基于BP神经网络的重力仪高机动状态快速调平修正技术

针对平台式重力仪大机动状态后测量能力恢复慢的问题,提出一种基于BP神经网络的重力仪稳定平台快速调平修正技术。首先,针对动态重力测量在测量平台大机动状态后调平能力不足的问题,研究了基于BP神经网络的平台姿态高效、准确解算方法;其次,利用惯性元件和卫星导航系统(GNSS)的信息优化BP神经网络,形成不同条件的平台姿态提取优化模型;最后,利用模拟仿真实验和实际机载动态重力测量数据验证所提方法的有效性和准确性。实验结果表明在大机动的动态条件下采用所提方法可以扶正重力仪稳定平台,将机动后重力仪稳定平台稳定时间缩短83.3%以上,提升动态重力测量效率。

基于BP神经网络的智慧农业云服务平台设计

传统云服务平台在处理大量数据时准确率较低,为此,设计基于BP神经网络的智慧农业云服务平台。总体架构方面,采用PHP、JavaScript等技术相结合的方式,将整体架构分为3个不同层级,实现平台内部层级的动态交互;系统软件设计方面,以D-S证据理论算法为基础,设计农业信息采集模块;建立BP神经网络模型,寻找权重数值与固定阈值的最优值,确定模型拟合状态的精准度;采取B/S与C/A/S结构设计介质库管理模块,利用IP网络平台实现数据的传输与备份。测试结果表明,所设计的云服务平台,当信息数量增加到6000个时,系统的平均准确率为95.17%,可达到预期效果。

高血压高危体检人群实施微信小程序为基础的健康追踪护理平台干预的影响

目的 探究在对高血压高危体检人群进行健康护理过程中实施微信小程序为基础的健康追踪护理平台护理管理对患者BP水平、生活质量以及遵医行为的改善作用。方法 在2022年4月至2023年6月本院高血压高危体检人群中选择84例为对象,按照Excel表随机排序分组的方式划分对照组(42例,开展常规健康护理管理)和观察组(42例,开展微信小程序为基础的健康追踪护理平台护理支持)。针对两组血压水平、生活质量以及遵医行为等进行对比。结果 对比两组干预前后血压水平,干预前两组舒张压、收缩压差异无统计学意义(P>0.05),干预后观察组低于对照组,具有统计学意义(P<0.05)。对比患者自护能力,干预后观察组评分高于对照组,具有统计学意义(P<0.05)。对比患者生活质量水平,干预前差异无统计学意义(P>0.05),干预后观察组低于对照组,有统计学意义(P<0.05)。统计两组恢复期间健康咨询频率,观察组高于对照组,具有统计学意义(P<0.05)。结论 在对高血压高危体检人群进行健康护理期间开展微信小程序为基础的健康追踪护理平台护理可以降低患者血压水平,提升患者自护能力与生活质量。

大学生体育锻炼网络指导平台研究

该研究基于大学生体质健康测试数据,利用K-means聚类算法和反向传播(BP)神经网络建立了体质分析模型,并在此基础上,针对各体质类型制定了锻炼方案,建立了课外活动网络指导平台。结果表明,该研究建立的体质分析模型预测精确度达到90%以上,能够较准确地判断大学生的体质类型。将模型嵌入大学生体育锻炼网络指导平台,实现了精准化评价大学生体质类型,并自动化提供运动处方的功能,对大学生养成锻炼习惯具有积极的促进作用。

一种BP网校正算法的方位保持平台温控系统研究

为实现方位保持平台高精度快速反应的要求,针对方位保持平台的工作特点,提出了采用BP神经网络控制算法的三级温度控制策略。试验结果表明该温控系统及算法可有效缩短方位保持平台的反应时间,提高方位保持平台的保持精度,是一种实用而有效的温度控制方法。

Snort平台下基于BP网络的预处理插件

在Snort平台使用预处理插件的基础上,提出使用BP神经网络实现一个入侵检测预处理插件。该插件使用改进的BP算法,分为训练部分和检测部分。训练部分是独立的系统,使用样本数据训练得出网络结构参数;检测部分作为插件使用得到的参数构造BP网络并集成到Snort中。给出了插件训练部分的详细实现方式,实验结果表明,该插件对异常网络数据包具有较高的检测率,是一种有效的入侵检测系统插件。

BP神经网络振荡和平台问题的解决

叙述了ＢＰ神经网络的基本思想，分析了ＢＰ网络产生振荡和平台的原因，给出了解决问题的方法．同时介绍了一个ＢＰ神经网络的数字识别系统（ＤＧＲＳ）．

BP 算法执行过程中的平台现象及其减少方法的研究

基于对ＢＰ算法执行中存在的平台现象的分析，从神经元作用函数的总输入、作用函数的选择、作用函数的自适应调整和网络初始权值的选择几方面，分析和研究了减少平台现象的措施提出了神经元作用函数的选择方法，给出了具有作用函数自适应调整的ＢＰ算法。

基于BP神经网络的海洋平台振动载荷识别

利用ANSYS软件建立了W12-1海洋平台的有限元模型,通过在模型识别点上施加激励得到的响应方法获得了BP神经网络的训练数据。建立了关于W12-1海洋平台的BP神经网络模型,并对其振动载荷进行了识别。识别结果表明,在对海洋平台这样的大型复杂结构进行载荷识别时,神经网络方法相对于传统载荷识别方法具有更高的识别精度。

BP神经网络教学演示与实验平台的设计与开发

为了强化学生对于神经网络动态计算过程的理解以及应用BP神经网络解决实际问题的动手能力,将MATLAB的图形界面编程功能(GUI)和神经网络工具箱(NNbox)相结合,开发出一套"BP神经网络的教学演示与实验平台"。该平台由教学演示和实验训练两个独立部分组成,可用于BP神经网络课程的课堂教学和实验教学、增强授课的直观性,也可作为学生课后自学和实验的辅助工具,解决理工科专业中的工程实际问题。

基于麻雀搜索算法优化BP神经网络的深远海养殖平台系缆力预报研究

随着海上养殖走向深远海,海洋养殖装备将面临更加恶劣的海况,为了保证装备的安全,必须对其锚泊系统的安全进行评估。采用传统水动力计算分析的方法,能够获得准确的锚泊系统张力,但是计算时间要求很长。为了快速的获取恶劣海况下养殖平台锚泊系统的张力分布,本研究基于机器学习的方法构建了养殖平台锚泊系缆力预报评估的计算模型(SSA-BP模型),该模型引入了麻雀搜索算法对BP神经网络的权值和阈值进行优化,改善了模型的预报性能。该模型将规则波波高、周期、流速作为模型输入指标,将系泊缆力作为模型输出指标,进行BP预报模型的训练。用麻雀搜索算法对BP模型进行优化并训练(SSA-BP模型),并针对改进后的SSA-BP模型预报结果与传统的BP模型预报结果进行对比。经过对比分析发现,SSA-BP模型整体的各项指标均低于BP模型,且SSA-BP模型各工况系缆力的预报误差也均低于BP模型并更贴近真实值。研究表明,该SSA-BP模型能够给出更加准确的预报结果。

基于BP神经网络的深水自升式海洋平台智能控制模型试验研究

基于BP神经网络控制方法设计了一种适用于自升式海洋平台的智能控制系统。为了验证该控制系统的有效性,以墨西哥湾海域某典型深水自升式海洋平台为原型,根据动力相似准则按照1∶40的相似比设计海洋平台试验模型,采用磁流变阻尼器作为实施该智能控制方法的控制器,并对其主要参数进行了设计。在此基础上,在波浪水池中分别对有、无安装控制系统的自升式海洋平台模型进行了多工况的波浪试验,通过对比安装控制系统前后平台结构的响应幅度,研究了控制系统的振动控制效果。试验结果表明:基于BP神经网络的磁流变阻尼智能控制系统能够有效地控制自升式海洋平台结构的动力响应,且控制效果稳定。

基于BP神经网络的航天发射平台性能评估研究

航天发射平台的性能状态直接影响航天发射的成败,因此需对航天发射平台的性能状态进行评估。介绍平台性能检测和评估的思路,重点阐述平台性能参数的提取过程,设计一种基于BP神经网络的航天发射平台性能评估模型。评估的结果表明:该评估模型的评估结论与发射平台的实际工作状态是一致的,说明该评估模型是有效的、可行的。

基于BP和SOM神经网络的云平台数据合并技术

随着万维网的飞速发展,越来越多的应用都提供云平台服务。云平台中往往需要将来自于不同信源的数据识别出来,并将这些数据合并到一个统一的模式下以便存储。但Web数据库的异质性和自主性使得这项工作很具有挑战性。在分析国内外已有的Web数据合并方法的基础上,根据神经网络具有自组织、自学习以及自适应的特点,提出了一种适合在云平台上使用的基于BP和SOM神经网络的数据合并技术。

一种BP网校正算法的方位保持平台温控系统研究

为实现方位保持平台高精度快速反应的要求,针对方位保持平台的工作特点,提出了采用BP神经网络控制算法的三级温度控制策略。试验结果表明该温控系统及算法可有效缩短方位保持平台的反应时间,提高方位保持平台的保持精度,是一种实用而有效的温度控制方法。

基于BP神经网络的深水自升式海洋平台半主动控制方法研究

传统的主动控制算法依赖于精确的结构模型,为了克服这一缺点,文中结合线性反馈控制方法和BP神经网络,提出一种适用于深水自升式海洋平台的半主动控制方法.以一深水自升式海洋平台为例,对其在极端海况下结构振动响应的控制效果进行了数值仿真,分析了不同环境载荷参数和平台参数情况下该方法的鲁棒性能.仿真结果表明:BP神经网络半主动控制方法能够有效的控制自升式平台振动响应,同时具有很好的鲁棒性能.

基于BP神经网络的Steward平台运动学分析

位置正解是Steward平台机构应用的基础,探讨了人工神经网络在Steward平台机构位置正解求解中的应用。采用BP神经网络,利用位置逆解结果,通过训练学习,从而求得Steward平台机构运动学正解。经过验证,BP网络的求解精度满足精确控制的要求。

基于BP神经网络的智库微信公众平台信息传播力评价研究

[目的/意义]对智库微信公众平台信息传播力进行全面、科学的评价,引导智库机构高效地利用微信公众平台传播信息。[方法/过程]首先运用信息传播学理论,分析智库微信公众平台信息传播的过程;然后根据智库微信公众平台信息传播力的内涵从智库主体实力、信息内容特征、平台服务能力、平台用户表现4个维度构建智库微信公众平台信息传播力评价指标体系;最后提出基于BP神经网络的智库微信公众平台信息传播力评价方法,采集95组样本数据,并使用Matlab进行仿真验证。[结果/结论]结果表明基于BP神经网络的智库微信公众平台信息传播力评价模型具有较强的操作性和实用性,能够为评价智库机构借助微信平台进行信息传播的能力和效力提供新的方法和思路。

基于BP神经网络的部队后勤机动平台维修能力评估

部队后勤机动平台维修能力评估结果直接影响后勤装备维修的效能。为避免传统部队后勤机动平台维修能力评估方法的主观性和片面性,将BP神经网络引入其维修能力评估模型,建立基于BP神经网络的部队后勤机动平台维修能力评估模型;并在临时增加指标的情况下,测试模型的衍生性。实践证明,运用该模型对部队后勤机动平台维修能力进行评估,能准确地反映部队后勤机动平台的真实维修水平。

基于Excel技术平台人工神经网络BP模型及应用

本文简要地讲述了人工神经网络模型结构和BP算法,以Microsoft Office Excel加VBA编程为技术平台,创建了人工神经BP网络预测模型。同时,应用该模型预测了吉林省南坪水文站1980～2000年11～3月枯季水资源量。结果表明,预测结果合理,精度较高;模型直观易懂,操作简便,有进一步推广价值。