一种基于神经网络补偿动态逆误差的方法

讨论了一种基于神经网络自适应补偿动态逆误差的方法 ,并应用于超机动飞机控制器设计中。飞机的基本控制律采用非线性动态逆方法进行设计 ,对于模型不准确导致的逆误差采用神经网络进行在线补偿。仿真结果表明 ,采用神经网络补偿逆误差 ,弥补了非线性动态逆要求精确数学模型的缺点 ,而且可以简化动态逆控制律的设计 。

综合传动换挡品质的误差逆传播神经网络评价方法

从换挡平顺性的角度出发,确定涡轮转速变化率的峰值、涡轮转速平均变化率及挡位3个参数作为客观评价指标,并将其细化定义;基于神经网络的基本原理,利用误差逆传播神经网络(BPNN)对履带车辆综合传动装置换挡品质评价进行客观描述;应用Matlab/Simulink软件的神经网络工具箱函数,建立用于评价车辆换挡品质的神经网络模型,并借助于GUI工具箱开发换挡品质客观评价等级软件进行仿真研究。通过神经网络测试结果与主观评价对比,证明此方法与传统主观评价方法具有较好的一致性,增强了换挡品质评价的客观性、针对性和灵活性。

基于新型二层误差逆传播网络的图像压缩

基于误差逆传播算法对图像进行压缩的工作已有很多 ,但存在着人工神经网络训练时间较长 ,精度偏低等问题。考虑到利用三层及三层以上BP网络对图像压缩 ,其有效信息是中间层单元上的输出值和中间层与输出层之间的连接权 ,而输入层与中间层的连接权是冗余的 ,以至于对学习速度和压缩质量有负面影响。基于此我们提出了新型二层误差逆传播网络拓扑结构和算法。经过上机压缩测试 ,相对于三层BP网络、三层以上BP网络以及嵌套BP网络图像压缩的压缩比、学习速度和压缩质量都有很大提高 。

误差逆传播算法的改进

讨论了误差逆传播算法存在的缺陷 ,并针对其缺陷提出了动态调整学习因子与合理选取激发函数相结合的改进方案。编程验证表明 ,改进后的误差逆传播算法速度快、精度高。

用逆插法评估三次样条函数插值的误差

提出了用逆插法评估三次样条插值误差以及应用逆插误差判定边界条件选择的符合性的方法 。

误差分散类逆半调图象的质量评价方法

提出一套针对误差分散类逆半调图象的质量评价方法。在分析了误差分散半调图象退化特性的基础上,将逆半调图象中的噪声表征为图象频率失真和附加噪声的联合作用,据此确定了该评价方法中的像素级差异测度,频谱距测度,边缘质量测度和附加噪声测度;通过对不同误差分散类逆半调图象序列的实验分析了这些测度的性能.实验证明在评价逆半调图象时,该套评价方法较目前广泛使用的峰值信噪比(PSNR)测度更为全面。

一种彩色误差分散逆半调算法

提出了一种基于小波变换方法的彩色误差分散逆半调新算法,其主要思想是提高低频图的峰值信噪比;并用适当的阈值,增强高频图中边缘细节、降低半调噪声,以达到增强图像细节、提高逆半调图峰值信噪比的目的。

浅谈误差逆传播神经网络的网站验证码识别研究

国内很多网站为了防止用户利用机器人自动注册，采用了验证码技术。验证码是网络上普遍采用的一种用于真人交互证明的有效途径。为了提高验证码的识别率，前期先对验证码进行分割处理，后期采用了人工智能算法，即以误差逆传播神经网络对验证码识别进行了探讨。本文最后对样本进行了实验分析，取得了较高的识别率。

浅谈误差逆传播神经网络的网站验证码识别研究

国内很多网站为了防止用户利用机器人自动注册,采用了验证码技术。验证码是网络上普遍采用的一种用于真人交互证明的有效途径。为了提高验证码的识别率,前期先对验证码进行预处理,后期采用了人工智能算法,即以误差逆传播神经网络对验证码识别进行了探讨。本文最后对测试样本进行了实验分析,取得了较高的识别率。

基于隐式增量动态逆的水下运载器出水姿态控制

显式动态逆控制直接利用非线性对消来实现对系统的精确线性化,但由于实际模型存在不确定性因而会造成在对消过程中存在逆误差,使得控制的鲁棒性难以保证。在解决水下运载器出水运动问题中,由于存在较强的不确定性,显式动态逆控制无法消除逆误差的影响。出水过程中水动力变化剧烈同时海浪强烈作用,因此需要对姿态控制问题进行着重研究。在仿射形式的水下运载器出水运动数学模型基础上,推导并得到了隐式增量形式的动态逆控制律,利用层叠结构思想将系统划分为慢快两个回路。在时标分离的慢快回路基础上,引入状态变化率反馈,设计了不依赖精确数学模型的隐式增量控制律,提高了控制的鲁棒性。基于隐式动态逆相应的控制算法,考虑海浪作用、水动力参数摄动以及测量噪声的影响下,对水下运载器出水姿态进行跟踪控制,验证了控制律的有效性和合理性。

基于神经网络的新疆金融风险预测

新疆作为“一带一路”经济带核心区,研究新疆金融风险对国内国际双循环新发展格局的形成具有重大意义。选取新疆2005—2019年的数据,得到11个指标,在此基础上运用K-means聚类算法,把2006—2020年新疆金融风险状态分为四类;再用误差逆传播神经网络建立新疆金融风险预测模型,根据2006—2020年新疆金融风险等级划分情况及数据对2021—2025年进行预测并检验神经网络模型回测和交叉验证的情况。预测结果表明2021年新疆金融风险处于一般状态,2022—2025年金融风险处于安全状态,表明新疆经济的过热增长是影响新疆金融风险的主要因素,新疆金融风险也将长期保持安全稳定的情况。

企业管理信息系统集成对供应链影响的评估与序参量的提取

从管理学的角度研究供应链企业间信息系统集成的影响,先列出在集成中影响系统能力的主要因素,利用模糊评估方法先对集成中节点企业信息系统能力进行评估,然后基于网络理论,利用提出的效率变化率判别节点企业管理信息系统能力对供应链流程弹性的影响,给出在集成中影响管理信息系统能力因子对整体的影响,最后利用神经网络误差逆传播算法中训练的阈值和权的组合,找出序参量。创新之处:1.从企业管理角度研究影响系统集成中不确定性因素,弥补前人主要从系统软件设计、框架体系构建研究系统集成,忽视了人对系统影响的缺点;2.利用复杂网络和神经网络的方法寻找管理意义下的“序参量”,使得研究既能体现主观因素也能体现客观因素。

利用误差逆传播神经网络法识别几种毒品的太赫兹光谱

在采用太赫兹时域光谱(THz-TDS)技术对9种常见毒品进行实验研究并得到它们在0.2～2.6THz频率范围的特征吸收谱的基础上,用误差逆传播(BP)神经网络法对9种常见毒品的太赫兹吸收光谱进行了训练及识别。首先,用9种毒品的太赫兹吸收谱训练已经建立的误差逆传播神经网络;然后,选用与训练光谱不同时间测得的9种毒品的太赫兹吸收光谱作为检测光谱,经过二阶导数预处理之后分别输入到训练好的误差逆传播神经网络中进行识别,识别率达到89%。该误差逆传播神经网络模型采用MATLAB语言编制程序。识别结果充分表明,用误差逆传播神经网络可以实现对不同种类毒品的识别和鉴定,为太赫兹光谱技术用于毒品的检测和识别提供了一种有效的方法。

基于BP神经网络的水泥抗压强度预测研究

探讨应用ＢＰ（ｂａｃｋ－ｐｒｏｐａｇａｔｉｏｎ）神经网络进行水泥２８ｄ抗压强度预测的方法．利用ＢＰ网络很强的非线性映射功能，建立抗压强度相关因素与抗压强度之间的关系．通过对样本的学习，ＢＰ网络将这种非线性映射关系以分布并行的方式存储在网络的联结权矩阵中，从而达到对样本集的非逻辑归纳．本文提出的强度预测模型能够以较高的精度预测水泥２８ｄ抗压强度．作为对比，同时应用回归分析方法预测水泥２８ｄ抗压强度，两种结果的对比分析表明。

基于BP神经网络的河道水位推算模型研究

在分析影响河道水位因素的基础上 ,采用基于梯度下降算法的BP神经网络模型推算河道水位 ,同时采用传统的上下游水位线性相关方法进行水位推算 .结果表明 ,在具有较长期实测资料的情况下 ,BP神经网络模型具有很高的精度 ,若要考虑更多相互独立影响因素的非线性作用 ,应相应增加输入样本数 .

神经网络应用于离子渗氮性能预报与工艺优化

以离子渗氮为例 ,建立了渗层性能预报神经网络模型 ;通过误差逆传播 (BP)网络实现了逆映射 ,建立了工艺参数设计的神经网络模块。试验结果验证了性能预报神经网络模型与工艺优化神经网络模型的可靠性 ,为解决离子渗氮性能预报与工艺优化设计问题提供了一条先进、合理的途径。

基于模糊聚类神经网络的煤炭资源分类研究

采用模糊聚类神经网络方法建立了煤炭资源分类模型 ,通过自适应算法与误差逆传播算法相结合 ,解决了以往神经网络不能处理模糊问题的缺陷 ,从而更适应现实评价条件的需要。

配电网经济运行的BP神经网络评估模型

针对配电网经济运行属性的多样性和复杂性,提出一种基于证据融合理论的配电网经济运行BP神经网络评价模型。该模型首先利用证据理论将专家群给出的指标隶属度进行融合,避免只考虑一位专家意见的片面性;其次运用BP神经网络算法进行评价属性的训练和测试,同时为提高计算速度和充分了解综合评价值及各属性状况,建立基于神经网络群的评估模型。最后在实例分析中,通过该模型与模糊综合评价方法的评价结果进行对比,证明了该模型有效可行。

基于BP算法的CFG桩复合地基承载力的神经网络预测

将BP神经网络模型应用于CFG桩复合地基承载力的设计计算中,通过对影响CFG桩复合地基承载力因素间的非线性关系分析,指出影响CFG桩复合地基承载力的主要因素有:桩的参数、置换率、土的物理力学特性、褥垫层厚度和施工工艺。为成功预测CFG桩复合地基承载力,收集了大量工程实测资料(包括地质资料、工程设计资料、静载荷试验资料),并按照神经网络的训练要求对工程资料进行了分析整理,建立了基于人工神经网络的CFG桩复合地基承载力预测模型。通过对网络的学习训练,得到的复合地基承载力预测值达到了预期精度。

人工神经网络在水泥加固土力学性能预测中的应用

提出了基于人工神经网络（ANN）的水泥加固土力学性能指标计算的新方法，并在此基础上预估水泥土搅拌桩体和复合地基的承载力。利用实测资料直接建模，避免了传统方法计算过程中各种人为因素的干扰，所建立的模型预测精度高、简便易行，因而具有广泛的工程实用价值。