双重BP神经网络组合模型在实时数据预测中的应用 被引量：34

1

作者 李蔚 盛德仁 +4 位作者 陈坚红 任浩仁 袁镇福 岑可法 周永刚 《中国电机工程学报》 EI CSCD 北大核心 2007年第17期94-97,共4页

在回归和延时神经网络的基础上,利用非线性组合预测方法的优点,提出一种新的预测模型——双重BP神经网络组合模型模型,选用某660MW机组的主蒸汽流量数据进行学习训练,实例计算结果表明双重BP神经网络组合模型可提高单项预测模型的精度,... 在回归和延时神经网络的基础上,利用非线性组合预测方法的优点,提出一种新的预测模型——双重BP神经网络组合模型模型,选用某660MW机组的主蒸汽流量数据进行学习训练,实例计算结果表明双重BP神经网络组合模型可提高单项预测模型的精度,校核样本的平均相对误差为1.5%,而单独采用回归神经网络和延时神经网络进行预测的平均相对误差分别为2.7%和1.9%,证明双重BP神经网络组合模型具有很高的预测精度,可应用于火电厂实时数据的有效性验证。 展开更多

关键词 双重BP神经网络 实时 组合预测 回归神经网络 延时神经网络

下载PDF 职称材料

中国农业受灾与成灾面积预测研究 被引量：12

2

作者 王守荣 达庆利 黄凤喜 《气象学报》 CAS CSCD 北大核心 2003年第1期106-115,共10页

文中运用SAS软件建立了中国农业受灾面积非线性回归预测模型及成灾面积一元回归预测模型.前者运用SAS软件的时间序列方法、回归分析方法和时延神经元网络方法,分别建立了4个农业受灾面积预测模型.在运用各模型进行模拟预测的基础上,运... 文中运用SAS软件建立了中国农业受灾面积非线性回归预测模型及成灾面积一元回归预测模型.前者运用SAS软件的时间序列方法、回归分析方法和时延神经元网络方法,分别建立了4个农业受灾面积预测模型.在运用各模型进行模拟预测的基础上,运用组合方法建立组合预测模型,得到农业受灾面积的集成预测结果,从而克服了单个预测模型的偶然误差,提高了预测结果的精确性和可靠性.2000年农业受灾面积的预测值为5322.37×104 hm2;后者根据中国1951～1999年农业受灾、成灾面积资料,用SAS的REG过程拟合受灾面积与成灾面积的关系,预测未来成灾面积.2000年农业成灾面积预测值为2479.47×104 hm2.经检验,模型预测效果良好,根据预测结果可以采取有针对性的减灾措施,减少灾害损失. 展开更多

关键词 自然灾害 非线性动态过程 神经元网络 组合模型 农业

下载PDF 职称材料

宽带毫米波雷达目标时延神经网络识别新方法 被引量：4

3

作者 肖怀铁 付强 +1 位作者 庄钊文 郭桂蓉 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2001年第6期459-463,共5页

基于一维距离像和神经网络研究宽带毫米波雷达目标识别问题 ,研究了用于雷达距离像序列识别的时延神经网络模型及其学习算法 ,并提出了基于距离像序列的宽带雷达目标时延神经网络识别方法 .还利用三种飞机缩比模型的暗室测量数据 ,研究... 基于一维距离像和神经网络研究宽带毫米波雷达目标识别问题 ,研究了用于雷达距离像序列识别的时延神经网络模型及其学习算法 ,并提出了基于距离像序列的宽带雷达目标时延神经网络识别方法 .还利用三种飞机缩比模型的暗室测量数据 ,研究了时延神经网络分类器中时延单元数目对分类精度的影响以及分类器的分类性能 .实验结果表明 展开更多

关键词 目标识别 毫米波雷达 时延神经网络 高分辨径向距离像 分类器

下载PDF 职称材料

基于TDNN-FSMN的蒙古语语音识别技术研究 被引量：6

4

作者 王勇和 飞龙 高光来 《中文信息学报》 CSCD 北大核心 2018年第9期28-34,共7页

为了提高蒙古语语音识别性能,该文首先将时延神经网络融合前馈型序列记忆网络应用于蒙古语语音识别任务中,通过对长序列语音帧建模来充分挖掘上下文相关信息;此外研究了前馈型序列记忆网络"记忆"模块中历史信息和未来信息长... 为了提高蒙古语语音识别性能,该文首先将时延神经网络融合前馈型序列记忆网络应用于蒙古语语音识别任务中,通过对长序列语音帧建模来充分挖掘上下文相关信息;此外研究了前馈型序列记忆网络"记忆"模块中历史信息和未来信息长度对模型的影响;最后分析了融合的网络结构中隐藏层个数及隐藏层节点数对声学模型性能的影响。实验结果表明,时延神经网络融合前馈型序列记忆网络相比深度神经网络、时延神经网络和前馈型序列记忆网络具有更好的性能,单词错误率与基线深度神经网络模型相比降低22.2%。 展开更多

关键词 蒙古语 语音识别 时延神经网络 前馈型序列记忆网络

下载PDF 职称材料

求解逆拟变分不等式的时滞神经网络

5

作者 张欢 郭正洁 冯世强 《西华师范大学学报（自然科学版）》 2025年第1期36-41,共6页

文章主要研究求解欧氏空间中逆拟变分不等式问题的一种时滞神经网络。首先,在余强制和Lipschitz连续性的条件下,利用不动点原理得到逆拟变分不等式问题解的存在性和唯一性。进一步考虑求解逆拟变分不等式问题的一种时滞神经网络,并且在... 文章主要研究求解欧氏空间中逆拟变分不等式问题的一种时滞神经网络。首先,在余强制和Lipschitz连续性的条件下,利用不动点原理得到逆拟变分不等式问题解的存在性和唯一性。进一步考虑求解逆拟变分不等式问题的一种时滞神经网络,并且在强单调和Lipschitz连续性的条件下证明该时滞神经网络的全局指数稳定性。 展开更多

关键词 余强制 LIPSCHITZ连续性 强单调 逆拟变分不等式 时滞神经网络 全局指数稳定

神经网络在木材干燥过程中建模的应用 被引量：5

6

作者 张延林 宋文龙 朱小利 《东北林业大学学报》 CAS CSCD 北大核心 2009年第8期50-52,共3页

针对木材干燥过程的非线性特性,以及环境因素对木材干燥过程的干扰,造成木材干燥建模困难的问题,通过对神经网络的非线性、并行结构,学习、推理和多变量处理能力的研究,以干燥窑的加热阀开度、喷湿阀开度、排潮阀开度3个控制信号作为输... 针对木材干燥过程的非线性特性,以及环境因素对木材干燥过程的干扰,造成木材干燥建模困难的问题,通过对神经网络的非线性、并行结构,学习、推理和多变量处理能力的研究,以干燥窑的加热阀开度、喷湿阀开度、排潮阀开度3个控制信号作为输入量,以窑内温度、湿度2个量作为输出量,利用时延神经网络和动态递归神经网络分别建立了木材干燥过程中的温湿度控制模型和木材干燥基准模型。并通过干燥实验进行网络训练和测试。结果表明:时延神经网络建立的木材干燥温湿度模型和干燥基准模型比动态递归神经网络的误差小、网络输出接近于真实值,能够较好的逼近实际系统。 展开更多

关键词 时延神经网络 动态递归神经网络 木材干燥 模型

下载PDF 职称材料

时间延迟神经网络地震油气预测方法 被引量：3

7

作者 刘瑞林 马在田 蒋晓光 《地球物理学报》 SCIE EI CAS CSCD 北大核心 1997年第5期710-717,共8页

本文绘出基于时间延迟神经网络模型的地震油气预测方法及其初步应用结果，不同于通常的孤立模式识别方法．在特征提取阶段，不仅提取地震道中相应目的层单时窗的特征，同时也提取时窗滑动时的特征，这些多时窗的特征信息反映出地层层序... 本文绘出基于时间延迟神经网络模型的地震油气预测方法及其初步应用结果，不同于通常的孤立模式识别方法．在特征提取阶段，不仅提取地震道中相应目的层单时窗的特征，同时也提取时窗滑动时的特征，这些多时窗的特征信息反映出地层层序的变化．时间延迟神经网络模型通过井旁道特征串的训练，用于表达特征信息与地层含油气情况的复杂关系和特征信息的变化与地层油气聚集的联系．初步应用表明，这种基于时间延迟网络模型的油气预测方法的结果要好于BP网络方法的结果． 展开更多

关键词 时间延迟 神经网络 油气预测 油气藏 地震勘探

下载PDF 职称材料

新神经网络结构及其在数码语音识别中的应用 被引量：2

8

作者 钟林 刘润生 《清华大学学报（自然科学版）》 EI CAS CSCD 北大核心 2000年第3期104-108,共5页

为了提高人工神经网络处理动态信号能力 ,在时延神经网络 ( TDNN )和卷积神经网络 ( CNN)的基础上 ,针对孤立音节的特点 ,提出了一个新的网络结构 ,研究了其学习算法。新网络在进一步改进后用于汉语孤立数码语音识别 ,对特定人和非特定... 为了提高人工神经网络处理动态信号能力 ,在时延神经网络 ( TDNN )和卷积神经网络 ( CNN)的基础上 ,针对孤立音节的特点 ,提出了一个新的网络结构 ,研究了其学习算法。新网络在进一步改进后用于汉语孤立数码语音识别 ,对特定人和非特定人任务 ,分别达到了 97.7%和 95 .6%的正确识别率 (无拒识 ) ,其性能远远高于多层前向感知机( ML P)和时延神经网络 ,与传统的隐马尔科夫模型 ( HMM)方法是可以相比的。 展开更多

关键词 时延神经网络 卷积神经网络 数码语音识别

原文传递

基于神经网络的常压塔柴油凝点软测量的研究与应用 被引量：1

9

作者 毛帅 熊智华 +3 位作者 徐用懋 庄爱霞 黄海龙 王立群 《化工自动化及仪表》 EI CAS 2005年第3期11-14,共4页

研究某炼油厂常压塔三线柴油凝点的软测量建模问题,分析过程变量对柴油凝点的影响。基于在线分析仪6min采样数据,利用前向网络和时延前向网络(TDNN)分别建立了三线柴油凝点的静态软测量模型和动态软测量模型,并结合在线分析仪对模型实... 研究某炼油厂常压塔三线柴油凝点的软测量建模问题,分析过程变量对柴油凝点的影响。基于在线分析仪6min采样数据,利用前向网络和时延前向网络(TDNN)分别建立了三线柴油凝点的静态软测量模型和动态软测量模型,并结合在线分析仪对模型实现了在线修正。通过两种模型的仿真和在线实施效果,表明基于神经网络的软测量模型取得了较好的应用效果,而且动态模型的实施效果优于静态模型。 展开更多

关键词 时延前向网络 动态模型 柴油凝点 软测量 在线修正

下载PDF 职称材料

嵌入时延神经网络的高斯混合模型说话人辨认 被引量：4

10

作者 陈存宝 赵力 《声学技术》 CSCD 2010年第3期292-296,共5页

提出了一种在高斯混合模型中嵌入时延神经网络的方法。它集成了作为判别性方法的时延神经网络和作为生成性方法的高斯混合模型各自的优点。时延神经网络挖掘了特征向量集的时间信息,并且通过时延网络的变换使需要假设变量独立的最大似... 提出了一种在高斯混合模型中嵌入时延神经网络的方法。它集成了作为判别性方法的时延神经网络和作为生成性方法的高斯混合模型各自的优点。时延神经网络挖掘了特征向量集的时间信息,并且通过时延网络的变换使需要假设变量独立的最大似然概率(ML)方法更为合理。以最大似然概率为准则,把它们作为一个整体来进行训练。训练过程中,高斯混合模型和神经网络的参数交替更新。实验结果表明,采用所提出的模型在各种信噪比情况下的识别率都比基线系统有所提高,最高能达到21%。 展开更多

关键词 说话人识别 高斯混合模型(GMM) 时延神经网络(TDNN) 嵌入

下载PDF 职称材料

数据驱动的时延神经网络动载荷识别方法

11

作者 王磊 张昊宇 +3 位作者 胡举喜 顾凯旋 王振宇 刘英良 《振动工程学报》 EI CSCD 北大核心 2024年第10期1688-1697,共10页

载荷识别是指根据测量的结构响应重构结构载荷的问题,属于力学中的反问题。本文提出了一种基于时延神经网络的载荷识别方法,通过实验和仿真相结合的数值算例验证表明,这一方法相比于一般的反向传播神经网络具有更高的识别精度;在时延神... 载荷识别是指根据测量的结构响应重构结构载荷的问题,属于力学中的反问题。本文提出了一种基于时延神经网络的载荷识别方法,通过实验和仿真相结合的数值算例验证表明,这一方法相比于一般的反向传播神经网络具有更高的识别精度;在时延神经网络的基础上,引入了统计池化的思想,并与普通的神经网络载荷识别方法相比较,证明了该方法在不同强度的噪声环境下均具有良好的识别效果;基于上述载荷识别方法,提出了一种基于粒子群优化算法的传感器布局优化策略,相比于随机的传感器布局,优化后的传感器布局可以在考虑传感器安装间距的同时,将载荷识别误差降低90%以上,有效提高了载荷识别精度。 展开更多

关键词 载荷识别 时延神经网络 粒子群优化 反向题

下载PDF 职称材料

干燥过程中木材含水率神经网络预测模型(英文) 被引量：4

12

作者 张冬妍 刘一星 +1 位作者 曹军 孙丽萍 《林业科学》 EI CAS CSCD 北大核心 2008年第12期94-98,共5页

将人工神经网络应用于木材干燥控制研究中,建立可用于木材含水率预测的时延神经网络基准模型,并给出其网络辨识结构。通过3个树种的实际干燥数据对所建立的网络模型进行训练和验证,仿真结果表明预测模型是可行而有效的,具有较好的动态... 将人工神经网络应用于木材干燥控制研究中,建立可用于木材含水率预测的时延神经网络基准模型,并给出其网络辨识结构。通过3个树种的实际干燥数据对所建立的网络模型进行训练和验证,仿真结果表明预测模型是可行而有效的,具有较好的动态跟踪能力和预报特性,实现了木材干燥基准的数学模型化,对进一步优化木材干燥基准实施与控制具有重要的指导意义和应用价值。 展开更多

关键词 木材含水率 模型 辨识 时延神经网络 预测

下载PDF 职称材料

基于改进自注意力机制的说话人分割聚类 被引量：3

13

作者 袁哲菲 张连海 +1 位作者 杨绪魁 刘爽 《信息工程大学学报》 2020年第5期539-544,共6页

为进一步提高说话人分割聚类系统的性能,提出一种基于改进自注意力机制的说话人分割聚类方法。考虑不同语音帧对说话人特征影响不同,该方法在时延神经网络基础上引入多头自注意力机制,通过多层感知器学习语音帧的权重系数,有侧重地提取... 为进一步提高说话人分割聚类系统的性能,提出一种基于改进自注意力机制的说话人分割聚类方法。考虑不同语音帧对说话人特征影响不同,该方法在时延神经网络基础上引入多头自注意力机制,通过多层感知器学习语音帧的权重系数,有侧重地提取说话人信息以增强说话人特征表征能力。同时为更好地利用多头自注意力机制从不同层面提取的说话人信息,进一步补偿说话人特征,对注意力头也进行自注意力计算,通过学习注意力头的权重来提取区分性能力更强的特征。最终将改进自注意力机制的说话人特征应用于说话人分割聚类系统,结果表明,该方法在DIHARDⅡ开发集上分割聚类性能均优于基线系统。 展开更多

关键词 说话人分割聚类 时延神经网络 多头自注意力 多层感知器 x-vector

下载PDF 职称材料

军事通信网的启发式元模型研究 被引量：1

14

作者 臧垒 蒋晓原 +2 位作者 王钰 陈少卿 邢智 《系统仿真学报》 CAS CSCD 北大核心 2009年第17期5562-5567,共6页

在分析了时延神经网络的基础上,利用军事通信网具有离散事件动态系统性质的先验知识,提出不确定时延神经网络。使用不确定时延神经网络建立了军事通信网的启发式元模型。实验结果证明,该启发式元模型相对简单、计算快速,对军事通信网的... 在分析了时延神经网络的基础上,利用军事通信网具有离散事件动态系统性质的先验知识,提出不确定时延神经网络。使用不确定时延神经网络建立了军事通信网的启发式元模型。实验结果证明,该启发式元模型相对简单、计算快速,对军事通信网的特征参数的逼近精度能满足C4ISR系统仿真的要求。该模型已成功应用于C4ISR系统的仿真与评估。 展开更多

关键词 军事通信网 时延神经网络 不确定时延神经网络 启发式元模型

下载PDF 职称材料

用神经网络实现VBR视频通信量的在线预测 被引量：2

15

作者 苏晓星 常胜江 +3 位作者 熊涛 郜洪云 申金媛 张延炘 《电子学报》 EI CAS CSCD 北大核心 2005年第7期1163-1167,共5页

VBR(VaribleBitRate)视频信号具有时变性、非线性和突发性等特点,实现该信号通信量的高精度预测难度较大.针对以上问题,本文提出了一种用于VBR视频通信量预测的自适应神经网络模型,网络训练采用离线与在线相结合的方式,同时通过删除不... VBR(VaribleBitRate)视频信号具有时变性、非线性和突发性等特点,实现该信号通信量的高精度预测难度较大.针对以上问题,本文提出了一种用于VBR视频通信量预测的自适应神经网络模型,网络训练采用离线与在线相结合的方式,同时通过删除不重要的权重,以优化网络的拓扑结构,提高网络的推广能力,降低网络在线学习的计算复杂度;对VBR视频通信量预测的模拟结果表明该模型具有高的预测精度,并能满足通信系统对预测实时性的要求. 展开更多

关键词 视频通信 时延神经网络 广义卡尔曼滤波 递归最小方差

下载PDF 职称材料

基于时延神经网络模型的舰船辐射噪声目标识别 被引量：1

16

作者 赵乾坤 刘峰 +2 位作者 梁秀兵 汪涛 宋永强 《应用声学》 CSCD 北大核心 2023年第5期1033-1041,共9页

水声目标被动识别是水声信号处理领域的研究热点之一。深度学习作为一种数据驱动方法,以其对非线性系统的良好拟合能力,为水声目标识别领域提供了新思路。该文采用一种基于时延神经网络模型的舰船辐射噪声目标识别方法,该方法利用目标... 水声目标被动识别是水声信号处理领域的研究热点之一。深度学习作为一种数据驱动方法,以其对非线性系统的良好拟合能力,为水声目标识别领域提供了新思路。该文采用一种基于时延神经网络模型的舰船辐射噪声目标识别方法,该方法利用目标的短时平稳特性和长时关联特性对目标的声纹特征进行建模,使用梅尔谱图提取目标信号的初级特征,再通过融合注意力机制和时延神经网络的深度学习模型实现高级特性提取,最后利用余弦相似度实现不同目标的类别划分。该方法在ShipsEar数据集和自行采集的数据进行测试验证,目标识别准确率分别达到79.2%和73.9%,可证明该方法的有效性。 展开更多

关键词 水声目标识别 舰船辐射噪声 时延神经网络 注意力机制

下载PDF 职称材料

基于深度学习的数字音乐流派分类研究

17

作者 唐和铭 游福成 刘玉琴 《北京印刷学院学报》 2023年第6期37-44,共8页

针对目前基于深度学习的数字音乐流派分类算法准确性较低的问题,提出了一种基于ECAPA-TDNN的ECAPA-TDNN-BLSTM模型。该模型将双向LSTM网络融合到ECAPA-TDNN模型中,以获取更多关于时间上下文的信息,从而提高模型的准确性。本文使用包含... 针对目前基于深度学习的数字音乐流派分类算法准确性较低的问题,提出了一种基于ECAPA-TDNN的ECAPA-TDNN-BLSTM模型。该模型将双向LSTM网络融合到ECAPA-TDNN模型中,以获取更多关于时间上下文的信息,从而提高模型的准确性。本文使用包含十种音乐流派的1000首歌曲的数据集进行了测试,并在测试集中获得了良好的结果。经过1000个epoch的训练,最后50个epoch的平均准确率为96.07%,证明该模型的有效性。结果表明,与现有模型相比,本文提出的模型对音乐流派的分类识别准确率有一定的提升。 展开更多

关键词 时延神经网络 长短期记忆网络 深度学习 数字音乐流派分类

下载PDF 职称材料

基于铝电解过程神经网络建模的研究 被引量：1

18

作者 李界家 郭宏伟 文达 《沈阳建筑大学学报（自然科学版）》 EI CAS 2007年第2期341-344,共4页

目的利用神经网络铝对电解过程进行辨识建模,以解决采用常规方法难以建立模型的问题.方法分别利用递归神经网络(Elman神经网络)和延时神经网络(加入延时单元的BP神经网络)对铝电解过程进行辨识建模,并将二者的辨识结果进行了比较.结果递... 目的利用神经网络铝对电解过程进行辨识建模,以解决采用常规方法难以建立模型的问题.方法分别利用递归神经网络(Elman神经网络)和延时神经网络(加入延时单元的BP神经网络)对铝电解过程进行辨识建模,并将二者的辨识结果进行了比较.结果递归Elman神经网络能更好地跟踪铝电解生产过程,并且网络结构简单误差小.结论笔者提出的递归El-mall神经网络建模方案更适合于对铝电解过程进行辨识建模. 展开更多

关键词 铝电解 模型辨识 延时神经网络 递归神经网络

下载PDF 职称材料

嵌入时延网络的高斯混合背景模型说话人确认

19

作者 陈存宝 赵力 《信号处理》 CSCD 北大核心 2010年第4期563-568,共6页

本文提出了一种嵌入时延神经网络(TDNN)的高斯混合背景模型(GMM-UBM)说话人确认方法,它集成了作为判别性方法的时延神经网络和作为生成性方法的高斯混合模型各自的优点。该方法利用时延神经网络挖掘特征向量集的时序性,然后把时间信息... 本文提出了一种嵌入时延神经网络(TDNN)的高斯混合背景模型(GMM-UBM)说话人确认方法,它集成了作为判别性方法的时延神经网络和作为生成性方法的高斯混合模型各自的优点。该方法利用时延神经网络挖掘特征向量集的时序性,然后把时间信息传递给GMM;并且通过时延网络的变换使需要假设变量独立的最大似然概率(ML)方法更为合理。该方法利用极大似然概率作为训练准则,把高斯混合模型和神经网络作为整体来进行训练。训练过程中,高斯混合模型和神经网络的参数交替更新。实验结果表明,采用本文提出的方法结合TNorm比基线系统的等误差率(EER)降低28%。 展开更多

关键词 说话人确认 高斯混合背景模型 时延神经网络 嵌入

下载PDF 职称材料

一类含n个时滞神经网络模型解的周期振动性

20

作者 冯春华 《广西师范大学学报（自然科学版）》 CAS 北大核心 2012年第3期48-53,共6页

利用分析方法,研究一类含n个时滞神经网络模型解的周期振动性,得出保证系统存在周期振动的一组充分条件,理论分析和数值仿真显示,所得结果为此类时滞神经网络提供了新的振动性判定准则。

关键词 时滞神经网络 平衡点 周期振动

下载PDF 职称材料