弗兰克-赫兹实验的BP神经网络处理方法设计

经过训练的BP神经网络可以通过调整连接权重按预定精确度逼近任意非线性函数,利用这一特点可对非线性函数关系进行拟合.利用BP神经网络设计了程序对弗兰克-赫兹实验数据进行处理,结果显示该方法有较高的精确度,拟合效果良好.     

基于小波与BP神经网络的太阳黑子时间序列分析预测

太阳黑子年平均数序列是典型的非线性、复杂时间序列.本文利用小波变换,将太阳黑子年平均数序列进行分解重构,对信号的周期特性进行分析,然后采用BP神经网络对重构信号进行预测,建立太阳黑子年平均数的预测序列.结果表明,该模型具有较高的预测精度.     

铁磁材料居里温度测量的matlab分析

铁磁材料居里温度测量的关键在于利用数据所作图像来确定铁磁材料的居里温度,对无规律的数据值序列如何进行精确处理是其困难之处.利用传统的作图法只能显示出各物理量之间的粗略函数图像,且当数据值序列无明显规律时,作图法无法确定物理量间的函数关系式.此时利用作图法必将导致较大的偶然误差.此外对同一组数据多次利用作图法处理时,将得到误差不同的实验结果.而matlab所提供的强大数据分析计算功能使问题变得精确、简化.应用于铁磁材料的居里温度测量必能提高处理结果的精确度,减少在处理过程中所引入的偶然误差.