共查询到19条相似文献,搜索用时 343 毫秒
1.
2.
本文介绍了 Kohonen神经网络对输入数据进行聚类方法在卷烟配方中的应用 ,提出了从核心样本动态搜索 BP网络训练样本的新探索 ,摒弃了过去 BP算法中训练样本固定不变 ,互不相交的方法 ,实现了 BP网络和 Kohonen网络动态无缝集成。 相似文献
3.
本文提出了一种基于CLIPER因子构造BP网络并进行台风路径预报的新方法,对同样的因子分别采用CLIPER模式和BP网络模式进行了预报检验。结果表明,无论是对于历史样本还是独立样本,CLIPER模式和BP网络模式的预报精度都达到了要求,且在24h、48h、72h三个预报时次上BP网络模式的预报精度都要高于CLIPER模式。 相似文献
4.
运用BP网络附加动量法和自适应学习速率法,建立神经网络模型,模拟计算涌潮波速。根据部分试验数据对网络进行训练,确定相关参数,建立涌潮波速计算模型,同时利用其余部分试验数据对模型进行检验,模拟结果与试验数据吻合较好,相关程度高,表明神经网络模型用于计算涌潮波速是合适的。 相似文献
5.
营养盐是控制长江口流域富营养化的关键因子之一。分析亚硝酸盐与其影响因子之间关系,引入人工智能方法,基于弹性BP神经网络,建立亚硝酸盐非线性预测模型,目的是通过影响因子在线监测,间接实现亚硝酸盐在线监测。依据神经网络权值和阈值获取方法不同,形成基于弹性BP神经网络、基于遗传算法和弹性BP神经网络,和基于改进的遗传算法和弹性BP神经网络的亚硝酸盐预测模型3种。通过仿真实验,分析3种模型对亚硝酸盐预测的影响,发现基于改进的自适应遗传算法和弹性BP神经网络的亚硝酸盐模型预测效果最优,为选择合适模型提供依据。 相似文献
6.
7.
基于BP网络对模拟声呐信号分类 总被引:1,自引:0,他引:1
针对常规的主动声呐调查设备,在简单海洋分层模型的基础上,模拟了多波束类单频信号、侧扫类单频信号、Ch irp调频信号和混合信号4类声呐接收信号,并针对接收信号特征构造了3层BP网络模型,将隐藏层神经元数目设为可调节;利用时间域脉冲宽度和水深与频率域功率谱密度相结合的特征参量,成功地对模拟信号进行了分类。采用改进的BP网络模型,用训练成功的BP网络对102个检测信号进行了分类测试,结果表明,分类成功率较高,可达76%~84.6%,因而利用BP网络可以对不同类别设备的模拟声呐接收信号进行分类。 相似文献
8.
针对天然气水合物相平衡问题,文中提出用基于带动量因子的BP神经网络进行计算和预测。首先用遗传算法优化确定BP神经网络的结构和参数,得到最优化结构的神经网络;其次结合Levenberg-Marquart优化算法,建立天然气水合物相平衡计算及预测的神经网络模型;最后以实验测定的(CH4 CO2 H2S)三元酸性天然气水合物体系的平衡数据为训练和预测样本进行了计算。计算表明,预测结果与实验数据有良好的一致性,而且由于BP神经网络作为所谓的“纯粹”的算法不需要热力学模型,这对于相平衡计算是非常方便的,所以是研究天然气水合物相平衡计算及预测的一种新的有效方法。 相似文献
9.
介绍了 MATLAB 6.5 工具箱中 RBF 神经网络的基本原理、训练算法以及实现函数.将其应用于胶州湾东北部海水环境质量评价,研究了训练样本集、检测样本集及其目标输出的构造,以及原始数据的预处理、神经网络的构建和训练、检测及仿真,确立了各监测站位的水质等级,取得良好的评价结果.还与 BP 网进行对比,BP 网表现出结构和初始权值确定的人为性.另外,运用克里格插值法进行平面空间分析,更为准确地反映了该海域水质的变化状况,为胶州湾东北部海水环境质量的改善提供科学依据. 相似文献
10.
11.
基于粗糙集与人工神经网络的变压器故障诊断 总被引:2,自引:0,他引:2
根据电力变压器故障诊断问题,提出了基于粗糙集与人工神经网络的变压器故障诊断模型,分析了该模型的实现步骤.采用Kohonen网络对连续属性值进行离散化,应用粗糙集理论对特征参数进行属性约简,并把约简结果生成规则作为BP网络的输入.仿真结果表明,把经过粗糙集理论预处理过的数据送入BP网络训练,提高了学习速度和故障诊断正确率,减少了训练时间. 相似文献
12.
针对目前存在的海水水质受多因素影响、评价难的现状,提出了一种基于粒子群算法(PSO)优化误差反向传播(BP)神经网络的海水水质评价模型。该模型通过PSO得到BP神经网络最优的权值和阈值,结合青岛东部海域10个监测站点的数据得到水质评价结果。实验证明,该模型和单因子评价、传统的BP神经网络评价相比较,具有训练时间短、预测精度高的特点,在海水水质评价中具有良好的应用价值。 相似文献
13.
针对赤潮灾害等级预测难的现状,提出了一种基于C4.5决策树与二分分割算法优化的BP(反向传播)神经网络赤潮等级预测模型。该模型针对传统BP神经网络输入参数难以选择和隐含层节点数量难以确定的问题,通过决策树分类获取最优的属性组合,来解决输入参数难以选择的问题;通过"二分分割算法",来解决隐含层节点数难以确定的问题。实验结果表明,该模型在青岛近海海域赤潮灾害等级预测中,预测结果的均方根误差(RMSE)小于传统BP神经网络的预测误差,并且在网络训练时间上有所缩短,预测精度上有所提高,能够获得良好的预测结果,可为赤潮等级预测提供新的解决方法。 相似文献
14.
针对基于传统BP神经网络的海水水质评价模型存在易陷入局部极小等问题,提出了一种新的利用头脑风暴优化算法(BSO)优化BP神经网络的海水水质评价模型(BSO-BP)。该模型引入具有全局寻优特点的头脑风暴优化算法,用于模拟人类提出创造性思维解决问题的过程,具有强大的全局搜索和局部搜索的能力,同时利用BP神经网络所具有良好的非线性映射能力、学习适应能力和容错性,最大程度上考虑到海洋水质评价因素的非线性和非平稳的关系,得到BP神经网络的各层权值、阈值的最优解,使得海水水质评价结果准确合理。并以胶州湾海域的12个监测站位的监测数据作为评价样本进行水质评价,实验结果表明该评价模型能够克服局部极小问题,评价结果准确性较高,并具有一定的实用性。 相似文献
15.
16.
基于遗传BP神经网络的海底沉积物声速预报 总被引:1,自引:0,他引:1
在海底沉积物声速预报中,针对传统经验公式存在预测精度差、适用范围窄、缺乏物理意义等问题,在已有BP神经网络预测的基础上,运用遗传算法优化其初始权值和阈值的方法,构建出基于含水量、孔隙度的声速预报模型。将南沙海域采集得到的海底沉积物样品分为两部分,抽取120组涵盖陆架、陆坡、海槽等地貌单元的样品作为训练数据,另外剩余6组作为测试数据。经试验对比后发现,在对本区域进行声速预报时,宜采用遗传算法优化的BP神经网络,其要优于传统的单参数、双参数回归拟合预报方法和国内外其他学者所得到的经验公式。此种预报方法具有一定的科学依据和广泛的应用前景,可在今后为建立明确、统一的声速预报模型提供参考。 相似文献
17.
全球日益增多的海滩垃圾,不仅造成海洋环境污染,严重威胁海洋生态系统健康,也对生物栖息地有着不可估计的影响。如何高效准确地对海滩垃圾进行监测和识别,是处置海滩垃圾过程的技术难点之一。基于此,本文以长江口南汇边滩为实验区,通过在海滩上设置常见垃圾样品,随后利用激光雷达记录的全波形数据和BP神经网络模型,以快速鉴别海滩垃圾类型。结果表明:基于激光雷达提取的垃圾全波形数据中回波振幅和回波宽度的差异,可用来识别海滩垃圾。构建的BP神经网络可有效将海滩垃圾分为泡沫类、布类、金属类、纸类及塑料类,最高识别率达到79%。此外,由于不同材质海滩垃圾的原材料成分存在相似或同质,会对精确识别区分垃圾类型造成一定的干扰,从而影响神经网络的识别率。可见,将激光雷达应用于识别海滩垃圾,为海滩垃圾的监测提供了新的方法。 相似文献
18.