Results 41 to 50 of about 1,089 (149)
Fujian Economic Forecasting Based on Deep Belief Network —Consumer price index and total imports prediction in fujian province as an example [PDF]
, 2017 对宏观经济走势做出准确的预测，对于分析宏观调控政策的得失、评价经济系统运行的质量和正确制定未来发展规划战略等具有重要的意义。本文将近年来机器学习领域备受关注的深度置信网络（DeepBeliefNetwork，DBN）引入到经济预测领域，用于解决传统BP(Backpropagation)人工神经网络经济预测方法所存在的问题，例如训练学习速度较慢、容易陷入局部极小、容易导致过拟合、泛化能力差等不足，使得神经网络方法在经济预测领域焕发新的生机。 本文首先介绍了经济预测的研究背景和现状。其次介绍了经济预测特点 ...
王敏
core
Dianci bileiqi, 2006 介绍了BP神经网络在MOA故障诊断中的应用情况。运用Matlab神经网络工具箱对避雷器故障进行训练,比较可知,采用改进的自适应修改学习率算法,具有较好的网络收敛性能和稳定性,并且能够有效解决局部最小问题,但是隐含层神经元数目只能通过试凑法得到。实例分析表明,运用神经网络方法能较为准确诊断避雷器故障,能够有效地克服单纯隶属函数对正常运行工况的误诊断。
方庆, 陈柏超
doaj
Gaoya dianqi, 2022 为了对震后特高压变压器套管的受力状态及破坏与否进行快速评估与判断，选择1100 kV变压器套管为研究对象，建立Abaqus精细化有限元模型，选取输入200条地震动分析以获得所需重要位置的地震动力响应数据。以误差反向传播原理为核心算法建立BP神经网络模型，采用顺序取样及随机取样的方式依次对BP神经网络模型进行训练、预测及比较，进而用于评估套管震后力学性能。结果表明：套管有限元模型可以较好地拟合振动台试验数据，能准确模拟套管—支架体系的地震响应；BP神经网络模型能够对空气侧瓷套底部应力峰值做出准确预测 ...
熊超诣, 刘匀
doaj
Research on Improved AP - SVM Algorithm and Its Application in Letter Recognition [PDF]
, 2017 字母识别是字符识别的一个特例，正确识别字符信息并实现自动录入在信息化建设快速发展的今天拥有越来越重要的意义。在过去几十年中，很多学者将多种分类算法应用于字母识别领域，包括贝叶斯分类器、BP神经网络、支持向量机等。其中，支持向量机（SVM）分类算法因其趋于完善的理论研究和算法实现研究，及克服维灾难和过拟合的优点，在字符识别领域取得了理想的效果。但支持向量机的算法复杂度受到样本规模的直接影响，且对噪声和孤立点较为敏感。因此，如何有效挑选经典样本成为提高模型分类性能的关键。 考虑到AP聚类算法具有如下两个优点：
刘晓红
core
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
Research on Reservoir Prediction Automatic Optimization Model Based on Seismic Data [PDF]
, 2017 地震数据中蕴含着丰富的有关地下的地质构造、底层岩性和流体物性等信息，是储层预测的数据基础。但随着我国油气勘探开发的水平越来越高和勘探领域的不断延伸，地震属性数量和种类膨胀式增长，储层预测难度增大。数据挖掘是一种有效进行储层预测手段。本文基于数据挖掘中的特征降维方法和聚类分析构造了储层预测模型。 基于数据挖掘的储层预测模型在实际使用中经常需要人工设置参数。如果使用者不了解数据挖掘技术，设置参数是一个困难的事。储层预测模型参数选择的好坏对其预测结果有很大影响。储层预测模型一般会有多个参数 ...
鲍彬彬
core
Gaoya dianqi, 2016 人工神经网络技术已经在变压器的状态诊断得到应用,为了克服故障分析中BP神经网络存在的不足,提出了一种自适应混沌粒子群优化神经网络在变压器故障诊断的新方法。该算法通过进化速度因子和聚集因子调整惯性权重,并改进学习因子,引入混沌系统,构成混沌粒子群算法优化神经网络参数,有效地克服常规BP算法训练收敛速度慢、易陷入局部极小值等缺点。最后基于DGA对变压器故障实例分析仿真,对比常规变压器诊断方法结果表明,该算法能够提高诊断效率以及故障模式识别的准确性。
苗长新, 申坤, 钟世华, 柳狄
doaj
Application Research on the Model of the Performance Evaluation of Enterprise Informatization [PDF]
, 2008 基于平衡记分卡(BSC)原理,从财务、业务流程、客户服务、战略与发展四个角度构建企业信息化绩效评价指标体系;依据BP神经网络原理,建立用于评估企业信息化绩效水平的BP神经网络模型,并结合算例进行仿真模拟,证明该模型的评价精度令人满意,有较强的实践意义。厦门市社会科学研究立项课题(编号 ...
刘炳辉, 李晓青, 颜全铨
core
Financial production marketing prediction based on optimization GA-BP neural network [PDF]
, 2014 The traditional BP neural network has some application problems.For example,the network structure parameter is too dependent on experience and easy to fall into local solution.In order to improve the application defects of BP neural network model,the ...
Jing WU, Xin JIN, Yi-an PAN
core +1 more source
Gaoya dianqi, 2017 针对学习向量量化（learning vector quantization,LVQ）神经网络在气体绝缘全封闭组合电器GIS特高频局部放电识别过程中存在初始权值敏感、竞争层未被充分利用的问题,提出了利用思维进化算法（mind evolutionary algorithm,MEA）优化LVQ神经网络的GIS特高频局部放电识别模型。该模型采用K交叉验证来确定LVQ网络竞争层中最佳神经元数目,并在此基础上利用思维进化算法寻找LVQ网络的最优初始权值,构建最佳的局部放电识别网络模型。对比该模型和BP网络 ...
李亚 +5 more
doaj