期刊文献+
共找到17,783篇文章
< 1 2 250 >
每页显示 20 50 100
基于BP网络的机载摄像机标定应用 预览
1
作者 邹强 张迪 《中国科技信息》 2019年第10期88-89,共2页
摄像机标定是视觉测量技术应用中的重要环节,是决定测量精度的关键因素之一。人工神经网络具有逼近任何非线性连续函数的优点,能够学习记忆特征点像方坐标与物方坐标之间的数学映射关系。针对某型试验机机载摄像机双目视觉测量课题,开... 摄像机标定是视觉测量技术应用中的重要环节,是决定测量精度的关键因素之一。人工神经网络具有逼近任何非线性连续函数的优点,能够学习记忆特征点像方坐标与物方坐标之间的数学映射关系。针对某型试验机机载摄像机双目视觉测量课题,开展了基于BP神经网络的机载摄像机标定研究;基于MATLAB神经网络工具箱进行了网络构建,在双摄像机的重叠视场内布设了大量的训练样本,对训练样本归一化处理后作为网络的输入与输出进行了网络训练。实验结果表明,训练完成的神经网络结构很好地描述了摄像机成像模型,能获得较高的标定精度。 展开更多
关键词 摄像机标定 BP网络 MATLAB神经网络工具箱 机载 应用 人工神经网络 BP神经网络 训练样本
在线阅读 下载PDF
基于EMD-BP神经网络的游客量预测研究
2
作者 陆利军 廖小平 《统计与决策》 CSSCI 北大核心 2019年第4期85-89,共5页
运用科学的预测模型对旅游客流量进行及时、准确预测,对提升旅游者的出行体验和促进旅游产业的发展意义重大。文章分别以基于BP和Elman神经网络构建的模型为基准模型,提出引入EMD方法改进传统BP预测模型,以探究互联网时代游客出行新特... 运用科学的预测模型对旅游客流量进行及时、准确预测,对提升旅游者的出行体验和促进旅游产业的发展意义重大。文章分别以基于BP和Elman神经网络构建的模型为基准模型,提出引入EMD方法改进传统BP预测模型,以探究互联网时代游客出行新特征。实证分析以张家界为例,研究发现:(1)EMD方法能够有效提高数据质量;(2)根据分量特征不同而重新组合形成向量的方法可有效缩短网络训练时间,进而提升游客量预测精度。 展开更多
关键词 BP神经网络 Elman动态神经网络 EMD-BP神经网络
基于ABC-BP神经网络的环境敏感监测模型设计研究 预览
3
作者 刘涛 《佳木斯大学学报:自然科学版》 CAS 2019年第1期54-56,共3页
气流走向和风速变化对危险化学气体泄漏的走势有重要影响。基于此,提出神经网络结合的环境敏感监测模型,采用PSO-BP神经网络、GA-BP神经网络、ABC-BP神经网络进行的预测值与实际数据数值进行对比,并模拟气体泄漏后的短期风速的趋势。研... 气流走向和风速变化对危险化学气体泄漏的走势有重要影响。基于此,提出神经网络结合的环境敏感监测模型,采用PSO-BP神经网络、GA-BP神经网络、ABC-BP神经网络进行的预测值与实际数据数值进行对比,并模拟气体泄漏后的短期风速的趋势。研究发现,ABC-BP神经网络算法可以在最短的时间内做出反馈,提高预测精度并将预测误差率控制到最低。 展开更多
关键词 BP神经网络 ABC算法 ABC-BP神经网络架构
在线阅读 下载PDF
基于GA-BP神经网络的光纤位移传感器光强补偿研究 预览
4
作者 吴耀 杨瑞峰 +1 位作者 郭晨霞 杨睿 《电光与控制》 CSCD 北大核心 2019年第4期111-114,共4页
为了实现光纤位移传感器的光强补偿和减小测量误差,提出了一种基于遗传算法(GA)优化BP神经网络的光强补偿及校正模型。首先通过对光纤位移传感器做标定实验,获得传感器测量的原始数据,然后采用GA-BP神经网络进行建模,通过对遗传算法的... 为了实现光纤位移传感器的光强补偿和减小测量误差,提出了一种基于遗传算法(GA)优化BP神经网络的光强补偿及校正模型。首先通过对光纤位移传感器做标定实验,获得传感器测量的原始数据,然后采用GA-BP神经网络进行建模,通过对遗传算法的适应度函数、编码方式和参数进行研究,利用遗传算法的全局寻优能力对传统BP神经网络的权值、阈值进行优化,改善了其容易陷入局部极值的问题。最后利用实测数据对GA-BP网络和传统BP网络进行训练,实验结果表明,GA-BP网络比BP网络的预测误差小很多,提高了补偿精度,从而实现了光纤位移传感器的光强补偿。 展开更多
关键词 光纤位移传感器 遗传算法 BP神经网络 GA-BP网络 光强补偿
在线阅读 下载PDF
基于GA-BP算法的IGBT结温预测模型 预览
5
作者 禹健 郭天星 高超 《自动化与仪表》 2019年第1期79-83,共5页
人们已经使用BP神经网络进行IGBT结温预测,但BP神经网络结温预测模型却存在着预测误差较大的问题。该文基于英飞凌IGBT模块,选取了饱和导通压降和集电极电流的温敏参数来预测器件结温,分别测量了集电极电流大于和小于临界电流2组实验数... 人们已经使用BP神经网络进行IGBT结温预测,但BP神经网络结温预测模型却存在着预测误差较大的问题。该文基于英飞凌IGBT模块,选取了饱和导通压降和集电极电流的温敏参数来预测器件结温,分别测量了集电极电流大于和小于临界电流2组实验数据,建立了基于GA-BP算法和BP神经网络的结温预测模型。实验结果表明:当集电极电流大于临界电流时,两种算法预测精度更高;使用GA-BP算法结温预测模型较BP神经网络结温预测模型更接近实测数据,预测误差更低。 展开更多
关键词 IGBT BP神经网络 GA-BP算法 结温预测模型
在线阅读 下载PDF
基于改进BP-GA方法的FPSO舷侧结构耐撞性能优化设计
6
作者 高明星 刘刚 +1 位作者 黄一 张延昌 《船舶工程》 CSCD 北大核心 2019年第1期28-33,共6页
基于遗传算法和ABAQUS参数化有限元仿真技术,对传统的BP-GA优化方法进行改进,并采用改进的BP-GA方法对浮式生产储油卸油装置(FPSO)舷侧结构的耐撞性能进行优化,以验证其可行性和准确性。结果表明,与传统的BP神经网络相比,经遗传算法优化... 基于遗传算法和ABAQUS参数化有限元仿真技术,对传统的BP-GA优化方法进行改进,并采用改进的BP-GA方法对浮式生产储油卸油装置(FPSO)舷侧结构的耐撞性能进行优化,以验证其可行性和准确性。结果表明,与传统的BP神经网络相比,经遗传算法优化的BP神经网络具有更高的预测精度和更强的泛化能力;改进的BP-GA优化方法可在结构减重的基础上进一步提高结构的耐撞性能,能较好地适用于复杂的FPSO舷侧结构耐撞性优化设计。采用的优化方法具有通用性,可为抗爆性能的优化设计提供参考。 展开更多
关键词 浮式生产储油卸油装置 耐撞性能 BP-GA方法 BP神经网络 遗传算法
基于关键词学习的文本分类方法 预览
7
作者 王天时 张龙 +2 位作者 刘怀泉 刘丽 陈思琦 《山东师范大学学报:自然科学版》 CAS 2019年第1期54-60,共7页
提出一种基于关键词学习的文本分类方法.采用LDA主题模型抽取文本的关键词,通过关键词的词袋构造文本的特征矩阵并进行PCA降维,将低阶特征矩阵输入由卷积神经网络和BP神经网络的混合网络中对文本分类进行学习.为提高文本分类效果,引入... 提出一种基于关键词学习的文本分类方法.采用LDA主题模型抽取文本的关键词,通过关键词的词袋构造文本的特征矩阵并进行PCA降维,将低阶特征矩阵输入由卷积神经网络和BP神经网络的混合网络中对文本分类进行学习.为提高文本分类效果,引入与BP神经网络同构的深度神经网络对BP神经网络的初始权值进行初始化.在多数据集上的实验表明,本文方法明显提高文本分类的准确率. 展开更多
关键词 抽取 词袋 特征矩阵 卷积神经网络 BP神经网络
在线阅读 免费下载
基于机器学习的能力评价与匹配研究 预览
8
作者 张毅 张珉浩 《计算机工程与科学》 CSCD 北大核心 2019年第2期363-369,共7页
目前,高校学生就业形势严峻,针对企业看重的能力对学生做出评价,有助于企业选拔人才,同时也能提高学生的竞争力。采用层次分析法和模糊评价相结合的方式对高校学生的综合能力进行评价。为了解决模糊系统无法自动调整隶属函数参数的问题... 目前,高校学生就业形势严峻,针对企业看重的能力对学生做出评价,有助于企业选拔人才,同时也能提高学生的竞争力。采用层次分析法和模糊评价相结合的方式对高校学生的综合能力进行评价。为了解决模糊系统无法自动调整隶属函数参数的问题,有效结合模糊理论和神经网络架构的优点,提出了引入神经网络的综合评价改进算法;并设计具有时频局域化特性的小波神经网络,能够更好地模拟非线性函数,用于预测学生适合的职位。分析实验结果表明,基于改进模糊神经网络算法的能力评价模型与小波网络职位匹配模型,能够提升系统精度与自适应能力,评价结果客观,对学生的能力评价及就业选择具有指导意义。 展开更多
关键词 机器学习 综合能力 模糊评价 BP神经网络 小波神经网络
在线阅读 下载PDF
基于神经网络的准考证号码识别研究 预览
9
作者 邓立 张祺 张伟新 《工业控制计算机》 2019年第1期104-106,共3页
对卷积神经网络(CNN)以及BP神经网络进行了简单介绍,比较了在准考证号码识别的应用场合下,BP神经网络与卷积神经网络的识别准确率。针对准考证号码识别这一特定场景,对NMIST训练数据进行有针对性的数据增强,实验证明能有效提高识别准确... 对卷积神经网络(CNN)以及BP神经网络进行了简单介绍,比较了在准考证号码识别的应用场合下,BP神经网络与卷积神经网络的识别准确率。针对准考证号码识别这一特定场景,对NMIST训练数据进行有针对性的数据增强,实验证明能有效提高识别准确率。根据准考证号码识别的应用场景提出了两种图像预处理方法,并通过实验验证了该方法对识别准确率的提升效果。最后分析了两种网络模型的参数大小以及所需运算量。 展开更多
关键词 卷积神经网络 BP神经网络 准考证号识别 字符识别
在线阅读 下载PDF
基于BP和GRNN神经网络的乳房运动轨迹预测 预览
10
作者 周捷 马秋瑞 +1 位作者 李健 林强强 《西安工程大学学报》 CAS 2019年第2期117-122,共6页
用科学预测模型对乳房运动轨迹进行准确的预测,可以节约大量的计算和分析时间。分别建立BP和GRNN神经网络模型,将乳头点的运动坐标作为输入值,预测乳房其他4个部位的运送轨迹。结果表明,两种预测模型都可以较好地实现乳房运动轨迹的预测... 用科学预测模型对乳房运动轨迹进行准确的预测,可以节约大量的计算和分析时间。分别建立BP和GRNN神经网络模型,将乳头点的运动坐标作为输入值,预测乳房其他4个部位的运送轨迹。结果表明,两种预测模型都可以较好地实现乳房运动轨迹的预测。BP神经网络可以预测出乳房4个测量点的运动轨迹,但要求样本量必须足够大,且网络参数不好确定,乳房轨迹预测时所需时间较长,效率低;GRNN神经网络克服了BP神经网络的缺点,预测值更接近真实值,4个测量点预测值分别比BP神经网络高出5.95%,5.33%,6.37%,6.97%,可以较好地预测乳房运动轨迹,其预测值分别达到了真实均值的94.68%,93.87%,93.76%,94.79%。 展开更多
关键词 运动轨迹 乳房运动 GRNN神经网络 BP神经网络
在线阅读 下载PDF
基于卷积神经网络的内燃机声品质评价方法研究 预览
11
作者 梁凯 赵海军 宋伟志 《内燃机工程》 EI CAS CSCD 北大核心 2019年第2期67-75,共9页
为解决内燃机声品质评价中人工效率低、成本高的问题,引入卷积神经网络(convolutional neural network,CNN)模型和声谱分析方法构建了CNN声品质预测模型;同时模型中设计了带通滤波器,可对噪声样本进行自动特征提取,并以此为输入数据,利... 为解决内燃机声品质评价中人工效率低、成本高的问题,引入卷积神经网络(convolutional neural network,CNN)模型和声谱分析方法构建了CNN声品质预测模型;同时模型中设计了带通滤波器,可对噪声样本进行自动特征提取,并以此为输入数据,利用自适应时刻估计(adaptive moment estimation,Adam)算法优化网络中各层权重,并将模型用于声品质评价。为证明CNN模型预测的性能,构建了基于心理声学参量的后向传播算法(back propagation,BP)声品质评价模型,并用于对照试验,在样本标签值(人工评价值)处理时,分析了客观评价心理声学参数与评分值的相关性,选取与人工评价结果相关度最大的4个心理声学参量作为BP模型的输入值进行预测。试验结果表明,基于CNN的声品质评价模型能更精确地预测内燃机声品质,并且在CNN预测模型中基于听觉谱的输入评价值比基于时域的短时平均能量、频域的频谱通量输入评价值精度更高。 展开更多
关键词 内燃机 声品质 卷积神经网络 听觉谱 BP神经网络
在线阅读 下载PDF
BP和RBF神经网络预测射流式喷头射程对比 预览
12
作者 胡广 朱兴业 +2 位作者 袁寿其 张林国 李扬帆 《排灌机械工程学报》 CSCD 北大核心 2019年第3期263-269,共7页
为了探究适合全射流喷头多因素下射程的预测模型,通过改变喷头工作压力、安装高度、喷嘴直径、喷头仰角共4个参数,对射程进行测量.基于BP神经网络和广义径向基(RBF)神经网络的基本原理和算法,建立了全射流喷头射程预测的BP和RBF神经网... 为了探究适合全射流喷头多因素下射程的预测模型,通过改变喷头工作压力、安装高度、喷嘴直径、喷头仰角共4个参数,对射程进行测量.基于BP神经网络和广义径向基(RBF)神经网络的基本原理和算法,建立了全射流喷头射程预测的BP和RBF神经网络模型,并分析BP和RBF神经网络的预测性能.结果表明射程与工作压力、喷嘴直径呈非线性关系;当喷头在1.2m安装高度、27°仰角、4~10mm喷嘴直径时,压力增大到0.4MPa,射程趋于极限,并且安装高度与射程呈正相关关系.BP与RBF神经网络均能较好地表达全射流喷头射程与主控因素之间的非线性关系.在训练时间方面,RBF网络比BP网络慢8.05s;预测过程中,BP网络在每次运行程序时的预测结果不一定相同,而RBF网络则不会出现此问题,且RBF网络预测值与实测值之间的平均绝对误差比BP网络的小3.55%.从网络预测总体效果观察,RBF神经网络预测喷头射程具有更好的推广能力. 展开更多
关键词 全射流喷头 射程 预测 BP神经网络 RBF神经网络
在线阅读 下载PDF
基于改进自组织神经网络的遥感图像分类研究 预览
13
作者 王晨安 李浩 李靖 《地理空间信息》 2019年第2期51-53,86,124共5页
引入SOM自组织神经网络来提高影像分类的精度,针对神经网络中神经元距离选择问题,提出迭代训练方式来确定阈值的方法。以福州市乌龙江与台江下游交汇口土地利用类型作为实例,使用Landsat5遥感卫星数据作为实验影像材料,利用改进神经网... 引入SOM自组织神经网络来提高影像分类的精度,针对神经网络中神经元距离选择问题,提出迭代训练方式来确定阈值的方法。以福州市乌龙江与台江下游交汇口土地利用类型作为实例,使用Landsat5遥感卫星数据作为实验影像材料,利用改进神经网络获得的仿真结果可以准确地对原始图像进行分类,实验结果Kappa系数达到0.9,精度能够满足遥感影像分类要求。 展开更多
关键词 SOM神经网络 BP神经网络 遥感影像分类 Landsat卫星遥感影像
在线阅读 下载PDF
基于BP神经网络和概率神经网络的水稻图像氮素营养诊断 预览
14
作者 周琼 杨红云 +3 位作者 杨珺 孙玉婷 孙爱珍 杨文姬 《植物营养与肥料学报》 CAS CSCD 北大核心 2019年第1期134-141,共8页
【目的】实现图像氮素营养诊断需要关键指标的确定和建立快速处理海量图像数据的模型。本研究筛选了水稻氮素营养诊断的敏感时期和部位,优化了图像处理技术参数,并比较了BP神经网络和概率神经网络两种建模方法对养分诊断的可靠性,为利... 【目的】实现图像氮素营养诊断需要关键指标的确定和建立快速处理海量图像数据的模型。本研究筛选了水稻氮素营养诊断的敏感时期和部位,优化了图像处理技术参数,并比较了BP神经网络和概率神经网络两种建模方法对养分诊断的可靠性,为利用计算机视觉虚拟技术快速精准判断作物生长营养状况、反演生长过程提供思路和方法。【方法】本研究以超级杂交稻‘两优培九’为试验对象进行了田间试验。设置4个施氮(N)水平:0、210、300、390kg/hm^2。在水稻幼穗分化期及齐穗期,扫描获取水稻顶一叶、顶二叶、顶三叶叶片、叶鞘图像数据,共1920组。通过图像处理技术,获取19项水稻特征指标。分别应用BP神经网络和概率神经网络对19项水稻特征指标进行水稻氮素营养诊断识别,并对诊断指标进行了优化和标准化。比较了两个建模方法的灵敏性。【结果】1)幼穗分化期水稻的整体识别准确率均高于齐穗期水稻的整体识别准确率;三个部位叶片的图像数据,以顶三叶最为可靠;2)BP神经网络对幼穗分化期及齐穗期水稻19项特征指标进行氮素营养诊断的整体识别准确率均高于概率神经网络。其中BP神经网络对幼穗分化期顶三叶特征指标进行水稻氮素营养诊断识别的准确率最高达90%。概率神经网络对幼穗分化期顶二叶、顶三叶特征指标进行水稻氮素营养诊断识别的准确率最高达82%。【结论】幼穗分化期水稻顶3叶叶片特征最具区分度,易于进行氮素营养诊断识别,可作为氮素营养诊断的有效时期和部位。叶片的6项RGB、HSI颜色空间分量组合最能体现其氮素营养状况。识别效果以BP神经网络好于概率神经网络方法,其整体识别准确率达90%。 展开更多
关键词 水稻 氮素营养诊断 图像处理 BP神经网络 概率神经网络
在线阅读 下载PDF
基于神经网络的地铁短时客流预测服务
15
作者 侯晨煜 孙晖 +2 位作者 周艺芳 曹斌 范菁 《小型微型计算机系统》 CSCD 北大核心 2019年第1期226-231,共6页
短时客流预测在为人类构建智慧城市,提供风险预警,保证出行安全中扮演着重要的角色.本文在神经网络算法的基础上,结合卡尔曼滤波,提出了一种新型有效的地铁客流短时预测算法.对于要预测的时刻t,算法利用它之前24小时的客流量作为输入特... 短时客流预测在为人类构建智慧城市,提供风险预警,保证出行安全中扮演着重要的角色.本文在神经网络算法的基础上,结合卡尔曼滤波,提出了一种新型有效的地铁客流短时预测算法.对于要预测的时刻t,算法利用它之前24小时的客流量作为输入特征.由于实验数据存在噪声,本文利用卡尔曼滤波对实验数据进行去躁平滑处理.最后算法利用BP神经网络和LSTM递归神经网络进行建模与预测.我们利用杭州地铁提供的真实购票数据进行大量实验,证明了BP神经网络(基于adam算法和relu激活函数)以及LSTM递归神经网络(基于adam算法和tanh激活函数的)准确度最高,预测的平均绝对误差最小(5%左右).另外,实验还证明了卡尔曼滤波能够有效减少预测的平均绝对误差.相比于不使用卡尔曼滤波的神经网络,使用卡尔曼滤波后的神经网络算法可以降低相对25%的MAE. 展开更多
关键词 地铁客流 短时预测 BP神经网络 递归神经网络 卡尔曼滤波
基于BPNN-EMD-LSTM组合模型的城市短期燃气负荷预测 预览
16
作者 陈川 陈冬林 何李凯 《安全与环境工程》 CAS 北大核心 2019年第1期149-154,169共7页
城市短期燃气负荷具有高随机性和复杂性特征,利用单一的模型难以做出准确预测。以某城市民用类燃气日负荷为研究对象,在分析该市两年多燃气日负荷特征的基础上,建立了基于BP神经网络(BPNN)-经验模态分解(EMD)-长短期记忆(LSTM)神经网络... 城市短期燃气负荷具有高随机性和复杂性特征,利用单一的模型难以做出准确预测。以某城市民用类燃气日负荷为研究对象,在分析该市两年多燃气日负荷特征的基础上,建立了基于BP神经网络(BPNN)-经验模态分解(EMD)-长短期记忆(LSTM)神经网络的组合预测模型,对该市短期燃气日负荷进行了预测。首先通过BPNN模型学习温度、日期属性影响下燃气负荷的主要特征,增长趋势等次要特征则体现在BPNN模型预测产生的残差中;然后采用EMD算法分解残差得到有限个本征模函数(IMF),并利用LSTM模型学习各IMF分量的短期时序规律,将各IMF分量的预测值相加得到残差预测值;最后将两部分预测值代数相加得到最终的预测结果。实证结果表明:与单一的LSTM模型和BPNN-LSTM模型相比,该组合预测模型半月步长的平均绝对误差为3.4%,预测精度更高,是一种更为有效的城市短期燃气负荷预测方法。 展开更多
关键词 短期燃气负荷 组合预测模型 BP神经网络 验模态分解 长短期记忆神经网络
在线阅读 下载PDF
一种神经网络改进小波的地震数据随机噪声去除方法 预览
17
作者 陈亮 陈丽芳 刘保相 《地震工程学报》 CSCD 北大核心 2019年第2期476-481,共6页
地震资料的有效信号反射弱,且易受多次波的影响,不可避免地存在随机噪声干扰。提出一种基于神经网络改进小波的地震数据随机噪声去除方法,采用神经网络模型,识别出随机噪声信号,对该信号进行小波包分解,获取多类别随机噪声信号,采用级... 地震资料的有效信号反射弱,且易受多次波的影响,不可避免地存在随机噪声干扰。提出一种基于神经网络改进小波的地震数据随机噪声去除方法,采用神经网络模型,识别出随机噪声信号,对该信号进行小波包分解,获取多类别随机噪声信号,采用级联BP神经网络模型提取出多类别随机噪声信号,实现地震数据的随机信号压制。实验结果显示,这种改进小波方法对地震数据随机噪声信号的去噪效果较好,在复杂沉积地质结构被探测介质的地震数据随机噪声压制方面具有较强的适用性。 展开更多
关键词 神经网络 小波包分解 随机噪声 去噪 BP神经网络
在线阅读 下载PDF
基于神经网络的深松铲作业阻力及功耗的预测模型研究 预览
18
作者 张荣柱 刘学渊 《林业机械与木工设备》 2019年第1期20-25,共6页
就深松铲作业阻力及功率消耗预测问题,提出了一种基于神经网络的预测方法,建立了基于BP神经网络和径向基神经网络的两种预测模型,并对两种模型的预测误差及预测效果进行对比,最后得出,径向基函数神经网络对深松铲作业阻力及功耗的预测... 就深松铲作业阻力及功率消耗预测问题,提出了一种基于神经网络的预测方法,建立了基于BP神经网络和径向基神经网络的两种预测模型,并对两种模型的预测误差及预测效果进行对比,最后得出,径向基函数神经网络对深松铲作业阻力及功耗的预测误差较小、预测效果较好,可以用于深松铲作业阻力及功耗的预测。 展开更多
关键词 深松铲 BP神经网络 径向基神经网络 预测
在线阅读 下载PDF
基于优化小波神经网络的宏观经济预测技术研究 预览
19
作者 冯娇 李红朴 《现代电子技术》 北大核心 2019年第7期181-183,186共4页
一个国家或地区的未来宏观经济走势是实时变化的,且受到许多干扰因素的影响。传统的预测方法无法有效解决此类非线性系统的准确预估问题,因此提出一种基于优化小波神经网络的宏观经济预测方法。不同于现有的BP神经网络预测模型,采用小... 一个国家或地区的未来宏观经济走势是实时变化的,且受到许多干扰因素的影响。传统的预测方法无法有效解决此类非线性系统的准确预估问题,因此提出一种基于优化小波神经网络的宏观经济预测方法。不同于现有的BP神经网络预测模型,采用小波神经网络模型进行宏观经济预测。此外,采用智能群体算法中的狼群算法对小波神经网络模型的权值进行优化。采用归一化后的某省份经济数据对提出的模型进行学习训练。预测结果表明,相比BP神经网络预测模型,提出方法具有更高的准确性。 展开更多
关键词 宏观 预测模型 BP神经网络 小波神经网络 狼群算法 准确性
在线阅读 下载PDF
弹性BP神经网络在高校课程评价分析系统中的应用 预览
20
作者 刘粉 薄祥雷 《赤峰学院学报:自然科学版》 2019年第2期52-55,共4页
本文针对高校专业课学习效果评价体系,提出一种弹性BP神经网络(ResilientBack-PropagationNeuralNetwork,RPROP-NN)的专业课程评价分析系统.一门课程的最终学习效果的评估受许多相关指标的影响,从而传统的人工专家评价方法不能真实客观... 本文针对高校专业课学习效果评价体系,提出一种弹性BP神经网络(ResilientBack-PropagationNeuralNetwork,RPROP-NN)的专业课程评价分析系统.一门课程的最终学习效果的评估受许多相关指标的影响,从而传统的人工专家评价方法不能真实客观地反映出学生对这门课程的学习效果.相对于传统的专家评价方式,RPROP-NN解决了专家因主观因素影响评价结果的问题;同时,比起传统的BP神经网络,RPROP-NN可消除对评价结果有不利影响的网络训练过程中的梯度幅度,使网络的收敛速度更快,课程评价结果更加准确.通过对实际专业课学习评价数据的仿真,RPROP-NN的有效性得到验证. 展开更多
关键词 课程评价系统 RPROP神经网络 BP神经网络 专家系统
在线阅读 免费下载
上一页 1 2 250 下一页 到第
使用帮助 返回顶部 意见反馈