一种用于地应力分析的改进型BP神经网络方法

地应力测量及分析研究,对地应力活动方式、构造体系的研究以及岩土工程与结构的设计和稳定性,都具有重大的理论意义和实用价值.BP神经网络算法比较成熟,已被广泛应用,但一般BP神经网络算法存在训练学习速度较慢、样本泛化能力差的问题,通过引入动态学习因子和惯性因子以及模拟辅助样本,对神经网络进行了改进.通过调节动态学习因子和惯性因子以及对样本集数据处理等手段,对样本的学习、训练进行优化处理,通过实例验证,将优化好的网络样本训练结果与一般结果进行比较,结果表明对三层BP神经网络进行的优化,在提高计算精度的同时也提高了网络的收敛速率,证明改进的算法能够很好用于地应力分析.     

基于BP神经网络的4135柴油机故障诊断

<正>柴油机故障具有诊断对象多、特点不一、关系复杂的特点。柴油机属于往复机械范畴,其运动学、动力学形态相当复杂,而神经网络具有处理复杂多模式及进行联想、推测和记忆的功能,并且具有很强的实时性,因此将神经网络应用于故障诊断系统,可以有效     

基于BP神经网络的湘江出口水质评价

依据1999—2011年湘江出口樟树港站水质监测数据,选取溶解氧等10个水质指标,对数据优化后运用BP神经网络模型对其进行水质综合评价与分析,发现湘江出口水质具有明显的季节性与趋势性,近年来水质有所好转.同时对氨氮、溶解氧、总氮3个指标进行了季节性分析,并运用季节性水平模型计算了水质综合指数的季节比,将13年来的数据分3个年段对比分析,发现水质综合指数季节比与湘江降水量季节比、湘江出口水温季节比存在负相关性.     

基于BP神经网络的干热风灾害预测

干热风是我国新疆,西北等地农业气象灾害之一,其形成因素呈现复杂的非线性关系.利用传统方法很难建立起一个精确完善的预测模型.人工神经网络具有强大的非线性映射能力,尤其是BP神经网络在预测领域中被广泛应用.本文利用BP神经网络对干热风灾害进行了预测.结果表明,基于BP神经网络的干热风预测模型误差小,能达到满意的效果.     

基于MATLAB四旋翼姿态航向仿真

基于互补滤波下的信息融合算法,将实验获得的MTI小型姿态航向参考系统中惯性器件的实际数据进行仿真分析,在比较了陀螺仪积分、加速度计计算、互补滤波法得到的姿态角效果后,最终分析了互补滤波理论应用于姿态航向解算中的优化效果.     

基于MATLAB的BP神经网络进行教师评估

根据影响教师评估成绩的指标构建了BP神经网络模型,应用MATLAB工具直接根据教师的表现来估算教师的评估成绩,对神经网络在教师评估中的应用作了新的尝试．     

基于BP神经网络的油浸式变压器故障诊断

本文研究了一种基于BP神经网络的变压器故障诊断方法,利用油中气体含量分析的方法,收集整理变压器故障信息作为训练和诊断样本,建立了基于BP神经网络的变压器故障诊断模型,准确率最高达到95%,具有较高的实际应用价值。     

基于BP神经网络的项目投资风险评价

为了科学准确地对风险投资项目进行评价，利用BP神经网络的原理建立了用于项目投资风险评价的BP神经网络模型，通过对福建省14个高技术项目投资风险的评价，表明由该模型获得的结果是可靠的。     

基于BP神经网络的集中监测系统故障诊断

铁路信号集中监测系统通过采集信号设备开关量、模拟量并记录分析,实现了设备工作状态监测、故障报警等功能。为了进一步实现集中监测系统对设备故障原因的分析,讨论基于BP神经网络的集中监测故障诊断流程,对信号设备故障机理的分析确定特征参量,再利用集中监测系统功能获取故障数据,将故障数据作为训练样本对神经网络进行训练,从而获取其中的映射关系。集中监测系统实时监测特征参量的异常变化,将测试的信号设备特征参量作为待诊断样本输入神经网络。结果表明,网络将会输出最匹配的诊断结果,实现集中监测系统的故障诊断功能。     

基于BP神经网络的油浸式变压器故障诊断

本文研究了一种基于BP神经网络的变压器故障诊断方法,利用油中气体含量分析的方法,收集整理变压器故障信息作为训练和诊断样本,建立了基于BP神经网络的变压器故障诊断模型,准确率最高达到95%,具有较高的实际应用价值。     

基于BP神经网络的手写数字识别研究

将BP神经网络应用于手写数字识别,通过实验证实,该方法具有较高的识别率和可靠性．     

基于BP神经网络对空气质量数据的真实性判别

针对珠江三角洲各城市空气质量数据真实性的判别,分别构建熵权法模糊综合评价和BP神经网络等模型,使用MATLAB和EXCEL等软件编程求解,研究得到广州和深圳等城市存在空气质量数据造假的嫌疑,并将数据不真实的原因分为主观性统计错误和非主观性统计错误.为政府和环境部门制定预防空气质量数据造假的对策提供较为科学的建议.     

基于BP神经网络的模糊语言及其规则表示

结合ＢＰ网络和模糊技术,提出一种实现模糊语言表示的神经网络ＦＬＲＮＮ和实现模糊推理的神经网络ＦＲＲＮＮ;根据加权判决法,提出反模糊化神经网络ＤＮＮ。并进行了例证。     

基于BP神经网络的酒泉市霜冻天气预测研究

本文利用2019年12月和2020年1月至11月气象观测资料、ECMWF再分析资料和FY-4陆表温度资料,基于BP神经网络对甘肃省酒泉市一次霜冻天气进行预报分析研究.研究表明:此次霜冻天气前期受到贝加尔湖西部冷槽影响使气温下降,后期乌拉尔山高压脊东移使天气转晴,冷平流及强辐射的共同影响是此次霜冻天气的主要原因;霜冻...     

基于四元数的四旋翼无人飞行器轨迹跟踪控制

四旋翼无人飞行器具有复杂的数学模型,但现有控制方法大多是基于系统简化模型提出的. 为此,该文分析了这类方法的局限性,并基于原始数学模型研究了非线性轨迹跟踪控制问题. 通过期望轨迹建立跟踪误差模型,将其分解为两个相互独立的子系统,并以刚体旋转的四元数为系统状态对姿态子系统进行描述. 利用backstepping 方法设计时变反馈控制律使其子系统指数稳定. 根据级联系统的全局稳定性判据,通过研究耦合部分的性质证明系统的全局指数稳定性. 仿真结果表明,该方法能够实现四旋翼无人飞行器对期望轨迹的跟踪.     

基于主成分分析的BP神经网络和RBF神经网络月平均气温预测模型

应用基于主成分分析的BP神经网络和RBF神经网络建立了气温预测模型.通过比较模型的均方误差(MSE)和平均绝对误差(MAE)值可知,采用主成分分析的BP神经网络得到的预测模型的误差小于主成分分析的RBF神经网络预测模型.结果表明,模型采用主成分分析提取了影响因变量的重要因子,去掉了网络输入样本的自变量之间的重叠因子,同时也提高了预测能力.     

基于优化BP神经网络的网络营销绩效评价模型的构建

网络营销尽管发展历史较短,但却在企业经营中发挥着日益重要的作用,为了使网络营销发挥良好的效果就需要对其投入和产出进行科学评价。本文在现有研究基础上结合网络营销的最新发展构建了完善的评价指标体系,进而选择优化的BP神经网络模型进行建模检验,对帮助企业调整网络营销策略及方法、提高网络营销效果产生了积极作用。     

基于遗传算法的BP神经网络对农业产业的分析预测

农业产业总值的准确预测对农业产业的优化和改善具有重要的意义.以遗传算法优化的BP神经网络建立农业产业总值的预测模型,该模型结合遗传算法和BP神经网络两者的优点,既有神经网络强大的学习能力,又具有遗传算法的全局搜索能力.采用该算法对农业产业总值进行预测,并与实际值进行对比分析.结果表明,该算法收敛速度快,预测精度高,具有较高的可靠性和适用性.     

基于BP神经网络的障碍物位置视觉检测的研究

针对障碍物位置的自动检测,提出了基于单摄像头视觉的检测方法。首先利用BP神经网络进行标定建立图像坐标系与地面坐标系的对应关系,然后以图像中障碍物两个位置点为输入,障碍物实际位置点为输出,建立神经网络。以18个点进行实验,实验结果表明横坐标x的平均误差为3.12%,纵坐标y的平均误差为0.83%。这说明利用此方法能够较为准确地求出障碍物的位置。