共查询到20条相似文献,搜索用时 15 毫秒
1.
研究如何利用前向神经网络安排单件小批量订单生产类型企业的生产作业计划,针对数据难于组织、反应传算法易陷入局部极小点和输出结果存在偏差的问题,提出了基于位混合编码的样本组织方式;权值和迁跃点记忆队列的网络训练和结果校正方法,仿真结果证明了方法的有效性和基于神经网络研究生产作业计划的可行性。 相似文献
2.
基于神经网络的生产作业计划应用研究 总被引:3,自引:1,他引:2
研究利用前向神经网络(也称多层感知机)安排单件小批量订单生产类型企业的生产作业计划,针对数据难于组织、反伟算易陷入局部极小点和输出结果存在偏差的总是提出了以下的解决方法:基于位混合编码的样本组织方式;权值和迁路点记忆队列的网络训练方法和结果校正方法。仿真结果证明了解决方法的有效性和基于神经网络研究生产作业计划的可行性。 相似文献
3.
船舶异常行为研究是海事安全科学理论研究的重要组成部分,它对于船舶监管以及海上安全通行具有重要意义,目前是航海领域的热点研究方向之一。根据船舶航迹分析船舶航行状态以及规范性,研究船舶航迹行为特征,发现隐藏于航迹数据集中的船舶异常行为模型。针对目前危险船舶向外播放伪造数据造成的船舶监控不准确的异常船舶行为,提出了基于神经网络的异常船舶航迹特征因子模型。通过中分纬度算法分析轨迹数据的隐藏关系,选取实际舶船舶自动识别系统(Automatic identification system, AIS)的数据对多层前馈神经网络(Back Propagation,BP)进行训练,使其完成对关系规则的学习,通过测试集数据对模型准确性进行判断。实验结果表明,该模型对于伪造船舶数据判断的准确率高于0.985。 相似文献
4.
分子性质预测是材料化学领域的热点问题,基于第一性原理的计算方法虽然可以明确地描述体系中电子分布,但计算过程过于复杂,且计算复杂度随分子中原子增加呈指数级增长。近年来,随着相关研究的不断深入,涌现出多种多样的深度学习算法,将算法分为基于多层感知机(multi-layer perceptron, MLP)和图神经网络(graph neural network, GNN)两大类及六个子类,研究不同算法的特点。分析表明,MLP类算法结构简单,算法扩展性有限,与分子内部结构关联度不高;相反,GNN类算法融合消息传递机制,将分子间相互作用转换为结点、边之间的特征传递,在各向评价指标中占优。目前,基于深度学习的分子性质预测算法正从MLP类算法向GNN类算法过度。最后,提出基于深度学习的分子性质预测算法未来在数据集、各向异性特征传递、指导材料科学与生命科学中的实际应用等方面的发展方向。 相似文献
5.
6.
研究利用前向神经网络 (也称多层感知机 )安排单件小批量订单生产类型企业的生产作业计划 ,针对数据难于组织、反传算法易陷入局部极小点和输出结果存在偏差的问题 ,提出了以下的解决方法 :基于位混合编码的样本组织方式 ;权值和迁跃点记忆队列的网络训练方法和结果校正方法 .仿真结果证明了解决方法的有效性和基于神经网络研究生产作业计划的可行性 . 相似文献
7.
研究如何利用前向神经网络(也称多层感知机)安排单件小批量订单生产类型企业的生产作业计划,针对数据难于组织、反传算法易陷入局部极小点和输出结果存在偏差的问题,提出了基于位混合编码的样本组织方式;权值和迁跃点记忆队列的网络训练方法和结果校正方法.仿真结果证明了方法的有效性和基于神经网络研究生产作业计划的可行性. 相似文献
8.
利用多层前馈神经网络的非线性映射能力,通过构造特殊的映射关系,提出了一种较为理想的数据压缩方案.数据压缩比达到7:1.该方案只分析音频、图像等数据信息并进行理想压缩,对其数据格式、内容等不予考虑.通过试验证明了该方案的可行性. 相似文献
9.
社交网络链接预测,即通过历史社交网络结构信息,预测未来一段时间内社交用户之间可能会产生新的链接关系,是社会网络分析中的一个重要问题。现有的模型挖掘了用户之间的浅层交互关系,或者通过深层网络去学习用户的特征描述。然而,由于社会网络数据极其稀疏,现有的模型在链接预测的表现上存在一定的提升空间。针对上述问题,文章提出基于多层感知机的个性化链接排序预测模型(PRMLP),从而实现了社交链接预测任务。PRMLP同时考虑了用户之间的交互关系,并采用了多层网络结构深入挖掘社会网络的拓扑结构,因此能够学习得到更精准的用户特征描述。文章针对模型训练中正负样本不平衡的问题提出了解决方案,在2个真实数据集进行的实验表明,文中提出的基于多层感知机的个性化链接排序预测模型相对于现有的其他链接预测模型表现更优。 相似文献
10.
该文以多层感知器(Multilayer Perceptron,MLP)神经网络模型为基础,提出了一种高效快速的跌倒检测多层感知模型(Fall Detection Multilayer Perceptron,FDMLP)。该模型基于公开的姿态数据集进行特征强化和标签分类,得到特征值数据集进行训练;通过学习率范围测试确定初始学习率的上下边界值,设置学习率随迭代数次进行指数衰减优化训练过程采用全整数量化的优化策略,将量化后的模型部署到嵌入式设备的Flash中,实现低功耗、高准确率的边缘计算。实验结果显示该文提出的FDMLP神经网络跌倒检测模型在使用特征数据集时候的准确率达99.99%,优于其他同类模型,且结构简单,适合部署在边缘设备上。 相似文献
11.
多数图神经网络(Graph Neural Networks, GNN)通过设计复杂的节点信息传递和聚合方式,以提升节点分类等图分析任务的实验表现,而本文提出了一种无需信息传递和聚合的图多层感知机(Multi-Layer Perceptron, MLP)模型A&T-MLP,利用属性和拓扑信息引导的对比损失来增强模型表征能力。A&T-MLP首先使用属性矩阵和邻接矩阵计算节点间的属性和拓扑相似度;然后使用基于相似度信息引导的对比损失,增大特征空间中相似节点的一致性和不相似节点的差异性;最后构建多层感知机模型并引入交叉熵损失进行端到端训练。在节点分类任务中,A&T-MLP表现优于基线模型,Wikipedia数据集上的Micro-F1和Macro-F1相较GNN模型图卷积网络(Graph Convolutional Network, GCN)提升了15.86%和13.64%。实验结果表明,A&T-MLP能够通过对比损失保留丰富原始图的信息,提升模型性能。此外,A&T-MLP在处理拓扑信息不准确的图数据时具有较为明显的优势,即使在缺失80%拓扑信息的极端情况... 相似文献
12.
中药是中医治疗疾病的主要途径,也是我国中医药事业传承与创新发展的物质基础,其真伪优劣也会直接影响中医临床的疗效,因此研究科学合理且高效的中药材质量检测方法符合当前行业热点.山楂作为中国著名的药食两用类药材,在烹饪和治疗中具有保护心血管、降低血压的作用,被广泛应用;但由于自然环境与栽培条件的不同,不同产地的山楂易被混淆从而对品质产生影响.尽管化学、生物鉴定的方法广泛而重要,但专业门槛高,耗时较长;且传统图像处理方法容易受外在环境因素干扰,可靠性差.因此亟待研究快速准确的方法以实现山楂产地的精准鉴别;受CoAtNet与Swin-Transformer网络启发,本文结合MBConv模块中深度可分离卷积网络对局部信息建模的特点与Swin Transformer模块多层次结构可弥补网络非局部性损失的特性,提出一种多尺度特征的混合神经网络模型,通过获取图像不同层级特征,将获取的形状、颜色与纹理等浅层特征作为先验知识与高层级语义信息进行特征融合,研究了一种快速有效的识别方法以实现对不同产地山楂的有效鉴别;此外,本文提出一种新的局部空间注意力机制,通过形成通道注意力模块联合空间注意力模块的新结构,实现对图像细粒度特征的聚焦与学习.实验结果表明,本文所提出的方法有最高的鉴别准确率为89.306%,优于其他基线模型.实践证明,本文的研究提高中药材鉴别的科技水平,拓宽传统中医药的研究思路. 相似文献
13.
发电机神经网络模型用于电力系统暂态稳定计算 总被引:3,自引:0,他引:3
用递归神经网络建立发电机模型,多层输出反馈网络建立励磁系统和调速系统模型,并将此三部分集结构成为一个发电机组的详细模型。将此详细模型写入电力系统的网络方程,联立求解电力系统暂态稳定过程。详细模型写入暂态稳定程序中6机22节点网络。暂态过程计算结果表明,由人工神经网络模型仿真计算与机理模型常规稳定计算比较,使用人工神经网络模型和机理模型的计算结果非常接近,说明人工神经网络模型可以用于电力系统暂态稳态计算,为今后人工神经网络并行、快速、在线处理电力系统实时计算提供应用途径。 相似文献
14.
姜文彬 《淮北煤炭师范学院学报(自然科学版)》1997,(2)
将Kalman滤波算法与BP算法相结合,提出一种用于模式分类的多层感知机模型和学习算法,并对计算实例进行了计算机模拟实验.实验结果表明,这种算法适用于非线性模式分类,且具有较快的收敛速度. 相似文献
15.
为了提高光伏组件模型的准确度和可靠性,本文提出了一种利用多层感知机和不同工况下实测的I-V特性曲线数据集的建模新方法。首先,使用双线性插值法对实测I-V曲线进行重采样,以提高I-V曲线上数据点分布的均匀性;进而使用基于温度-辐照度的网格采样法对数据集进行下采样,降低数据冗余度。其次,提出一种基于多层感知机神经网络的光伏组件模型,并基于预处理的I-V曲线数据集,使用Adam算法训练该模型。最后,采用美国国家可再生能源实验室提供的实测I-V特性曲线数据集,验证和测试了所提出的建模方法,并与支持向量机、梯度提升决策树等机器学习算法进行对比。实验结果证明,所提出的建模方法具有最高的精度和泛化性能。 相似文献
16.
基于多神经网络的热连轧轧制力预计算 总被引:2,自引:0,他引:2
提出使用BP、RBF混合网络建立的多神经网络来预报热连轧轧制力。工程实例说明,相对于传统数学模型和单神经网络建立的数学模型,多神经网络在预报精度和网络冗余方面占有较大优势。文中建模方法也为.研究多变量复杂工程提出了一条新思路。 相似文献
17.
带钢热连轧生产过程中,轧制力预设定时的轧制力信号影响因素多、关联复杂,难以建立精确的机理模型.为此,文中应用小波多分辨分析方法,将轧制力分解重构为对应于不同影响因素的子信号,并建立了一个多RBF神经网络模型.模型中每个子网络分别对一个子信号进行建模,最后将各子网络输出综合为轧制力设定信号.各个子信号的影响因素不同,每个子模型输入参数和输出参数亦不同,从而能真实地反映轧制力变化的内在机理,具有明确的物理意义.仿真实验表明,这种建模方法降低了系统维数,能有效提高网络学习能力,轧制力预设定误差率从BP神经网络的10%降低到了5%. 相似文献
18.
目前大多数人脸图像情感分析方法只单方面关注图像整体或局部来构建视觉情感特征表示,忽略了二者在情感表达上的协同作用。针对此问题,提出了一种多层交叉注意力融合网络情感分析方法。该方法首先利用特征相关性分析实现最大化类的可分性;其次通过多层交叉注意力网络中的多个不重叠的注意力区域来提取整体和局部的信息;然后将整体与局部提取的注意力图进行融合,来共同训练图像情感分类器并进行情感分析。实验结果表明,提出的方法在真实数据集RAFDB上的情感分类准确率达到了88.53%,优于现有其他方法,验证了该方法的有效性与优越性。 相似文献
19.
王磊 《中国新技术新产品精选》2011,(12):136-137
通过有限元模态分析,获取结构在完好和不同损伤程度下的各阶固有频率与节点振型位移,利用二者的差值作为损伤标识量,灵活的利用BP神经网络进行分步训练,得到框架结构损伤检测的神经网络系统,可以对多层空间框架结构的损伤位置和程度做出成功检测。 相似文献
20.
在粮食储存过程中,存储温度过高或过低都会造成粮食的损失,准确检测粮堆温度对粮食有效存储至关重要.提出了一种基于分解和深度学习方法的SSA-BiGRU-MLP组合模型来预测粮堆中层温度.首先针对粮堆的外温、外湿、仓温、仓湿和中层温度等多因素变量,使用奇异谱分析(SSA)方法对粮堆的中层温度进行分解,得到本征模态函数(IMF);然后运用多层感知机(MLP)优化的双向门控循环神经网络(BiGRU)对粮堆温度进行预测.实验结果表明:所提出的SSA-BiGRU-MLP模型与SSA-BiLSTM-MLP,SSA-LSTM-MLP,SSA-GRU-MLP相比,不论是在绝对平均误差、均方误差,还是均方根误差上所提出的SSA-BiGRU-MLP方法都优于其它组合模型,具有更好的预测精度. 相似文献