您现在的位置: 首页> 研究主题> 反向传播神经网络

反向传播神经网络

反向传播神经网络的相关文献在1999年到2023年内共计462篇,主要集中在自动化技术、计算机技术、电工技术、无线电电子学、电信技术 等领域,其中期刊论文408篇、会议论文9篇、专利文献383821篇;相关期刊226种,包括南京理工大学学报(自然科学版)、科学技术与工程、系统工程与电子技术等; 相关会议8种,包括2015年中国电机工程学会年会、大连海事大学第三届硕博论坛、2014年全国开放式分布与并行计算学术年会等;反向传播神经网络的相关文献由1565位作者贡献,包括杨洁、余翔、文红等。

反向传播神经网络—发文量

期刊论文>

论文:408 占比:0.11%

会议论文>

论文:9 占比:0.00%

专利文献>

论文:383821 占比:99.89%

总计:384238篇

反向传播神经网络—发文趋势图

反向传播神经网络

-研究学者

  • 杨洁
  • 余翔
  • 文红
  • 李鹏
  • 杨杰
  • 梁哲浩
  • 王伟
  • 吴飞
  • 弋佳东
  • 张强
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

作者

    • 吴东哲; 高晓嶙; 李闯涛; 王昊
    • 摘要: 背景:研究证明最大摄氧量被认为是评价有氧运动能力的“金标准”,但测试其所需运动强度较大且存在指标再现性低、测试者主观影响效应等限制因素。目的:通过反向传播神经网络采用新型次最大运动评估指标“心肺最佳点”构建最大摄氧量预测模型。方法:试验经国家体育总局体育科学研究所伦理委员会批准,招募80名健康大学生受试者(男40名,女40名),了解试验流程、目的并自愿签署知情同意书配合完整试验过程。受试者进行递增负荷心肺运动试验,采集最大摄氧量与心肺最佳点等相关指标,进行相关性分析获得具有统计学意义的指标,并构建最大摄氧量预测模型。结果与结论:①最大摄氧量与心肺最佳点、体质量指数、性别、心肺最佳点对应的摄氧量和功率均存在显著相关性(P0.05),但依据心肺最佳点构建的反向传播神经网络模型预测精度要优于多元线性回归模型。
    • 李蒙; 张翠; 童杏林; 邓承伟; 李浩洋; 何西琴; 冒燕
    • 摘要: 复合材料在服役过程中易受到外部的低能量冲击,造成不可见损伤,为了监测复合材料健康状况,将光纤布喇格光栅(FBG)传感网络粘贴布置于碳纤维复合材料表面,采用基于反向传播(BP)神经网络系统的智能复合材料冲击定位识别技术,获取FBG传感的时域信号响应值,从而进行了复合材料冲击位置的预判。结果表明,BP神经网络算法具有非线性逼近能力强、容错率高和自适应能力强等优点,可以实现复合材料层合板的参数化识别定位,且预测结果与待测复合材料层合板总长度比值小于0.1。该FBG传感系统可为智能化复合材料冲击损伤自调整和自修复能力提供更准确的信息。
    • 徐坤; 张金灿; 王金婵; 刘敏; 李娜
    • 摘要: 建立精确的模型是使用砷化镓异质结双极晶体管器件(GaAs HBT)设计集成电路的必要基础,传统经验模型建立过程复杂,在输出功率、增益、功率附加效率等功率特性方面的模拟精度不太高,给电路设计带来了一定的难度。本文利用径向基函数(RBF)神经网络算法和反向传播(BP)神经网络算法分别建立GaAs异质结双极晶体管器件的大信号模型。这些模型的训练和测试数据分别来自于测试的双端口散射参数,以及测试的直流特性和功率特性数据。然后将模型数据与实测结果进行对比,结果发现,基于神经网络的器件模型能够精确地模拟器件特性,而且RBF神经网络模型相比BP神经网络模型,误差更小,预测更精确。
    • 郭映映; 齐贺香; 李素文; 牟福生
    • 摘要: NO_(2)是主要的大气污染气体之一,在大气光化学过程中起着重要作用。研究NO_(2)浓度的时空演变,预测其浓度变化趋势,对政府出台改善环境措施具有重要意义。提出利用粒子群算法(PSO)的反向传播(BP)神经网络对大气NO_(2)浓度进行预测。以合肥地区2017年1月1日至2019年12月31日的大气污染数据和气象数据为基础,结合逐步回归方法筛选出与NO_(2)浓度相关性较大的影响因子作为输入样本。构建PSO-BP神经网络预测模型,利用PSO找出BP神经网络最优的初始权值和阈值。对比BP神经网络、遗传算法改进的BP神经网络和PSO改进的BP神经网络三种模型的预测结果,发现PSO-BP模型能够较为准确地预测出NO_(2)浓度的动态变化规律,并且预测精度高、模式简单,有望广泛应用于大气污染物浓度预测等方面的研究。
    • 丁承君; 徐光鹿; 刘云帆; 贾丽臻
    • 摘要: 为了实时监测餐饮油烟排放状况,提高监测准确性,提出基于信息融合的餐饮油烟监测系统。终端以STM32为驱动传感器的控制中心,以MS1100传感器、MQ—7传感器、TGS2600传感器检测油烟参数(甲苯、甲醛、CO、苯类的浓度);信息处理以i.MX287处理器为计算单元,将云端计算迁移到i.MX287;油烟参数通过遗传算法优化的反向传播(BP)神经网络融合,提高了系统效率以及监测准确率。利用SIM900A的GPRS功能,将油烟监测情况、风机净化器开关状态上传至服务器进行数据显示。测试表明:所提系统监测准确率高,能满足餐饮油烟的监测要求。
    • 闫新春; 曹欢; 华云鹏
    • 摘要: 为准确预测锅炉过热器的出口壁温,对某超临界机组受热面出口温度的影响因素进行分析,利用灰色关联分析法得到各影响因素与壁面金属温度的关联度,选取关联度大于0.7的10个变量作为反向传播(BP)神经网络的输入变量;针对火电厂数据样本的变化特征,通过滑动窗口数据判断,提取多个稳定负荷区段并对区段内的多个输入变量进行聚类,得到清洗后的数据样本;然后通过长短期记忆(LSTM)神经网络方法构建壁面金属温度的预测模型。以某350 MW等级超临界锅炉过热器管壁温度为预测对象,预测值与实际测量值的最大误差为4.9°C,证明了该模型的有效性。
    • 俞嘉; 汪超; 陈昊; 王鹏; 吴雷; 潘小胜; 王昕
    • 摘要: 在配电网系统中,接地故障对系统安全运行产生了较大的威胁。在配电网智能运行监测系统的基础上,提出了基于瞬时故障特征分析的配电网在线绝缘监测方法。首先,通过试验分析选取了瞬时故障的累计次数、零序电压、持续时间以及故障频率作为特征量,并以此建立特征数据库。然后,使用数据库对反向传播神经网络模型进行迭代训练,采用改进牛顿算法加快迭代速度。最终,将瞬时故障的特征量数据输入训练好的模型,即可输出系统绝缘状态数据。试验结果表明,所提算法对于绝缘状态的识别准确率高于90%,在识别出的紧急瞬时故障中85.6%的故障最终都演变为了永久故障,验证了所提算法对于绝缘监测以及永久故障预测的准确性。所提算法在实际工程中应用效果较好,具有一定借鉴与推广意义。
    • 谢禄江; 蒋荣; 皮羽茜; 何轶; 廖勇
    • 摘要: 针对电力客户存在的欠费风险问题,提出一种联合随机森林-反向传播神经网络-逻辑回归(random forest-back propagation neural network-logistic regression,RBL)的电力客户欠费混合风险预警算法。首先,利用随机森林算法对影响电力客户拖欠电费的因素进行一次特征提取;然后,利用反向传播神经网络进行初次风险预测,得到用户对于电费缴纳的信用分值;最后,采用逻辑回归模型进行第二次预测,对用户电费欠缴或拖缴的风险进行有效预警。以某地区的用电客户数据为对象,对比了所提算法与其他预警算法的预测精度,结果表明:所提算法预测精度达到了92.83%,能为电力企业进行用电客户电费管理提供技术支持。
    • 花港; 屈波; 陈会向
    • 摘要: 在水轮机进行优化设计的过程中,参数化表达水轮机叶片所需变量多,且优化过程计算量大,针对这些问题,提出了一种水轮机转轮叶片优化设计方法。首先,采用计算流体力学(CFD)技术,对模型水轮机进行了数值模拟;然后,采用二次曲线对水轮机叶片翼型曲线进行了参数化拟合,通过改变叶片的部分位置的比例系数,对叶片形状进行了控制;通过CFD数值模拟技术,计算了不同参数下的叶片在相同工况下的计算结果,并生成了样本空间;通过反向传播神经网络(BPNN)和遗传算法,对水轮机的效率和水力性能进行了优化计算:最后,对得到的优化结果进行了CFD数值模拟计算,并将其与原型叶片进行了对比分析。研究结果表明:优化后的贯流式水轮机效率提高了2.5%,叶片的压力分布情况得到了有效的提升;该结果证明,采用该方法优化叶片翼型曲线是有效的,并具有实际的工程应用价值。
    • 秦岭; 刘哲; 王凤英; 郭瑛; 徐艳红; 胡晓莉
    • 摘要: 针对传统位置指纹算法存在定位精度低和计算复杂度高等问题,文章提出了一种基于反向传播神经网络(BPNN)和多元线性回归(MLR)的单发光二极管(LED)室内定位算法。首先,利用3个水平光电探测器(PD)作为接收器接收光功率,待测点位于接收器的中心;然后根据接收到的光功率向量,利用BPNN确定待测点粗略的位置范围;最后以该位置范围作为约束条件,利用MLR对待测点的位置进行更精确地定位。实验结果表明,在2.0 m×2.0 m×2.5 m的室内空间中,该算法的平均定位误差为5.04 cm,平均定位时间为0.00283 s。与传统的位置指纹算法相比,该算法的平均定位精度提高了41.53%,平均定位时间减少了56.60%,在较低计算复杂度的前提下实现了更精确的定位。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号