GRNN
GRNN的相关文献在2001年到2022年内共计190篇,主要集中在自动化技术、计算机技术、电工技术、建筑科学
等领域,其中期刊论文106篇、会议论文2篇、专利文献82篇;相关期刊100种,包括人天科学研究、经济师、城市建设理论研究(电子版)等;
相关会议2种,包括第七届全国计算机支持的协同工作学术会议暨第五届全国智能信息网络学术会议、第十一届中国人工智能学术年会等;GRNN的相关文献由650位作者贡献,包括王小完、骆正山、司玉娟等。
GRNN
-研究学者
- 王小完
- 骆正山
- 司玉娟
- 李太福
- 丁晓红
- 丘以书
- 于彬鹏
- 何志刚
- 何晓红
- 何杰光
- 何珍文
- 何理旭
- 余亚东
- 余登武
- 倪红梅
- 党金金
- 刘亚如
- 刘凡
- 刘刚
- 刘勇
- 刘国林
- 刘天源
- 刘奇
- 刘敏
- 刘月巍
- 刘永建
- 刘洁
- 刘玉宝
- 刘益腾
- 刘芳
- 刘金月
- 刘龙
- 卢峥
- 司冬阳
- 吴冲龙
- 周亮
- 周骏顺
- 唐欢欢
- 唐海红
- 唐萍
- 姚梦月
- 孙泓川
- 孙磊
- 崔得龙
- 崔文虎
- 巩群喜
- 张为金
- 张丽佳
- 张倩影
- 张军强
-
-
顾伟;
薛贵军;
李水清
-
-
摘要:
随着社会的不断发展进步以及社会各界对环境保护问题的高度重视,如何做到让冬季北方地区的集中供热系统经济环保运行成为了目前我国供热行业的首要目标。短期热负荷预测的研究恰恰可以提高供热系统控制精度,优化供热系统控制方案,实现系统的经济环保运行。由于热用户的室内温度受外界环境温度的影响因素较大,因此在结合天气因素再进行神经网络建模会使预测更加精准。提出一种基于改进果蝇算法优化的广义回归神经网络(FOA-GRNN)以及结合天气因素的短期热负荷预测方法,选取供热负荷值、实时天气温度和二次网供水温度和二次网回水温度等四类数据,构建HTS-FOA-GRNN供热负荷短期预测模型。研究表明,所构建的HTS-FOA-GRNN模型具有很好的预测能力和优化效果。
-
-
邓建新;
谢彬;
曾向明
-
-
摘要:
针对现有的挤压铸造工艺参数研究方法效率低下、局限性较大的现状,利用已有挤压铸造工艺数据采用机器学习方法实现了对挤压铸造温度工艺参数的快速设计。首先基于K最近邻(K Nearest Neighbors,KNN)算法参考相近材料铸件的温度工艺参数,从材料成分层面对浇注温度和模具预热温度进行初始设计,然后结合铸型参数和广义回归神经网络(Generalized Regression Neural Network,GRNN)对设计误差较大的模具预热温度进行修正,建立了误差修正模型;基于数据和实例铸件进行应用,并结合Procast进行实例铸件仿真试验,验证了提出的温度工艺参数设计方法的有效性。
-
-
何南腾;
邹嘉南;
郭文弟;
周笑迁;
狄迪
-
-
摘要:
采用阿克苏地区2006—2015年日蒸散量数据和气象数据,对几种不同的日蒸散量估算方法进行评估与修正。结果表明,修正后的彭曼公式在阿克苏地区的适用性、准确性有所提高,均方根误差值由11.78减小到8.80;BP神经网络比GRNN神经网络估算效果好,前者Nash-Sutcliffe系数为-0.09、RMSE值为3.27,后者Nash-Sutcliffe系数为-0.44、RMSE值为3.34。研究成果可为极端干旱区的棉花等作物节水种植提供参考。
-
-
李院夫;
宋金玲;
林琢;
翟肖昂;
康燕
-
-
摘要:
基于Landsat-8遥感影像,结合木兰溪流域同步的人工监测水质数据,对木兰溪流域的TP和TN两类水质参数进行反演。首先,通过分析波段和TP、TN的相关性选取反演特征波段组合,在此基础上构建了木兰溪流域TP和TN的线性回归模型并优选出最佳的反演模型;其次基于GRNN(General Regression Neural Network)构建了木兰溪流域TP和TN的反演模型并优选出最佳的反演模型;最后对两种反演模型进行了对比分析,结果表明GRNN反演模型的综合性能较好。
-
-
李娟;
郄晓敏;
陈凌霄;
韩也;
曹显林;
袁慧英
-
-
摘要:
为了减少超声波检测中人为造成的缺陷误判,实现焊缝缺陷的定量评价,采用16MnR焊接试件预制了表面裂纹、气孔和夹杂等三种人工缺陷,进行焊缝缺陷检测试验.利用超声相控阵对其进行了A扫,采用小波包变换的方式对信号进行三层分解处理,通过Matlab构造特征向量能量比例,并采用KPCA进行数据降维,选取了累积贡献率超过90%的前3个主元成分,结合GRNN实现不同缺陷类型的自动分类.研究结果表明,使用小波包-KPCA进行特征提取后,可以进一步去除噪声对焊缝缺陷检测的影响,降低计算时间,准确率可达93.3%,优于常规特征值分析.小波包-KPCA可作为超声信号提取的新手段,为今后的无损检测评价提供理论依据和重要参考.
-
-
杨娟;
杨占刚
-
-
摘要:
随着飞机的多电化和全电化,机上电气检测及其负荷管理至关重要,然而飞机上为诊断所设置的传感器数量要求越少越好,非侵入式负荷监测(NILM)方法无需分散进入负荷内部,仅检测汇流条级别电力参数可完成负荷识别.选择稳态电流谐波参数为负荷印记,采集某型飞机交流主汇流条上用电设备真实电流波形,提取1~19次谐波含量建立特征库,用广义回归神经网络(GRNN)算法辨识负荷类别,设置适当样本数和扩展速度以有效提高识别准确度.实验表明:GRNN算法较之BP神经网络算法和SVM算法识别准确度更高,计算速度更适于飞机电气系统负荷监测和管理.将非侵入式负荷监测方法引入飞机供电系统分析,将为飞机电气管理、故障诊断和预测等进一步研究提供有效参考.
-
-
余登武;
刘敏;
汪元芹
-
-
摘要:
为了提高识别精度,提出一种基于GRNN与注意力机制模型的非侵入式家用负荷分解方法。采用批标准化来减少神经网络层与层之间的耦合,利用GRNN强大的时间序列特征表示能力,来提取电力负荷入口处测得的总用电信息与各电器能耗之间的关系,同时利用注意力机制来减少模型的权重参数。最后通过算例验证了算法的可行性与优越性。
-
-
耿立艳;
胡瑞;
张占福
-
-
摘要:
城际高铁客流量序列呈现出不平稳和波动性特征,常规预测方法很难对其进行精准预测.文章提出将EMD、GRNN和ARIAM模型相结合的城际高铁客流量预测模型(EGA).EGA模型充分利用三者的优势,提升城际高铁客流量预测精度.通过某城际高铁站日客流量数据检验EGA模型的有效性,结果表明,与GRNN相比,EGA模型获得了更高的城际高铁客流量预测精度.
-
-
余登武;
刘敏;
汪元芹
-
-
摘要:
为了提高识别精度,提出一种基于GRNN与注意力机制模型的非侵入式家用负荷分解方法.采用批标准化来减少神经网络层与层之间的耦合,利用GRNN强大的时间序列特征表示能力,来提取电力负荷入口处测得的总用电信息与各电器能耗之间的关系,同时利用注意力机制来减少模型的权重参数.最后通过算例验证了算法的可行性与优越性.
-
-
-
卓莹;
张强;
龚正虎
- 《第七届全国计算机支持的协同工作学术会议暨第五届全国智能信息网络学术会议》
| 2010年
-
摘要:
网络态势预测作为网络态势感知的必要环节,能够加强网络管理员对网络状态的认知与理解,为威胁分析和网络规划提供决策支持.在分析研究现状以及预测方法的基础上,讨论了反向传播、径向基、反馈等神经网络模型用于预测的特点与优势,提出了网络态势预测的广义回归神经网络模型GRNNSF,给出了GRNNSF模型的网络设计原则以及网络态势预测方法.基于真实数据集的实验验证了GRNNSF模型的准确性和时效性,和其他神经网络模型相比,更准确地预测了网络态势的发展趋势.
-
-
卓莹;
张强;
龚正虎
- 《第七届全国计算机支持的协同工作学术会议暨第五届全国智能信息网络学术会议》
| 2010年
-
摘要:
网络态势预测作为网络态势感知的必要环节,能够加强网络管理员对网络状态的认知与理解,为威胁分析和网络规划提供决策支持.在分析研究现状以及预测方法的基础上,讨论了反向传播、径向基、反馈等神经网络模型用于预测的特点与优势,提出了网络态势预测的广义回归神经网络模型GRNNSF,给出了GRNNSF模型的网络设计原则以及网络态势预测方法.基于真实数据集的实验验证了GRNNSF模型的准确性和时效性,和其他神经网络模型相比,更准确地预测了网络态势的发展趋势.
-
-
卓莹;
张强;
龚正虎
- 《第七届全国计算机支持的协同工作学术会议暨第五届全国智能信息网络学术会议》
| 2010年
-
摘要:
网络态势预测作为网络态势感知的必要环节,能够加强网络管理员对网络状态的认知与理解,为威胁分析和网络规划提供决策支持.在分析研究现状以及预测方法的基础上,讨论了反向传播、径向基、反馈等神经网络模型用于预测的特点与优势,提出了网络态势预测的广义回归神经网络模型GRNNSF,给出了GRNNSF模型的网络设计原则以及网络态势预测方法.基于真实数据集的实验验证了GRNNSF模型的准确性和时效性,和其他神经网络模型相比,更准确地预测了网络态势的发展趋势.
-
-
卓莹;
张强;
龚正虎
- 《第七届全国计算机支持的协同工作学术会议暨第五届全国智能信息网络学术会议》
| 2010年
-
摘要:
网络态势预测作为网络态势感知的必要环节,能够加强网络管理员对网络状态的认知与理解,为威胁分析和网络规划提供决策支持.在分析研究现状以及预测方法的基础上,讨论了反向传播、径向基、反馈等神经网络模型用于预测的特点与优势,提出了网络态势预测的广义回归神经网络模型GRNNSF,给出了GRNNSF模型的网络设计原则以及网络态势预测方法.基于真实数据集的实验验证了GRNNSF模型的准确性和时效性,和其他神经网络模型相比,更准确地预测了网络态势的发展趋势.
-
-
卓莹;
张强;
龚正虎
- 《第七届全国计算机支持的协同工作学术会议暨第五届全国智能信息网络学术会议》
| 2010年
-
摘要:
网络态势预测作为网络态势感知的必要环节,能够加强网络管理员对网络状态的认知与理解,为威胁分析和网络规划提供决策支持.在分析研究现状以及预测方法的基础上,讨论了反向传播、径向基、反馈等神经网络模型用于预测的特点与优势,提出了网络态势预测的广义回归神经网络模型GRNNSF,给出了GRNNSF模型的网络设计原则以及网络态势预测方法.基于真实数据集的实验验证了GRNNSF模型的准确性和时效性,和其他神经网络模型相比,更准确地预测了网络态势的发展趋势.
-
-
余嘉元;
汪存友
- 《第十一届中国人工智能学术年会》
| 2005年
-
摘要:
探讨了小样本测验的IRT项目参数估计的新思路,通过设计广义回归神经网络模型,学习经典测验理论(CTT)估计到的项目统计量和项目反应理论(IRT)的项目参数间的隐含关系,将两种测验理论的优点很好地结合起来.计算机模拟实验表明,该方法具有一定的优点.
-
-
余嘉元;
汪存友
- 《第十一届中国人工智能学术年会》
| 2005年
-
摘要:
探讨了小样本测验的IRT项目参数估计的新思路,通过设计广义回归神经网络模型,学习经典测验理论(CTT)估计到的项目统计量和项目反应理论(IRT)的项目参数间的隐含关系,将两种测验理论的优点很好地结合起来.计算机模拟实验表明,该方法具有一定的优点.
-
-
余嘉元;
汪存友
- 《第十一届中国人工智能学术年会》
| 2005年
-
摘要:
探讨了小样本测验的IRT项目参数估计的新思路,通过设计广义回归神经网络模型,学习经典测验理论(CTT)估计到的项目统计量和项目反应理论(IRT)的项目参数间的隐含关系,将两种测验理论的优点很好地结合起来.计算机模拟实验表明,该方法具有一定的优点.
-
-
余嘉元;
汪存友
- 《第十一届中国人工智能学术年会》
| 2005年
-
摘要:
探讨了小样本测验的IRT项目参数估计的新思路,通过设计广义回归神经网络模型,学习经典测验理论(CTT)估计到的项目统计量和项目反应理论(IRT)的项目参数间的隐含关系,将两种测验理论的优点很好地结合起来.计算机模拟实验表明,该方法具有一定的优点.
-
-
余嘉元;
汪存友
- 《第十一届中国人工智能学术年会》
| 2005年
-
摘要:
探讨了小样本测验的IRT项目参数估计的新思路,通过设计广义回归神经网络模型,学习经典测验理论(CTT)估计到的项目统计量和项目反应理论(IRT)的项目参数间的隐含关系,将两种测验理论的优点很好地结合起来.计算机模拟实验表明,该方法具有一定的优点.
-
-
-
-
-
-
-
-
-
-
-
- 成都理工大学工程技术学院
- 公开公告日期:2022-07-29
-
摘要:
本发明涉及基于GRNN的肿瘤基因点突变特征图谱提取与分类方法,包括以下步骤:S1、预处理:对基因样本数据进行预处理;S2、降维处理:采用主成分分析方法对预处理后的基因样本数据进行降维处理,得到基因样本数据的主成分分量;S3、分类模型训练和最优基因组合筛选:采用GRNN对主成分分量进行学习,训练网络权值,得到网络模型和最优基因组合;S4、采用步骤S3得到的网络模型对肿瘤样本基因进行分类,并采用留一检验法和独立检验法评估分类准确性。本发明利用GRNN对特征提取的基因进行分类,构建更具解释性的混合肿瘤基因分类模型,提高了基因表达谱数据的样本分类正确率,尤其是在分类样本较少,类别不平衡时具有明显的优势。