期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到509篇文章
< 1 2 … 26 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进GA-BP神经网络的湿度传感器的温度补偿 被引量：122
1
作者 彭基伟 吕文华 +1 位作者 行鸿彦 武向娟 《仪器仪表学报》 EI CAS CSCD 北大核心 2013年第1期153-160,共8页
针对自动气象站采用的HMP45D型湿度传感器测量精度易受温度影响的问题,通过对遗传算法中的编码方式、适应度函数和参数进行改进研究,利用改进的遗传算法(genetic algorithm,GA)对反向传播(back propagation,BP)神经网络的初始权值阈值... 针对自动气象站采用的HMP45D型湿度传感器测量精度易受温度影响的问题,通过对遗传算法中的编码方式、适应度函数和参数进行改进研究,利用改进的遗传算法(genetic algorithm,GA)对反向传播(back propagation,BP)神经网络的初始权值阈值进行优化,在较大的范围进行搜索,采用反向传播算法在较小范围内进行微调,优化网络结构和参数,提出了用改进遗传算法优化BP神经网络的方法,根据在多温度条件下湿度传感器的实测数据,对利用此方法建立的模型进行温度补偿研究,并结合一般BP神经网络方法进行分析比较。实验结果表明,该方法具有全局寻优能力,补偿精度高,收敛速度快,能够有效补偿温度对湿度传感器的影响,大大提高了湿度传感器的测量准确度。 展开更多
关键词 遗传算法 bp神经网络 湿度传感器 GA—bp网络 温度补偿
下载PDF
基于PCA-BP神经网络的煤与瓦斯突出预测研究 被引量：73
2
作者 朱志洁 张宏伟 +1 位作者 韩军 宋卫华 《中国安全科学学报》 CAS CSCD 北大核心 2013年第4期45-50,共6页
为提高煤与瓦斯突出预测的效率和准确率,将主成分分析(PCA)法与神经网络相结合,对煤与瓦斯突出进行预测。以平顶山八矿为研究对象,基于地质动力区划方法,搜集影响煤与瓦斯突出的因素的相关数据。通过PCA法提取影响因素的主成分,选取贡... 为提高煤与瓦斯突出预测的效率和准确率,将主成分分析(PCA)法与神经网络相结合,对煤与瓦斯突出进行预测。以平顶山八矿为研究对象,基于地质动力区划方法,搜集影响煤与瓦斯突出的因素的相关数据。通过PCA法提取影响因素的主成分,选取贡献率大于80%的3个主成分,代替原有的9个影响因素,将其作为反向传播(BP)神经网络的3个输入参数。将突出强度划分为4个等级,建立PCA-BP煤与瓦斯突出预测模型。选取典型的突出样本对PCA-BP神经网络进行训练,用检验样本检验训练好的网络,结果表明预测符合实际情况。 展开更多
关键词 煤与瓦斯突出 地质动力区划 主成分分析(PCA) 反向传播(bp)神经网络 仿真预测
下载PDF
遗传算法优化BP神经网络的混沌时间序列预测 被引量：70
3
作者 李松 罗勇 张铭锐 《计算机工程与应用》 CSCD 北大核心 2011年第29期52-55,共4页
为提高BP神经网络预测模型对混沌时间序列的预测精度,将改进的遗传算法和BP神经网络结合,提出了一种基于改进遗传算法优化BP神经网络的混沌时间序列预测方法。利用改进的遗传算法优化BP神经网络的权值和阈值,训练BP神经网络预测模型求... 为提高BP神经网络预测模型对混沌时间序列的预测精度,将改进的遗传算法和BP神经网络结合,提出了一种基于改进遗传算法优化BP神经网络的混沌时间序列预测方法。利用改进的遗传算法优化BP神经网络的权值和阈值,训练BP神经网络预测模型求得最优解。将该模型应用到几个典型的非线性系统进行预测仿真,验证了该算法的有效性,与BP神经网络预测模型的预测结果进行了比较,仿真结果表明该方法对混沌时间序列具有更好的非线性拟合能力和更高的预测精度。 展开更多
关键词 混沌理论 预测 反向传播(bp)神经网络 遗传算法
下载PDF
基于SARIMA、GM(1,1)和BP神经网络集成模型的GDP时间序列预测研究 被引量：40
4
作者 龙会典 严广乐 《数理统计与管理》 CSSCI 北大核心 2013年第5期814-822,共9页
本文深入分析了灰色预测模型、自回归移动平均(ARIMA)模型和BP神经网络模型的预测特性和优劣,并在此基础上建立了由ARIMA、GM(1,1)和BP神经网络集成的时间序列预测模型。针对呈现趋势变动性和周期波动性二重特性的时间序列,首先建立GM(1... 本文深入分析了灰色预测模型、自回归移动平均(ARIMA)模型和BP神经网络模型的预测特性和优劣,并在此基础上建立了由ARIMA、GM(1,1)和BP神经网络集成的时间序列预测模型。针对呈现趋势变动性和周期波动性二重特性的时间序列,首先建立GM(1,1)模型对序列的趋势项进行预测,然后建立基于ARIMA和BP神经网络的组合模型对序列的周期波动项进行预测,最后用乘积模型对二者预测值进行集成。GDP时间序列实证结果表明:集成模型的预测效果显著高于单一模型,从而证实了集成模型用于GDP预测的有效性. 展开更多
关键词 ARIMA bp神经网络 GM(1 1)模型 集成模型 GDP预测
原文传递
基于BP与RBF级联神经网络的日负荷预测 被引量：37
5
作者 陈刚 周杰 +1 位作者 张雪君 张忠静 《电网技术》 EI CSCD 北大核心 2009年第12期101-105,共5页
在采用分段预测方法的基础上,利用小规模BP(back propagation)神经网络学习时间短和径向基函数(radial basis function,RBF)神经网络自身训练速度快的优点,提出了基于BP和RBF网络的级联神经网络日负荷预测模型,将影响日负荷变化的非负... 在采用分段预测方法的基础上,利用小规模BP(back propagation)神经网络学习时间短和径向基函数(radial basis function,RBF)神经网络自身训练速度快的优点,提出了基于BP和RBF网络的级联神经网络日负荷预测模型,将影响日负荷变化的非负荷因素(气象、日类型等)与历史负荷因素分别加入BP和RBF网络中分开考虑,进一步简化了预测模型。计算实例表明,该模型较一般级联神经网络模型收敛更快速、高效,预测精度有了很大提高。 展开更多
关键词 日负荷预测 bp神经网络 径向基函数神经网络 级联神经网络
下载PDF
基于BP神经网络的洪湖水质指标预测研究 被引量：37
6
作者 张青 王学雷 +2 位作者 张婷 杨超 吕晓蓉 《湿地科学》 CSCD 北大核心 2016年第2期212-218,共7页
为了掌握洪湖水质未来的变化情况以及预防污染事件的发生,建立了一个BP神经网络水质指标预测模型。利用洪湖1990~2014年的水质指标实测数据作为学习样本,选取了pH、溶解氧（DO）、铵态氮（NH4＋—N）、硝态氮（NO3-—N）、总氮（TN）、... 为了掌握洪湖水质未来的变化情况以及预防污染事件的发生,建立了一个BP神经网络水质指标预测模型。利用洪湖1990~2014年的水质指标实测数据作为学习样本,选取了pH、溶解氧（DO）、铵态氮（NH4＋—N）、硝态氮（NO3-—N）、总氮（TN）、总磷（TP）6项指标作为预测参数,建立了BP神经网络模型,并运用该模型对洪湖水质指标进行了预测,同时引入一元线性回归模型与GM（1,1）灰色预测模型与该模型进行对比。结果表明,BP神经网络模型预测的水质指标的相关性系数都在0.998以上,平均相对误差都控制在2.5%以内,对单个指标的预测相对误差也都小于9%,明显优于一元线性回归模型和灰色预测模型;BP神经网络模型预测精度较高,预测速度快,能够相对准确地预测大部分水质指标,可以有效地应用于洪湖以及其它水域水质指标的预测和水质趋势的预警预报系统中。 展开更多
关键词 水质 预测 bp神经网络 洪湖
原文传递
基于深度堆栈编码器和反向传播算法的网络安全态势要素识别 被引量：33
7
作者 寇广 王硕 张达 《电子与信息学报》 EI CSCD 北大核心 2019年第9期2187-2193,共7页
网络安全态势要素识别的基础是对态势数据集进行有效的特征提取。针对反向传播(BP)神经网络对海量安全态势信息数据学习时过度依赖数据标签的问题,该文提出一种结合深度堆栈编码器和反向传播算法的网络安全态势要素识别方法,通过无监督... 网络安全态势要素识别的基础是对态势数据集进行有效的特征提取。针对反向传播(BP)神经网络对海量安全态势信息数据学习时过度依赖数据标签的问题,该文提出一种结合深度堆栈编码器和反向传播算法的网络安全态势要素识别方法,通过无监督学习算法逐层训练网络,在此基础上堆叠得到深度堆栈编码器,利用编码器提取数据集特征,实现了网络的无监督训练。仿真实验验证了该方法能有效提升安全态势感知的效能和准确度。 展开更多
关键词 网络安全态势 反向传播神经网络 堆栈编码器 数据分析
下载PDF
BP神经网络结合正交试验优化苦参方中荆芥挥发油的提取工艺 被引量：32
8
作者 张超 韩丽 +3 位作者 杨秀梅 张喻娟 张芳 杨明 《中成药》 CAS CSCD 北大核心 2015年第1期70-74,共5页
目的使用BP神经网络结合正交试验优化苦参方(苦参和荆芥)中荆芥挥发油的提取工艺。方法采用水蒸气蒸馏法提取挥发油,以挥发油得率为评价指标,正交试验设计考察浸泡时间、提取时间、加水量对提取的影响,筛选挥发油提取工艺。正交试验实... 目的使用BP神经网络结合正交试验优化苦参方(苦参和荆芥)中荆芥挥发油的提取工艺。方法采用水蒸气蒸馏法提取挥发油,以挥发油得率为评价指标,正交试验设计考察浸泡时间、提取时间、加水量对提取的影响,筛选挥发油提取工艺。正交试验实验数据作为反向传播神经网络输入,对主要影响因素进行仿真优化。结果优化得到的提取工艺条件为加入12倍量水,浸泡1 h,水蒸汽蒸馏提取6 h,检验样本的网络预测值和实际测量值的相对误差小于1%。结论 BP神经网络结合正交试验不需要增加试验次数,就能分析苦参方中荆芥挥发油提取因素变化规律和寻找最佳参数。 展开更多
关键词 荆芥挥发油 提取 bp神经网络 正交试验 优化
下载PDF
DEA-BP神经网络下地铁车站深基坑施工安全评价 被引量：32
9
作者 宋博 《中国安全科学学报》 CAS CSCD 北大核心 2019年第5期91-96,共6页
为明确地铁车站深基坑施工安全等级,考虑评价指标的非线性关系和复杂动态性,基于数据包络法(DEA)-反向传播(BP)神经网络,提出一种地铁车站深基坑施工安全评价方法。首先,从人员、设备、环境、管理、技术5个方面系统构建安全评价指标体系... 为明确地铁车站深基坑施工安全等级,考虑评价指标的非线性关系和复杂动态性,基于数据包络法(DEA)-反向传播(BP)神经网络,提出一种地铁车站深基坑施工安全评价方法。首先,从人员、设备、环境、管理、技术5个方面系统构建安全评价指标体系;然后,利用DEA计算指标权重,运用BP神经网络网络评价地铁车站深基坑施工安全等级;最后,以重庆地铁1号线小什车站为例,运用该方法评价车站深基坑施工安全。结果表明:该车站深基坑施工安全等级为高,与实际情况吻合;安全意识、机械伤人、周边环境、技术交底、渗流破坏是影响深基坑施工安全的主要指标。 展开更多
关键词 地铁车站 深基坑施工 安全评价 数据包络法(DEA) 反向传播(bp)神经网络
下载PDF
煤层瓦斯含量PSO-BP神经网络预测模型及其应用 被引量：30
10
作者 林海飞 高帆 +3 位作者 严敏 白杨 肖鹏 谢行俊 《中国安全科学学报》 CAS CSCD 北大核心 2020年第9期80-87,共8页
为提高煤层瓦斯含量预测的科学性及准确性,提出基于粒子群算法(PSO)优化误差反向传播(BP)神经网络的瓦斯含量预测模型(PSO-BP模型);研究试验矿井煤层瓦斯含量与埋深、煤厚、底板标高以及测点与断层垂距等因素之间关系;对比分析该模型与... 为提高煤层瓦斯含量预测的科学性及准确性,提出基于粒子群算法(PSO)优化误差反向传播(BP)神经网络的瓦斯含量预测模型(PSO-BP模型);研究试验矿井煤层瓦斯含量与埋深、煤厚、底板标高以及测点与断层垂距等因素之间关系;对比分析该模型与多元线性回归模型和BP神经网络模型的预测结果。结果表明:随着埋深、煤厚及测点与断层垂距的增大,瓦斯含量变大,煤层底板标高增大,瓦斯含量变小;PSO-BP神经网络预测模型相对误差为2.4%~4.8%(平均3.1%),多元线性回归模型为2.3%~77.4%(平均27.7%),BP神经网络预测模型为7.5%~14.8%(平均10.2%),PSO-BP神经网络预测模型预测精度最高。 展开更多
关键词 瓦斯含量 粒子群算法(PSO) 误差反向传播(bp)神经网络 预测模型
下载PDF
基于BP神经网络的空中目标航迹预测模型 被引量：29
11
作者 钱夔 周颖 +2 位作者 杨柳静 谢荣平 何锡点 《指挥信息系统与技术》 2017年第3期54-58,共5页
针对热点区域的目标航迹预测问题,提出了一种基于反向传播(BP)神经网络的空中目标航迹预测模型。首先,采用基于轮廓系数的自适应K-means聚类算法,将目标群航迹数据自适应聚类,从而提取出特定目标的活动区域变化规律;然后,利用BP神经网... 针对热点区域的目标航迹预测问题,提出了一种基于反向传播(BP)神经网络的空中目标航迹预测模型。首先,采用基于轮廓系数的自适应K-means聚类算法,将目标群航迹数据自适应聚类,从而提取出特定目标的活动区域变化规律;然后,利用BP神经网络对目标群航迹进行训练学习,建立航迹预测模型,实现目标飞行航迹的提前预测;最后,通过试验结果表明该模型能够有效提取目标群航迹规律并预测目标航迹,具有较强鲁棒性。 展开更多
关键词 航迹预测 轮廓系数 自适应K-means bp神经网络
下载PDF
基于改进PSO-BP神经网络的爆破振动速度峰值预测 被引量：28
12
作者 范勇 裴勇 +2 位作者 杨广栋 冷振东 卢文波 《振动与冲击》 EI CSCD 北大核心 2022年第16期194-203,302,共11页
为了提高爆破振动速度峰值预测的准确度,将BP(back propagation)神经网络解决复杂非线性函数逼近能力和粒子群优化(particle swarm optimization,PSO)算法全局寻优能力相结合,建立了改进的PSO-BP神经网络预测模型,利用改进的PSO算法来优... 为了提高爆破振动速度峰值预测的准确度,将BP(back propagation)神经网络解决复杂非线性函数逼近能力和粒子群优化(particle swarm optimization,PSO)算法全局寻优能力相结合,建立了改进的PSO-BP神经网络预测模型,利用改进的PSO算法来优化BP神经网络的初始权值和阈值。以白鹤滩水电站左岸坝肩槽爆破开挖监测数据为依据,选取爆心距、最大单响药量、高程差和纵波波速作为输入参数,通过余弦振幅法分析输入参数与爆破振动速度峰值的关系强度得出代表场地条件的纵波波速也是对爆破振动速度传播的重要影响因素。对比BP神经网络和萨道夫斯基公式的检验结果,结果表明:改进的PSO-BP神经网络预测模型的预测值与实测值吻合更好,预测的结果更为可靠,具有较好泛化能力。研究方法为类似工程中爆破振动速度峰值的预测提供了借鉴。 展开更多
关键词 爆破振动 爆破振动速度峰值 bp神经网络 粒子群优化(PSO)算法 纵波波速
下载PDF
改进PSO优化BP神经网络的混沌时间序列预测 被引量：27
13
作者 李松 刘力军 刘颖鹏 《计算机工程与应用》 CSCD 2013年第6期245-248,270,共5页
为提高BP神经网络预测模型的预测准确性,提出了一种基于改进粒子群算法优化BP神经网络的混沌时间序列预测方法。引入自适应变异算子对陷入局部最优的粒子进行变异,改进了粒子群算法的寻优性能;利用改进粒子群算法优化BP神经网络的权值... 为提高BP神经网络预测模型的预测准确性,提出了一种基于改进粒子群算法优化BP神经网络的混沌时间序列预测方法。引入自适应变异算子对陷入局部最优的粒子进行变异,改进了粒子群算法的寻优性能;利用改进粒子群算法优化BP神经网络的权值和阈值,训练BP神经网络预测模型求得最优解。将该预测方法应用到几个典型的非线性系统的混沌时间序列进行有效性验证,结果表明了该方法对典型混沌时间序列具有更好的非线性拟合能力和更高的预测准确性。 展开更多
关键词 预测 混沌理论 反向传播(bp)神经网络 粒子群算法
下载PDF
可穿戴式跌倒检测智能系统设计 被引量：28
14
作者 陈鹏 涂亚庆 +1 位作者 童俊平 赵运勇 《传感器与微系统》 CSCD 2017年第2期114-116,共3页
为提高对老年人跌倒检测的正确率,设计一种可穿戴式跌倒检测系统。研制基于三轴加速度计的跌倒检测设备,给出系统硬件和软件的实现方案;提出基于反向传播(BP)神经网络的跌倒检测算法,将训练好的网络参数植入研制的可穿戴式跌倒检测设备... 为提高对老年人跌倒检测的正确率,设计一种可穿戴式跌倒检测系统。研制基于三轴加速度计的跌倒检测设备,给出系统硬件和软件的实现方案;提出基于反向传播(BP)神经网络的跌倒检测算法,将训练好的网络参数植入研制的可穿戴式跌倒检测设备,实现对跌倒的实时检测。实验结果表明:所研制的跌倒检测智能系统能够有效地区分跌倒与非跌倒,正确率达97.37%。 展开更多
关键词 跌倒检测 可穿戴式设备 加速度传感器 反向传播(bp)神经网络
下载PDF
道路交通事故BP神经网络预测研究 被引量：28
15
作者 董四辉 副教授 史卓屾 《中国安全科学学报》 CAS CSCD 北大核心 2010年第9期15-20,共6页
在分析道路交通事故影响因素的基础上,确定道路交通事故评价指标体系。该体系包含交通事故次数、死亡人数、受伤人数3个输出指标及12个影响因素。利用人工神经网络具的强非线性逼近、模糊推理、自学习的优点,建立道路交通事故BP神经网... 在分析道路交通事故影响因素的基础上,确定道路交通事故评价指标体系。该体系包含交通事故次数、死亡人数、受伤人数3个输出指标及12个影响因素。利用人工神经网络具的强非线性逼近、模糊推理、自学习的优点,建立道路交通事故BP神经网络预测模型。模型对我国2006年、2007年、2008年的交通事故情况进行预测,其中,2006年、2007年预测精度较高,2008年预测误差稍大,可能的原因为2007年12月修订的《中华人民共和国道路交通安全法》对减少交通事故起到较大作用。 展开更多
关键词 bp神经网络 道路交通 事故预测 指标体系
下载PDF
基于故障传播的模块化BP神经网络电路故障诊断 被引量：27
16
作者 何春 李琦 +1 位作者 吴让好 刘邦欣 《计算机应用》 CSCD 北大核心 2018年第2期602-609,共8页
大规模的数模混合电路所含故障模式众多,电路故障状态复杂,且易发生传播,因而电路故障诊断难度较大。针对大规模电路发生故障时存在故障传播的问题,提出一种基于故障传播的模块化BP神经网络(MBPFP)故障诊断方法。首先,在电路模块划分的... 大规模的数模混合电路所含故障模式众多,电路故障状态复杂,且易发生传播,因而电路故障诊断难度较大。针对大规模电路发生故障时存在故障传播的问题,提出一种基于故障传播的模块化BP神经网络(MBPFP)故障诊断方法。首先,在电路模块划分的基础上分析子电路间的故障传播,并将故障源和故障传播源"模块化";然后,通过子电路的异常检测模型进行一级定位,缩小故障原因集合,确定故障模块;最后,利用目标模块的BP神经网络模型进行二级定位,实现故障诊断并识别故障模式。与传统BP神经网络等方法进行比较的实验结果表明,MBPFP故障诊断方法具有较高的故障覆盖率,在定位准确率方面提高了至少8个百分点,其性能优于传统BP神经网络等方法。 展开更多
关键词 大规模数模混合电路 故障诊断 故障传播 bp神经网络 异常检测模型
下载PDF
基于结构熵和IGSO-BP算法的动态威胁评估 被引量：27
17
作者 陈洁钰 姚佩阳 +1 位作者 王勃 税冬东 《系统工程与电子技术》 EI CSCD 北大核心 2015年第5期1076-1083,共8页
针对传统超视距空战威胁评估不能根据各类威胁因素的变化动态调整其对应权值的问题,引入前向反馈(back propagation,BP)神经网络,采用综合考虑主客观因素的结构熵权法确定各威胁指数权值并作为神经网络训练参数进行训练,提出了改进萤火... 针对传统超视距空战威胁评估不能根据各类威胁因素的变化动态调整其对应权值的问题,引入前向反馈(back propagation,BP)神经网络,采用综合考虑主客观因素的结构熵权法确定各威胁指数权值并作为神经网络训练参数进行训练,提出了改进萤火虫算法(improved glowworm swarm optimization,IGSO)和BP神经网络相结合的空战动态权值计算方法。该算法采用改进萤火虫算法优化BP网络的权值和阈值,优化后的BP网络能更好地计算不同态势下的威胁指数权值,从而根据威胁估计模型进行威胁评估。以某一时刻预测多无人机空中对抗时的威胁度为想定,分别采用结构熵权法和IGSO-BP进行仿真计算。结果表明:结构熵权法能够科学合理地计算各威胁指数权值,IGSO-BP算法可有效解决空战目标威胁评估问题,且所提算法与现有几种算法相比在可靠性和准确性上都有明显提高。 展开更多
关键词 bp神经网络 萤火虫算法 结构熵权法 动态权值 威胁评估
下载PDF
基于时间连续性及季节周期性的风速短期组合预测方法 被引量：27
18
作者 蒋小亮 蒋传文 +2 位作者 彭明鸿 林海涛 李子林 《电力系统自动化》 EI CSCD 北大核心 2010年第15期75-79,共5页
根据风电机组功率曲线,可由风速计算出风电机组出力,因此,风电功率预测问题可转化为风速预测问题。基于风电场气象及风速数据的时间连续性及季节周期性,提出了一种风速短期组合预测模型。该模型采用模式识别技术分别提取时间连续性的样... 根据风电机组功率曲线,可由风速计算出风电机组出力,因此,风电功率预测问题可转化为风速预测问题。基于风电场气象及风速数据的时间连续性及季节周期性,提出了一种风速短期组合预测模型。该模型采用模式识别技术分别提取时间连续性的样本及季节周期性的样本,以反向传播(BP)神经网络作为预测模型,得到风速横向预测值和纵向预测值,最后再通过BP神经网络进行组合预测。对国内某风电场的风速预测结果表明,所提出的风速预测模型可行、有效,具有较好的预测精度。 展开更多
关键词 风速预测 时间连续性 季节周期性 模式识别 反向传播(bp)神经网络
下载PDF
基于BP神经网络的建筑工人不安全行为预警模型 被引量：25
19
作者 石娟 常丁懿 郑鹏 《中国安全科学学报》 CAS CSCD 北大核心 2022年第1期27-33,共7页
为减少建筑工人不安全行为,提高企业安全管理水平,采用事故统计分析、文献分析、质性访谈方法获取不安全行为影响因素,从组织、个人、外在环境、设备4个方面建立不安全行为预警指标体系,在此基础上,基于反向传播(BP)神经网络原理,将预... 为减少建筑工人不安全行为,提高企业安全管理水平,采用事故统计分析、文献分析、质性访谈方法获取不安全行为影响因素,从组织、个人、外在环境、设备4个方面建立不安全行为预警指标体系,在此基础上,基于反向传播(BP)神经网络原理,将预警指标作为网络输入,不安全行为无警、轻警、中警、重警4种状态作为网络输出,进而设计编制预警问卷,对问卷数据进行反复训练学习,最终构建出“23-9-4”3层结构的BP神经网络预警模型,并对该模型进行训练及测试。结果表明:该预警模型预警能力较强,能够较为准确地预测工人的不安全行为状态,从而可提前采取相应的防控措施。 展开更多
关键词 反向传播(bp)神经网络 建筑工人 不安全行为 预警模型 指标体系
下载PDF
基于BP神经网络的微博转发量的预测 被引量：24
20
作者 邓青 马晔风 +1 位作者 刘艺 张辉 《清华大学学报（自然科学版）》 EI CAS CSCD 北大核心 2015年第12期1342-1347,共6页
微博已经成为人们传播和获取信息的重要途径。突发事件相关微博的传播范围对事件的影响起着重要的作用,微博转发是扩大微博传播范围的一种重要方式。该文以城管与民众冲突事件(俗称"城管事件")为例,将BP(back propagation)神... 微博已经成为人们传播和获取信息的重要途径。突发事件相关微博的传播范围对事件的影响起着重要的作用,微博转发是扩大微博传播范围的一种重要方式。该文以城管与民众冲突事件(俗称"城管事件")为例,将BP(back propagation)神经网络应用到该类事件相关微博的转发行为研究中,以实现该类突发事件下微博转发行为的影响因素分析和转发量的预测。该文先从发帖人和微博内容2个角度分析了突发事件下微博转发行为的影响因素,结果表明:1)微博发帖人的活跃度、微博涉及主题标签、包含视频等可视化信息、提及其他用户及微博的发表时间段均对该微博的转发量有较大影响;2)与发帖人相比,微博内容对其转发量的影响更大。在影响因素分析的基础上,该文通过将预测问题转化为模式分类问题,基于BP(back propagation)神经网络对突发事件下的微博转发量进行了预测,并通过改变样本数对预测结果的稳定性进行了测试,得到了有一定参考价值的预测结果。 展开更多
关键词 微博 转发 bp(back propagation)神经网络 预测 影响因素 权重分析 应急响应
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 26 下一页 到第 页
使用帮助 返回顶部