Results 1 to 10 of about 374,623 (167)
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 +4 more
doaj +1 more source
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
Gaoya dianqi, 2005 综合自适应遗传算法和BP算法各自的优点,构造了基于两者混合训练的神经网络,应用到GIS局部放电超高频的模式识别。分别用基于自适应遗传算法的神经网络、基于BP算法的神经网络,以及基于自适应遗传算法和BP算法混合训练的神经网络对用局部放电超高频检测系统检测到的GIS中4种模式的局部放电进行了识别。实验结果表明,基于自适应遗传算法和BP算法混合训练的神经网络提高了神经网络训练的收敛速度,保证了收敛的可靠性,具有较高的识别率和较强的泛化能力。
印华 +4 more
doaj
四川大学学报. 自然科学版, 2011 英文字符识别已经广泛地应用于很多重要领域.已有的英文字符识别算法很多,一种典型的算法是BP神经网络算法.但是,BP神经网络算法有时不收敛,或陷入震荡.这就导致识别率下降.为此,本文研究了一种改进的称为动量BP神经网络算法用于英文字符识别.这种算法在BP神经网络算法的网络参数控制中添加一个动量系数和一个动量项.这样可以避免迭代的震荡,加快收敛速度.提高识别率.利用动量BP神经网络算法,对52个英文大小写字符进行了识别试验.实验结果表明,这种算法能获得满意的识别率.
刘慧, 余艳梅, 罗代升
doaj
Gaoya dianqi, 2013 针对内部结构不详、器件参数未知的复杂电子电路电磁脉冲响应建模这一难点问题,笔者采用NARX神经网络建立动力学模型,并提出了采用正弦波扫频信号及其电路响应作为训练数据的方法,同时给出了NARX神经网络建模的理论基础及设计步骤,证明了集总参数电路响应模型可用NARX神经网络所建立的动力学模型替代,从而得到了基于数据的电子电路电磁脉冲响应建模方法。运用ADS软件完成滤波器电路及射频放大电路的设计与仿真,建立NARX神经网络模型并得到了较好的预测效果,验证了该方法适用于集总参数电路的电磁脉冲响应预测 ...
吴启蒙 +4 more
doaj
四川大学学报. 自然科学版, 2014 本文提出了一种基于进化神经网络预测RNA二级结构的方法.该方法利用进化算法优化了神经网络结构和权值,改善了传统BP人工神经网络容易陷入局部最优等缺陷.实验结果表明该算法能够获得一个最优结构和权值的神经网络,利用该网络去预测不带伪结的RNA二级结构能获得理想的效果,敏感性和相关系数都有所提升,证明了该改进算法的可行性.
牟超, 何静媛, 石杨
doaj
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
Gaoya dianqi, 2023 流注放电物理过程可由相互耦合的泊松方程和对流扩散方程描述，是涉及电磁学和流体动力学的多物理场问题。针对瞬态流注放电计算量大的问题，本研究提出了一种基于物理信息融合神经网络的流注放电高效求解模型，该模型相对传统的数值求解算法可大幅提高模型的求解效率。首先，基于二维泊松方程的解析解形式，获取了大量二维随机分布空间电荷的电场分布。利用电荷分布与电场分布的对应关系，作为泊松算子物理神经网络的训练集，得到预训练的泊松方程神经网络求解算子。随后，基于二维有限元求解器获取了不同边界条件下考虑等离子体化学反应的粒子对流—
彭长志 +5 more
doaj
Shuitu Baochi Xuebao, 2003 分析了利用神经网络进行时间序列预测的方法及其基本工作原理,并且利用神经 网络建立了土壤水分预测模型.试验结果表明:所建立的模型具有较好的预测效果;用神经网络建立土壤水分预测模型的方法是可行的.
刘洪斌, 武伟, 魏朝富
doaj +2 more sources
Shuitu Baochi Xuebao, 2021 以长三角3省1市为研究区，旨在构建长三角地区土壤水分长时间序列，为农业生产和遥感算法提供数据支撑。研究基于空间匹配的站点土壤水分数据和气象数据，利用主成分分析得到4个有效主成分作为线性回归和BP神经网络模型的输入因子，建立土壤水分与气象因子间的定量关系，并评估所构建模型的精度。结果表明，基于全部站点数据建立的单一BP神经网络模型优于单一线性回归模型。单一线性回归模型的R2=0.34，RMSE=0.046 m3/m3，MAE=3.67%；而单一BP神经网络模型的训练、验证和测试3个数据集的R2均在0 ...
李柳阳 +4 more
doaj