|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于主成分分析与神经网络的采矿方法优选显示文摘基于利用神经网络预测采矿方法存在一些不足,建立主成分分析法与神经网络结合的采矿方法优选模型。对神经网络的输入数据进行主成分分析,使输入数据不相关且减少。研究结果表明:利用主成分分析法可将输入数据减少,消除由于BP网络输入数据太多而影响数据处理速度的缺陷;把主成分分析法和神经网络结合进行采矿方法优选,可使预测精度大大提高。 | 陈建宏 刘浪 周智勇 永学艳 | 2010 | 中南大学学报(自然科学版)2010，41，5： | 89 |
| 2 | 基于BP神经网络的农机总动力预测显示文摘分析了BP神经网络用于预测时存在的不足,进而对基于BP神经网络的时间序列的预测问题进行了探讨。根据BP神经网络结构的特点,依据Z变换理论,提出了这一类预测问题可选用y=x作为传递函数,并分析指出了在BP神经网络中,以y=x作为传递函数与y=a+bx作为传递函数等价的结论,同时指出了网络结构应为两层网络。在此基础上,推导了相应的计算公式,并分别以单极性S型函数和y=x作为传递函数,对于具有增长趋势的农机总动力预测问题进行了实例计算。计算结果表明,以y=x作为传递函数的BP神经网络在外推效果、训练样本的数据处理区间影响方面明显优于S型传递函数的BP神经网络,并且克服了S型传递函数的BP神经网络在预测问题中存在的不足。 | 王吉权 王福林 邱立春 | 2011 | 农业机械学报2011，42，12： | 35 |
| 3 | 基于BP神经网络的超声表面波定量表征金属表层裂纹深度研究显示文摘针对超声参量-目标特征经验拟合方法预测金属表层裂纹深度准确性不高的问题,提出一种基于差异性与最小集合原则优选特征并训练BP神经网络的金属表层裂纹深度的声表面波(SAW)定量表征技术。该技术运用有限元法模拟激光激发SAW过程,提取裂纹引起的反射与透射SAW峰值、平均值等多个特征训练BP神经网络用以预测裂纹深度,实现不锈钢表层深度0. 1~2. 0 mm的20组开口裂纹定量表征。模拟结果表明:裂纹深度预测结果相对误差在3%以内,与经验拟合曲线预测结果相比,准确率提高60%以上。实验采用5 MHz表面波探头采集不锈钢试样表层深度1. 0与1. 5 mm预加工裂纹各20个反射波信号,通过BP神经网络预测的裂纹深度相对误差在0. 1%以内,验证了定量表征技术的可行性与准确性。 | 董珍一 林莉 孙旭 马志远 | 2019 | 仪器仪表学报2019，40，8： | 21 |
| 4 | 基于神经网络的铜闪速熔炼过程工艺参数预测模型显示文摘基于铜闪速熔炼过程是典型的高温、多相多组分复杂生产过程,熔炼时,闪速炉内发生激烈而迅速的化学反应,冰铜品位、冰铜温度和渣中铁硅比是铜熔炼过程的关键三大工艺参数,在线检测时存在成本高、滞后大,实现困难等问题,在分析影响工艺参数因素的基础上,提出一种基于BP神经网络的三大工艺参数预测方法,通过收集现场生产数据,挖掘其中隐含的工艺参数信息,建立预测模型。仿真结果表明,这三大工艺参数的最大绝对误差分别为0.630,6.680和0.051,最大相对误差分别为1.16%,0.55%和3.40%,说明模型预测结果与实际生产数据较吻合,该预测模型可用来指导实际生产操作,并可用于铜闪速熔炼过程参数优化。 | 喻寿益 王吉林 彭晓波 | 2007 | 中南大学学报(自然科学版)2007，38，3： | 21 |
| 5 | 基于TOPSIS和BP神经网络的高标准农田综合识别显示文摘为提高耕地综合生产能力,适应农业现代化发展需求,我国提出了高标准农田建设的重大战略部署。高标准农田的识别是建设前选址和建设后评价的基础。本文以耕地图斑为基本单元,融合遥感影像等多源数据,从本底条件、空间形态、建设水平、生态防护等方面,构建农田综合质量多特性表征体系,采用逼近理想点排序法(TOPSIS)进行初步评价,再以人机交互的方式选取各质量等级农田的真值样本,进一步采用BP神经网络算法修正各特性权值,得到农田综合质量的精确评价结果,实现高标准农田识别。以吉林省大安市为研究区,研究结果表明:基于多特性表征体系的农田综合质量评价方法精度达到96%以上;研究区高标准农田面积广大,主要分布在耕地集中连片、道路通达、生态防护良好、具有农业现代化生产优势的东北部、中北部、西北部边缘和部分南部区域;当地已备案的高标准农田和未备案、有潜力的高质量农田区域均得到有效识别。 | 吕雅慧 郧文聚 张超 朱德海 杨建宇 陈英义 | 2018 | 农业机械学报2018，49，3： | 20 |
| 6 | 基于灰度关联分析法的卷积神经网络算法优化显示文摘针对传统卷积神经网络卷积核初始值以及隐藏特征图个数比较难确定的情况,提出了一种基于非监督预训练和灰度关联分析的卷积神经网络优化算法。通过稀疏自动编码器对输入图像进行无监督预训练,得到一组能够较好得反映原始输入图像特性的滤波器初值集合;引入灰度关联分析法计算出特征图与对应的输出结果之间的关联度,设定阈值,去除关联性较小的特征图数据,使得系统可以自动选择对识别结果影响较大的隐藏特征图,从而对网络结构进行优化,提高系统的识别精度。仿真实验利用全球手写数字MNIST数据集进行训练和测试,实验结果表明,一次迭代情况下,相对于传统的卷积神经网络,优化后的算法识别率提高了约3%,验证了算法的有效性。 | 刘梦雅 毛剑琳 | 2018 | 电子科技2018，31，6： | 18 |
| 7 | 一种基于遗传BP神经网络的预测模型显示文摘目前神经网络常用于数据挖掘及金融预测中,提出了一个改进的稳定且高效的遗传BP神经网络预测模型.在该模型中提出了一种能够真实反映BP网络结构的编码,并对二进制编码与实数进行映射而不改变染色体的表达方式,以便更好地进行杂交变异.同时还提出了一种更能准确地反映网络误差的误差函数,它是利用相对误差并综合其他相关因素来定义的,通过实验对比分析,该误差函数使预测更加准确.最后,从编码方式以及网络误差出发提出了相应的遗传算法的适应度函数.实验中对股票及其他数据进行了测试,并与其他的预测模型进行了对比分析.通过实验表明,提出的遗传BP神经网络模型适用于长趋式预测,同时预测结果准确率高. | 林香 姜青山 熊腾科 | 2006 | 计算机研究与发展2006，43，z3： | 16 |
| 8 | 一种优化BP神经网络训练样本的方法显示文摘BP神经网络训练样本的选取对网络的泛化能力有较大的影响,特别,怎样从高维大样本数据中选取合适训练样本是一个难点。本文运用因子分析法对大样本数据进行预处理,再利用分析所得的公因子进行聚类分析,这样既可以降低指标的维数,也可以减少样本的数量。实验证明,该方法简化了网络结构、加快了网络的收敛速度,对提高网络的泛化能力有一定的帮助。 | 刘彩红 | 2007 | 重庆师范大学学报(自然科学版)2007，24，3： | 16 |
| 9 | 黄山毛峰茶贮藏时间电子鼻检测方法研究显示文摘利用电子鼻对6个贮藏时间5个等级的黄山毛峰茶进行检测,首先获取反映茶叶香气的原始特征向量,再通过主成分分析法(PCA)提取出前5个主成分作为主特征向量,然后以主特征向量作为BP神经网络(BPNN)的输入,建立黄山毛峰茶贮藏时间预测模型(PCA-BPNN)。结果表明:PCA-BPNN对于贮藏0 d的茶叶,最大预测误差为11 d,5个(6.67%)样本预测误差超过13 d;对于贮藏60 d的茶叶,最大预测误差为13d,4个(5.33%)样本预测误差超过10 d;对于贮藏120 d的茶叶,最大预测误差为16 d,7个(9.33%)样本预测误差超过10 d;对于贮藏180 d的茶叶,最大预测误差为19 d,8个(10.67%)样本预测误差超过10 d;对于贮藏240 d的茶叶,最大预测误差为21 d,8个(10.67%)样本预测误差超过10 d;对于贮藏300 d的茶叶,最大预测误差为14 d,6个(8.00%)样本预测误差超过10 d。该研究所建立的PCA-BPNN预测模型可用于检测黄山毛峰茶贮藏时间,且与以原始特征变量作为输入的BPNN模型相比,性能更好。 | 杨春兰 薛大为 鲍俊宏 | 2016 | 浙江农业学报2016，28，4： | 15 |
| 10 | 双隐含层BP神经网络模型在老哈河水质预测中的应用显示文摘为了快速准确预测老哈河水质,采用老哈河2011-2015年水质监测数据,运用拉格朗日插值法补充缺失值,分别对化学需氧量、生化需氧量、高锰酸盐指数和总磷浓度建立Levenberg-Marquardt优化的双隐含层BP神经网络模型,利用2011-2014的数据建立训练网络,以2015年的数据进行验证与测试。结果表明:五日生化需氧量预测模型,第一隐含层节点数为4,第二隐含层节点数为12时,决定系数0.751 6(P=0.000 3),平均相对误差25.73%;化学需氧量预测模型,第一隐含层节点数为12,第二隐含层节点数为10时,决定系数0.887 5(P<0.000 1),平均相对误差27.69%;高锰酸盐预测模型,第一隐含层节点数为6,第二隐含层节点数为3时,决定系数0.854 7(P<0.000 1),平均相对误差28.90%;总磷预测模型,第一隐含层节点数为12,第二隐含层节点数为12时,决定系数0.889 2(P<0.000 1),平均相对误差17.94%。应用拉格朗日插值法对缺失数据进行补充后建立的双隐含层BP神经网络模型相对误差均小于28.90%,模型的预测效果较好,其中总磷浓度预测效果最好。通过拉格朗日插值,可以建立老哈河赤峰段甸子点位污染指标的双隐含层人工神经网络模型进行水质预测。 | 查木哈 卢志宏 翟继武 张福顺 | 2018 | 水资源与水工程学报2018，29，2： | 15 |
| 11 | 基于AHP与BP神经网络模型的循环经济绿色营销绩效评价显示文摘循环经济是一种符合可持续发展理论的经济增长模式,而绿色营销体现了循环经济发展的内在要求。在循环经济的绿色营销绩效评价中,将人工神经网络技术与层次分析主观评价法相结合,构建了企业绿色营销绩效评估的AHP-BP神经网络模型,模型以AHP评价结果为神经网络输入,利用反向逆传播神经网络对评价结果进行训练与检验。通过仿真算例结果表明,该模型既能充分吸收专家评估的隐性知识和经验,又降低了人为主观随意性的缺陷,计算结果准确、方法可行、误差可控,在企业绿色营销绩效评估领域具有推广价值。 | 傅建华 张莉 | 2012 | 科技管理研究2012，32，20： | 15 |
| 12 | 基于SVM的可见/近红外光的玉米和杂草的多类识别(英文)显示文摘杂草的识别分类在精准农业的变量喷施中具有重要的作用.因此提出了一种新的基于SVM(支持向量机),利用决策二叉树在可见/近红外图像中识别作物和杂草的方法.根据近红外波段的光谱特性,利用阈值法实现了植物和土壤背景的分割.将植物冠层的多光谱反射特征、纹理特征和形状特征相结合,采用最大投票机制算法构造合理的决策二叉树,实现了分类.对玉米幼苗及其伴生杂草的识别结果表明,基于SVM,利用决策二叉树的多类分类,可极大的提高分类精度,满足农业应用的实时性要求,与其他方法相比具有较好的结果. | 唐晶磊 何东健 景旭 冯大淦 | 2011 | 红外与毫米波学报2011，30，2： | 14 |
| 13 | 基于SCADA数据的风电机组关键载荷预测显示文摘风电机组关键位置载荷预测对风电机组安全、经济运行具有重要意义。通过建立SCADA数据与载荷间的近似关系对风电机组关键位置载荷进行预测。采用BP神经网络建立SCADA数据和载荷的关系模型,利用SCADA数据与载荷间的相关性来筛选模型输入参量,采用试错法确定BP神经网络的层数与神经元数量。针对某2.5 MW风电机组的7处关键位置进行了载荷实测。研究表明,在不采用风速作为输入参量的情况下,模型的预测结果与实测结果具有良好的一致性,相对误差的均值在1.28%到15.6%之间,决定系数R2在0.951到0.882之间;与试错法选择输入参量相比,基于相关性计算的输入参量选择方法能够更高效地筛选出更多恰当的SCADA参量,从而进一步提高预测准确度。因此,基于BP神经网络建立SCADA数据与载荷的近似关系可作为风电机组关键位置载荷预测评估的有效手段。 | 周士栋 薛扬 马晓晶 王文卓 | 2018 | 农业工程学报2018，34，2： | 12 |
| 14 | 基于PSO-BP神经网络的短期负荷预测算法显示文摘提出一种短期负荷预测算法,用于解决对未来能耗周期能源使用的预测问题。首先介绍短期负荷特点,分析短期负荷运行规律,并采用零相滤波器对原始负荷曲线进行预处理,相除奇异点。其次,介绍BP神经网络基本结构,并针对BP神经网络容易陷入局部极小值的缺点,采用PSO算法确定网络训练初始权值。然后,设计一种基于PSO-BP神经网络的短期负荷预测算法,包括预滤波、训练样本集建立、神经网络输入/输出模式设计、神经网络结构确定等。最后,选择上海市武宁科技园区的电科商务大厦进行负荷预测,实验结果表明,与传统的BP神经网络相比,PSO-BP神经网络用于短期负荷预测算法的精度更高,预测负荷和实际负荷之间的平均绝对误差(MAE)小于1%。 | 张少迪 | 2013 | 现代电子技术2013，36，12： | 11 |
| 15 | BP神经网络在GPS高程拟合中的应用探讨显示文摘神经网络算法一直是国内外研究的热点问题,BP神经网络算法具有更小的模型误差,因此,被广泛应用于GPS高程拟合。本文通过对同一区域GPS高程拟合的应用探究,运用迭代运算对比BP神经网络算法与多项式拟合数据,从而证明BP神经网络在一定条件下具有更高的精度,更加突出了BP神经网络算法的实用性。 | 钱建国 刘淑亮 | 2017 | 测绘与空间地理信息2017，40，1： | 10 |
| 16 | 基于主成分分析和BP神经网络的钢丝绳断丝定量检测方法显示文摘针对目前钢丝绳断丝定量检测中存在的问题,充分利用主成分分析与BP神经网络的优点,提出了基于主成分分析与BP神经网络相结合的钢丝绳断丝定量检测方法。采用主成分分析法对钢丝绳断丝信号的原始特征属性进行预处理,得到钢丝绳断丝信号主成分特征属性,并以此作为BP神经网络的输入,建立钢丝绳断丝信号主成分特征属性与断丝数目之间的关系,并对钢丝绳断丝数目进行预测;主成分分析方法减少了原始特征属性的维数,消除了属性之间的相关性;同时,主成分特征属性作为BP神经网络的输入,也简化了网络的结构。实例测试结果表明,基于主成分分析的神经网络钢丝绳断丝检测方法与常规BP神经网络方法相比,具有更高的检测精度和更少的计算量。 | 刘志怀 秦芳 刘娜 黄祖坤 刘学斌 | 2018 | 振动与冲击2018，37，18： | 10 |
| 17 | 基于BP神经网络的草原矿区表层土壤N/P高光谱反演模型显示文摘氮、磷是维持草原生态健康的重要元素,其含量变化及分布特征,对草原放牧、草地生态管理具有重要的意义。以内蒙古锡林郭勒草原矿区为研究对象,采用多元逐步回归筛选与N/P比最为密切的高光谱波段,建立了基于高光谱反演草原矿区表层土壤N/P的BP神经网络模型。结果表明:1)通过多元逐步回归筛选出的70个波段,其中包括2个可见光波段和68个红外光波段;2)BP神经网络模型随着隐含层层数的增加,训练数据和测试数据的拟合优度先增大后减小,且隐含层层数为3时最大,分别为R2tr=0.872 7和R2t=0.884 2(P<0.000 1);训练数据均方根误差先减小后增大,隐含层层数为3时最小,RMSEtr=0.060 0,测试数据均方根误差在隐含层层数为3时,RMSEt=0.088 2;3)节点数为6、3和10的3层隐含层BP神经网络模型在拟合和预测土壤N/P时的效果较好,可用于草原表层土壤N/P的快速预测。 | 卢志宏 刘辛瑶 常书娟 杨胜利 赵薇薇 杨勇 刘爱军 | 2018 | 草业科学2018，35，9： | 9 |
| 18 | 基于经验模态分解与BP神经网络的农机总动力增长预测显示文摘为提高农机总动力增长变化预测结果的准确性和可靠性,根据农机总动力增长变化与其影响因素之间具有在各时间尺度明显的非线性波动特征,提出以1986—2013年农机总动力增长为研究对象,分别对农机总动力增长及其影响因素时间序列数据进行经验模态分解(empirical mode decomposition,EMD),对得到的各时间尺度下的波动分量分别建立BP神经网络预测模型。将EMD-BP网络预测结果与多元线性回归、支持向量机、BP神经网络进行对比分析,结果表明:基于EMD-BP网络建立的农机总动力增长预测模型,拟合和预测平均相对误差分别为0.99%和1.29%,相关决定系数约为0.999,均方根误差为316.35 MW,模型评价等级为'好',各项精度评价指标都优于其他方法,因此该预测模型精度高、可靠性强。研究成果为农业机械化发展规划的制定和出台相关政策提供有效参考。 | 王金峰 闫东伟 鞠金艳 王金武 | 2017 | 农业工程学报2017，33，10： | 9 |
| 19 | 基于电子鼻技术的黄山毛峰茶品质检测方法显示文摘为了更加客观地评价黄山毛峰茶的品质,提出了一种利用电子鼻技术对黄山毛峰茶品质检测的方法。选择4种不同品质等级的茶叶,首先根据传感器响应选择特征变量,然后以这些特征变量作为BP神经网络的输入,建立茶叶品质等级的3层网络预测模型。实验结果表明,本文建立的模型对于训练样本识别准确率为100%,对测试样本识别准确率为89.3%,表明应用电子鼻技术检测黄山毛峰茶品质具有可行性。 | 薛大为 杨春兰 | 2014 | 湖北工程学院学报2014，34，3： | 8 |
| 20 | 基于热电偶动态校准的非线性拟合方法研究显示文摘为了提高热电偶动态校准的准确性,采用半导体激光器、红外探测器和被校准热电偶组成新的热电偶动态校准系统,分析了动态校准中红外探测器静态校准目的。根据反向传播神经网络原理,确定了反向传播神经网络的结构和参量,同时针对普通K型铠装热电偶进行了动态校准实验,得到红外探测器静态校准数据,由此数据采用最小二乘法和反向传播神经网络分别进行数据的非线性拟合,对两种方法的拟合结果进行了分析,并给出了拟合曲线。结果表明,在样本数据少、分布不均匀的情况下,反向传播神经网络拟合效果优于传统的最小二乘法,减小了由于数据拟合所带来的误差,能够更加准确地获得热电偶动态特性,实现热电偶动态补偿。这一研究结果对于热电偶动态特性研究具有重要的参考价值。 | 杨宇 郝晓剑 武耀艳 周汉昌 | 2014 | 激光技术2014，38，2： | 7 |
您所在的机构暂未开通此部分的功能，请联系管理员