电子鼻信号特征提取与传感器优化的研究 被引量：28

1

作者 海铮 王俊 《传感技术学报》 EI CAS CSCD 北大核心 2006年第3期606-610,共5页

采用PEN2型电子鼻系统对芝麻油的玉米油掺假进行定性鉴别和定量预测,运用主成分分析,逐步判别分析和Fish-er线性判别函数变换对原始数据进行预处理,从而降低原始数据空间的维数,并用判别分析与人工神经网络对数据进行进一步分析,考察了... 采用PEN2型电子鼻系统对芝麻油的玉米油掺假进行定性鉴别和定量预测,运用主成分分析,逐步判别分析和Fish-er线性判别函数变换对原始数据进行预处理,从而降低原始数据空间的维数,并用判别分析与人工神经网络对数据进行进一步分析,考察了不同的数据预处理方法的效果。判别分析结果表明,采用Fisher线性判别函数变换所得到的十个变量判别能力最强,误判率为0.61%,仅有1个样品出现误判。在BP神经网络的定量预测中,采用逐步判别分析所筛选出的十个变量作为网络输入,所得的预测结果最为理想,绝对误差个体值的95%置信区间最小,为(-4.71%,3.38%),均方误差为4.75,预测值与实际值之间有极显著的相关性,相关系数R=0.99808。 展开更多

关键词 电子鼻 主成分分析 逐步判别分析 bp神经网络

下载PDF 职称材料

基于BP人工神经网络的太原地区医院获得性肺炎发生情况的评测分析 被引量：9

2

作者 范炤 王素萍 +4 位作者 杨芸 李平 刘占伟 王郁英 田树华 《中国卫生统计》 CSCD 北大核心 2008年第2期141-143,146,共4页

目的鉴于医院获得性肺炎（NP）的高发病率及危害性，本研究对太原地区NP的流行趋势进行了评价和预测。方法收集太原地区十二年NP发病资料，以NP发生的危险因素：年龄≥60岁、基础疾病、联合使用两种以上的抗生素、入住ICU、住院时间≥2... 目的鉴于医院获得性肺炎（NP）的高发病率及危害性，本研究对太原地区NP的流行趋势进行了评价和预测。方法收集太原地区十二年NP发病资料，以NP发生的危险因素：年龄≥60岁、基础疾病、联合使用两种以上的抗生素、入住ICU、住院时间≥21天、有创性机械通气或雾化吸氧为独立的6个危险因素作为网络输入，发病率为网络输出，构建BP人工神经网络模型。结果在评价基础上，对2006年12个月的NP发病率进行了预测，与实际发病率比较，符合率较高，预测误差较小，同时对2007年1～3月的发病率进行了预测。结论NP的发生受到很多因素的影响，各因素之间又存在着十分复杂的相互作用与不确定性，而BP人工神经网络有许多优点可以解决这些变量间关系不能精确地用函数表达的复杂问题。实践证明，该模型是可行的，同时有其普遍性，可推广到卫生领域其他疾病的评价和预测体系中。 展开更多

关键词 医院获得性肺炎 bp人工神经网络 危险因素 预测

下载PDF 职称材料

基于贝叶斯正则化BP人工神经网络的煤与瓦斯突出预测的研究 被引量：9

3

作者 李洋 石必明 《工矿自动化》 2009年第2期1-5,共5页

文章介绍了BP人工神经网络和贝叶斯正则化算法的原理,探讨了贝叶斯正则化BP人工神经网络模型的建立,通过改变隐含层神经元个数的实验建立了只含1个隐含层且隐含层仅需1个神经元的煤与瓦斯突出预测模型的最佳网络结构。对该网络采用煤与... 文章介绍了BP人工神经网络和贝叶斯正则化算法的原理,探讨了贝叶斯正则化BP人工神经网络模型的建立,通过改变隐含层神经元个数的实验建立了只含1个隐含层且隐含层仅需1个神经元的煤与瓦斯突出预测模型的最佳网络结构。对该网络采用煤与瓦斯突出的预测指标进行训练、检测的结果表明,该网络预测的煤与瓦斯突出的危险程度与实际情况完全吻合;对该网络输入层输入的煤与瓦斯突出的预测指标、对输出层输出的预测结果的权值进行分析的结果表明,煤层地质构造类型对煤与瓦斯突出的影响为最大。上述研究结果对煤与瓦斯突出的预测预防研究、提高煤与瓦斯突出预测的准确性具有一定的参考价值。 展开更多

关键词 煤矿 煤与瓦斯突出 贝叶斯正则化算法 bp人工神经网络 预测

下载PDF 职称材料

铜陵凤凰山铜矿区多源信息综合集成成矿预测模型探讨 被引量：2

4

作者 毛政利 刘之葵 +1 位作者 赖健清 杨斌 《地质找矿论丛》 CAS CSCD 2008年第1期58-61,共4页

在研究凤凰山铜矿区成矿地质背景和成矿作用过程的基础上,运用历史分析和动力分析的综合分析方法,结合现代成矿预测理论,提取了本区多元地学信息综合集成的成矿预测信息,并利用具有较强的非线性拟合功能的BP人工神经网络模型,探讨建立... 在研究凤凰山铜矿区成矿地质背景和成矿作用过程的基础上,运用历史分析和动力分析的综合分析方法,结合现代成矿预测理论,提取了本区多元地学信息综合集成的成矿预测信息,并利用具有较强的非线性拟合功能的BP人工神经网络模型,探讨建立了本区多元信息综合集成的成矿预测模型。 展开更多

关键词 多元信息综合集成 历史-动力分析方法 bp人工神经网络 成矿预测模型 铜陵凤凰 山铜矿

下载PDF 职称材料

基于非下采样Contourlet网络的声呐图像重建 被引量：2

5

作者 范新南 程倩倩 李庆武 《仪器仪表学报》 EI CAS CSCD 北大核心 2013年第3期602-607,共6页

针对声呐图像分辨率低、边缘模糊的问题,提出一种基于非下采样Contourlet网络的声呐图像超分辨率重建方法。对高分辨率声呐图像进行降质样本构建,通过非下采样轮廓波网络来学习降质样本图像的带通方向子带及相应高分辨率声呐图像的带通... 针对声呐图像分辨率低、边缘模糊的问题,提出一种基于非下采样Contourlet网络的声呐图像超分辨率重建方法。对高分辨率声呐图像进行降质样本构建,通过非下采样轮廓波网络来学习降质样本图像的带通方向子带及相应高分辨率声呐图像的带通方向子带间的非线性映射关系,再利用映射系数重建降质声呐图像的带通方向子带,并对降质声呐图像的低通子带进行立方插值,得到高分辨率的低通子带,最后进行非下采样轮廓波逆变换。实验结果表明,该方法重建的声呐图像具有更好的边缘、细节保持效果。 展开更多

关键词 图像重建 超分辨率 非下采样轮廓波变换 bp神经网络 侧扫声呐

下载PDF 职称材料

基于Adaboost的BP神经网络改进算法在短期风速预测中的应用 被引量：62

6

作者 吴俊利 张步涵 王魁 《电网技术》 EI CSCD 北大核心 2012年第9期221-225,共5页

进行较准确的风速预测对含大规模风电场的电力系统进行经济调度具有重要意义。针对目前神经网络法、时间序列法、卡尔曼滤波法等算法在短期风速预测上精度不高的缺陷,引入Adaboost算法对前馈(back propagation,BP)神经网络算法进行改进... 进行较准确的风速预测对含大规模风电场的电力系统进行经济调度具有重要意义。针对目前神经网络法、时间序列法、卡尔曼滤波法等算法在短期风速预测上精度不高的缺陷,引入Adaboost算法对前馈(back propagation,BP)神经网络算法进行改进,提出了基于Adaboost的BP神经网络算法,并将该方法应用于短期风速预测。经算例分析,该算法在超前1 h和2 h的风速预测精度优于其他2种算法,且该算法在高风速段(10 m/s以上)平均绝对百分比误差低于7.5%,具有较高的工程应用价值。 展开更多

关键词 风速预测 ADABOOST bp神经网络

下载PDF 职称材料

南方塑料大棚冬春季温湿度的神经网络模拟 被引量：31

7

作者 李倩 申双和 +1 位作者 曹雯 邹学智 《中国农业气象》 CSCD 北大核心 2012年第2期190-196,共7页

利用浙江省慈溪市草莓塑料大棚和南京信息工程大学农业气象试验站番茄塑料大棚的小气候观测数据及气象站资料,建立3个以棚外辐射、温度、相对湿度和风速为输入变量,棚内温度和相对湿度为输出变量的BP神经网络预测模型。结果表明,3个模... 利用浙江省慈溪市草莓塑料大棚和南京信息工程大学农业气象试验站番茄塑料大棚的小气候观测数据及气象站资料,建立3个以棚外辐射、温度、相对湿度和风速为输入变量,棚内温度和相对湿度为输出变量的BP神经网络预测模型。结果表明,3个模型气温训练值与实测值的均方根误差(RMSE)都在2℃以内,相对误差都在4%左右;相对湿度训练值的RMSE都在7个百分点以内,相对误差不超过7%。利用此模型得到的气温预测值与实测值的RMSE都在2℃左右,冬季气温的相对误差较大,春季通风和不通风模型气温的相对误差不超过6%;相对湿度预测值的RMSE都在7个百分点以内,相对误差不超过9%。说明所建BP神经网络模型对于不同季节、不同通风条件、不同作物的大棚温湿度模拟都有较高的精度,能够满足棚内温湿度的预测要求,且对温度的模拟精度高于对相对湿度的模拟。 展开更多

关键词 塑料大棚 冬春季 温湿度模拟 bp神经网络 通风条件

下载PDF 职称材料

地铁隧道土体参数敏感性分析与正交反演 被引量：24

8

作者 张志华 周传波 +3 位作者 夏志强 苗高建 张定邦 蒋楠 《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2013年第6期2488-2493,共6页

以郑州地铁工程为依托,现场监测数据为依据,采用敏感分析和数值模拟相结合的研究方法进行地铁盾构隧道土体力学参数的反演分析。利用MATLAB神经网络工具箱计算平台,计算分析土体变形量与其对应的力学参数之间的非线性关系,构建BP神经网... 以郑州地铁工程为依托,现场监测数据为依据,采用敏感分析和数值模拟相结合的研究方法进行地铁盾构隧道土体力学参数的反演分析。利用MATLAB神经网络工具箱计算平台,计算分析土体变形量与其对应的力学参数之间的非线性关系,构建BP神经网络的训练结构;以地表竖向监测位移为输入样本值,对土体力学参数进行位移反分析。研究结果表明:影响地表变形的主要土体力学参数敏感度依次为内摩擦角(φ)、弹性模量(E)、内聚力(C)、泊松比(μ)。应用FLAC3D软件模拟分析地铁区间隧道盾构施工过程的力学特征,并将其成果作为反演分析的样本数集;杂填土层弹性模量E1为7.60 MPa,内摩擦角φ1为22.5°;粉土层弹性模量E2为19.68 MPa,内摩擦角φ2为27.7°;粉质黏土层弹性模量E3为12.98 MPa,内摩擦角φ3为19.5°。现场应用证明了该方法的有效合理性。 展开更多

关键词 土体力学参数 地铁隧道 位移反分析 敏感性分析 bp神经网络

下载PDF 职称材料

基于TOPSIS和BP神经网络的高标准农田综合识别 被引量：21

9

作者 吕雅慧 郧文聚 +3 位作者 张超 朱德海 杨建宇 陈英义 《农业机械学报》 EI CAS CSCD 北大核心 2018年第3期196-204,共9页

为提高耕地综合生产能力,适应农业现代化发展需求,我国提出了高标准农田建设的重大战略部署。高标准农田的识别是建设前选址和建设后评价的基础。本文以耕地图斑为基本单元,融合遥感影像等多源数据,从本底条件、空间形态、建设水平、生... 为提高耕地综合生产能力,适应农业现代化发展需求,我国提出了高标准农田建设的重大战略部署。高标准农田的识别是建设前选址和建设后评价的基础。本文以耕地图斑为基本单元,融合遥感影像等多源数据,从本底条件、空间形态、建设水平、生态防护等方面,构建农田综合质量多特性表征体系,采用逼近理想点排序法(TOPSIS)进行初步评价,再以人机交互的方式选取各质量等级农田的真值样本,进一步采用BP神经网络算法修正各特性权值,得到农田综合质量的精确评价结果,实现高标准农田识别。以吉林省大安市为研究区,研究结果表明:基于多特性表征体系的农田综合质量评价方法精度达到96%以上;研究区高标准农田面积广大,主要分布在耕地集中连片、道路通达、生态防护良好、具有农业现代化生产优势的东北部、中北部、西北部边缘和部分南部区域;当地已备案的高标准农田和未备案、有潜力的高质量农田区域均得到有效识别。 展开更多

关键词 高标准农田 综合识别 多源数据 TOPSIS bp神经网络

下载PDF 职称材料

基于GA-BP算法的隧道围岩力学参数反分析 被引量：20

10

作者 关永平 宋建 +1 位作者 王述红 刘宇 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2012年第2期276-278,283,共4页

建立智能位移反分析系统,用其确定隧道围岩的力学参数.针对BP神经网络易陷入局部极小值和训练时间过长等缺点,利用遗传算法全局寻优能力优化BP神经网络的权值和阈值.结合均匀设计法在围岩力学参数初始域范围内设计实验方案,这样不仅减... 建立智能位移反分析系统,用其确定隧道围岩的力学参数.针对BP神经网络易陷入局部极小值和训练时间过长等缺点,利用遗传算法全局寻优能力优化BP神经网络的权值和阈值.结合均匀设计法在围岩力学参数初始域范围内设计实验方案,这样不仅减少了迭代时间和次数,还提高了预测精度.通过对绿春坝隧道围岩力学参数的反演,验证了该方法的可靠性及适用性.将反演得出的围岩力学参数代入到数值模型中进行计算,结果表明,数值计算值与现场实际监测值的误差分别为-8.9%和4.5%. 展开更多

关键词 围岩 力学参数 反分析 均匀设计 bp神经网络 遗传算法

下载PDF 职称材料

基于BP神经网络与D-S证据理论的路段平均速度融合方法 被引量：16

11

作者 李瑞敏 马玮 《交通运输工程学报》 EI CSCD 北大核心 2014年第5期111-118,共8页

为精确估计路段平均速度,提出了基于BP神经网络与D-S证据理论的路段平均速度融合方法。通过训练完成的BP神经网络估计概率密度函数值,进而通过D-S证据理论进行数据融合,整合了BP神经网络自学习的特点与D-S证据理论推理的能力。提出了融... 为精确估计路段平均速度,提出了基于BP神经网络与D-S证据理论的路段平均速度融合方法。通过训练完成的BP神经网络估计概率密度函数值,进而通过D-S证据理论进行数据融合,整合了BP神经网络自学习的特点与D-S证据理论推理的能力。提出了融合方法的框架,给出了具体的计算模型。利用京藏高速公路上的实测浮动车数据、微波检测器数据、车牌识别数据对融合方法进行了验证,并分析了当微波检测器失效时融合方法的鲁棒性。分析结果表明:融合数据的平均绝对误差百分率比仅使用浮动车数据或微波检测器数据分别提高了7.90%、20.72%,融合方法能够得到较好的效果。微波检测器失效的情况下,融合精度有所下降,但融合数据的误差仍然小于仅使用浮动车数据的误差,说明融合方法具有一定的鲁棒性。 展开更多

关键词 智能交通系统 路段平均速度 数据融合 bp神经网络 D-S证据理论

原文传递

基于粗糙集和SPSO的网络入侵检测方案 被引量：14

12

作者 朱亚东 《控制工程》 CSCD 北大核心 2018年第11期2097-2101,共5页

针对计算机网络中的安全性问题,提出一种基于粗糙集和简化粒子群优化（SPSO）的网络入侵检测方案。首先,利用粗糙集理论从入侵数据集中提取出分类效果较好的简约特征集。然后,利用训练数据训练BP神经网络分类器,并利用改进后的SPSO优化... 针对计算机网络中的安全性问题,提出一种基于粗糙集和简化粒子群优化（SPSO）的网络入侵检测方案。首先,利用粗糙集理论从入侵数据集中提取出分类效果较好的简约特征集。然后,利用训练数据训练BP神经网络分类器,并利用改进后的SPSO优化神经网络的权值和阈值参数。最后,以提取的特征为输入,利用优化后的BP神经网络进行网络入侵分类。在DARPA数据集上进行实验,结果表明该方案能够精确的检测U2R、R2L、DoS和PRB类网络攻击,整体分类准确率达到了87%。 展开更多

关键词 网络入侵检测 粗糙集理论 简化粒子群优化 bp神经网络

下载PDF 职称材料

基于自适应神经模糊推理系统的煤粉锅炉飞灰含碳量建模 被引量：11

13

作者 王月兰 马增益 +5 位作者 尤海辉 唐义军 沈跃良 倪明江 池涌 严建华 《热力发电》 CAS 北大核心 2018年第1期26-32,共7页

飞灰含碳量是煤粉锅炉运行过程中的重要参数,对其进行建模预测具有重要意义。本文采用自适应神经模糊推理系统(ANFIS)对某660 MW机组四角切圆煤粉锅炉的飞灰含碳量进行建模。根据相关知识和运行经验,确定模型的初始输入参数;利用减法聚... 飞灰含碳量是煤粉锅炉运行过程中的重要参数,对其进行建模预测具有重要意义。本文采用自适应神经模糊推理系统(ANFIS)对某660 MW机组四角切圆煤粉锅炉的飞灰含碳量进行建模。根据相关知识和运行经验,确定模型的初始输入参数;利用减法聚类算法自适应确定初始模糊规则和结构参数;利用由最小二乘估计算法和误差反向传播算法构成的混合学习算法对模糊神经网络的参数进行学习,完成飞灰含碳量模型的初始构建;对模型输入参数进行敏感性分析确定最终输入参数,以降低输入参数对模型预测精度和复杂度的影响,完成飞灰含碳量预测模型的建立。该模型预测得到的结果精度较高,可真实反映飞灰含碳量的变化情况。在此基础上,将ANFIS模型和最小二乘支持向量机(LSSVM)及BP神经网络模型的预测结果进行对比。结果表明:在训练样本数足够多的情况下,ANFIS模型对飞灰含碳量具有更高的预测精度和更强的泛化能力;而在小样本情况下,LSSVM模型的预测精度和泛化能力更好。 展开更多

关键词 飞灰含碳量 煤粉锅炉 ANFIS 减法聚类算法 最小二乘支持向量机 bp神经网络 预测精度

下载PDF 职称材料

基于多传感器数据融合的火灾探测系统 被引量：11

14

作者 丁承君 赵泽羽 《河北工业大学学报》 CAS 2018年第5期17-22,共6页

针对目前火灾探测系统中存在的问题,提出了一种多传感器数据融合技术来实现火情的探测,并通过实际采集的数据进行仿真结果验证.重点研究如何实现对火灾的提前预警功能,以满足当今社会的需求.这种采用多传感器数据融合技术对火灾现场进... 针对目前火灾探测系统中存在的问题,提出了一种多传感器数据融合技术来实现火情的探测,并通过实际采集的数据进行仿真结果验证.重点研究如何实现对火灾的提前预警功能,以满足当今社会的需求.这种采用多传感器数据融合技术对火灾现场进行数据采集分析,利用了改进的BP神经网络和模糊推理技术的多传感器数据融合的方法,来实现火情的预测,避免了在单一传感器预测中的漏报误报的缺点,能够有效地提高火灾的识别能力以及火情预测的快速性,改善了火灾探测系统的准确度,仿真结果证明了此方法的可靠性. 展开更多

关键词 多传感器 火灾探测 bp神经网络 模糊逻辑推理

下载PDF 职称材料

种鹅舍环境智能监控系统的研制和试验 被引量：8

15

作者 郭彬彬 孙爱东 +3 位作者 丁为民 施振旦 赵三琴 杨红兵 《农业工程学报》 EI CAS CSCD 北大核心 2017年第9期180-186,共7页

针对种鹅反季节繁殖生产中硬件设备功能低下、难以实施舍内环境操作的适时精细调控、难以获取记录舍内环境数据进行问题溯源等问题,提出一种专门应用于种鹅反季节繁殖生产舍的环境智能监控系统。该系统通过BP神经网络建立温湿度智能调... 针对种鹅反季节繁殖生产中硬件设备功能低下、难以实施舍内环境操作的适时精细调控、难以获取记录舍内环境数据进行问题溯源等问题,提出一种专门应用于种鹅反季节繁殖生产舍的环境智能监控系统。该系统通过BP神经网络建立温湿度智能调控模型,取代人工手动操作以满足舍内环境要求。通过GPRS模块无线传输舍内环境参数,并利用其GSM功能通过移动终端远程控制风机、照明、水泵等设备。以EXT、Hibernate和Spring为基本框架技术,构建了轻量级、强壮的多级缓存的J2EE企业级Web应用程序,实现鹅舍环境参数的远程监控,并与现有商用人工控制器进行了现场试验和性能对比。试验结果表明:该智能监控系统长期运行稳定、可靠,能够满足鹅反季节繁殖对光照和温湿度的环境调控要求。与人工粗略控制、上海梵龙的畜禽控制器相比,控制精度分别提高5.49%和2.83%。在夏季风机湿帘负压通风降温时测定的舍内温度相对于设定值的均方根误差分别为0.202、0.494、0.372℃,相对湿度相对于设定值的均方根误差分别为1.745%、3.166%、2.621%,控制效果显著优于人工粗略控制和现有控制器(P<0.05)。在精准的光照调控下,种鹅均能按预期的时间开产,并在高峰期长期维持产蛋率35%~45%,表现出稳定、良好的产蛋性能。 展开更多

关键词 环境控制 智能监控系统 温度 鹅反季节繁殖 bp神经网络 GPRS WEB应用

下载PDF 职称材料

房地产估价中市场比较法的改进与应用 被引量：8

16

作者 曹峰 鲁丰先 《廊坊师范学院学报（自然科学版）》 2009年第2期84-88,共5页

传统市场比较法在评估房地产价格时存在着区域因素、个别因素修正取值随意性大、计算过程过于粗糙、评估结果不够准确的问题。本文提出应用层次分析法、模糊数学和BP神经网络三种新方法对市场比较法进行改进,系统阐述了三种方法在市场... 传统市场比较法在评估房地产价格时存在着区域因素、个别因素修正取值随意性大、计算过程过于粗糙、评估结果不够准确的问题。本文提出应用层次分析法、模糊数学和BP神经网络三种新方法对市场比较法进行改进,系统阐述了三种方法在市场比较法估价中应用的原理、方法和步骤,在此基础上分析了三种方法各自的优势、问题和条件等,并对其应用前景进行预测。 展开更多

关键词 房地产估价 市场比较法 层次分析法 模糊数学 bp神经网络

下载PDF 职称材料

基于神经网络的超声导波钢杆缺陷识别 被引量：8

17

作者 吴斌 齐文博 +1 位作者 何存富 周进节 《工程力学》 EI CSCD 北大核心 2013年第2期470-476,共7页

利用基于BP神经网络的缺陷识别算法,从不同实验条件下获得的信号样本中抽取特征量,对钢杆中不同深度和位置的径向裂纹进行了识别。首先,采用频率为235kHz激励轴对称纵向模态导波对钢杆中的径向裂纹进行了检测。实验表明,在235kHz时获得... 利用基于BP神经网络的缺陷识别算法,从不同实验条件下获得的信号样本中抽取特征量,对钢杆中不同深度和位置的径向裂纹进行了识别。首先,采用频率为235kHz激励轴对称纵向模态导波对钢杆中的径向裂纹进行了检测。实验表明,在235kHz时获得的超声导波信号含较单一的L(0,2)模态,避免了用L(0,1)模态检测小尺寸缺陷时检测能力较弱的问题,又减少了用轴对称纵向高阶模态检测缺陷时模态较多不易分辨缺陷回波的现象。其次,利用算法对钢杆中的径向裂纹进行识别。结果表明,在已有实验样本数下,缺陷识别算法从整体上很好地识别不同深度和位置的裂纹,识别正确率稳定在87%。 展开更多

关键词 超声导波 钢杆 缺陷识别算法 特征量 bp神经网络

原文传递

基于最优加权组合模型的光伏出力预测 被引量：7

18

作者 杨红军 王胜辉 李潇潇 《沈阳工程学院学报（自然科学版）》 2019年第4期300-305,共6页

针对单一光伏出力预测方法的局限性,建立了一种基于最优加权组合方法的光伏发电功率预测模型。基于气象信息数据,采用模糊聚类的方法将历史光伏发电功率样本分为几类,然后将预测日归类为相似度较高的历史样本集。将此类历史样本与预测... 针对单一光伏出力预测方法的局限性,建立了一种基于最优加权组合方法的光伏发电功率预测模型。基于气象信息数据,采用模糊聚类的方法将历史光伏发电功率样本分为几类,然后将预测日归类为相似度较高的历史样本集。将此类历史样本与预测日的气象数据作为输入样本分别建立BP神经网络模型、支持向量机模型。利用最优加权组合算法进行多模型的加权组合,得到组合预测模型。某光伏电站的实测功率数据与模型预测结果对比表明,提出的模型有较高的预测精度。 展开更多

关键词 功率预测 模糊聚类 bp神经网络 支持向量机 最优加权

下载PDF 职称材料

BPNN-SVM混合模型法监测乏燃料剪切机刀具磨损状态 被引量：5

19

作者 陈甲华 邹树梁 《核电子学与探测技术》 CAS 北大核心 2018年第2期298-303,共6页

提出了一种基于本征模态函数能量距法对乏燃料对剪切机工作噪声进行特征提取,并融合了BP神经网络和支持向量机构建了一种混合模型用于乏燃料剪切机刀具磨损状态的监测。对乏燃料剪切机刀具的正常、轻度磨损、重度磨损和损坏四种状态下... 提出了一种基于本征模态函数能量距法对乏燃料对剪切机工作噪声进行特征提取,并融合了BP神经网络和支持向量机构建了一种混合模型用于乏燃料剪切机刀具磨损状态的监测。对乏燃料剪切机刀具的正常、轻度磨损、重度磨损和损坏四种状态下的工作噪声信号分析的结果表明,该方法可以准确、有效地识别这些状态。 展开更多

关键词 乏燃料剪切机 刀具磨损 状态监测 IMF能量距 bp神经网络 支持向量机

下载PDF 职称材料

基于近红外透射光谱分析和BP神经网络的大豆品种识别 被引量：5

20

作者 杨冬风 朱洪德 《大豆科学》 CAS CSCD 北大核心 2013年第2期249-253,共5页

为了实现大豆品种的快速无损鉴别,对16份大豆品种的近红外透射光谱(NITS)进行分析。首先通过平滑和马氏距离的光谱预处理方法消除噪声和去除奇异光谱。然后分别用主成分分析(PCA)和离散多带小波变换(DWT)提取光谱特征,作为BP神经网络的... 为了实现大豆品种的快速无损鉴别,对16份大豆品种的近红外透射光谱(NITS)进行分析。首先通过平滑和马氏距离的光谱预处理方法消除噪声和去除奇异光谱。然后分别用主成分分析(PCA)和离散多带小波变换(DWT)提取光谱特征,作为BP神经网络的输入,构建PCA-BP和DWT-BP大豆品种识别模型。结果表明:PCA-BP模型的识别准确率为98.125%,平均识别时间为9.3 ms;DWT-BP模型的识别准确率为95.93%,平均识别时间为6.4 ms。研究结果为大豆品种的快速无损鉴别提供了理论依据和实用方法。 展开更多

关键词 近红外透射光谱 主成分分析 离散小波变换 bp神经网络 大豆

下载PDF 职称材料