粒子群优化BP神经网络在甲烷检测中的应用 被引量：25

1

作者 王志芳 王书涛 王贵川 《光子学报》 EI CAS CSCD 北大核心 2019年第4期141-148,共8页

为了准确、快速地检测和预测甲烷气体的浓度,设计了基于红外差分吸收法的甲烷浓度检测系统.为了降低系统部件不稳定带来的影响,检测系统采用双气室结构,气室的输入和输出接口处通过渐变折射率透镜连接到传输光纤,以降低光强的损耗.系统... 为了准确、快速地检测和预测甲烷气体的浓度,设计了基于红外差分吸收法的甲烷浓度检测系统.为了降低系统部件不稳定带来的影响,检测系统采用双气室结构,气室的输入和输出接口处通过渐变折射率透镜连接到传输光纤,以降低光强的损耗.系统对甲烷检测结果的平均误差为0.007 5.基于粒子群优化的误差反向传播神经网络算法构建了甲烷预测模型,以浓度在0.2%～2.0%范围内的甲烷气体为研究对象.在样本训练过程中,预测模型的精度达到10-4,实际输出值与期望值线性回归的相关系数为0.998 8,最大相对标准偏差为0.248%.实验结果表明,在甲烷浓度预测中,相对于误差反向传播神经网络预测模型,粒子群优化误差反向传播神经网络的预测性能更优. 展开更多

关键词 气体 吸收光谱 误差反向传播 神经网络 甲烷 浓度预测

下载PDF 职称材料

基于改进BP神经网络与支持向量机的土壤墒情预测方法研究 被引量：11

2

作者 薛明 韦波 +3 位作者 李娟 陈慈豪 黄敏慧 邹林芯 《土壤通报》 CAS CSCD 北大核心 2021年第4期793-800,共8页

为提高土壤墒情预测精度,提出了一种基于遗传算法(GA)、改进粒子群算法(IPSO)、误差反向传播(BP)神经网络和支持向量机(SVM)的土壤墒情组合预测模型(GAIPSOBP-SVM)。该模型首先在BP神经网络的权阈值选择中同时引入GA和IPSO构成GAIPSOBP... 为提高土壤墒情预测精度,提出了一种基于遗传算法(GA)、改进粒子群算法(IPSO)、误差反向传播(BP)神经网络和支持向量机(SVM)的土壤墒情组合预测模型(GAIPSOBP-SVM)。该模型首先在BP神经网络的权阈值选择中同时引入GA和IPSO构成GAIPSOBP模型,然后对GAIPSOBP和SVM模型分别进行训练和数据仿真,最后利用建立的加权模型对GAIPSOBP和SVM模型的土壤墒情预测结果进行组合。以安庆市8个监测站某时段内农田土壤墒情数据为例,分别按隔日、两日后和三日后三种时间跨度进行土壤墒情预测,并对照BP、GA-BP、PSO-BP、IPSO-BP、GAIPSOBP和SVM模型,验证和比较提出的GAIPSOBP-SVM模型的土壤墒情预测精度。结果表明,GAIPSOBP-SVM模型的土壤含水量预测相对误差平均值最小。GAIPSOBP与SVM模型组合的GAIPSOBP-SVM模型提高了土壤墒情的预测精度,更适合于土壤墒情的短期预测,该方法可为农业节水灌溉方案的制定提供技术支撑。 展开更多

关键词 误差反向传播神经网络 遗传算法 改进粒子群算法 支持向量机 组合预测模型 土壤墒情预测

原文传递

GA-BP神经网络结合EDXRF技术实现对中低合金钢中Cr、Mn和Ni元素含量的预测 被引量：8

3

作者 宋海声 陈召 +1 位作者 徐大诚 徐荣网 《激光与光电子学进展》 CSCD 北大核心 2022年第12期534-540,共7页

利用能量色散X射线荧光光谱分析(EDXRF)技术与遗传算法优化的反向传播(GA-BP)神经网络对中低合金钢中Cr、Mn和Ni元素进行含量分析。通过能量色散X射线荧光光谱仪对六类中低合金钢标准样品做激发处理,获得X射线荧光光谱,使用两点法扣除背... 利用能量色散X射线荧光光谱分析(EDXRF)技术与遗传算法优化的反向传播(GA-BP)神经网络对中低合金钢中Cr、Mn和Ni元素进行含量分析。通过能量色散X射线荧光光谱仪对六类中低合金钢标准样品做激发处理,获得X射线荧光光谱,使用两点法扣除背景,求得各元素对应Kα特征峰强度。利用所得108组谱线数据及其对应含量建立GA-BP神经网络,使用训练完成的GA-BP神经网络对另外36组中低合金钢样本含量进行预测,并将所预测结果与基本参数法分析结果和标准样品化学分析结果进行对比,Cr、Mn和Ni元素含量平均误差分别为0.0287%、0.0314%和0.0423%。实验结果表明,遗传算法优化的BP神经网络适用于EDXRF对中低合金钢中Cr、Mn和Ni元素含量的分析。 展开更多

关键词 X射线光学 X射线荧光光谱 中低合金钢 遗传算法 逆向误差传播神经网络 元素含量

原文传递

基于BP神经网络的海外铁路建设项目投资风险评估研究 被引量：7

4

作者 段晓晨 鲍默 +2 位作者 孟春成 董茹萍 牛衍亮 《铁道运输与经济》 北大核心 2022年第7期8-13,28,共7页

“一带一路”倡议的推进实施加快了我国铁路“走出去”的步伐,但海外铁路项目具有建设周期长、投资规模大、风险因素复杂等特点,因此如何评估复杂环境下中国铁路“走出去”面临的投资风险,以实现科学决策是现阶段亟待解决的问题。以雅... “一带一路”倡议的推进实施加快了我国铁路“走出去”的步伐,但海外铁路项目具有建设周期长、投资规模大、风险因素复杂等特点,因此如何评估复杂环境下中国铁路“走出去”面临的投资风险,以实现科学决策是现阶段亟待解决的问题。以雅万高速铁路等31个案例为基础,运用案例分析法识别海外铁路建设项目投资风险并构建风险指标体系,采用粒子群优化算法、误差反向传播神经网络等方法建立海外铁路建设项目投资风险评估模型,并针对风险等级较高的技术风险及政治风险等提出相关防范建议。研究表明:技术风险对海外高速铁路建设项目投资影响所占权重达到22%,需强化风险控制;研究成果可用于我国铁路“走出去”投资风险评估,有助于提升海外铁路建设项目投资决策效率。 展开更多

关键词 海外高速铁路 投资风险 风险评估 粒子群优化算法 误差反向传播神经网络

下载PDF 职称材料

基于激光诱导击穿光谱与GA-BP神经网络的塑料分类识别 被引量：7

5

作者 宋海声 麻林召 +5 位作者 朱恩功 王-帆 刘宇平 孙文健 彭鹏 李承飞 《激光与光电子学进展》 CSCD 北大核心 2020年第15期254-261,共8页

利用激光诱导击穿光谱(LIBS)技术与基于遗传算法优化的误差反向传播(GA-BP)神经网络对常见的9种塑料进行分类识别。通过激光诱导击穿塑料表面产生等离子光谱.用光谱仪对每种塑料采集100组光谱数据,以美国国家标准与技术研究院(NIST)的... 利用激光诱导击穿光谱(LIBS)技术与基于遗传算法优化的误差反向传播(GA-BP)神经网络对常见的9种塑料进行分类识别。通过激光诱导击穿塑料表面产生等离子光谱.用光谱仪对每种塑料采集100组光谱数据,以美国国家标准与技术研究院(NIST)的原子光谱数据库为参考,对主要的元素特征谱线进行精确标定。选取15条特征谱线进行分析,通过主成分分析(PAC)法对光谱数据进行降维处理,并建立GA-BP神经网络模型。实验结果表明.通过PCA法对数据进行降维后,GA-BP神经网络的识别效率得到很大提高,平均识别精度为99.72%,可对多种塑料进行快速、精准的识别。 展开更多

关键词 光谱学 激光诱导击穿光谱 遗传算法 误差反向传播神经网络 塑料识别 主成分分析法

原文传递

基于误差反传神经网络的船舶横摇时间序列预报 被引量：5

6

作者 李晖 郭晨 李晓方 《大连海事大学学报》 CAS CSCD 北大核心 2003年第1期39-42,共4页

给出了误差反传神经网络模型和学习算法及其改进型学习算法,并将其应用于船舶横摇运动时间序列预报,取得了较好的效果.亦可用于纵摇、艏摇的时间序列预报。

关键词 误差反传神经网络 船舶横摇运动 时间序列预报

原文传递

基于BP神经网络的CSI无源目标分类方法 被引量：6

7

作者 蒋芳 张南飞 +1 位作者 胡艳军 王翊 《北京邮电大学学报》 EI CAS CSCD 北大核心 2020年第1期40-45,共6页

针对无源目标分类系统中精度和费用之间不平衡、采用手工提取特征的方法进行特征提取工作量较大的问题,提出了一种基于误差逆传播(BP)神经网络的信道状态信息(CSI)无源目标分类方法.通过提取WiFi信号的CSI作基信号,并结合具有自主学习... 针对无源目标分类系统中精度和费用之间不平衡、采用手工提取特征的方法进行特征提取工作量较大的问题,提出了一种基于误差逆传播(BP)神经网络的信道状态信息(CSI)无源目标分类方法.通过提取WiFi信号的CSI作基信号,并结合具有自主学习数据特征能力的神经网络方法,设计了BP神经网络的训练模型,减少了手工提取特征带来的开销.实验结果表明,以身高分类为例,所提方法能够区分4个不同身高段,且平均分类准确度可以达到90%以上. 展开更多

关键词 信道状态信息 误差逆传播神经网络 无源目标分类

原文传递

基于支持向量机的大学财务困境预警模型 被引量：5

8

作者 邓敏 韩玉启 《南京理工大学学报》 EI CAS CSCD 北大核心 2012年第3期551-556,共6页

为了解决大学的财务风险预警模型由于样本稀疏造成预测准确率偏低的问题,该文提出了一种基于支持向量机(SVM)的预警模型的构造方法。选取教育部64所大学的7个财务评价指标并将其分为轻警、重警和巨警3种类别进行了训练计算。与误差反向... 为了解决大学的财务风险预警模型由于样本稀疏造成预测准确率偏低的问题,该文提出了一种基于支持向量机(SVM)的预警模型的构造方法。选取教育部64所大学的7个财务评价指标并将其分为轻警、重警和巨警3种类别进行了训练计算。与误差反向传播(BP)神经网络模型相比较,在小样本数据条件下,基于SVM的大学财务困境预警模型是大学财务困境预警的有效方法。研究结果可以较好地对大学财务困境进行预警监测。 展开更多

关键词 大学 财务困境 预警 支持向量机 误差反向传播神经网络

下载PDF 职称材料

永磁同步电机的无位置传感器控制参数优化 被引量：5

9

作者 王红 潘家栋 +1 位作者 徐学武 张奎庆 《制造技术与机床》 北大核心 2020年第11期95-99,共5页

永磁同步电机无位置传感器控制依赖于转子位置观测器,观测器的精度直接影响电机的控制。针对转子位置观测器中参数整定过程计算较为复杂的问题,提出一种基于误差反向传播(BP)神经网络来优化转子位置观测器的方法,利用所提出的误差反向传... 永磁同步电机无位置传感器控制依赖于转子位置观测器,观测器的精度直接影响电机的控制。针对转子位置观测器中参数整定过程计算较为复杂的问题,提出一种基于误差反向传播(BP)神经网络来优化转子位置观测器的方法,利用所提出的误差反向传播(BP)神经网络优化转子位置观测器的参数,实现永磁同步电机无位置传感器优化控制。通过MATLAB/Simulink搭建仿真实验平台证明,并通过和传统公式整定方法对比分析,误差反向传播(BP)神经元网络能够快速准确地计算出转子位置观测器中的参数。 展开更多

关键词 永磁同步电机 转子位置观测器 参数整定 误差反向传播神经网络

下载PDF 职称材料

基于聚类分析和优化神经网络的风电功率预测研究 被引量：4

10

作者 陈桂儒 王冰 +1 位作者 曹智杰 王绍平 《电气自动化》 2020年第3期24-27,共4页

为了提高风电功率的预测精度,减小风电随机性对电网的影响,提出一种基于K均值聚类算法和思维进化算法优化误差反向传播神经网络的风电功率短期组合预测模型。首先,采用K均值聚类算法将风速分为微风、中风和大风,风向分为正风向和反风向... 为了提高风电功率的预测精度,减小风电随机性对电网的影响,提出一种基于K均值聚类算法和思维进化算法优化误差反向传播神经网络的风电功率短期组合预测模型。首先,采用K均值聚类算法将风速分为微风、中风和大风,风向分为正风向和反风向共六个类别以降低其随机性。然后,为各个类别分别建立神经网络预测模型,并采用思维进化算法对其初始权值和阈值寻优,再将待预测样本根据所属类别输入到相应的预测模型中,得到最终的预测值。最后利用算例仿真,证明所提的组合预测模型比其他传统预测模型具有更高的预测精度。 展开更多

关键词 风电功率预测 K均值聚类 思维进化算法 误差反向传播神经网络 组合预测模型

下载PDF 职称材料

混合建模法在船舶横摇运动建模中的应用研究 被引量：1

11

作者 袁群哲 曹祥村 《计算机仿真》 CSCD 2007年第12期145-147,221,共4页

为了反映出船舶横摇运动机理模型没能体现出的船舶横摇运动的非线性特征和机理模型所作的简化处理所遗漏的各种动态、静态信息,文章以复合神经网络作为补偿模型,建立了船舶横摇运动混合模型。仿真结果表明,复合神经网络混合模型输出在12... 为了反映出船舶横摇运动机理模型没能体现出的船舶横摇运动的非线性特征和机理模型所作的简化处理所遗漏的各种动态、静态信息,文章以复合神经网络作为补偿模型,建立了船舶横摇运动混合模型。仿真结果表明,复合神经网络混合模型输出在120秒后非常接近期望输出,比一般神经网络混合法更接近期望输出,从而证明复合神经网络混合建模法可以得到精确的、强泛化力的船舶横摇运动模型。复合神经网络混合建模法不仅适用于船舶运动建模,也适用于其他复杂系统、不确定系统的建模。 展开更多

关键词 船舶横摇运动 混合建模法 误差反传神经网络 小脑模型神经网络

下载PDF 职称材料

椭圆形覆冰导线的液滴碰撞特性 被引量：3

12

作者 朱永灿 郑心心 +3 位作者 黄新波 曹雯 田毅 高华 《广东电力》 2018年第8期118-123,共6页

过冷却液滴碰撞系数是架空输电线路覆冰生长机理研究的基础内容,该系数受覆冰导线截面形状、气象条件等因素的影响。为此以圆形、椭圆形覆冰为研究对象,采用流体力学数值模拟计算方法,分析结冰对象尺寸、风攻角、液滴中值体积直径对液... 过冷却液滴碰撞系数是架空输电线路覆冰生长机理研究的基础内容,该系数受覆冰导线截面形状、气象条件等因素的影响。为此以圆形、椭圆形覆冰为研究对象,采用流体力学数值模拟计算方法,分析结冰对象尺寸、风攻角、液滴中值体积直径对液滴碰撞系数的影响;随后,在大量液滴碰撞系数数据的基础上,采用误差反向传播(back propagation,BP)神经网络算法拟合出碰撞系数与其他因素的关系,在给定输入参数时可快速预测出液滴的碰撞系数;最后,搭建液滴碰撞系数实验平台。实验在0~3℃的环境温度条件下进行,通过高性能吸水纸吸附碰撞液滴,验证了数值模拟及BP神经网络预测过冷却液滴碰撞系数的有效性。 展开更多

关键词 输电线路 覆冰 碰撞系数 计算流体力学 误差反向传播神经网络

下载PDF 职称材料

供热系统传感器数据过失误差侦破方法研究 被引量：2

13

作者 李思璐 柳耀文 +5 位作者 于景萍 傅强 刘海波 周志刚 薛普宁 刘京 《华电技术》 CAS 2018年第11期1-4,77,共5页

为提高集中供热系统上传数据的准确性,研究误差数据的识别方法,应用小波滤波、中值滤波、误差反向传播(BP)神经网络3种方法对供热系统换热站内的一级网流量传感器上传的数据进行过失误差侦破,并对比3种方法的侦破结果,得出中值滤波方法... 为提高集中供热系统上传数据的准确性,研究误差数据的识别方法,应用小波滤波、中值滤波、误差反向传播(BP)神经网络3种方法对供热系统换热站内的一级网流量传感器上传的数据进行过失误差侦破,并对比3种方法的侦破结果,得出中值滤波方法的过失误差侦破效果最好的结论。 展开更多

关键词 供热系统 小波滤波 中值滤波 误差反向传播神经网络 过失误差侦破

下载PDF 职称材料

基于人工神经网络的制造执行系统软件构件库构件提取方法研究 被引量：4

14

作者 任守纲 王宁生 +1 位作者 蔡宗琰 钱晓明 《中国机械工程》 EI CAS CSCD 北大核心 2004年第12期1059-1062,共4页

为了提高从软件构件库中搜索构件的速度和准确率 ,利用误差反向传播神经网络 (BP网络 )研究了构件的搜索问题。针对制造执行系统软件构件的特点 ,提出一个基于刻面的制造执行系统软件构件表示模型。在此基础上 ,建立了在构件刻面空间和... 为了提高从软件构件库中搜索构件的速度和准确率 ,利用误差反向传播神经网络 (BP网络 )研究了构件的搜索问题。针对制造执行系统软件构件的特点 ,提出一个基于刻面的制造执行系统软件构件表示模型。在此基础上 ,建立了在构件刻面空间和构件标识之间进行匹配的BP网络模型 ,并详细研究了该BP网络模型的结构、算法、输入 /输出参数处理等问题。最后 ,通过一个构件库原型系统进行了验证。 展开更多

关键词 软件构件 制造执行系统(MES) 误差反向传播神经网络(BP网络) 构件表示模型

下载PDF 职称材料

BP神经网络和遗传算法在乳酸菌发酵参数优化中的应用 被引量：5

15

作者 高爱同 毕珂 +1 位作者 齐育平 蒋冬花 《应用与环境生物学报》 CAS CSCD 北大核心 2014年第1期112-116,共5页

为提高短乳杆菌L2菌株γ-氨基丁酸(GABA)的产量,建立了一个反映因素与产量之间的非线性关系模型.运用Plackett-Burman设计、中心组合试验设计(CCD)对MRS培养基组成和培养条件进行了优化,筛选出4个影响发酵的关键因素:蛋白胨、葡萄糖、... 为提高短乳杆菌L2菌株γ-氨基丁酸(GABA)的产量,建立了一个反映因素与产量之间的非线性关系模型.运用Plackett-Burman设计、中心组合试验设计(CCD)对MRS培养基组成和培养条件进行了优化,筛选出4个影响发酵的关键因素:蛋白胨、葡萄糖、谷氨酸钠、初始pH.在此基础上,采用误差反向传播神经网络(BPN)和遗传算法(GA)确定了4个关键因素的适宜参数:蛋白胨21.185 g/L,葡萄糖3.857 g/L,谷氨酸钠48.948 g/L,初始pH 4.05.最终使短乳杆菌L2菌株的GABA产量达到了27.765 g/L,比原始MRS培养基的13.452 g/L提高了106.4%.研究表明利用BPN-GA方法进行发酵条件优化是一种行之有效的途径. 展开更多

关键词 短乳杆菌L2 γ-氨基丁酸(GABA) Plackett—Burman(PB)设计 误差反向传播神经网络(BPN) 遗传算法(GA)

原文传递

基于ACO-BP算法的熔融沉积成型翘曲变形量的预测方法

16

作者 田国良 周肖宇 李逸仙 《塑料工业》 CAS CSCD 北大核心 2024年第9期87-92,共6页

针对熔融沉积成型翘曲变形量预测问题,提出了一种基于蚁群算法(ACO)-误差反向传播(BP)神经网络算法的预测方法。采用ACO算法优化BP神经网络的初始权值、阈值,防止其训练时收敛于局部极小。基于正交试验分别设计4因素4水平的训练样本集和... 针对熔融沉积成型翘曲变形量预测问题,提出了一种基于蚁群算法(ACO)-误差反向传播(BP)神经网络算法的预测方法。采用ACO算法优化BP神经网络的初始权值、阈值,防止其训练时收敛于局部极小。基于正交试验分别设计4因素4水平的训练样本集和4因素3水平的验证样本集。训练样本集用于预测模型的学习,验证样本集用于验证预测方法的精度。基于极差法分析了各工艺参数对翘曲变形量的影响程度。结果表明,工艺参数对翘曲变形量的影响程度从大到小分别为层高、填充率、喷头挤出温度和打印速度。采用训练样本集充分训练预测模型后,验证基于ACO-BP算法的翘曲变形量预测方法的效果。基于均方根误差(RMSE)、均方误差(MSE)、平均绝对误差(MAE)和平均绝对百分比误差(MAPE)评价模型预测精度。对于RMSE,BP算法的预测精度约为ACO-BP算法的1.7倍;对于MSE,BP算法的预测精度约为ACO-BP算法的2.9倍;对于MAE,BP算法的预测精度约为ACO-BP算法的1.6倍;对于MAPE,BP算法的预测精度约为ACO-BP算法的2.2倍。基于ACO算法优化的BP神经网络预测精度更高。 展开更多

关键词 蚁群算法-误差反向传播神经网络算法 熔融沉积成型 翘曲变形量 预测方法

下载PDF 职称材料

基于脉搏波的无创连续血压监测模型簇研究 被引量：11

17

作者 吴海燕 季忠 李孟泽 《仪器仪表学报》 EI CAS CSCD 北大核心 2020年第7期224-234,共11页

脉搏波中蕴含丰富的血压信息,且检测简便,适用于血压的无创连续监测。利用脉搏波信号,结合心电信号,提取其波形特征,引入个体特征,基于误差逆传播神经网络构建关于收缩压、舒张压的监测模型。在模型构建过程中,使用相关性分析、平均影... 脉搏波中蕴含丰富的血压信息,且检测简便,适用于血压的无创连续监测。利用脉搏波信号,结合心电信号,提取其波形特征,引入个体特征,基于误差逆传播神经网络构建关于收缩压、舒张压的监测模型。在模型构建过程中,使用相关性分析、平均影响值法减少特征冗余;利用自组织特征映射神经网络完成具有近似属性的样本的分类;使用多种群遗传算法确定网络的初始权重、阈值,分类别构建模型,形成血压监测模型簇;最后再利用多种群遗传算法进行个体参数的优化,得到最终的个体血压监测模型。结果显示,该模型的血压预测值与实测值具有极强的相关性;模型估计误差满足美国医疗仪器促进协会标准(5±8 mmHg)以及英国高血压协会标准的A级标准。该模型在一定程度上增加了血压监测过程中的模型自校正能力,有望应用于长时无创连续血压监测设备当中。 展开更多

关键词 脉搏波波形特征 误差逆传播神经网络 自组织特征映射神经网络 多种群遗传算法 无创连续血压监测 模型簇

下载PDF 职称材料

基于极限学习机的脉动风速快速预测方法 被引量：6

18

作者 李春祥 迟恩楠 李正农 《上海交通大学学报》 EI CAS CSCD 北大核心 2016年第11期1719-1723,共5页

提出基于极限学习机(ELM)的脉动风速预测新模型.运用自回归滑动平均模型生成脉动风速数据库,并将其分为训练集和测试集.采用ELM对训练集进行学习训练,建立回归模型,从而实现对测试集风速的泛化预测.经与基于粒子群优化(PSO)的混合核函... 提出基于极限学习机(ELM)的脉动风速预测新模型.运用自回归滑动平均模型生成脉动风速数据库,并将其分为训练集和测试集.采用ELM对训练集进行学习训练,建立回归模型,从而实现对测试集风速的泛化预测.经与基于粒子群优化(PSO)的混合核函数最小二乘支持向量(PSO-MK-LSSVM)和误差反传神经网络(PSO-BP)对比,验证了ELM模型的有效性.数值结果表明,与PSO-MK-LSSVM和PSO-BP相比,无论在预测精度还是计算速度上,ELM模型都具有显著的优势. 展开更多

关键词 极限学习机 脉动风速 预测 最小二乘支持向量机 误差反传神经网络

下载PDF 职称材料

基于误差反向传播算法神经网络模型的水痘发病状况预测研究 被引量：3

19

作者 梁钻容 刘天纾 《中华生物医学工程杂志》 CAS 2018年第1期49-51,共3页

目的 研究误差反向传播算法(BP)神经网络模型在广州市番禺区水痘发病状况预测中的适用性并进行预测,为制定水痘的防控提供措施理论依据.方法 基于广州市番禺区2006至2015年水痘的发病率,构建BP神经网络模型,检验模型的预测精度,并通过... 目的 研究误差反向传播算法(BP)神经网络模型在广州市番禺区水痘发病状况预测中的适用性并进行预测,为制定水痘的防控提供措施理论依据.方法 基于广州市番禺区2006至2015年水痘的发病率,构建BP神经网络模型,检验模型的预测精度,并通过所构建的模型对2016至2018年的发病状况进行预测.结果 所构建的模型预测精度达到99.867％,利用模型可得到2016至2018年该地区的水痘的发病率分别为153.36/100000、118.17/100000、128.97/100000.结论 BP神经网络模型预测准确性高,适用于水痘发病状况的预测分析. 展开更多

关键词 误差反向传播算法神经网络模型 水痘 发病率

原文传递

基于人工神经网络构建的赤潮短期预报模型及应用

20

作者 李星 丁文祥 +2 位作者 李雪丁 张彩云 陈剑桥 《海洋预报》 CSCD 北大核心 2023年第2期67-76,共10页

利用大数据赤潮预报方法,基于福建沿岸24个生态浮标和5个大浮标历史数据及实时监测数据,采用人工神经网络实现福建沿岸赤潮的业务化预报。赤潮短期预报模型由误差反向传播网络(BP)和径向基神经网络(RBF)构成,结合福建沿岸所有赤潮事件... 利用大数据赤潮预报方法,基于福建沿岸24个生态浮标和5个大浮标历史数据及实时监测数据,采用人工神经网络实现福建沿岸赤潮的业务化预报。赤潮短期预报模型由误差反向传播网络(BP)和径向基神经网络(RBF)构成,结合福建沿岸所有赤潮事件的高频采样数据样本,每天可算出480个预报结果,最后对预报结果进行发生概率等级判断,最终实现福建沿岸10个赤潮监测区赤潮发生概率等级的业务化预报。赤潮短期预报模型成功预报出2019年5月下旬福建北部发生的多起赤潮事件,2019年和2020年24 h时效的赤潮预报结果正确率达到95%和99%,赤潮识别率达到60%和55%。 展开更多

关键词 赤潮 误差反向传播神经网络 径向基神经网络 业务化预报 人工神经网络

下载PDF 职称材料