条形码在线检测系统的误差用神经网络修正的研究

在彩色印刷行业中,一般采用套色印刷技术。在套色印刷系统中,如果套色不准,所印刷的彩色图案将会由于各种颜色在印刷中错位而发生模糊,因此需要设置套色错位在线检测系统。但在印刷过程中,印刷品以1.2～1.

基于神经网络的表面热流辨识三维效应修正

在已有顺序函数法对一维、二维表面热流辨识的研究基础上,考虑到三维辨识实时性的困难,提出神经网络和顺序函数法结合的方法。在顺序函数法一维辨识结果的基础上,利用人工神经网络对热传导三维效应进行修正,从而获得峰值热流实时准确的辨识结果。为了获得更优的神经网络模型,引入粒子群算法优化神经网络的初始权值和阈值。通过数值仿真的算例测试结果可以看出,本文提出的方法对于峰值热流的辨识结果准确度在4%以内,避免了三维辨识的时间复杂性,同时具有良好的抗噪性和稳定性。

基于e-修正神经网络的直接自适应控制设计

针对一般非线性不确定系统设计了一种e-修正神经网络直接自适应控制方法。首先采用虚拟控制量的方法,并将其分解成参考模型输出、线性动态补偿输出与神经网络自适应输出三项;然后针对传统σ-修正神经网络在权值更新时的不足,设计了一种基于e-修正方法的权值自适应更新律,并设计了输出反馈误差观测器用以对神经网络进行训练;最后对基于σ-修正与e-修正两种权值自适应更新律进行仿真对比。仿真结果表明基于e-修正神经网络方法在跟踪误差、不确定性逼近等效果上均优于基于σ-修正神经网络方法。

非线性飞行混沌运动的修正RBF神经网络控制

如何求神经网络控制使非线性空间飞行混沌运动不会发生。该法是在输出层用回归权代替常数权再用EM算法来估计回归权的参数 ,这样修正的RBF的神经网络控制就可使非线性空间飞行不会出现混沌现象。这种算法R Langari,L Wang&J Yen (1997) [1] 在研究径向基函数网络时提出过。其突出的优点是把复杂的多参数的最优化问题分离为N个小型最优化问题 ,这里N是隐藏层单元数。

基于多层前馈神经网络算法的房价预测模型

房地产泡沫问题是影响人民生活质量的一大难题,房价的持续上涨给人民增加了巨大的生活成本。因此,建立准确有效的房价预测模型,对于制定有效政策,精准调控房价,提高人民生活质量具有重要意义。文章主要通过分析住房的需求、供给、地理空间几大方面,得出影响房价的三个主要因素。采用基于遗传算法修正的BP(多层前馈)神经网络算法,利用2012~2019年无锡市三个主要影响因素的数据,建立了基于BP神经网络算法的房价预测模型。

感潮河段泖甸站高潮位预报方法研究

在分析泖甸站高潮位影响因素的基础上,采用统计法建立了泖甸站高潮位逐步回归和多元门限回归预报模型。实例应用结果表明,与逐步回归模型相比,多元门限回归预报模型精度高、速度快、简便实用、模拟和预报的效果更好,结合BP神经网络方法进行修正预报可大幅提高预报精度,为青浦区进行科学的防洪决策提供了可靠依据。

面向政治领域的事理图谱构建

事理图谱是一种描述事件之间顺承、因果等关系的事理演化逻辑有向图,它蕴含了丰富的事件间关系,在各领域都具有重要的研究意义和应用价值。当前研究主要集中于公开域的事件抽取上,而在特定领域,如政治领域,因其事件类型和事件内容较为复杂,相关研究十分有限。该文旨在构建面向政治领域的事理图谱,针对政治事件抽取中存在的语料匮乏、标准缺失等问题,制定了一套面向政治领域的事件分类标准,构建了一套政治领域的事件语料库。同时,该文分别提出了一种融合注意力机制的字嵌入修正神经网络的Pipeline模型和一种基于BERT+BiLSTM的Joint模型进行事件触发词和论元抽取,并在该语料库上进行实验。实验结果表明,两种模型在事件触发词与论元抽取任务中,F1指标较基线模型均有较大提升。