Results 51 to 60 of about 2,052 (107)

基于BP神经网络的复合绝缘子憎水性等级的判定

Gaoya dianqi, 2013
憎水性检测对于确保复合绝缘子安全可靠运行具有重要意义。笔者提出把图像处理技术和BP神经网络引入到绝缘子憎水性检测中。首先,运用对比度受限自适应直方图均衡和数学形态学滤波对憎水性图像进行增强。然后,利用自适应阈值对图像进行分割,并提取图像中与憎水性相关的4个特征量。最后,选择BP神经网络判定绝缘子憎水性等级。分别采用BP标准算法和4种改进算法对网络进行训练,并对测试样本进行了憎水性等级判定。基于4个特征量的BP网络在一定程度上能够准确地判定绝缘子的憎水性等级。各种算法的判定结果表明L ...
汪佛池, 闫康, 张重远, 石鹏, 律方成   +4 more
doaj  

Kohonen-RBF网络用于废水中钴镍钒的同时测定

Gongye shui chuli, 2016
将Kohonen神经网络与RBF网络相结合，对废水中吸收光谱严重重叠的钴、镍、钒三组分体系进行解析。利用Kohonen神经网络选择全谱特征波长，优化确定了RBF网络的结构和参数，使光度分析计算的校正模型的优化问题得到有效解决。分析结果表明，经Kohonen神经网络方法进行波长选择后，优化了RBF网络的输入并提高了其预测能力。
申明金
doaj  

模糊遗传人工神经网络算法提取乳腺微钙化点的效果

Zhongshan Daxue xuebao. Yixue kexue ban, 2008
【目的】微钙化点是早期乳腺癌的重要征象之一，本研究联合运用遗传算法、模糊数学和人工神经网络，建议一种乳腺微钙化点提取的新方法，为乳腺病变的自动识别提供前期处理，为早期乳腺癌的临床诊断提供帮助。【方法】首先利用随机方法产生大量的样本，然后，利用模糊遗传算法对产生的随机样本进行分类，将分类后的样本输入人工神经网络进行训练，将310幅乳腺图像的感兴趣区域输入训练后的人工神经网络分类器进行分类。【结果】与微钙化点提取方面的同类文献相比较，结果表明该算法在相同误检率下得到较高的阳性检出率。【结论 ...
doaj  

基于连续型Hopfield神经网络输气干线优化

Shiyou jixie, 2011
针对输气干线优化设计属于约束非线性混合离散变量优化设计问题，采用以并行计算为基础的连续型Hopfield神经网络进行求解，将实际问题的优化解与神经网络的稳定状态相对应，把实际问题的优化过程映射为神经网络系统的演化过程。结果表明，CHNN算法能显著减小计算量，降低求解模型的计算复杂度，其优化效果优于模拟退火算法和方案比较法，可在保证各项约束的前提下，达到投资最小化，对输气干线优化设计和设计方案的优选具有一定的工程指导意义。
周昊, 段善宁, 周宁, 文涛
doaj  

基于BP神经网络的自适应单相重合闸研究

Gaoya dianqi, 2003
针对传统自适应重合闸存在的缺陷,提出了基于人工神经网络的自适应重合闸方法,并设计了一个3层BP神经网络,利用EMTP进行仿真计算,仿真结果表明,该网络具有较好的识别性能。
陈璟华, 陈少华, 杨宜明
doaj  

神经网络诊断变压器故障的新方法

Gaoya dianqi, 2000
介绍了一种用于信号分类识别的小波神经网络，其网络权值由小波函数集充当，并在学习过程中应用了共轭梯度法。将此小波神经网络用于变压器油色谱诊断，经仿真计算，证实它具有比ＢＰ网络更好的逼近性能，可以达到较高的准确率。
李红雷, 肖登明, 赵杰, 潘勇斌
doaj  

考虑模糊神经网络和小波变换相结合的实际流量预测算法

四川大学学报. 自然科学版, 2014
针对无线传感器网络流量预测误差较大的问题,基于模糊神经网络和小波变换提出了一种新的预测算法(State Prediction algorithm based on Fuzzy Neural Network,SPFNN).首先该算法利用α-稳定分布对实际流量进行刻画,并给出了满足该分布的判断依据;其次,通过结合模糊神经网络和小波变换来提高实际流量的预测精度;最后,结合OPNET和MATLAB进行联合仿真,深入研究了影响该算法的关键因素,并对比其它算法性能,结果发现SPFNN具有较好的适应性.
陈国彬, 张广泉
doaj  

基于组合神经网络模型的快堆堆芯瞬态热工水力参数预测方法研究

He jishu
对于反应堆热工水力参数的预测，现有的研究多使用单一神经网络的预测方法，但在噪声较大的情况下，单一神经网络不能很好地剔除噪声的影响。本文使用基于经验模态分解法（Empirical Mode Decomposition，EMD）与奇异谱分析法（Singular Spectrum Analysis，SSA）结合自适应径向基神经网络（Radial Basis Function Neural Network，RBF）的组合模型提高堆芯热工参数瞬态预测的精度。采用1/2中国实验快堆（China ...
赵 梓炎, 赵 鹏程, 刘 紫静, 李 卫, 于 涛   +4 more
doaj   +1 more source

基于邻域粒子群优化神经网络的变压器故障诊断

Gaoya dianqi, 2008
为了提高变压器故障诊断正判率,提出了一种邻域粒子群算法优化BP神经网络的电力变压器油中气体分析（DGA）方法,即通过相关统计分析和数据的预处理,选择变压器油中典型气体作为神经网络的输入,然后利用训练好的邻域粒子群算法优化后的神经网络进行变压器故障类型诊断。试验结果表明,该类方法具有很好的分类效果,较好地解决了变压器放电和过热共存时故障的难分辨问题,对故障类型的正判率较高。
贾嵘, 徐其惠, 李辉, 刘伟
doaj  

基于径向基函数神经网络与改进遗传算法的黄河流域需水预测

Shuitu Baochi Xuebao, 2002
针对遗传算法的不足 ,利用改进的遗传算法 ,结合性能优于 BP网络的径向基函数神经网络 ,并进行网络优化 ,建立了黄河流域需水预测模型 ,拟合预测结果表明 ,该模型能有效提高预测精度。
薛小杰 惠泱河 等
doaj