踝关节在矢状面内做有规律的背屈和跖屈动作,采集踝关节角和上述5块肌肉表面肌电信号,然后用上述方法预测踝关节动作,用相关系数评价预测的效果。实验结果显示,所提出的方法可以准确预测踝关节动作。 展开更多

关键词 肌电(EMG)信号 神经网络 BP算法 踝关节 小波去噪

在线阅读 下载PDF 职称材料

双小波神经网络迭代的漏磁缺陷轮廓重构技术 被引量：5

18

作者 徐超 王长龙 +2 位作者 孙世宇 陈鹏 绳慧 《兵工学报》 EI CAS CSCD 北大核心 2012年第6期730-735,共6页

在二维漏磁缺陷重构中,建立基于径向基小波神经网络(RWBF)的正演和反演模型,提出了一个反馈形式的双小波神经网络迭代模型,通过迭代使目标函数最小化,实现对缺陷轮廓的快速逼近。用仿真和实验获取的训练样本分别对正演和反演模型的RWBF... 在二维漏磁缺陷重构中,建立基于径向基小波神经网络(RWBF)的正演和反演模型,提出了一个反馈形式的双小波神经网络迭代模型,通过迭代使目标函数最小化,实现对缺陷轮廓的快速逼近。用仿真和实验获取的训练样本分别对正演和反演模型的RWBF进行训练。为了提高径向基神经网络的适应性和精度,提出了一种新的训练算法。首先确定最优分解层数,然后利用梯度下降法修正网络的权值。对不同分辨率和不同信噪比下的漏磁信号进行了重构,并与其他方法进行了比较。结果表明,双小波神经网络迭代模型能够实现漏磁缺陷的精确逼近,具有良好的鲁棒性,是有效的二维轮廓重构方法。 展开更多

关键词 人工智能 双小波神经网络迭代模型 二维缺陷重构 多分辨率逼近 材料检测与分析技术

在线阅读 下载PDF 职称材料

用于信号逼近的自适应时延小波神经网络 被引量：7

19

作者 何振亚 李文化 蔚承建 《电子科学学刊》 CSCD 1998年第5期604-610,共7页

小波神经网络是一种强有力的函数逼近工具。本文结合时延神经网络和小波分析概念提出一种新的小波神经网络摸型——自适应时延小波神经网络(ATDWNN:adaptive timedelay wavelet neural network).ATDWNN可以对同一类存在不同时延的多个... 小波神经网络是一种强有力的函数逼近工具。本文结合时延神经网络和小波分析概念提出一种新的小波神经网络摸型——自适应时延小波神经网络(ATDWNN:adaptive timedelay wavelet neural network).ATDWNN可以对同一类存在不同时延的多个信号用同一个超小波(superwavelet)进行逼近。为了训练ATDWNN,本文提出一种基于时间机理的竞争学习算法。实验表明,ATDWNN不仅可以成功地对同一类存在不同时延的多个信号采用同一个超小波进行逼近,而且可以用来估计各样本信号的时延。 展开更多

关键词 小波神经网络 信号逼近 时间竞争 ATDWNN

在线阅读 下载PDF 职称材料

基于优化支持向量机-混沌BP神经网络的基坑变形预测研究 被引量：18

20

作者 王兴科 王娟 《隧道建设》 北大核心 2017年第9期1105-1113,共9页

为解决基坑变形预测精度低的问题,采用小波去噪分离基坑变形的趋势项及误差项序列,并利用多种优化的支持向量机对趋势项序列进行预测,采用混沌BP神经网络对误差项序列进行预测,将两者预测结果进行叠加即得到变形预测值,且可根据后期监... 为解决基坑变形预测精度低的问题,采用小波去噪分离基坑变形的趋势项及误差项序列,并利用多种优化的支持向量机对趋势项序列进行预测,采用混沌BP神经网络对误差项序列进行预测,将两者预测结果进行叠加即得到变形预测值,且可根据后期监测数据的更新,实时增加数据信息,达到跟踪预测的目的。经过3个实例检验,得出小波函数的去噪效果相对较优,且预测结果的相对误差均值均小于2%,验证了优化支持向量机-混沌BP神经网络模型的有效性,且该模型具有预测精度高、适用性强等优点,对掌握基坑变形的发展趋势及评价基坑的稳定性具有重要意义。 展开更多

关键词 基坑变形预测 小波去噪 支持向量机 BP神经网络 趋势项预测 误差项预测

在线阅读 下载PDF 职称材料