期刊文献+
共找到440篇文章
< 1 2 22 >
每页显示 20 50 100
近红外光谱技术法快速鉴别茶油掺伪 预览
1
作者 荣菡 罗懿 黄镘淳 《安徽农业科学》 CAS 2019年第19期204-206,219共4页
[目的]采用近红外光谱技术法,快速鉴别茶油掺伪。[方法]基于近红外光谱技术,比较马氏距离聚类分析法与反向传播神经网络,建立茶油与掺有菜籽油、棕榈油掺伪茶油的模式识别模型。[结果]采用马氏距离聚类分析法建模时,参数如下:光谱一阶... [目的]采用近红外光谱技术法,快速鉴别茶油掺伪。[方法]基于近红外光谱技术,比较马氏距离聚类分析法与反向传播神经网络,建立茶油与掺有菜籽油、棕榈油掺伪茶油的模式识别模型。[结果]采用马氏距离聚类分析法建模时,参数如下:光谱一阶导数处理后,结合SNV、Norris Derivative滤波方法,经主成分分析法,提取8个主成分,模型对预测集样本的准确率达100%;采用反向传播神经网络建模时,参数如下:输入向量为前8个主成分的33个吸收峰,隐含层神经元个数为15,训练学习速度为0.1,训练220步时,模型对预测集样品识别准确率亦为100%。[结论]反向传播神经网络方法更加具有较快的运算速度和较好的收敛性,可为茶油品质评价与检测提供一种新方法。 展开更多
关键词 近红外光谱 模式识别 马氏距离 反向传播神经网络 茶油 掺伪油
在线阅读 下载PDF
基于BP神经网络的荒漠化草原草种识别与分类 预览
2
作者 刘浩 杜建民 皮伟强 《农家参谋》 2019年第17期73-74,共2页
草原退化与荒漠化已经成为中国草原的主要生态问题,其典型标志为草原植被结构的改变,草原草种的识别与分类成为草原退化监测的重要手段。文章基于内蒙古乌兰察布市四子王旗草原,在自然光条件下,使用高光谱仪采集高光谱图像,利用高光谱... 草原退化与荒漠化已经成为中国草原的主要生态问题,其典型标志为草原植被结构的改变,草原草种的识别与分类成为草原退化监测的重要手段。文章基于内蒙古乌兰察布市四子王旗草原,在自然光条件下,使用高光谱仪采集高光谱图像,利用高光谱的图像和光谱信息,实现对草种的分类。本研究通过提取图像的纹理特征和光谱的二阶导数,将提取到的特征输入到BP神经网络中进行分类,实验结果表明,该种方法对草种识别的精度能达到93%,实现了草原草种的高光谱图像分类,为高光谱遥感实现草原退化监测提供了可能。 展开更多
关键词 草原退化监测 高光谱 纹理特征 光谱二阶导数 反向传播神经网络
在线阅读 免费下载
基于IBA优化BP神经网络的滚动轴承故障诊断方法
3
作者 崔鹏宇 王泽勇 +1 位作者 邱春蓉 高晓蓉 《电子测量技术》 2019年第12期33-36,共4页
以反向传播神经网络为基础,引入改进的蝙蝠算法对其初始阈值和权值进行优化处理,并针对滚动轴承信号的特征针对性构建了故障诊断系统。针对轴承数据的振动信号选取时、频、多尺度排列熵等提取方式进行多特征参量提取,构造了滚动轴承正... 以反向传播神经网络为基础,引入改进的蝙蝠算法对其初始阈值和权值进行优化处理,并针对滚动轴承信号的特征针对性构建了故障诊断系统。针对轴承数据的振动信号选取时、频、多尺度排列熵等提取方式进行多特征参量提取,构造了滚动轴承正常及故障状态下的特征样本并对优化后的神经网络进行训练。然后,使用训练完成的网络对各状态下的随机样本进行诊断测试,诊断结果表明,本文构建的神经网络系统与未优化的BP神经网络相比,可以更为准确地识别出滚动轴承的故障类型,误差降低约一个量级,与未改进的优化算法相比,所介绍的改进算法在保证精度的同时可以有效增加算法的优化效率,同时对强噪音环境下的缺陷具有更高的鉴别率,更高的实用价值。 展开更多
关键词 蝙蝠算法 反向传播神经网络 多特征提取 轴承故障诊断
基于反向传播神经网络的自适应SCL译码算法 预览
4
作者 义炫 刘爱军 《通信技术》 2019年第2期275-279,共5页
SCL译码算法是SC译码算法的加强版。凭借这种性能优势,SCL译码器已经成为针对Polar码译码最常用的一种译码器。然而,SCL译码器的复杂度随着列表大小L线性增长,限制了SCL译码器进一步的广泛应用。于是,提出了基于反向传播神经网络的自适... SCL译码算法是SC译码算法的加强版。凭借这种性能优势,SCL译码器已经成为针对Polar码译码最常用的一种译码器。然而,SCL译码器的复杂度随着列表大小L线性增长,限制了SCL译码器进一步的广泛应用。于是,提出了基于反向传播神经网络的自适应SCL译码方案。该自适应译码器利用Polar码冻结位比特信息作为反向传播神经网络的输入,根据反向传播神经网络输出估计信噪比等级,进而据估计的信噪比等级自适应地选择列表大小L对接收的噪声帧进行SCL译码。仿真结果显示,在AWGN信道条件下,所提的自适应SCL译码器能够在实现相同的误码率性能的条件下,极大地减小了译码算法的复杂度。 展开更多
关键词 Polar码 SCL译码算法 反向传播神经网络 信噪比等级
在线阅读 下载PDF
基于谐波分析算法的干旱区绿洲土壤光谱特性研究
5
作者 张子鹏 丁建丽 王敬哲 《光学学报》 EI CAS CSCD 北大核心 2019年第2期391-401,共11页
土壤有机质(SOM)含量是评价土壤肥力的重要指标。以新疆渭-库绿洲为研究区,对室内获取的SOM含量及反射光谱数据进行Savitzky-Golay (S-G)平滑和一阶微分(FD)预处理。在此基础上,为减小敏感波段遴选对建模精度的影响,引入谐波分析(HA)算... 土壤有机质(SOM)含量是评价土壤肥力的重要指标。以新疆渭-库绿洲为研究区,对室内获取的SOM含量及反射光谱数据进行Savitzky-Golay (S-G)平滑和一阶微分(FD)预处理。在此基础上,为减小敏感波段遴选对建模精度的影响,引入谐波分析(HA)算法对全波段光谱数据进行谐波分解。基于主成分分析(PCA)降维后的7个主分量对SOM含量进行基于反向传播(BP)神经网络、遗传算法(GA)-BP神经网络和多元线性回归(MLR)方法的定量估算,并对估算精度进行比较。结果表明:HA预处理后的光谱数据与SOM含量的相关性相较于FD数据有了明显提高;非线性模型BP神经网络的估算精度明显高于线性模型MLR;在非线性模型中,GA-BP模型的估算精度最高,其决定系数为0.92,预测集的均方根误差为3.92×10-3,相对分析误差为1.93。验证了HA算法深度挖掘光谱数据的有效性,经过GA优化的BP神经网络模型可以提高SOM含量的估算精度,为土壤属性的光谱定量估算提供借鉴。 展开更多
关键词 遥感 高光谱 有机质 谐波分析 主成分分析 遗传算法 反向传播神经网络
区域集中供热室温控制策略研究 预览
6
作者 朱冬雪 褚红燕 +1 位作者 林福建 鹿世化 《自动化仪表》 CAS 2019年第8期22-25,共4页
针对区域集中供热末端采暖用户室内冷热不均、温度不能稳定在舒适阈值范围内的问题,采用不同控制器控制散热器进口调节阀开度的方法,对室内温度调节进行研究。运用传热学理论建立室内温度数学模型,根据不同的控制算法,分别对室内温度传... 针对区域集中供热末端采暖用户室内冷热不均、温度不能稳定在舒适阈值范围内的问题,采用不同控制器控制散热器进口调节阀开度的方法,对室内温度调节进行研究。运用传热学理论建立室内温度数学模型,根据不同的控制算法,分别对室内温度传递函数进行仿真分析。仿真试验结果表明,改进的单神经元比例-积分-微分(PID)与传统的PID控制相比,超调量缩短了150%,达到稳定所需的时间缩短了3s。反向传播(BP)神经网络PID与改进单神经元PID相比,超调量减小4%,上升时间快了0.6s,达到稳态所需要的时间也快了3.5s。因此,BP神经网络PID控制对于集中供热系统末端采暖用户室温调节效果更佳。该室内温度控制系统的研究对区域供热系统设计及供热系统的工程应用具有重要的意义。 展开更多
关键词 区域集中供热 室温控制 散热器 反向传播神经网络 数学模型 仿真分析 控制器 调节阀
在线阅读 下载PDF
改进遗传算法优化BP神经网络的语音情感识别 预览 被引量:1
7
作者 陈闯 Ryad Chellali 邢尹 《计算机应用研究》 CSCD 北大核心 2019年第2期344-346,361共4页
为了更为有效地识别语音信号中的情感类型,提出一种改进遗传算法优化BP神经网络的识别算法(IAGA-BP)。该算法一方面改进了自适应遗传算法中的选择算子,另一方面更改了自适应遗传算法中的交叉和变异概率公式。通过对自适应遗传算法的改进... 为了更为有效地识别语音信号中的情感类型,提出一种改进遗传算法优化BP神经网络的识别算法(IAGA-BP)。该算法一方面改进了自适应遗传算法中的选择算子,另一方面更改了自适应遗传算法中的交叉和变异概率公式。通过对自适应遗传算法的改进,提升了遗传算法的寻优性能,并以此对BP神经网络初始的权阈值进行优化。实验结果表明,在与BP、GA-BP和AGA-BP网络的比较中,IAGA-BP网络能够有效提高语音情感识别率,并加快了网路收敛速度。 展开更多
关键词 遗传算法 反向传播神经网络 语音情感识别 自适应 优化
在线阅读 下载PDF
基于区域分割的混合地震预测算法 预览
8
作者 周天祥 董红斌 周雯 《计算机工程》 CAS CSCD 北大核心 2019年第9期310-315,共6页
由于地震区域地质结构的差异性,采用单一模型难以在分割后的所有小区域都达到较好的预测效果。为此,提出一种基于区域分割的混合型算法。分别利用反向传播神经网络算法和树突状细胞算法对分割后的区域进行建模,选择效果较好的算法作为... 由于地震区域地质结构的差异性,采用单一模型难以在分割后的所有小区域都达到较好的预测效果。为此,提出一种基于区域分割的混合型算法。分别利用反向传播神经网络算法和树突状细胞算法对分割后的区域进行建模,选择效果较好的算法作为该区域的预测算法。根据不同区域的权值来预测整个大区域的地震发生情况。实验结果表明,该算法能够有效改善地震预测的效果。 展开更多
关键词 树突状细胞算法 反向传播神经网络 混合算法 区域分割 地震预测
在线阅读 下载PDF
基于误差补偿的分数阶灰色模型对四川省煤炭类能源消费的预测分析 预览
9
作者 胡宇 陈兴志 +3 位作者 黄子萌 苏铃麟 唐国鑫 郑克龙 《机械设计与制造工程》 2019年第5期88-92,共5页
为了对能源需求进行更精确的预测,基于分数阶灰色模型和反向传播神经网络,建立基于误差补偿的分数阶灰色模型。随后利用河北省历年电力消费数据检验模型的精度,并将其与传统分数阶灰色模型作对比。最后对四川省煤炭类能源需求量进行了... 为了对能源需求进行更精确的预测,基于分数阶灰色模型和反向传播神经网络,建立基于误差补偿的分数阶灰色模型。随后利用河北省历年电力消费数据检验模型的精度,并将其与传统分数阶灰色模型作对比。最后对四川省煤炭类能源需求量进行了预测分析。结果表明,基于误差补偿的分数阶灰色模型具有更高的精确度与有效性,反向传播神经网络对分数阶灰色模型的误差补偿作用明显,该模型有效地模拟了原始数据的变化趋势,并预测出煤炭类能源的消费量将呈下降后趋于平稳的趋势。 展开更多
关键词 反向传播神经网络 误差补偿 分数阶灰色模型 四川省煤炭类能源 平均相对误差绝对值
在线阅读 下载PDF
基于深度堆栈编码器和反向传播算法的网络安全态势要素识别 预览
10
作者 寇广 王硕 张达 《电子与信息学报》 EI CSCD 北大核心 2019年第9期2187-2193,共7页
网络安全态势要素识别的基础是对态势数据集进行有效的特征提取。针对反向传播(BP)神经网络对海量安全态势信息数据学习时过度依赖数据标签的问题,该文提出一种结合深度堆栈编码器和反向传播算法的网络安全态势要素识别方法,通过无监督... 网络安全态势要素识别的基础是对态势数据集进行有效的特征提取。针对反向传播(BP)神经网络对海量安全态势信息数据学习时过度依赖数据标签的问题,该文提出一种结合深度堆栈编码器和反向传播算法的网络安全态势要素识别方法,通过无监督学习算法逐层训练网络,在此基础上堆叠得到深度堆栈编码器,利用编码器提取数据集特征,实现了网络的无监督训练。仿真实验验证了该方法能有效提升安全态势感知的效能和准确度。 展开更多
关键词 网络安全态势 反向传播神经网络 堆栈编码器 数据分析
在线阅读 免费下载
反向传播神经网络在隐框玻璃幕墙脱胶损伤识别中的应用
11
作者 徐涵 杨健 +3 位作者 王星尔 赵宸君 孟嫣然 潘珠峰 《硅酸盐学报》 EI CAS CSCD 北大核心 2019年第8期1073-1079,共7页
引入反向传播(BP)神经网络法,首先择取玻璃面板关键部位的25种动力响应参数、动力特性参数以及隐框玻璃幕墙尺寸以归类神经网络数据库。采用非线性弹簧单元模拟结构胶本构行为及其组合局部脱胶状态,采用有限元方法对不同脱胶状态的隐框... 引入反向传播(BP)神经网络法,首先择取玻璃面板关键部位的25种动力响应参数、动力特性参数以及隐框玻璃幕墙尺寸以归类神经网络数据库。采用非线性弹簧单元模拟结构胶本构行为及其组合局部脱胶状态,采用有限元方法对不同脱胶状态的隐框玻璃幕墙单元进行了拉压状态下的参数化分析,量化描述了12 545种工况下各脱胶状态,并建立训练数据库。采用反向传播神经网络方法训练检验了数值模拟样本并校验预测精度。结果显示采用本方法可以较好预测隐框玻璃幕墙的组合脱胶状态。 展开更多
关键词 隐框玻璃幕墙 结构胶脱胶 损伤识别 反向传播神经网络
基于Logistic回归和BPNN的二值人脸图像识别 预览
12
作者 王海燕 《计算机应用与软件》 北大核心 2019年第2期240-244,268共6页
针对人脸检测识别中受外在条件影响及低识别率的问题,提出一种基于二值图像的Logistic回归和反向传播神经网络BPNN(back-propagation neural network)的人脸识别方法。该算法将彩色图像被转换成灰度图像。使用低通滤波器去噪,将局部窗... 针对人脸检测识别中受外在条件影响及低识别率的问题,提出一种基于二值图像的Logistic回归和反向传播神经网络BPNN(back-propagation neural network)的人脸识别方法。该算法将彩色图像被转换成灰度图像。使用低通滤波器去噪,将局部窗口标准偏差和自适应阈值应用于灰度图像,得到高质量的二值去噪图像,从中检测可能的人脸区域。使用最近邻居内插方法将其缩小,与每个缩小大小的图像相对应地创建人脸数据库。使用Logistic回归和BPNN来分类属于每个人的所有图像,并为每一类图像获得一个决策边界。图像尺寸的缩小最大限度地减少了逻辑回归和神经网络训练的计算空间和时间。实验结果表明,在FEI图像数据库上Logistic回归和反向传播神经网络的识别精度高达97.5%,优于其他识别算法的精度。 展开更多
关键词 人脸识别 自适应阈值 最近邻插值 LOGISTIC回归 反向传播神经网络
在线阅读 下载PDF
基于局部二值特征和BP神经网络的头部姿态估计 预览
13
作者 陆清正 周宇 +1 位作者 叶庆卫 陆志华 《传感器与微系统》 CSCD 2019年第2期45-48,58共5页
针对头部姿态估计(HPE)通常会受到人脸姿态、表情和遮挡以及特征提取不准确等因素影响导致识别率不高的问题,提出一种鲁棒的头部姿态估计方法。生成局部二值特征(LBF),通过训练随机森林回归出人脸68个关键特征点提取模型,结合反向传播(... 针对头部姿态估计(HPE)通常会受到人脸姿态、表情和遮挡以及特征提取不准确等因素影响导致识别率不高的问题,提出一种鲁棒的头部姿态估计方法。生成局部二值特征(LBF),通过训练随机森林回归出人脸68个关键特征点提取模型,结合反向传播(BP)神经网络训练分类器识别头部姿态。在CASPEAL-R1和Pointing’04数据集上的实验结果表明:所提方法的头部姿态估计准确率达到了98. 57%,平均绝对误差为3. 90°,解决了人脸关键特征点定位不准确的问题,进一步提高了头部姿态的识别精度。 展开更多
关键词 头部姿态估计 局部二值特征 随机森林 人脸关键点 反向传播神经网络
在线阅读 下载PDF
基于BP神经网络和遗传算法的并行迭代优化研究 预览
14
作者 胡海涛 《机械与电子》 2019年第1期26-32,共7页
提出了一种将反向传播神经网络(BPNN)与遗传算法(GA)相结合的迭代优化方法。该方法首先使用较少的学习样本开发和训练BPNN模型,然后利用GA在可行域内求解训练好的BPNN模型以寻找模型的最优解。将基于该最优解进行验证的结果作为新样本... 提出了一种将反向传播神经网络(BPNN)与遗传算法(GA)相结合的迭代优化方法。该方法首先使用较少的学习样本开发和训练BPNN模型,然后利用GA在可行域内求解训练好的BPNN模型以寻找模型的最优解。将基于该最优解进行验证的结果作为新样本添加到训练模式集中对BPNN模型重新训练。针对训练模式较少可能导致预测精度不足的问题,在BPNN模型的训练中分别采用贝叶斯正则化算法(BRA)和改进的LevenbergMarquardt算法提高BPNN模型的泛化能力和收敛性,并结合精英策略将模拟退火算法(SAA)嵌入到GA中,以提高BPNN模型的局部搜索能力。将所提出的方法应用于汽车吹塑成型的聚丙烯波纹管的厚度优化。结果表明,在3次迭代后可以得到最优模具间隙,采用最佳模具间隙的波纹管在9个齿峰处的厚度落入期望的范围内(0.7±0.05mm),并且材料的使用量减少了22%。这种最佳间隙仅通过23次实验即可获得,远远少于实际模塑过程所需的实验次数。 展开更多
关键词 反向传播神经网络 遗传算法 并行优化 LevenbergMarquardt算法 模拟退火算法 吹塑成型
在线阅读 免费下载
基于PSO-BP神经网络的广播星历轨道误差预测模型 预览
15
作者 彭雅奇 许承东 +2 位作者 牛飞 郑学恩 王倚文 《系统工程与电子技术》 EI CSCD 北大核心 2019年第7期1617-1622,共6页
在卫星导航数据处理实践中,发现广播星历轨道误差中客观存在不确定性的规律现象,针对这种不能用确定数学模型表示的误差信息,建立基于粒子群优化反向传播(back propagation,BP)神经网络的轨道误差预测模型。通过粒子群算法对BP神经网络... 在卫星导航数据处理实践中,发现广播星历轨道误差中客观存在不确定性的规律现象,针对这种不能用确定数学模型表示的误差信息,建立基于粒子群优化反向传播(back propagation,BP)神经网络的轨道误差预测模型。通过粒子群算法对BP神经网络的初始权值和阈值进行全局寻优,利用广播星历解算出的卫星空间位置和速度,并结合时间信息和摄动改正数对神经网络进行训练和测试。结果表明该模型对广播星历轨道误差具有较好的拟合能力和预测效果,用该模型对卫星位置解算提供误差补偿,可有效提高卫星定轨精度,降低系统级误差。 展开更多
关键词 广播星历轨道误差 反向传播神经网络 粒子群优化 摄动改正数
在线阅读 下载PDF
基于PCA与改进BP神经网络相结合的电网中长期负荷预测 预览
16
作者 贺远 翟丹丹 苏贵敏 《电力大数据》 2019年第5期74-80,共7页
本文在标准反向传播神经网络的基础上,提出一种结合主成分分析法和改进的误差反向传播神经网络的方法来对电网中长期的电力负荷进行预测。首先利用主成分分析法对电力负荷的影响因素进行特征提取,有效地降低数据样本的维度,消除数据的... 本文在标准反向传播神经网络的基础上,提出一种结合主成分分析法和改进的误差反向传播神经网络的方法来对电网中长期的电力负荷进行预测。首先利用主成分分析法对电力负荷的影响因素进行特征提取,有效地降低数据样本的维度,消除数据的冗余和线性信息,保留主要成分作为模型的输入数据。然后在标准的神经网络的反向传播环节中引入动量项和陡度因子。两种方法的结合有效地解决了网络收敛速度慢和容易陷入局部最小值的问题。将此方法应用于济源市的中长期电力负荷预测,实验结果表明,基于主成分分析法与改进的反向传播神经网络相结合的方法比常用的标准的反向传播神经网络、基于多变量的时间序列网络及时间序列网络具有更高的计算效率和预测精度,证明提出的预测模型在电力负荷预测中是有效的。 展开更多
关键词 中长期负荷预测 主成分分析法 反向传播神经网络 收敛速度 预测精度
在线阅读 下载PDF
基于改进的DAEN在TE过程故障诊断中的应用研究
17
作者 张远绪 程换新 《电子测量技术》 2019年第11期56-60,共5页
现代化工生产过程中故障情况十分复杂,具有非线性、多种类、少标签问题,传统方法很难建立准确的诊断模型。基于深度自编码网络(DAEN),提出了一种新型智能故障诊断方法,并且添加Softmax分类器,构建了深度自编码网络诊断模型。该模型采取... 现代化工生产过程中故障情况十分复杂,具有非线性、多种类、少标签问题,传统方法很难建立准确的诊断模型。基于深度自编码网络(DAEN),提出了一种新型智能故障诊断方法,并且添加Softmax分类器,构建了深度自编码网络诊断模型。该模型采取稀疏理论进行了改进,解决故障数据少,与正常数据不平衡问题。并且所提方法采取大量无标签样本作为训练集,进行预训练,优化模型参数,并以少量有标签样本作为测试集,进行微调。通过田纳西-伊斯曼(TE)过程仿真数据实验结果表明,相比较支持向量机(SVM)、K最近邻(KNN)等学习方法,DAEN与Softmax回归结合,得到更高的故障诊断正确率;而相比传统的DAEN诊断方法、以及基于反向传播神经网络(BPNN)的传统机器学习故障诊断方法,本文改进的DAEN诊断方法诊断精度得到明显提高。 展开更多
关键词 深度自编码网络 稀疏理论 反向传播神经网络 支持向量机 K最近邻 Softmax分类器 田纳西-伊斯曼过程 故障诊断
基于遗传算法-鲸鱼算法优化反向传播神经网络的土壤参数预测 预览
18
作者 陈智威 《浙江农业科学》 2019年第1期125-128,140共5页
传统的土壤参数预测常采用物理、化学等方法,在预测准确性上存在较大误差,且易受到人为因素的影响。基于反向传播(BP)神经网络及其改进算法的土壤参数预测方法虽然不受人为因素的影响,但仍有较大的误差。为进一步提高神经网络预测精度,... 传统的土壤参数预测常采用物理、化学等方法,在预测准确性上存在较大误差,且易受到人为因素的影响。基于反向传播(BP)神经网络及其改进算法的土壤参数预测方法虽然不受人为因素的影响,但仍有较大的误差。为进一步提高神经网络预测精度,使用遗传算法-鲸鱼算法(GA-WOA)的混合算法优化BP神经网络,以此建立农业土壤参数预测模型,并与多种现有算法进行对比。结果显示,所提算法在农业土壤参数预测方面具有很强的适用性和更高的准确性。 展开更多
关键词 遗传算法 鲸鱼算法 反向传播神经网络 土壤参数 模型
在线阅读 下载PDF
基于改进粒子群优化-反向传播神经网络的制造业产能预测 预览
19
作者 甄文冬 陈进 张莉莉 《机械制造》 2019年第3期88-90,共3页
为了精准预测制造业产能,对粒子群优化算法和反向传播神经网络进行研究,进而提出基于改进粒子群优化-反向传播神经网络的制造业产能预测方法。在这一预测方法中,通过粒子群优化算法对反向传播神经网络的权值和阈值进行优化搜索,同时引... 为了精准预测制造业产能,对粒子群优化算法和反向传播神经网络进行研究,进而提出基于改进粒子群优化-反向传播神经网络的制造业产能预测方法。在这一预测方法中,通过粒子群优化算法对反向传播神经网络的权值和阈值进行优化搜索,同时引入自适应变异算子,避免粒子群优化算法陷入局部极值,并通过MATLAB软件对制造业产能进行预测。研究结果表明,改进粒子群优化-反向传播神经网络的预测效果优于粒子群优化-反向传播神经网络和反向传播神经网络。 展开更多
关键词 粒子群优化算法 反向传播神经网络 制造业 产能
在线阅读 下载PDF
基于最大截面特征的病变宫颈细胞核的自动筛查 预览
20
作者 韩颖 赵萌 +1 位作者 陈胜勇 王照锡 《计算机应用》 CSCD 北大核心 2019年第4期1189-1195,共7页
针对基于细胞图像分割的病变宫颈细胞筛查中由于细胞精细分割复杂而不能实现筛查自动化的问题,提出一种省略精细分割步骤的宫颈细胞分类算法。首先,定义一种新的用于描述像素值分布的特征--最大截面(MAXSection)特征,将该特征与反向传播... 针对基于细胞图像分割的病变宫颈细胞筛查中由于细胞精细分割复杂而不能实现筛查自动化的问题,提出一种省略精细分割步骤的宫颈细胞分类算法。首先,定义一种新的用于描述像素值分布的特征--最大截面(MAXSection)特征,将该特征与反向传播(BP)神经网络和Selective Search算法结合,实现细胞核感兴趣区域(ROI)的准确提取(最高正确率100%);其次,基于最大截面特征定义了两个参数--估计长与估计宽,用于描述病变细胞核的形态变化;最后,根据宫颈细胞发生癌变时其核会绝对增大的特点,利用以上两参数实现病变细胞核(估计长与估计宽中至少一个参数大于65)与正常细胞核(估计长与估计宽均小于等于65)的分类。实验结果表明,该自动筛查算法的准确率为98.89%,敏感度为98.18%,特异度为99.20%。该算法可以完成从输入整幅巴氏涂片到输出最终筛查结果的全部过程,实现病变宫颈细胞筛查的自动化。 展开更多
关键词 病变宫颈细胞筛查 精细分割 反向传播神经网络 SELECTIVE Search算法
在线阅读 下载PDF
上一页 1 2 22 下一页 到第
使用帮助 返回顶部 意见反馈