Results 101 to 110 of about 8,006 (161)
Gaoya dianqi, 2018 针对电力变压器故障难以快速、准确定位和辨识的问题,提出一种基于多神经网络与证据理论相融合的变压器故障诊断方法。该方法将神经网络强非线性拟合的能力与证据理论在不确定性推理问题中能折衷处理主、客观矛盾的优势相结合。利用神经网络的学习、记忆、识别功能,对油中溶解气体数据与常规电气试验数据进行初步处理,再应用数据融合原理,对神经网络处理的初步结果进行证据理论融合,实现对变压器故障的精准诊断。实例分析结果表明,该方法对于变压器故障诊断准确率达73%。
张文元 +4 more
doaj
[The inverse stochastic resonance in a small-world neuronal network under electromagnetic stimulation]. [PDF]
Sheng Wu Yi Xue Gong Cheng Xue Za Zhi, 2023 Yang H, Tian S, Zhu H, Xu G.
europepmc +1 more source
, 2005 论述了一种新的基于神经网络混沌吸引子的公钥密码算法,在过饱和贮存的Hopfield神经网络模型中混沌吸引子与初始状态之间存在一种单向函数关系,改变神经网络的联结权矩阵,混沌吸引子及其相应的吸引域会随之发生改变,如果以联结权矩阵为陷门,并利用可交换的随机变换矩阵来改变神经网络的联结权矩阵,则可以创建一种新的Diffie-Hellman公钥加密算法.将随机变换矩阵作为私钥,而将变换后的神经网络联结突触矩阵作为公钥,介绍了这种新的公钥加密方案 ...
刘年生, 郭东辉
core
Gaoya dianqi, 2013 在变压器故障诊断中,目前BP神经网络算法存在训练样本分布不均匀,收敛速度慢、容易陷于局部极小点等问题,导致整体的诊断性能下降。通过对模糊聚类及LM算法改进的神经网络深入研究,并引入变压器故障诊断中,该算法应用模糊聚类对搜集到的样本预处理,提高样本的质量,再用LM算法改进的神经网络来优化搜索方向,可以实现网络训练速度及测试精度的提高。通过实例仿真实验,验证了该方法能够有效诊断出变压器的故障。
宋志杰, 王健
doaj
[Progress in neural network mechanism of tinnitus using functional magnetic resonance imaging]. [PDF]
Lin Chuang Er Bi Yan Hou Tou Jing Wai Ke Za Zhi, 2023 Ren K +5 more
europepmc +1 more source
[Heart sound classification algorithm based on time-frequency combination feature and adaptive fuzzy neural network]. [PDF]
Sheng Wu Yi Xue Gong Cheng Xue Za Zhi, 2023 Wang Q +5 more
europepmc +1 more source
Application of artificial neural network algorithm in pathological diagnosis and prognosis prediction of digestive tract malignant tumors. [PDF]
Zhejiang Da Xue Xue Bao Yi Xue Ban, 2023 Xiao Y, Wang S, Ling R, Song Y.
europepmc +1 more source
基于量子遗传神经网络与D-S证据理论的断路器机械特性故障诊断
Gaoya dianqi, 2018 针对目前断路器故障诊断系统诊断结果不精确的现状,提出一种量子遗传神经网络与D-S证据理论的方法,利用小波包变换和频带分析技术,得到分合闸线圈电流与机械振动波的高频及低频信号,提取2类信号每个频带的能量值分别作为2个独立的量子遗传径向基（RBF）神经网络的输入量,并得到2个初步诊断结果,最终利用D-S证据理论技术将2个RBF神经网络的评价结果融合。实验结果表明:量子遗传算法改进的RBF神经网络收敛速度快,结果精确;同时,D-S证据理论融合后的诊断结果准确度更高,并且诊断结果可信度提升。
刘建华, 周明平, 侯川川
doaj
[Alzheimer's disease classification based on nonlinear high-order features and hypergraph convolutional neural network]. [PDF]
Sheng Wu Yi Xue Gong Cheng Xue Za Zhi, 2023 Zeng A +8 more
europepmc +1 more source
[Primary study on recognition of vascular stiffness based on wavelet scattering neural network]. [PDF]
Sheng Wu Yi Xue Gong Cheng Xue Za Zhi, 2023 Ren S, Chen Z, Deng X, Fan Y, Sun A.
europepmc +1 more source