Results 31 to 40 of about 2,396 (171)
Direction convergence analysis of weighted rule for minor component extraction information criteria [PDF]
, 2020 The extraction of parallel minor components algorithm in directional convergence in signal feature extraction was studied.By comparing the unweighted projection approximation subspace tracking (PAST) algorithm with the weighted PAST parallel minor ...
Boyang DU, Xiangyu KONG, Xiaowei FENG
core +1 more source
Jixie chuandong, 2004 将模糊逻辑理论和遗传算法引入高阶BP神经网络中 ,讨论了高阶模糊BP神经网络的特征值的提取、结构、特点、二阶算法以及遗传算法 ,并将该神经网络模型用于齿轮的故障诊断中 ,试验表明基于遗传算法的高阶模糊BP神经网络对齿轮故障模式具有稳定、准确的识别能力 ,是一种行之有效的新型诊断方法。
戚晓利, 潘紫微
doaj
probability neural network based on particle swarm optimization algorithm [PDF]
, 2016 标签分布学习是近几年发展起来的解决多标签分类问题的方法。该方法基于这样的假设：属于不同标签的实例可能会存在部分的共同特征，因此在学习过程中，每个实例都可以对不同的标签做出贡献，这极大地降低了学习的难度。条件概率神经网络作为解决这个模型的算法，在进行分类时具有独特的优势，然而如何对其进行有效的训练，从而找到最优参数却是一个困难的问题。 本文对条件概率神经网络的优化进行了研究，在考虑标签分布的性质和条件概率神经网络的结构特点之后，从三个方面改进了条件概率神经网络，并将改进的条件概率神经网络应用于年龄估计问题，
徐骏捷
core
Guangtongxin yanjiu, 1996 提出了一种改进的ＢＰ神经网络模型，即多层双并联神经元可学习的人工神经网络，给出了相应的算法。并以异或问题和对称性检测问题为例，对改进算法和传统算法的优缺点进行了比较 ...
王爱国, 肖定中
doaj
Dianci bileiqi, 2011 基于BP算法的神经网络和基于实数编码遗传算法的神经网络用于模式识别有其各自的优缺点。为此提出利用GA-BP混合算法神经网络,对GIS典型缺陷的局部放电进行模式识别。以超声局部放电探测仪对不同缺陷包括金属突出物、悬浮电位缺陷和绝缘子内部气泡引起的局部放电信号进行了测量,并从测量结果中提取PRPD谱图特征值作为训练样本和测试样本。研究结果表明:相比BP神经网络,GA-BP神经网络执行效率更高,识别效果更好,且克服了BP神经网络容易陷入局部最优的缺点;而相比GA神经网络,其运行时间短,适用于实际应用。
吕启深, 吴磊, 梁基重, 杨益公
doaj
, 2018 为了对锂离子电池剩余电量(SOC)进行准确测量,以2 200 mA?h的聚合物锂电池为研究对象,利用Hyperion平衡充放电设备采集6个不同放电电流下(0.7,1.1,1.7,2.2,2.7和3.3A)的放电电压和放电倍率;采取误差反向传播(BP)和径向基函数(RBF) 2个原理不同的神经网络算法进行SOC预测;把采集的样本数据分为训练组和测试组,采用不同的神经网络算法对训练组进行训练后,选择合适的参数构建神经网络,并用测试组数据进行测试;最终比较2种算法的预测效果和误差。研究结果表明 ...
余杰 +6 more
core
Malicious DNS traffic detection based neural networks [PDF]
To solve the problems of low detection accuracy and speed caused by low efficiency in extracting traffic features using machine learning to detect malicious DNS traffic, a malicious DNS traffic detection method FDS-DL was proposed, which combines ...
CHEN Wenzhi +3 more
core +1 more source
A model for short-term load forecasting in power system based on multi-AI methods [PDF]
, 2013 将自组织(SOM)和反向传播(bP)两种神经网络结合起来,并使用模糊理论,建立了一种基于集成智能方法的日负荷预测智能模型,该模型首先利用SOM网络的竞争学习能力将历史数据分成若干类别从而找出与预测日同类型的预测类别.然后,把温度、日类型等不确定性扰动因素分离出去,利用bP算法的非线性函数逼近功能,完成电力负荷的基本分量部分的预测工作.在处理温度、天气情况、日类型等不确定因素对负荷的影响时,采用模糊逻辑理论对负荷基本分量进行修正.提出了一种基于进化树的自组织神经网络算法(SOETA ...
张群洪
core
Gaoya dianqi, 2020 针对变压器故障类型的复杂难辨,结合油中气体分析法,提出了1种基于精英混沌人工蜂群算法的小波神经网络故障诊断模型对变压器故障进行诊断。模型对3层小波神经网络的输入和输出层的权值、小波元的伸缩和平移系数进行修正,改进算法混沌初始化蜜源,建立精英蜂群团体自适应引导采蜜蜂与跟随蜂搜索,同时引入混沌侦查蜂的行为模式,能够有效提高精度,加速收敛,避免局部最优。实验结果表明,该方法比传统BP小波神经网络和标准蜂群算法优化小波神经网络诊断速度更快,准确率更高,可有效运用于变压器故障诊断。
贾亦敏, 史丽萍, 严鑫
doaj
Prediction of Grain Porosity Based on GWO-BP Neural Network and Grain Compression Experiment [PDF]
Porosity is a key parameter that affects the heat and moisture transfer within a grain pile. In order to investigate the distribution law of porosity in bulk grain piles in grain silos, grain compression experiment was carried out to obtain the porosity ...
CHEN Jia-hao +6 more
core +1 more source