Results 51 to 60 of about 1,070 (149)
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
Dianci bileiqi, 2014 基于《雷电防护第2部分:风险管理》（GB/T21714.2—2008）及BP人工神经网络理论,利用MATLAB软件建立了一个三级BP网络预警模型,经过网络训练、网络检测得到训练成熟的普通建筑雷灾风险BP网络评价模型。BP神经网络的运用有助于评价模型更加准确客观地反映建筑物雷灾风险各影响因素与最终风险评价结果之间的非线性关系。为了验证该评价模型的评判效果,除对训练成熟的网络评价模型进行检测,还进一步选取《雷电防护第2部分:风险管理》（GB/T21714.2—2008）中提供的评估实例进行验证性评估 ...
华晨辉, 杨仲江, 罗骕翾, 路明
doaj
Gaoya dianqi, 2020 针对变压器故障类型的复杂难辨,结合油中气体分析法,提出了1种基于精英混沌人工蜂群算法的小波神经网络故障诊断模型对变压器故障进行诊断。模型对3层小波神经网络的输入和输出层的权值、小波元的伸缩和平移系数进行修正,改进算法混沌初始化蜜源,建立精英蜂群团体自适应引导采蜜蜂与跟随蜂搜索,同时引入混沌侦查蜂的行为模式,能够有效提高精度,加速收敛,避免局部最优。实验结果表明,该方法比传统BP小波神经网络和标准蜂群算法优化小波神经网络诊断速度更快,准确率更高,可有效运用于变压器故障诊断。
贾亦敏, 史丽萍, 严鑫
doaj
, 2018 为了提高微细电火花加工伺服控制系统的精度、实现对伺服间隙的智能控制,提出了以模糊控制算法为基础,通过自调节算法建立合适的目标值,以实现基于模糊控制的BP神经网络在线优化算法,从而提高伺服控制的准确性。同时,采用下位机实现核心控制算法,保证了伺服控制的稳定性和实时性。通过微细电火花深小孔加工实验证明,采用BP神经网络在线优化算法能提高加工精度和加工效率。国家自然科学基金资助项目(51505400);;福建省自然科学基金资助项目 ...
全学军, 张利, 褚旭阳
core
Correlation between Physicochemical Properties of Different Sorghum Varieties for Baijiu Making and Their Hydration Kinetics [PDF]
This study investigated the effects of the intrinsic properties of sorghum for Baijiu production on its hydration process in order to enable prediction of the moisture content of different varieties of sorghum during soaking.
WANG Hongmei, LI Zhe, LI Ling, LI Shu, JIA Junjie, WANG Qian, HU Yongxin, WANG Songtao, SHEN Caihong, ZHONG Xiaozhong
core +1 more source
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 +4 more
doaj
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
Distinction and Recognition of the 'Black Pearl' Fresh Corn Origin Based on Electronic Nose and BP Neural Network [PDF]
: 'Black pearl' fresh corns from different regions were analyzed using an electronic nose to capture the aroma profile. Principal component analysis (PCA) and discriminant function analysis (DFA) were used for multivariate statistical analysis of 200 ...
Hongjiang MA +9 more
core +1 more source
Prediction model of aluminum consumption with BP neural networks in IF steel production [PDF]
, 2017 To solve the high aluminum consumption problem in interstitial-free steel production in a steel plant, an aluminum consumption prediction model was established by mathematical statistics and BP neural networks.
BAO Yan-ping +3 more
core +1 more source
Research on the Application of PSO-BP Neural Network to Credit Risk Assessment for Commercial Banks [PDF]
, 2009 信用风险是金融机构面临的最主要的风险之一。在解决商业银行信用风险评估问题时，神经网络的非线性映射能力使其具有独特的优势。通过BP神经网络，可以很好地实现信用指标和信用等级之间的非线性映射关系，从而达到对客户按其指标数据进行信用等级分类的功能。但BP神经网络的参数设置是基于参数空间局部信息的，不是全局最优值，这必将降低BP网络的收敛速度和预测精度。本文分析了具有全局寻优功能的粒子群优化算法(PSO)，该算法能够改进传统的BP神经网络学习策略，弥补BP神经网络参数设置的不足 ...
郭阳
core