-
题名小波神经网络在露天矿边坡变形预测中的应用
被引量：15
- 1
-
-
作者
李长洪
范丽萍
郭俊温
-
机构
北京科技大学金属矿山高效开采与安全教育部重点实验室
北京科技大学土木与环境工程学院
内蒙古科技大学
-
出处
《中国矿业》
北大核心
2010年第7期77-79,共3页
-
基金
国家重点基础研究发展规划973项目(编号:2010CB731501
编号:2010CB731506)
-
文摘
为了提高边坡位移变形监测数据预测的精度和可靠性,建立了基于改进BP算法的小波神经网络预测模型。以水厂铁矿GPS边坡监测数据为样本,通过编制Matlab小波神经网络程序进行训练和预测。结果表明,小波神经网络预测模型有良好的函数逼近能力及容错能力。因此,该预测模型在非线性时间序列预测中,具有高精度性和可靠性。
-
关键词
小波神经网路
边坡变形
变形预测
-
Keywords
wavelet neural network
slope deformation
deformation prediction
-
分类号
TD326
[矿业工程—矿井建设]
-
-
题名基于改进型小波神经网络的谐波检测方法
被引量：14
- 2
-
-
作者
李圣清
王飞刚
朱晓青
-
机构
湖南工业大学电气与信息工程学院
-
出处
《电测与仪表》
北大核心
2019年第10期118-121,共4页
-
基金
国家自然科学基金资助项目(61673165)
湖南省自然科学基金资助项目(2017JJ4024)
+1 种基金
湖南省教育厅开放基金(15k036)
湖南省重点实验室项目(2016TP1018)
-
文摘
随着大功率器件使用,造成电网中有大量谐波,威胁设备的安全。提出运用小波神经网络(Wave Neural Network,WNN)算法来检测谐波。首先,针对神经网络初始值设置不当导致的网络收敛慢甚至不收敛的问题,提出了网络初始参数自相关修正的优化方法,提高了网络的性能。其次,运用附加动量项的训练算法平滑了权值学习路径,有效避免了网络训练陷入局部最小,提高了谐波检测精度。最后,经过与其它检测方法的仿真对比,证明了所述方法具有收敛速度快,检测精度高的优点。
-
关键词
谐波
小波神经网路
神经网络
自相关
收敛
优化
-
Keywords
harmonic
wavelet neural network
neural network
autocorrelation
convergence
optimization
-
分类号
TM933
[电气工程—电力电子与电力传动]
-
-
题名基于PSpice与LM算法的模拟电路故障诊断方法
被引量：1
- 3
-
-
作者
夏敏芳
刘牮
-
机构
上海理工大学光电信息与计算机工程学院
-
出处
《电子科技》
2015年第10期38-40,48,共4页
-
文摘
采用小波神经网络与Levenberg-Marquardt算法相结合的方法,对模拟电路进行故障诊断;用小波对冲击响应信号进行多尺度分解,进行归一化后,提取故障特征信息作为神经网络的输入而进行分类。将PSpice与Matlab结合不但能有效的诊断模拟电路,且在收敛性和故障准确性上有了大幅提高。实验仿真表明,通过该方法构造的样本集训练出的网络稳定性高于传统方法,适用于神经网络。
-
关键词
小波神经网路
LM算法
模拟电路
故障诊断
PSPICE
-
Keywords
wavelet neural network
Leven-Marquardt algorithm
analog circuit
fault diagnosis
PSpice
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
