搜索结果: 46-60 共查到“计算机科学技术 BP神经网络”相关记录67条 . 查询时间(0.445 秒)
基于Huang变换和BP神经网络的时间序列预测方法
BP神经网络 时间序列 预测
2009/6/23
Huang变换是近几年发展起来处理非平稳信号的新方法。时间序列同信号一样具有非平稳的特性,研究了Huang变换在时间序列预测中的应用。首先将时间序列通过Huang变换分解为有限个固有模态函数和一个残余函数之和,每一个的固有模态函数反映了时间序列在各个尺度的特征,而残余函数则很好地反映了时间序列的总体趋势,然后应用BP神经网络对各个固有模态函数和残余函数进行预测,最后将所有的预测值重构叠加,就得到原...
基于BP神经网络的蜂窝无线定位算法
蜂窝系统 神经网络 非视距传播
2009/6/23
为了解决最小二乘法需要测量数据的先验信息来构造协方差矩阵的问题，提出了基于BP神经网络的蜂窝无线定位算法。该算法融合了移动基站提供的AOA、TOA和TDOA测量值来实现移动台的定位，利用神经网络较快的学习特性和逼近任意非线性映射的能力，使其适用于复杂的多径环境。同时充分利用了定位的冗余和互补信息有效地减小了非视距传播的影响。对基于BP神经网络的定位系统性能进行了仿真，结果表明，基于BP网络的蜂窝无...
基于BP神经网络的主分量分析人脸识别算法
BP神经网络 主分量分析（PCA） 小波变换
2009/6/23
提出了基于BP神经网络的主分量人脸识别算法。该算法首先用小波变换对人脸图像进行小波分解，形成低频小波子图，然后用主分量分析法构造特征脸子空间，将人脸图像在特征空间的投影作为BP神经网络的输入，由BP神经网络和后验概率转换器构成人脸识别器。针对ORL人脸库的实验结果表明该方法具有较高的识别率。
高速公路动态交通流的BP神经网络建模
交通流 建模 BP神经网络
2009/6/17
通过对高速公路宏观动态交通流模型的分析，针对高速公路交通系统的非线性时变特点，应用BP神经网络建立了高速公路宏观动态交通流模型。并利用一段高速公路的交通流数据对BP神经网络进行训练，得到网络参数。最后，为了验证BP网络模型的有效性，在MATLAB环境中对模型进行了仿真，并将仿真结果与原始模型的结果进行了比较。结果表明，该方法能较准确地描述高速公路交通流的真实行为，并且能够适应交通状况的变化。
基于模块电路结构的BP神经网络及其应用研究
神经网络 模块结构 编解码
2009/5/11
本文采用一种简化的BP(Back Propagation)神经网络硬件模块实现方法。该方法利用全电流模式电路组成神经元模块,再用若干模块构成简化的BP神经网络。所提出的模块结构网络系统具有在线学习和在线权值存储能力,且可应用于实现编、解码和二维图像识别。文中提供了PSPICE和高级语言计算机仿真结果。
基于BP神经网络与专家系统的故障诊断系统
专家系统 神经网络 故障诊断
2009/4/29
针对目前国内油田压缩机故障诊断存在的效率低、自动化程度不高的问题，设计了一种基于BP神经网络和专家系统的油田压缩机故障诊断系统，利用专家先验知识和神经网络的数值推理、自学习能力，对油田压缩机的故障进行分析处理，与以往油田压缩机故障诊断方法相比，该系统自动化程度高，诊断可靠准确。
基于粗糙集与BP神经网络的多因素预测模型
粗糙集 多因素预测 费用预测
2009/4/16
运用粗糙集方法和信息熵概念，在不改变训练样本分类质量的条件下，按照输入影响因素相对于输出的重要度的大小，对输入参数集进行约简，确定神经网络输入层变量和神经元个数。通过对典型样本的学习，建立粗糙集BP神经网络多因素预测模型，将其用于导弹系统研制费用预测。结果表明，该方法减少了网络的训练时间，改善了学习效率，具有较高的预测精度，是可行的、有效的。
基于遗传算法的BP神经网络技术的应用
遗传算法 BP 神经网络技术
2009/3/6
针对BP网络的不足，提出了基于遗传算法的神经网络技术。将两者有机的融合在一起，充分利用了GA算法的全局搜索能力和BP算法的局部搜索能力，加快了收敛速度，提高了收敛精度，将其应用于高速公路动态称重系统的神经网络控制器的训练中，取得了较好的效果。
基于BP神经网络的非线性网络流量预测
流量模型 流量预测 流量采集
2009/2/26
传统的流量分析建立在线性模型的基础上，但是由于复杂的拓扑结构和网络行为，网络流量表现为一个非线性的系统。根据实际网络中测量的大量网络流量数据，建立一个时间相关的基于神经网络的流量模型，预测和分析网络流量状况。相对于传统线性模型该模型具有较高的预测精度、自适应性和鲁棒性。
采用BP神经网络记忆模糊规则的控制
神经网络 智能控制 Back-Propagation
2008/12/30
本文提供了一种比模糊推理更为自然的方式使用人们的经验知识,通过一组神经元不同
程度的兴奋表达一个抽象的概念值,由此将抽象的经验规则转化成多层神经网络的输入一输
出样本.通过Back-Propagation学习算法使得网络记忆这些样本.控制器以"联想记忆"方
式使用这些经验.本文介绍了控制器的构造方法,给出了控制仿真结果,并讨论了这种控制器
的特点和发展前途.
基于Q学习算法和BP神经网络的倒立摆控制
Q学习 BP网络 学习控制
2008/12/25
Q学习是Watkins[1]提出的求解信息不完全马尔可夫决策问题的一种强化学习方
法.将Q学习算法和BP神经网络有效结合,实现了状态未离散化的倒立摆的无模型学习控
制.仿真表明:该方法不仅能成功解决确定和随机倒立摆模型的平衡控制,而且和Anderson[2]
的AHC(Adaptive Heuristic Critic)等方法相比,具有更好的学习效果.
应用BP神经网络估算服装铺料长度
铺料长度 分床方案 BP神经网络 估算模型
2010/4/19
针对传统估算方法存在事后性和经验依赖性等缺点，提出应用BP神经网络来估算铺料长度。该方法避开了先打板，再排料，后估算等过程，直接从订单的信息分析入手，通过实验从中提取出有关铺料长度的影响因素，并将其作为输入参数，建立估算铺料长度的BP模型，实验证明该模型具有较好的预测效果。在实际应用中，如将企业实际生产的样本输入模型，通过训练可使估算长度更加接近于企业生产的实际铺料长度，为实现快速准确地估算面料消...
为了得到合理的凿岩爆破参数，使用BP神经网络进行优选。经过简化，以炮孔间距和排距作为输入因子，以总炸药单耗作为综合输出因子；通过有限次的爆破正交试验，建立网络学习、训练样本，优选出最佳的网络模型；增加各输入因子水平，组合成预测、优选样本，从而搜索出最优的凿岩爆破参数。以新桥硫铁矿为例，优选出炮孔间距为1.30 m，排距为1.10 m；预测总炸药单耗为0.459 7 kg/t，比原炸药单耗(0.82...
基于BP神经网络的仿真线设计及其FPGA实现
仿真线 BP神经网络 FPGA STAM算法
2008/6/10
该文提出了一种采用BP神经网络实现仿真线的方法。首先采用遗传算法优化神经网络结构，用离线训练后的BP神经网络逼近传输线的传递函数，然后用STAM算法以较少的存储空间实现BP神经网络的激励函数近似，进而用FPGA和D/A转换器进行硬件实现。文中基于FPGA对长度为10000m，特性阻抗为55Ω的同轴电缆进行了仿真线的硬件实现，实验结果验证了该方法的有效性。该方法可以推广到传递函数未知的传输网络的仿真...
基于BP神经网络的遥感图像超分辨率重建
遥感图像 BP神经网络
2008/3/11
介绍了一种利用BP神经网络由低空间分辨率遥感图像序列重建得到一幅较高空间分辨率图像的算法。给出了重建过程，并且通过实验数据对算法进行了验证。