共查询到20条相似文献，搜索用时 359 毫秒
1.
2.
3.
研究了将Elman网络应用于某控制系统的故障诊断方法。根据设定的五类故障,应用相关数据对Elman网络进行训练,然后使用满足训练要求的网络对故障数据进行分析,检测该控制系统发生了何类故障。仿真实验结果表明该方法是有效的。 相似文献
4.
提出了小波自反馈混沌神经网络,分析了小波自反馈对混沌神经网络动力学行为的影响;将该暂态混沌网络模型应用于求解10城市旅行商问题(TSP),分析了小波自反馈对模拟退火的影响,得出了小波的自反馈是模拟退火的有效补充的结论;利用小波自反馈的伸缩平移优化了网络求解TSP的性能;最后研究了网络求解旅行商问题的内部状态的暂态混沌搜索、最大Lyapunov指数、混沌区域以及相空间的散度。实验仿真表明,小波自反馈的暂态混沌神经网络能够实现全局优化并具有较快的收敛速度。 相似文献
5.
6.
本文主要研究基于REF网络进行柴油机的故障诊断。采用newrb函数建立神经网络诊断模型,根据收集的某型号柴油机的样本集采用一个单隐含层的REF网络对样本进行训练。通过测试样本进一步验证该网络对于故障模式的识别准确率,得知基于REF网络对于船用柴油机故障检测方法是可行的。 相似文献
7.
摄像机标定是视觉测量技术应用中的重要环节,是决定测量精度的关键因素之一。人工神经网络具有逼近任何非线性连续函数的优点,能够学习记忆特征点像方坐标与物方坐标之间的数学映射关系。针对某型试验机机载摄像机双目视觉测量课题,开展了基于BP神经网络的机载摄像机标定研究;基于MATLAB神经网络工具箱进行了网络构建,在双摄像机的重叠视场内布设了大量的训练样本,对训练样本归一化处理后作为网络的输入与输出进行了网络训练。实验结果表明,训练完成的神经网络结构很好地描述了摄像机成像模型,能获得较高的标定精度。 相似文献
8.
由于传统的深度卷积神经网络用于人脸识别时,往往结构层数多,参数量大,训练难度高。本文在经典网络Le Net-5的基础上提出一种新的卷积神经网络模型来进行人脸识别。首先,结构上包含两个子卷积网络,实现多卷积的功效;然后,对于提取人脸特征的卷积层和池化层采取融合,以减少网络参数及训练时间;采用两个全连接层,第一个全连接层与前面完成特征提取的每个单层连接来实现对多尺度特征的采集;最后的分类层采用Softmax分类器。实验结果表明,与传统结构模型相比,识别率有所提高,其训练速度提升了,验证了新网络模型人脸识别方法的有效性。 相似文献
9.
《科技通报》2016,(12)
文中以小波阈值信号去噪为研究对象,提出将小波信号分层中的软阈值进行阈值精确取值分析。利用小波函数将信号从时阈变换为频域,使小波各层频域充满噪声信号的能量,使信号与小波系数形成一一对应,在各层分解后使信号层的小波函数在尺度空间中完成确定;运用小波阈值信号去噪方法,对经过处理后的信号进行小波阈值选定,通过对软阈值函数的选值,确定噪声小波函数在小于小波函数的情况下应舍弃该信号;确定软阈值的选择能够令大部分噪声的小波系数取值为零,输出处理后的有效小波信号,确定软阈值的界限。实验证明,对小波阈值中的软阈值函数进行精确取值,对叠加的噪声信号或干扰能实现有效的处理。 相似文献
10.
铝电解槽阴极的电压信号能够反应铝电解槽的运行状况。通过对采集到的铝电解槽的阴极电压进行小波包分解,对重构后的包含主要信息的特征信号作为神经网络的输入,为了提高诊断准确率,本文采用LM优化算法,仿真结果表明,改进BP网络加快了收敛速度,提升了故障检测准确率,同时采用其他样本数据进行测试,模型具有很好的泛化能力,具有一定的生产实践意义。 相似文献
11.
针对现代电力信息通信系统在出现故障的时候就会导致故障信息不确定或者不完整,或者还会导致丢失关键信息,以此无法对故障诊断进行正确推断的问题,就研究了基于粗糙集和贝叶斯网络的电力信息通信系统快速诊断方法。首先,将断路器、保护作为诊断属性,将故障区域作为决策属性,对其中的故障情况实现决策表的创建,之后根据信息熵属性及可辨识矩阵的方法将最佳的属性约简组合进行提取,最后通过最佳方式实现贝叶斯网络模型的创建,实现节点概率的训练。使用VB语言对方法故障诊断软件进行编写,通过结果可以看出来,此种方法有效且正确,能够提高系统在丢失核属性时候的容错性,并且具有良好的实用价值。 相似文献
12.
研究了用于交通标志识别的小波神经网络模型,并描述了相应的算法,给出实验结果。实验结果表明,采用不变矩提取道路交通标志的特征,再利用训练速度快、优化性能好的小波神经网络作为分类器对交通标志识别具有很好的分类能力,对实现交通标志的精度识别提供了有力的支持。与传统的BP神经网络识别方法相比,小波神经网络的训练速度更快和识别率更高,能够满足在车辆自主导航系统中对交通标志识别的要求。 相似文献
13.
《黑龙江科技信息》2016,(35)
为解决现有故障选线方法效果不佳的问题,本文利用绝缘监测系统的选相功能及故障线路与非故障线路故障相暂态电流幅值能量特征的差异,提出了一种基于故障相暂态电流小波能量特征的故障选线新方法。首先,对故障相进行有效辨识,提取出各线路故障相的暂态电流信号,经消噪处理后得到纯故障分量。然后借助小波包的分解与重构得到各相小波能量特征;由于单相接地故障时故障线路故障相能量特征远大于非故障线路,从而可以通过比较各相能量特征的大小来确定故障线路。该方法物理机理明确,不受运行方式、线路成分、故障条件等因素影响,而且能够有效克服系统噪音、不对称分量的干扰。选线裕度大,可靠性高,有望应用于实际当中。 相似文献
14.
15.
基于小波网络的电力系统短期负荷预报研究 总被引：7，自引：0，他引：7
本文结合小波和神经网络方法进行电力系统短期负荷预测的通用模型和方法的研究,建立了负荷预报的小波网络模型,确定了有效的算法求解小波函数线性组合的尺度和时延参数以及神经网络的权值。 相似文献
16.
小波神经网络(Wavelet Neural Network)结合了小波变换及神经网络的优点,是一种基于知识的故障诊断方法,它不需要精确的数学模型,既具有良好的时频局部性质,又有较好的自学习能力和容错能力。本文介绍了小波网络及其在电力系统故障检测中的应用,通过EMTP仿真实验表明,小波网络与传统的人工神经网络相比,具有收敛速度快,鲁棒性强的特点,可以将小波网络应用于电力系统的故障检测。 相似文献
17.
针对经典人脸识别卷积神经网络(CNN)结构中因网络层次设计过深导致计算量大且训练耗时长的问题,设计一种改进的卷积神经网络结构,该结构由3个卷积层、3个池化层、1个全连接层和1个分类层组成。利用Softmax回归算法进行人脸分类识别,卷积神经网络在输出层利用改进的Softmax进行分类。实验结果表明:在AR人脸库上,所述方法的识别率接近100%,优于传统人脸识别方法,其训练速度也明显快于普通的卷积神经网络,验证了改进方法的有效性。 相似文献
18.
本文针对粒子群算法具有不易陷入局部极小、收敛速度快等特点,提出了一种基于粒子群的小波神经网络学习算法,优化了小波神经网络中的各个参数,并将应用于函数仿真试验。试验表明,该算法能减少迭代次数、提高收敛精度,是小波网络的有效训练算法。 相似文献
19.
为有效定位识别和提取网络流量序列的暂态性异常特征,针对网络异常流量特征扰动性和暂态性特点,提出一种基于小波分解的二叉分类回归决策树主分量特征优化跟踪特征提取算法。利用训练集建立决策树模型,采用二叉分类回归决策树模型进行主分量特征优化跟踪建模,利用双正交提升小波分解得到的各层细节信号对暂态性扰动特征的敏感性,实现网络流量异常特征的定位提取和识别。仿真实验表明,改进算法的抗干扰能力和分辨率提高显著,暂态性异常特征谱图分辨能力提高,异常特征分布谱清晰可见,展示了较好的特征提取和状态识别性能。 相似文献