搜索结果: 1-11 共查到“知识库 信息科学与系统科学 BP”相关记录11条 . 查询时间(0.154 秒)
基于方位调制的快速分解因子BP算法
方位调制 快速分解因子 快速BP算法 SAR成像
2019/4/18
BP算法的低效极大地限制了其在大范围场景和实时性要求高的场合下的应用。利用空间上相邻的点存在近似相等的"等效距离"原理,基于已有的两类快速BP算法,提出一种基于方位调制的快速分解因子BP算法。一方面利用基于方位调制的BP算法减少等效合成孔径长度,另一方面利用快速分解因子BP算法减少合成孔径范围内孔径点数。该算法在已有的快速BP算法基础上进一步提高效率,且能够并行实现,在机载实时成像和卫星在轨实时成...
音频信号作为多媒体信息的重要载体之一, 为满足人们对信息知识的获取提供了有效途径.为了提高音频分类的精度,提出一种将音频信号的梅尔频率倒谱系数(Mel frequency cepstrum coefficient,MFCC)参数作为特征向量,采用基于改进型传输函数的误差反向传播神经(back propagation, BP)网络模型对6种音频进行分类.实验证明,该方法在音频分类精度方面性能良好,改...
为有效预防尾矿库事故的发生, 针对尾矿库事故率具有随机波动性和非线性的特点, 采用和声搜索算法(HSA)和BP神经网络建立尾矿库安全评价模型. 该方法利用HS算法对BP神经网络权值进行优化, 进而对尾矿库进行安全评价. 通过对辽宁本溪南芬尾矿库安全现状进行拟合预测, 结果表明:将HS算法和BP神经网络有机结合, 能够克服传统BP网络易陷入极小值、收敛速度慢得缺陷, 有效的刻画了尾矿库事故的随机波动...
改进粒子群算法优化 BP 神经网络的短时交通流预测
交通流预测 BP神经网络 粒子群算法 变异算子
2013/2/25
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, 然后训练 BP 神经网络预测模型求得最优解. 将该预测方法应用到实测交通流的时间序列进行有效性验证, 结果表明了该方法对短时交通流具有更好的非线性拟合能力和更...
基于RAGA的灰色BP神经网络预测模型及其对三江平原地下水埋深的动态预测
三江平原 神经网络 地下水埋深 预测
2009/9/29
三江平原是我国粮食主产区之一,近年来农业水资源出现危机0 预测该地区地下水动态变化趋
势,对于指导该地区合理开发利用地下水有着重大的理论和现实意义0 建立了基于)*+* 的灰色,- 神
经网络预测模型0 该模型克服了传统+1(%,%)模型存在明显系统误差的缺点,既具有+1(%,%)模型对数
据确定性方面把握的长处,也融合了人工神经网络在不确定因素预测领域的优势0 通过两种途径进行检
验,结...
由于剥叶性能直接影响到甘蔗收获机械的收割性能,为了客观有效地对剥叶性能进行预测,提
出了BP 神经网络预测方法. 针对剥叶元件性能的特点,采用正交试验法构造训练样本,以保证网络具有
较高的泛化能力,同时对该训练样本建立了回归分析模型,以检验BP 网络模型的输出精度. 在此基础
上,利用已建立的神经网络预测模型对影响剥叶性能的各因素取值的不同组合进行仿真分析,以确定各
因素取值的最优组合....
BP 神经网络网络结构优化问题的研究
BP 神经网络 灰色关联分析 网络结构的优化
2009/9/25
将灰色关联分析法应用到BP 神经网络隐层结点数的确定中,实现了BP 神经网络网络结构的优
化,提高了网络的预测精度. 仿真结果表明这种方法非常有效,同时也对BP 神经网络的进一步研究提供
了一种全新的思路.
Elman与BP神经网络在矿井水源判别中的应用
突水水源 Elman神经网络 BP神经网络 判别模型
2010/2/20
介绍了Elman神经网络与BP神经网络, 以谢一煤矿为例,分别利用Elman网络与BP网络, 针对地下水化学特征分别建立突水判别模型,实例结果表明: Elman网络模型比BP网络模型具有更高的判别精度,更快的运算速度, 更好的反应地下水系统特性,
为矿井水害防治提供了一种辅助决策手段.
基于BP神经网络的PID控制器
PID控制器 神经网络 低速 BP算法
2007/12/9
利用神经网络和反馈控制理论, 提出了一种基于神经网络PID控制器的伺服控制系统结构. 在高精度仿真试验转台的应用中证实, 该方法避免了PID参数的整定难以匹配的问题, 减小了干摩擦对低速运动的影响. 实验表明:方法自适应能力强, 调节品质好, 具有较高的应用价值.