共查询到20条相似文献，搜索用时 406 毫秒
1.
船舶大功率发电机的神经网络建模 总被引：4，自引：0，他引：4
应用径向基函数神经网络对船用大功率柴油发电机进行了建模,分别对柴油发电机空载起动、1台发电机在网运行时滑油泵起动和2台发电机在网运行时船舶侧推器起动时的船舶电力系统运行工况进行了学习和训练。从模型算法用数字信号处理器编程计算和运行看出,径向基函数神经网络船用同步发电机的非线性模型能适应快速计算的要求。 相似文献
2.
本文应用BP神经网络算法对铂电阻温度传感器进行非线性校正,给出了BP神经网络的结构和训练权值的方法,在训练网络时对输入量进行了归一化处理。并应用此训练的网络对一实际的温度采集系统进行校正。此方法实现简单,大大方便了铂电阻温度传感器在温度测量中的应用。 相似文献
3.
艾德春 《六盘水师范高等专科学校学报》2009,21(3):34-36
建立煤炭需求预测神经网络模型,设计了网络结构,采用有弹回的BP算法对网络进行了训练,经泛化能力检验,网络的训练误差满足要求,并用训练模型对我国煤炭需求进行了预测。 相似文献
4.
张伟标 《上海海事大学学报》1999,(3)
在把ＢＦＧＳ（Ｂｒｏｙｄｅｎ－ Ｆｌｅｔｃｈｅｒ－ Ｇｏｌｄｆａｒｂ－ Ｓｈａｎｎｏ） 法运用于ＢＰ神经网络权的训练中,通过基于不同算法的神经网络对实际问题进行学习,并根据学习后获取的非线性机理结合预测的实例进行对比分析,表明基于ＢＦＧＳ法的ＢＰ神经网络算法对加快网络训练速度、提高网络预测能力方面是有效的。 相似文献
5.
链球运动员身体素质与专项成绩相关关系的神经网络模型 总被引：1，自引：0，他引：1
利用人工神经网络强大的函数映射能力，提出了反映链球运动员身体素质与专项成绩相关关系的神经网络模型。该模型克服了多元回归模型和灰色模型的缺点，在不需要事先确定模型数学表达形式的条件下，更为准确地映射出运动员素质训练水平与专项成绩之间的函数关系、并且运用建立起的神经网络模型，绘制了素质训练水平与专项成绩之间的关系曲线。从而为运动员进行科学训练提供了理论依据。 相似文献
6.
针对无线传感器网络（WSN）数据融合算法中传统反向传播（BP）神经网络收敛速度慢、对初值敏感和易陷入局部最优解的问题,提出基于改进粒子群的BP神经网络WSN数据融合算法（BSO-BP）。用天牛须搜索（BAS）算法对粒子群算法进行改进,利用改进后的粒子群算法优化BP神经网络权值和阈值,引入WSN数据融合中,簇首节点通过优化训练后的BP神经网络对采集数据进行特征提取,将融合后的数据发送至汇聚节点。仿真实验表明,BSO-BP算法能有效地提高融合精度和收敛速度,减少冗余数据传输,延长网络生命周期。相较于传统BP数据融合算法和PSO-BP算法,BSO-BP算法减少了至少11%的平均相对误差和13.89%的均方根误差。 相似文献
7.
袁磊 《北京体育大学学报》2008,31(2):202-204
借助递归神经网络强大的动态映射能力,提出了反映世界优秀男子跳高运动员身体素质与专项成绩相关关系的递归神经网络模型.该模型克服了多元回归模型和灰色模型的缺点,在不需要事先确定模型数学表达形式的条件下,更为准确地映射出运动员身体素质训练水平与专项成绩之间的函数关系.并且运用建立起的神经网络模型,绘制了素质训练水平与专项成绩之间的关系曲线.从而为跳高运动员进行科学训练提供了理论依据. 相似文献
8.
为了提高城市空气质量预测的性能,将ZigBee组网方式应用于城市空气质量传感数据采集,并借助深度学习算法来完成城市空气质量的预测.将ZigBee终端节点和空气质量传感器分散布点,通过路由节点将空气质量数据传送至网关节点,接着在后台服务器存储,然后采用循环神经网络算法对空气质量样本进行训练,充分借助循环神经网络算法对空气... 相似文献
9.
根据转导思想的函数估计,不用估计函数的模型和参数,直接估计函数在给定点的值,从根本上区别于传统的函数估计方法,但具体的实现算法是一个公开的问题。讨论使用多维Neville算法实现基于转导思想的函数估计的问题。利用投影的方法,将传统的Neville算法推广到了多维空间,在数值计算中引入了核函数的思想,从而解决了多维空间的计算问题,得到利用多维的Neville算法实现函数估计的方法。数值试验的结果表明,这种方法成功地克服了函数插值的龙格 (Runge)现象,有很好的逼近效果,并且可以处理多维的函数估计问题 ;同时也给出了对核函数参数进行估计这个难题的一些讨论。该算法对转导思想的实现提供了一个崭新的途径。 相似文献
10.
为实现水面无人艇(unmanned surface vessel, USV)在未知环境下的自主避障航行,提出一种基于深度Q网络的USV避障路径规划算法。该算法将深度学习应用到Q学习算法中,利用深度神经网络估计Q函数,有效解决传统Q学习算法在复杂水域环境的路径规划中容易产生维数灾难的问题。通过训练模型可有效地建立感知(输入)与决策(输出)之间的映射关系。依据此映射关系,USV在每个决策周期选择Q值最大的动作执行,从而能够成功避开障碍物并规划出最优路线。仿真结果表明,在迭代训练8 000次时,平均损失函数能够较好地收敛,这证明USV有效学习到了如何避开障碍物并规划出最优路线。该方法是一种不依赖模型的端到端路径规划算法。 相似文献
11.
为解决内河航道中具有不同运动模式的船舶轨迹识别问题,提出一种基于宽度学习系统(broad learning system, BLS)的船舶轨迹分类算法。对通航区域进行划分并制定轨迹筛选规则以构建标签矩阵。利用分段三次Hermite插值法分别从轨迹点记录时间上等时距和轨迹点空间分布上等间距两个角度,从原轨迹数据中进行特征点坐标的提取以构建轨迹特征矩阵。将标签矩阵和轨迹特征矩阵代入BLS以实现分类算法的训练与测试。以京杭运河淮安段交叉航道AIS数据为实例,进行轨迹分类实验。结果表明,基于BLS的船舶轨迹分类算法在分类精度和训练耗时上均优于基于反向传播神经网络和支持向量机的轨迹分类算法。 相似文献
12.
缺失数据填充是数据分析处理领域的一个重要研究课题。特别是在采集数据量较少的情况下,缺失数据填充的难度极大。针对这个问题,提出一种基于改进神经过程模型的缺失数据填充算法,该算法可有效提升小数据集背景下的缺失数据填充性能。首先,将观测到的时间序列进行单一表示,由神经网络得到各自的表征向量;其次,通过神经过程模型获得数据的分布函数,并在训练阶段引入修正系数α,从而根据数据缺失率更加精确地确定训练数据的采样率;最后,加入填充过程,通过训练好的模型估计数据缺失值。为检验算法性能,在海洋表面温度数据集以及北京PM2.5含量数据集上进行仿真实验,结果表明该算法在小数据集背景下具有良好的填充效果。与其他算法相比,所提算法在高缺失率的情况下具有更低的均方根误差。 相似文献
13.
基于人工神经网络的钻削加工参数优化 总被引：1，自引：0，他引：1
运用神经网络对加工参数和其各种影响因素进行建模,在神经网络的智能化选择中,采用了附加动量项的BP算法,解决了收敛速度慢和易限于局部极小等问题。主要针对钻削加工进行网络结构的确定,以及实际网络训练过程中归一、反归一的问题进行了研究。实验表明,这种方法具有可行性,在生产中具有较高的实用价值。 相似文献
14.
神经网络是非线性系统建模的重要方法.反向传播(BP)算法常常用于神经网络的权值训练中,但是BP算法收敛慢.为此,将非线性最小二乘法用于前馈神经网络的权值学习.采用这一建模方法对石油钻杆在热处理过程中的温度测量偏差进行校正.研究结果表明,该方法具有很快的收敛速度和很好的拟合精度,适用于工业过程中测量信号的在线校正. 相似文献
15.
针对海上风浪环境对船舶航行的干扰,利用遗传神经网络优化算法设计船舶航向控制器。利用分布式遗传算法（distributed genetic algorithm,DGA）并结合模拟退火算法对常规遗传算法(genetic algorithm,GA)进行改进。利用改进的GA对径向基函数(radical basis function,RBF)神经网络进行优化。利用优化的RBF神经网络对系统不确定项进行逼近,并对控制输入进行补偿实现抗饱和控制。利用三阶干扰观测器对外部扰动实时跟踪并反馈到滑模控制器(sliding mode controller,SMC)设计中。借助SMC设计并结合李雅普诺夫稳定性理论推算出船舶运动控制律,实现船舶运动优化控制。通过实验验证了本文设计的控制器性能较现有的模糊PID控制器和神经网络SMC优越,系统达到稳定的时间短,平均超调量小。 相似文献
16.
DNN芯片作为星载芯片应用到卫星系统中时会受到太空辐照的影响,其中单粒子翻转对存储单元的干扰会使得存储器单元的参数出现错误,该错误映射到神经网络中会造成神经网络最后的输出结果出现偏差。结合单粒子翻转概率模型,对用于网络推断的神经网络的权值参数进行注错后分析实验结果准确率,从激活函数的非线性特性分析并通过实验验证具有双边抑制效果的函数容错能力更强。进一步在网络卷积层后加入BN层和在训练过程中考虑L2正则化提高网络的容错能力,并通过实验验证其可行性。 相似文献
17.
《安徽职业技术学院学报》2016,(2):30-32
针对传统的BP神经网络算法易陷入局部极小点、训练速度慢的问题,文章用遗传算法(Genetic Algorithm,GA)来优化BP神经网络,实现全局寻优和局部寻优相结合,有效提高神经网络的学习性能和收敛性。实验结果表明,文章提出的方法训练速度快,克服其陷入局部最优的缺点,具有很好的识别性能。 相似文献
18.
首先建立一个多维参数优化模型,即2个目标函数,多个工艺参数.在不能得到其理论解的时候,采用神经网络与遗传算法相结合的方法,求解该复杂优化模型的近似解.即先利用铸造充型过程数值仿真软件,通过数值计算获得一些有关工艺参数的仿真结果 ;然后将数值实验结果作为样本数据,运用L M算法训练神经网络,建立起目标函数值 (充型时间和充型结束时型腔内最高温度与最低温度之差)和输入参数 (多个工艺参数)之间的函数关系,进而使用遗传算法寻优,从而得到最合适的浇铸参数组合. 相似文献
19.
《烟台职业学院学报》2014,(3):79-83
BP神经网络能较好处理非线性化数据,但传统BP神经网络存在着局限性,为了提高神经网络运算的精确度,通过权值和学习率共同优化,并采用贝叶斯正则化算法训练神经网络,形成了基于改进型BP神经网络的管理信息系统开发风险评价模型,经测算,该模型输出值与实际值高度吻合,模型可接受度较高,并且与传统BP神经网络相比,改进型BP神经网络的相对误差更小。 相似文献
20.
模糊神经网络在分类应用领域有着很好的应用前景,在分类应用中,误差函数的选择对于能否取得好的分类效果至关重要,对几种常用的误差函数的性能进行了比较分析,其结论有助于应用神经网络进行分类时对误差函数的选择. 相似文献