基于对向传播神经网络的酚类化合物毒性的模式识别研究

介绍了对向传播神经网络的原理、算法。以酚类化合物的8个结构特征参数为输入,用对向传播神经网络对酚类化合物的毒性进行模式分类识别。结果表明,对向传播神经网络具有较强的模型拟合能力和泛化能力。网络对36个训练样本和8个预测样本的毒性类型都能进行准确识别,是一种有效的模式分类识别方法。

基于对向传播神经网络的人脸识别方法

根据对向传播网络适于模式分类的特性,提出了基于对向传播网络的人脸识别方法。同时,为了克服对向传播网络在训练过程中的不稳定性,改进了对向传播网络的学习算法,并且以国际通用的ORL人脸库为对象进行实验研究。结果表明,选择合适的参数,就可以达到理想的识别效果。证明了基于对向传播网络的人脸识别方法是有效可行的。

模糊对向传播神经网络的学习算法

模糊对向传播神经网络的学习算法由输入层至竞争层的连接权向量和竞争层到输出层的连接权向量两部分的学习组成.对于前者,分别选用聚类法和梯度下降法,本文研究了模糊对向传播神经网络的两种学习算法,并且从理论上分析了这两种算法的性质.把算法应用于著名MackeyGlass混沌时间序列预测问题中,实验结果表明后一种算法的学习精度及泛化能力较前一种算法要好。

基于对向传播网络的交通事件检测算法

针对高速公路交通这个复杂的非线性系统,提出一种基于对向传播网络的交通事件检测算法。阐述了对向传播网络的结构和学习算法,给出了事件检测的依据,并合理地选择了网络的输入参数,用高速公路管理部门提供的样本数据进行了仿真研究。仿真结果表明,该事件检测算法具有学习速度快、泛化能力好、检测准确率高、平均检测时间短等优点,具有良好的应用前景。

基于模糊对向传播神经网络的水库径流预报

结合模糊对向传播神经网络分类灵活、算法简练的优点,提出水库径流预报的模糊对向传播神经网络模型,并用该模型对水库径流量进行预报,结合滦河下游水库进行了实例研究。

基于粗集的改进对向传播网络结构损伤识别

为了有效地利用结构健康监测系统冗余、互补、不确定的信息进行健康状况评估,提出一种将粗集和改进对向传播神经网络(RCPN)有机地结合在一起的损伤识别新方法。它先用粗集进行数据处理以降低数据的不确定性和空间维数,然后用RCPN进行损伤识别。为了验证所提方法的有效性,对1个框架结构的单损伤和多损伤模式进行了识别,并重点研究了噪声、神经网络模型、不同数据处理方法的影响。研究发现,所提方法不仅可以降低数据的空间维数,减少神经网络的训练与检验时间,而且具有较好的损伤识别精度和鲁棒性。

基于TSK模糊系统的模糊对向传播神经网络

充分利用了TSK (Sugeno Tanaka)模糊系统的优点 ,提出了改进的模糊对向传播神经网络Improved FCP ,并给出了其学习算法。实验结果表明Improved

基于对向传播网络(CP)的模糊控制研究

本文就液压传动系统实时控制中,传统模糊控制在控制过程中具有过渡过程时间较长、压力振荡较大的特点,提出了基于对向传播网络的模糊控制(CPFC)方式,该控制方式将神经网络控制与模糊控制相结合,实验结果表明,在控制性能上 较传统模糊控制有所改进。

改进对向传播神经网络应用于码书设计及其性能分析

针对对向传播神经网络(CPN)应用于矢量量化时的两个缺陷进行改进,提出了一种码书设计算法——快速竞争学习及误差修正算法(FCLECA),并设计了相应的基于改进CPN的快速矢量量化器模型,详细讨论了FCLECA的重要步骤、重要参数及其时间复杂度仿真实验结果表明文中算法能在提高码书质量的同时大幅缩短训练时间。

区域水资源可持续利用系统评价的模糊对向传播神经网络模型

针对我国水资源可持续发展的评价问题,结合模糊对向传播神经网络分类灵活、算法简练的优点,本文提出区域水资源系统可持续利用评价的模糊对向传播神经网络模型,对水资源可持续利用进行评价。文章采用随机模拟技术生成评价指标序列,并和其所属的评价等级值构建训练样本,基于模糊CP网络结构建立评价模型,并进行了实例应用。计算结果表明,模型合理,可操作性强,模型具有普适性,可用于区域水资源的可持续利用评价。

基于对向传播神经网络的海图图像压缩

在计算机辅助海图通告改正系统中 ,因作为底图的海图图像数据量较大 ,从而影响到存储和传输的效率。针对上述问题 ,本文提出了用对向传播神经网络对海图图像进行压缩的方法。经过测试 ,用该方法可获得较高的压缩比和较好的海图重建图像质量 ,方便了存储和传输。

基于模糊对向传播网络的PEMFC建模

质子交换膜燃料电池是由一种质子导体聚合电解膜构成的燃料电池,作为21世纪的绿色环保能源,对质子交换膜燃料电池进行输出特性研究有助于改善其性能,提高其工作效率。对于这种离散非线性系统,文章将神经网络和模糊控制技术相结合,设计出了一种以模糊神经网络自适应控制系统为核心的建模方法,它是由模糊对向传播(FCP)网络辨识器构成,仿真结果表明该模型可行,而且模型精度较高,从而为设计PEMFC实时控制系统奠定了一定的基础。

基于对向传播神经网络的汽轮机排汽焓预测计算

为实现机组经济性能在线诊断,将对向传播神经网络方法引入汽轮机排汽焓预测计算。该预测方法很好地建立了汽轮机排汽焓特性与相关运行参数之间的复杂关系模型,并以某电厂300MW汽轮机组末级抽汽及排汽焓值为例进行了在线计算,实例结果表明:该方法能够准确地预测汽轮机排汽焓值,同时具有训练速度快、结构简单、精度高等特点,是一种行之有效的预测方法。

改进的基于TSK模型的模糊对向传播神经网络研究

将模糊C-均值(FCM)算法和模糊对向传播神经网络相结合,解决了模糊对向传播神经网络中模糊隶属度函数的自动生成问题,在此基础上结合TSK(SugenoTanakaKang)模糊模型,提出了改进的模糊对向传播神经网络ImprovedFCP,并给出了学习算法。对两种典型的非线性模型进行实验研究,实验结果表明ImprovedFCP网络具有良好的非线性逼近能力。

基于CP-ANN对向传播神经网络的变压器故障诊断

变压器油中溶解性气体分析是变压器故障诊断的重要手段,其中改良三比值法是目前被广泛采用的方法。针对当前变压器故障诊断系统存在的不足,建立了变压器故障诊断的对向传播神经网络(CP-ANN)模型,对5种变压器故障类型进行诊断,采用5-折交叉验证对模型性能进行评价。实验结果表明,模型能够对33个故障样本中的32个样本的故障类型进行准确识别,模型在校正集和验证集上的准确率分别为97%和81.8%,模型稳定性较好,说明本文提出的变压器故障诊断方法是可行和有效的。

基于模糊对向传播神经网络模型的大凌河流域水资源可持续利用系统评价

在充分考虑了模糊对向传播神经网络的灵活性和简洁性基础之上,详细分析了评价指标的序列参数,通过提取不同指标的属性值进行样本数据的构建,然后对大凌河河流进行了科学合理的评价。结果表明:模型具有良好的适用性和精确性,且模型计算基本理论清晰,可操作性强,能准确对大凌河流域水资源的可持续利用进行评价,评价结果与实际情况具有高度的一致性,研究成果可为其他区域进行科学合理的利用评价提供一定的参考依据和理论支持。

基于前向对向传播神经网络的信息检索技术研究

提出了一种基于前向对向传播神经网络的信息检索算法。分析了信息检索技术的基本概念、原理、以及检索方式,研究了科技信息检索的流程,研究了前向对向传播神经网络的基本模型和算法,提出了基于前向对向传播神经网络的信息检索的原理和算法,并将这种算法与传统方法通过仿真实验进行对比,在保持100%的查准率的情况下,将查全率由79.63%提高至85.59%,获得了较好的效果。

基于模糊对向传播神经网络的湖泊水质富营养化评价模型

本文根据我国湖泊富营养化特性,选择总磷、总氮、耗氧量、透明度,4个主要指标作为评价因子,结合模糊对向传播神经网络分类灵活、算法简练的优点,建立了湖泊水质富营养化评价的模糊对向传播神经网络模型,采用随机模拟技术生成训练样本,并进行了实例应用。评价结果表明,模型合理,可操作性强、方法简单,是湖泊水体营养化状态评价的新方法。

光伏孤子对向传播相互作用研究

用数值方法研究了对向传播条件下不同频率的光伏孤子的相互作用行为.结果表明,两个不同频率的光伏孤子在对向传播相互作用过程中表现出不同的空间演化动力学特性.共轴对向传播时两孤子光场有着不同的会聚或发散行为,并且依赖于晶体长度;非共轴对向靠近传播孤子的会聚或发散作用有所减弱,但频率较大的孤子对频率较小的孤子有显著的吸引作用,使其发生横向偏移,孤子的演化方式也不同于同向传播的情形.