期刊文献+
共找到213篇文章
< 1 2 11 >
每页显示 20 50 100
The application of neural networks to comprehensive prediction by seismology prediction method 被引量:1
1
作者 王炜 吴耿锋 宋先月 《Acta Seismologica Sinica(English Edition)》 CSCD 2000年第2期210-215,共6页
BP neural networks is used to mid-term earthquake prediction in this paper. Some usual prediction parameters of seismology are used as the import units of neural networks. And the export units of neural networks is ca... BP neural networks is used to mid-term earthquake prediction in this paper. Some usual prediction parameters of seismology are used as the import units of neural networks. And the export units of neural networks is called as the character parameter W_0 describing enhancement of seismicity. We applied this method to space scanning of North China. The result shows that the mid-term anomalous zone of W_0-value usually appeared obviously around the future epicenter 1~3 years before earthquake. It is effective to mid-term prediction. 展开更多
关键词 bp neural networks nonlinear relationship seismological method of earthquake prediction comprehensive earthquake prediction
下载PDF
Theoretical Study of Continuous B-Cell Epitopes with Developed BP Neural Network
2
作者 Yajie Cao Jinglin Liu +2 位作者 Tao Liu Dejiang Liu Yunfei Wu 《Computational Chemistry》 2016年第3期83-90,共8页
In order to identify continuous B-cell epitopes effectively and to increase the success rate of experimental identification, the modified Back Propagation artificial neural network (BP neural network) was used to pred... In order to identify continuous B-cell epitopes effectively and to increase the success rate of experimental identification, the modified Back Propagation artificial neural network (BP neural network) was used to predict the continuous B-cell epitopes, and finally the predictive model for the B-cells epitopes was established. Comparing with the other predictive models, the prediction performance of this model is more excellent (AUC = 0.723). For the purpose of verifying the performance of the model, the prediction to the SWISS PROT NUMBER: P08677 was carried on, and the satisfying results were obtained. 展开更多
关键词 Continuous B-Cell Epitopes bp neural Network Theory Method Predictive Model
下载PDF
基于BP神经网络的云南花卉物流需求预测 被引量:6
3
作者 贺梦桐 张凌 《物流科技》 2024年第1期63-66,共4页
文章首先对云南花卉市场进行现状分析,在此基础上以近10年来云南花卉总产值为变量依据,来预测云南花卉的未来物流需求量情况。文章提出了可能会影响花卉物流需求量的8个因素,运用BP神经网络预测法并结合近10年的云南花卉总产值对未来3... 文章首先对云南花卉市场进行现状分析,在此基础上以近10年来云南花卉总产值为变量依据,来预测云南花卉的未来物流需求量情况。文章提出了可能会影响花卉物流需求量的8个因素,运用BP神经网络预测法并结合近10年的云南花卉总产值对未来3年的需求量进行预测。预测结果表明,未来几年,云南花卉市场对于物流的需求不降反增。而作为鲜活植物产品,花卉的运输又对冷链物流提出了更高的要求。因此,提高冷链物流的技术势在必行。 展开更多
关键词 云南花卉 bp神经网络预测法 物流需求 冷链物流
下载PDF
基于BP神经网络和二次指数平滑法组合预测模型的安徽省物流需求预测
4
作者 徐健 桂海霞 《山东交通学院学报》 CAS 2024年第3期39-45,共7页
为准确预测安徽省的物流需求,从经济发展、产量结构、地区贸易和消费水平4方面选取安徽省的地区生产总值,第一、二、三产业产值,社会消费品零售总额,固定资产投资,人均消费性支出7个影响因素作为安徽省物流需求评价指标,以安徽省货运量... 为准确预测安徽省的物流需求,从经济发展、产量结构、地区贸易和消费水平4方面选取安徽省的地区生产总值,第一、二、三产业产值,社会消费品零售总额,固定资产投资,人均消费性支出7个影响因素作为安徽省物流需求评价指标,以安徽省货运量作为物流需求规模输出指标,采用灰色关联分析计算安徽省物流需求评价指标与物流需求规模间的关联度,判断评价指标的合理性。通过夏普利值法将BP神经网络预测模型和二次指数平滑法预测模型组合,预测2017—2021年安徽省物流需求。结果表明:BP神经网络预测模型、二次指数平滑法预测模型及二者的组合预测模型预测结果的平均相对误差分别为4.58%、6.70%、3.99%,组合预测模型的平均相对误差最小。通过组合预测模型预测2022—2024年安徽省物流需求分别为405 004.96万t、407 142.09万t、409 108.95万t,安徽省货运量呈持续增长趋势,但增幅降低。安徽省应加快传统物流向智慧物流的转移速度,扩大内需,加强物流枢纽城市间的联系,加速区域一体化发展步伐,确保物流高质量发展。 展开更多
关键词 组合预测模型 bp神经网络模型 二次指数平滑法模型 物流需求 预测
下载PDF
基于响应面法和BP神经网络的7050铝合金腐蚀疲劳寿命预测及对比
5
作者 汲高飞 李志鹏 宋贤海 《机械工程材料》 CAS CSCD 北大核心 2024年第11期128-134,共7页
对7050铝合金依次进行腐蚀和疲劳试验,获得了腐蚀后合金的疲劳寿命;分别利用响应面法和BP神经网络得到腐蚀时间、NaCl溶液浓度、加载频率、最大应力与腐蚀疲劳寿命之间的映射关系,并对该合金进行腐蚀疲劳寿命预测,比较了两种模型的预测... 对7050铝合金依次进行腐蚀和疲劳试验,获得了腐蚀后合金的疲劳寿命;分别利用响应面法和BP神经网络得到腐蚀时间、NaCl溶液浓度、加载频率、最大应力与腐蚀疲劳寿命之间的映射关系,并对该合金进行腐蚀疲劳寿命预测,比较了两种模型的预测误差。结果表明:在不同载荷条件下,两种模型的可靠性均较好,响应面模型和BP神经网络模型预测得到的腐蚀后合金的对数疲劳寿命与试验值的均方根误差分别为0.0710,0.0683,决定系数分别为0.9519,0.9980;BP神经网络模型的预测精度优于响应面模型。 展开更多
关键词 bp神经网络 响应面法 7050铝合金 疲劳寿命预测 腐蚀疲劳
下载PDF
基于BP神经网络算法的顶管下穿地表沉降预测研究 被引量:1
6
作者 李永杰 《智能建筑与智慧城市》 2024年第4期145-147,共3页
顶管下穿是一种常见的地下工程施工方法,然而,地下工程施工过程中的地层变形对工程安全和施工质量有着重要影响。为了有效预测顶管下穿地层变形,文章基于BP神经网络算法提出了一种预测方法。通过采集和整理在顶管下穿过程中的大量监测数... 顶管下穿是一种常见的地下工程施工方法,然而,地下工程施工过程中的地层变形对工程安全和施工质量有着重要影响。为了有效预测顶管下穿地层变形,文章基于BP神经网络算法提出了一种预测方法。通过采集和整理在顶管下穿过程中的大量监测数据,并结合BP神经网络算法的训练和预测能力,建立了一个地层变形预测模型。通过实际案例验证,结果表明该方法能够高效准确地预测顶管下穿地层变形,为地下工程施工提供了可靠的参考依据。 展开更多
关键词 顶管下穿 地层变形 bp神经网络算法 预测方法
下载PDF
基于改进BP神经网络的网络流量预测
7
作者 周华乔 祝宏亮 +3 位作者 孙一凡 苏红艳 王康伟 倪敬一 《通信技术》 2024年第10期1059-1065,共7页
传统网络流量预测方法常面临精度不足、时间复杂度高的问题,且在处理复杂的网络流量时,难以达到理想的预测效果。为克服这些挑战,采用深度学习中的反向传播(Back Propagation,BP)神经网络算法,并结合改进的梯度下降法,通过引入动量项与... 传统网络流量预测方法常面临精度不足、时间复杂度高的问题,且在处理复杂的网络流量时,难以达到理想的预测效果。为克服这些挑战,采用深度学习中的反向传播(Back Propagation,BP)神经网络算法,并结合改进的梯度下降法,通过引入动量项与变步长法相结合的方式,有效降低误差值,实现了对网络流量的准确预测。该方法旨在更好地满足用户需求,优化网络性能,并提升网络服务质量。实验结果表明,改进后的BP神经网络算法在网络流量预测中展现出良好的可行性与稳健性,同时达到了较高的预测精度。 展开更多
关键词 网络流量预测 反向传播神经网络算法 梯度下降法 动量项与变步长 预测精度
下载PDF
基于优化PSO-BP算法的轨道交通短期OD客流预测研究
8
作者 宋丽梅 《杨凌职业技术学院学报》 2024年第2期21-23,59,共4页
城市交通系统要实现更好的管理,需对城市轨道交通进站客流进行准确预测,为达到提高轨道交通运输效率、改善运营服务质量的目的,构建了以反向传播(BP)神经网络对地铁客流进行预测;利用PSO,对BP神经网络进行进一步优化,形成对应的客流预... 城市交通系统要实现更好的管理,需对城市轨道交通进站客流进行准确预测,为达到提高轨道交通运输效率、改善运营服务质量的目的,构建了以反向传播(BP)神经网络对地铁客流进行预测;利用PSO,对BP神经网络进行进一步优化,形成对应的客流预测系统。以地铁数据为基础,对车站OD客流量时空相关性进行定性分析,利用回归分析法对影响客流的因素进行定量分析,筛选出天气、节假日、运营时刻3个时间特征。为提高预测精度,构建不同时间段下的BP神经网络模型,优化了PSO-BP神经网络模型的预测误差,形成了基于PSO-BP神经网络的轨道交通短期OD客流量预测模型,加入时间特征的短期OD客流量预测模型,其换乘站优化后神经网络模型预测值M1平均下降了48.2%,M2下降了37.6%,M3下降了21.9%,该方法和模型为轨道交通运营部门制定列车运行计划提供更准确数据资料。 展开更多
关键词 城市轨道交通 bp神经网络 粒子群优化算法 回归分析法 OD客流量预测模型
下载PDF
基于BP神经网络的湘西金矿成矿预测 被引量:17
9
作者 邵拥军 贺辉 +4 位作者 张贻舟 梁恩云 丁宗炜 陈星霖 刘忠法 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2007年第6期1192-1198,共7页
从变异函数特征和分形维数特征方面,对在湘西金矿深部新发现的V7和V8矿脉与原有的V1,V2,V3和V4矿脉的成矿特征进行对比研究。采用BP神经网络技术对成矿特征图形进行模糊识别并进行定量化的相似类比研究,最后依据类比的结果对深部盲矿体... 从变异函数特征和分形维数特征方面,对在湘西金矿深部新发现的V7和V8矿脉与原有的V1,V2,V3和V4矿脉的成矿特征进行对比研究。采用BP神经网络技术对成矿特征图形进行模糊识别并进行定量化的相似类比研究,最后依据类比的结果对深部盲矿体的成矿富集规律进行预测。研究结果表明:新发现的V7矿脉具有广阔的找矿前景,而V8矿化不稳定。 展开更多
关键词 湘西金矿 变异函数 分形维数 bp神经网络 成矿预测
下载PDF
基于SARIMA-BP神经网络组合方法的MODIS叶面积指数时间序列建模与预测 被引量:16
10
作者 姜春雷 张树清 +2 位作者 张策 李华朋 丁小辉 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2017年第1期189-193,共5页
植被叶面积指数(LAI)时间序列的建模及预测是陆面过程模型和遥感数据同化方法的重要组成部分。MODIS数据产品MOD15A2是目前应用最为广泛的LAI数据源之一,然而MODIS LAI时间序列产品包含了一些低质量的数据,例如由于云层、气溶胶等的影响... 植被叶面积指数(LAI)时间序列的建模及预测是陆面过程模型和遥感数据同化方法的重要组成部分。MODIS数据产品MOD15A2是目前应用最为广泛的LAI数据源之一,然而MODIS LAI时间序列产品包含了一些低质量的数据,例如由于云层、气溶胶等的影响,该产品在时间和空间上缺乏连续性。MODIS LAI时间序列包含线性部分和外在干扰产生的非线性部分,单一的线性方法或非线性方法都不能对其精确建模和预测。首先利用Savitzky-Golay(SG)滤波和线性插值平滑受到干扰的LAI时间序列,然后采用季节自回归积分滑动平均(SARIMA)方法、BP神经网络方法及二者的组合方法(SARIMA-BP)对MODIS LAI时间序列进行建模及预测。在SARIMA-BP神经网络组合方法中,各自在线性与非线性建模的优势得以充分发挥,其中SARIMA方法用于建模及预测LAI时间序列中的线性部分,BP神经网络方法用于对非线性残差部分进行建模及预测。实验结果显示:SG滤波和线性插值后的LAI时间序列比原LAI时间序列更平滑;SARIMA-BP神经网络组合方法的决定系数为0.981,比SARIMA和BP神经网络的0.941和0.884更接近于1;SARIMA-BP神经网络组合方法的预测值同观测值之间的相关系数为0.991,高于SARIMA(0.971)和BP神经网络(0.942)的相关系数。由此得出结论:SARIMA-BP神经网络组合方法对MODIS LAI时间序列具有更好的适应性,其建模和预测准确性高于SARIMA方法或BP神经网络方法。 展开更多
关键词 SARIMA bp神经网络 LAI SARIMA-bp神经网络组合方法 LAI时间序列建模与预测
下载PDF
改进BP算法在煤与瓦斯突出预测中的应用 被引量:43
11
作者 肖红飞 何学秋 刘黎明 《中国安全科学学报》 CAS CSCD 2003年第9期59-61,共3页
为了正确预测煤与瓦斯突出的趋势与危险性 ,基于反向BP神经网络 ,笔者提出了一种改进的BP网络模型 :为了加快BP网络的收敛速度 ,增强其跳出局部极小点的能力 ,采用了自适应变步长法和改进模拟退火法 (SA法 )相结合的方法。实际应用表明 ... 为了正确预测煤与瓦斯突出的趋势与危险性 ,基于反向BP神经网络 ,笔者提出了一种改进的BP网络模型 :为了加快BP网络的收敛速度 ,增强其跳出局部极小点的能力 ,采用了自适应变步长法和改进模拟退火法 (SA法 )相结合的方法。实际应用表明 ,该模型收敛速度快 ,准确性高 ,具有较高的可靠性和实用性 ,是一种十分有效的煤与瓦斯突出危险性预测方法。 展开更多
关键词 bp算法 煤突出 瓦斯突出 神经网络 危险性预测 安全生产
下载PDF
Cox模型与BP神经网络在处理非线性数据时的性能比较 被引量:6
12
作者 贺宪民 贺佳 范思昌 《数理统计与管理》 CSSCI 北大核心 2004年第2期69-72,共4页
本文采用BP神经网络、Cox模型和bootstrap方法,比较BP神经网络与Cox模型在处理非线性资料时的性能。两种方法的预测一致性的均数分别为0.7525和0.7706。对于非线性资料,BP神经网络的预测效果优于Cox模型。
关键词 COX模型 bp神经网络 BOOTSTRAP法 非线性数据 数据处理 性能比较 临床随访资料
下载PDF
基于Lasso和BP神经网络的组合预测及其应用——以居民消费支出预测为例 被引量:11
13
作者 喻胜华 张静 《财经理论与实践》 CSSCI 北大核心 2016年第1期123-128,共6页
在变量选择的基础上,构建基于Lasso方法和BP神经网络的预测模型,并对我国城乡居民的消费支出进行预测,结果显示:基于Lasso方法和BP神经网络的组合预测精度要明显高于BP神经网络、Lasso方法的预测精度;在2014~2020年,我国农村居民消费... 在变量选择的基础上,构建基于Lasso方法和BP神经网络的预测模型,并对我国城乡居民的消费支出进行预测,结果显示:基于Lasso方法和BP神经网络的组合预测精度要明显高于BP神经网络、Lasso方法的预测精度;在2014~2020年,我国农村居民消费增长率有所提升,城镇居民消费增长率减缓,城乡居民消费增长率之间的差距呈下降趋势,但短期内城乡居民消费差距依然难以缓和。 展开更多
关键词 消费 Lasso方法 bp神经网络 预测
下载PDF
改进BP算法在开采煤层自燃危险性预测中的应用 被引量:7
14
作者 肖红飞 刘黎明 王海桥 《煤炭学报》 EI CAS CSCD 北大核心 2001年第6期649-653,共5页
为了正确预测开采煤层自然发火的趋势与危险性 ,提出了一种改进的BP网络模型 :采用自适应变步长法和改进模拟退火法 (SA法 )等措施 ,以加快BP网络的收敛速度 ,增强了其跳出局部极小点的能力 .实际应用表明 ,该模型收敛速度快 ,准确性高 ... 为了正确预测开采煤层自然发火的趋势与危险性 ,提出了一种改进的BP网络模型 :采用自适应变步长法和改进模拟退火法 (SA法 )等措施 ,以加快BP网络的收敛速度 ,增强了其跳出局部极小点的能力 .实际应用表明 ,该模型收敛速度快 ,准确性高 ,是一种十分有效的开采煤层自燃危险性预测方法 。 展开更多
关键词 神经网络 自燃 危险性 bp算法 煤层 自适应变步长法 改进模拟退火法
下载PDF
基于数据替补修正的高速铁路日常客运量VMD-GA-BP预测方法 被引量:13
15
作者 史峰 杨星琪 +2 位作者 胡心磊 徐光明 武润发 《中国铁道科学》 EI CAS CSCD 北大核心 2019年第3期129-136,共8页
针对高速铁路日常客运量预测问题,提出消除节假日因素影响的数据替补修正法和融合变分模态分解(VMD)、遗传算法(GA)和BP神经网络的日常客运量VMD-GA-BP预测方法。数据替补修正法是根据日常客运量超常波动判定阈值识别节假日延续期,采用V... 针对高速铁路日常客运量预测问题,提出消除节假日因素影响的数据替补修正法和融合变分模态分解(VMD)、遗传算法(GA)和BP神经网络的日常客运量VMD-GA-BP预测方法。数据替补修正法是根据日常客运量超常波动判定阈值识别节假日延续期,采用VMD-GA-BP预测方法得到预测值,用该预测值替换节假日延续期内的客运量。VMD-GA-BP预测方法首先采用VMD对被替换数据之前的数据序列进行分解,得到不同频率的模态分量;其次通过GA优化初始权值和阈值的BP神经网络对各模态分量分别预测;然后重构各模态分量的预测值,用预测值替换节假日延续期内的客运量,得到修正数据序列,据此预测得到高速铁路日常客运量。实例应用表明,VMD-GA-BP的预测误差远低于BP,EMD-GA-BP,SVR,EMD-BP等方法,且基于修正数据序列的预测误差明显低于基于原始数据序列。可见,VMD-GA-BP预测方法精度较高。 展开更多
关键词 高速铁路 日常客运量预测 预测精度 变分模态分解 bp神经网络 遗传算法
下载PDF
基于BP神经网络预测的附加质量法堆石体密度反演 被引量:5
16
作者 刘潘 赵明阶 +2 位作者 汪魁 蒋博闻 金鹏 《水电能源科学》 北大核心 2016年第5期91-93,共3页
针对附加质量法堆石体密度反演存在参数获取困难、计算过程复杂等问题,以堆石体刚度和参振质量为影响因素,构建基于BP神经网络的密度预测模型,通过分析基于梨园堆石坝实测资料训练下的网络的训练性能,选取最优预测模型实现密度的反演输... 针对附加质量法堆石体密度反演存在参数获取困难、计算过程复杂等问题,以堆石体刚度和参振质量为影响因素,构建基于BP神经网络的密度预测模型,通过分析基于梨园堆石坝实测资料训练下的网络的训练性能,选取最优预测模型实现密度的反演输出。结果表明,BP神经网络对于附加质量法的密度反演预测具有较高的适应性和精度;与相关法相比,BP神经网络法可避免复杂密度函数的推导,且其反演结果的相对误差保持在局部稳定区间。研究成果为快速解决非线性密度反演问题提供了参考。 展开更多
关键词 bp神经网络 附加质量法 密度反演 预测
下载PDF
基于BP神经网络的交流输电线路可听噪声预测模型 被引量:7
17
作者 唐波 彭友仙 +2 位作者 陈彬 瞿子航 李昱 《信阳师范学院学报(自然科学版)》 CAS 北大核心 2015年第1期136-140,共5页
可听噪声属于输电线路电磁环境的影响因子之一,其常规预测模型均存在使用条件受约束或预测误差偏大的问题.根据间接预测法的思想,以可听噪声通用表达式中的4个因素为输入变量,可听噪声值为输出变量,建立了三层结构的BP神经网络交流输电... 可听噪声属于输电线路电磁环境的影响因子之一,其常规预测模型均存在使用条件受约束或预测误差偏大的问题.根据间接预测法的思想,以可听噪声通用表达式中的4个因素为输入变量,可听噪声值为输出变量,建立了三层结构的BP神经网络交流输电线路可听噪声预测模型.以国外多条输电线路可听噪声数据为样本,通过BP神经网络对样本进行训练,运用得到的模型对预测集线路的可听噪声值进行了预测.结果表明,与常规GE公式相比,采用BP神经网络预测模型的预测平均绝对误差要小1.641 4 d B(A). 展开更多
关键词 特高压交流输电 可听噪声 间接预测法 bp神经网络 平均绝对误差
下载PDF
基于BP神经网络的汽车发动机寿命预测 被引量:4
18
作者 苏春华 罗雷 +2 位作者 海军 梅检民 肖云魁 《军事交通学院学报》 2009年第4期49-51,70,共4页
用发动机汽缸磨损率构造时间序列,提出并应用BP神经网络对军用发动机汽缸磨损率进行预测,得到了较精确的预测结果。研究表明:利用神经网络能进行精确的趋势预测,预测误差随趋势变化率而变化。不仅准确地确定了汽车的储备里程及使用寿命... 用发动机汽缸磨损率构造时间序列,提出并应用BP神经网络对军用发动机汽缸磨损率进行预测,得到了较精确的预测结果。研究表明:利用神经网络能进行精确的趋势预测,预测误差随趋势变化率而变化。不仅准确地确定了汽车的储备里程及使用寿命,而且为汽车维修管理提供了科学依据。 展开更多
关键词 bp神经网络 汽车寿命 预测 时序分析
下载PDF
基于BP神经网络的反应堆功率预测 被引量:7
19
作者 宋梅村 蔡琦 《原子能科学技术》 EI CAS CSCD 北大核心 2011年第10期1242-1246,共5页
由于核动力装置经常会变负荷运行,为使功率与负荷匹配,需要知道反应堆功率的精确值以做出准确、及时的调整。但由于测量装置不确定性的存在,使得基于物理模型或实验模型的反应堆功率测量难以得到反应堆功率的精确值。通过建立BP神经网... 由于核动力装置经常会变负荷运行,为使功率与负荷匹配,需要知道反应堆功率的精确值以做出准确、及时的调整。但由于测量装置不确定性的存在,使得基于物理模型或实验模型的反应堆功率测量难以得到反应堆功率的精确值。通过建立BP神经网络模型以及用统计方法对网络输入数据的预处理,对几种情况下的反应堆功率进行预测。结果表明,该方法不仅克服了测量装置的不确定性的缺点,且在部分数据缺失的情况下也能做出较好的预测。 展开更多
关键词 bp神经网络 统计方法 功率预测 数据处理
下载PDF
BP神经网络在渭北旱塬区地下水埋深预测中的应用 被引量:8
20
作者 董起广 周维博 +3 位作者 刘雷 云涛 张向飞 刘小学 《水资源与水工程学报》 2012年第4期112-114,118,共4页
地下水埋深变化是地下水动态变化的主要特征之一。本文选取了渭北旱塬区两个具有典型性的观测井点,利用已有的2000年-2010年埋深数据以BP神经网络的方法对地下水埋深进行模拟和预测。结果表明:预测值与实测值拟合较好。故该方法可应用... 地下水埋深变化是地下水动态变化的主要特征之一。本文选取了渭北旱塬区两个具有典型性的观测井点,利用已有的2000年-2010年埋深数据以BP神经网络的方法对地下水埋深进行模拟和预测。结果表明:预测值与实测值拟合较好。故该方法可应用于地下水动态的预测。 展开更多
关键词 bp神经网络 地下水埋深预测 地下水动态变化 渭北旱塬区
下载PDF
上一页 1 2 11 下一页 到第
使用帮助 返回顶部