Results 11 to 20 of about 1,089 (149)
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
The research on multi-source information fusion method in Fire Monitoring System [PDF]
, 2015 火灾是威胁人民生命安全和社会发展最为经常、普遍的灾害之一。近年来，室内火灾发生率在全球所发生的火灾中占比约百分之八十以上。国际消防技术委员会对这个现象非常的重视，希望各国的相关部门可以对此采取有效的措施。各国为此都采用了比较有效的方法，也就是利用信息科技技术手段对室内火灾环境进行监测预防，使得火灾得到有效防控。 生活中普遍的火灾监测系统中多采用烟雾传感器监测单一的环境参量，并简单地通过阈值法来判断火灾情况。这难免会因为传感器失灵，自然环境影响等不可抗拒的因素造成系统误报或是漏报的概率变大 ...
缪瑛
core
Design and implementation of network routing classifier under impact of big difference data [PDF]
, 2017 针对大差异数据冲击下路由器存在路径选择误差大的问题，设计大差异数据冲击下的网络路由分类器，其主要由FPGA开发板、模/数采集器和数字信号处理器组成。分类器先对网络路由分类函数进行设计，并将其写入FPGA开发板。当网络信道存在大差异数据冲击时，FPGA开发板将调用网络路由分类函数对大差异数据进行预分类，获取预分类结果并将其传送到模/数采集器。模/数采集器将预分类结果转换成低压差分信号，数字信号处理器对该低压差分信号进行特征提取和参数修正，进而获取最佳分类结果。实验结果表明，所设计的分类器具有信道增益效果好、
刘晨, 韩艳
core +1 more source
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
Gaoya dianqi, 2022 为改善BP神经网络算法需要大量训练数据和预测精度有限等问题,提出了以输入层、隐含层和输出层为目标的分层优化思路。首先,利用灰色模型良好的小数据趋势辨别能力对输入层数据进行处理,以更好地提炼数据内部蕴含的数学规律,压缩神经网络所需训练数据样本数量;然后,利用遗传算法优越的全局寻优能力确定隐含层的初始权值和阈值,抑制神经网络隐含层参数无法准确获取所导致的误差较大和泛化能力弱的问题;最后,采用蚁群优化算法对输出层数据进行优化,以进一步改善神经网络模型的计算精度。以波动性较强的风电功率进行算例验证,结果表明 ...
朱显辉 +4 more
doaj
Study on option pricing based on artificial intelligence [PDF]
, 2016 期权理论是20世纪世界经济学领域最伟大的发现之一。由于期权具有良好的规避风险、风险投资和价值发现等功能，且表现出灵活性和多样性特点，故近30年来，特别是上个世纪90年代以来，期权成为最有活力的衍生金融产品，得到了迅速发展和广泛的应用。对于期权价格的正确定价不仅对于学术界而且对于金融市场的实际操作者来说都是十分重要的。目前已经有许多对于欧式期权定价的参数化模型，包括著名的Black-Scholes模型。但是由于有着一些不真实，与真实市场不协调矛盾的隐含参数，所以它们的定价效果并不如我们所期望的那么好 ...
张鸿彦
core
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, 2021 针对传统基于BP神经网络磁滞模型收敛速度慢、建模过程需要对磁特性的表征参数进行复杂的人工提取等问题,提出了一种基于深层卷积神经网络的电工钢片矢量磁滞特性模拟的方法,该模型将磁通密度的时间序列数据和磁场强度的幅值和相位作为卷积神经网络的训练数据,利用残差模块提高卷积神经网络的收敛速度。改进模型既可以避免传统磁滞模型中繁杂的人工特征提取的过程,也可拓展应用于特征参数不易提取的非正弦激励下磁滞模型的建立。通过对比不同网络结构的磁滞模型,改进的深层卷积网络磁滞模型既能减少迭代次数,又能保证磁滞特性模拟的精细性。
董纪兴 +3 more
doaj
Gaoya dianqi, 2018 针对BP神经网络在变压器故障诊断上存在的不足,提出基于ACS-SA文化基因算法的BP神经网络变压器故障诊断方法。在实际系统中,针对缺乏准确的变量参数估计,将边界变异策略和自适应步长策略引入标准布谷鸟算法中;提出一种在改进的布谷鸟算法中结合局部搜索策略的文化基因算法;建立BP神经网络变压器故障诊断模型,并用文化基因布谷鸟算法优化BP神经网络的权值和阈值。仿真实验及对比研究结果表明,该算法能准确有效地识别变压器的故障类型,较其他算法（CS-BP神经网络算法和POS-BP神经网络算法）有更高的准确率 ...
李笑竹 +5 more
doaj
Research on Image Recognition Basd on BP Neural Network [PDF]
, 2008 BP神经网络具有较强的容错性和自适应学习能力,因而在数字图像识别领域有着广泛的应用。本文在经典BP神经网络的基本算法的基础上,对BP算法的参数设置进行了优化,实现了一种基于分类的改进BP神经网络算法。通过探讨BP神经网络在数字图像分类识别中的应用,详细考察了各种参数对识别效果的影响。实验结果证明改进后的算法有很好的实用价值。Back-propagation neural network with high fault-tolerance and good adaptive learning ...
张海波, 董槐林, 郭世可, 龙飞
core