期刊文献+
共找到607篇文章
< 1 2 31 >
每页显示 20 50 100
基于IPO-VMD-GRNN的田间四足机器人摔倒状态预测方法 被引量:3
1
作者 张伟荣 陈学庚 +3 位作者 齐江涛 周俊博 熊悦淞 王硕 《农业机械学报》 北大核心 2025年第2期175-186,共12页
农业四足机器人作业环境复杂,导致其在田间行走时易摔倒,影响机器人作业效率,准确预测机身摔倒状态对机器人行走稳定性具有重要意义。提出一种基于本体传感器信号处理的机器人摔倒临界状态预测方法。首先,采集四足机器人在玉米田间行走... 农业四足机器人作业环境复杂,导致其在田间行走时易摔倒,影响机器人作业效率,准确预测机身摔倒状态对机器人行走稳定性具有重要意义。提出一种基于本体传感器信号处理的机器人摔倒临界状态预测方法。首先,采集四足机器人在玉米田间行走摔倒和Gazebo软件模拟机器人田间行走过程摔倒状态的惯性测量传感器信号,对机器人正常行走、摔倒临界稳定状态2个阶段及完全摔倒的4种工况信号进行分类,生成不同机身状态的信号数据集。其次,采用种群优化算法(Improved population optimization,IPO)优化变分模态分解(Variational mode decomposition,VMD)参数,提出基于改进种群优化-变分模态分解(Improved population optimization-variational mode decomposition,IPO-VMD)的信号处理方法;采用IPO算法对广义回归神经网络(General regression neural network,GRNN)的参数进行优化,提出基于改进种群优化-广义回归神经网络(Improved population optimization-general regression neural network,IPO-GRNN)模型。最后,基于上述信号处理方法,建立基于IPO-VMD-GRNN模型的田间作业机器人摔倒预测方法,采用机器人实际田间行走横滚角、俯仰角作为模型测试数据,验证田间作业机器人摔倒预测模型性能。试验结果表明:提出的IPO-VMD-GRNN模型输出总误差为0.1467、平均相对误差为0.0065、均方误差为0.0003,提取的特征有良好代表性;相比VMD-BPNN、VMD-GRNN、PSO-VMD-GRNN模型,平均预测成功响应时间缩短127.75、91.5、39.5 ms。该算法能提供机器人在田间行走时的机器人摔倒临界状态预测能力,可为提高四足机器人自主作业的田间通过性提供技术支撑。 展开更多
关键词 农业机器人 四足机器人 IPO-VMD-grnn 变量模态分解 摔倒状态预测
在线阅读 下载PDF
基于Lasso-GRNN神经网络模型的京津冀碳达峰情景预测 被引量:9
2
作者 李国柱 黄巧慧 《环境科学》 北大核心 2025年第2期636-646,共11页
京津冀地区作为中国能源消耗、碳排放的集聚区,降低碳排放量,实现碳达峰是该区域当下的首要目标.以1995~2021年京津冀区域的碳排放数据以及影响碳排放的影响因素数据为研究样本,首先计算京津冀3个区域碳排放与经济增长的脱钩值,划分脱... 京津冀地区作为中国能源消耗、碳排放的集聚区,降低碳排放量,实现碳达峰是该区域当下的首要目标.以1995~2021年京津冀区域的碳排放数据以及影响碳排放的影响因素数据为研究样本,首先计算京津冀3个区域碳排放与经济增长的脱钩值,划分脱钩状态.其次考虑到影响碳排放因素的复杂性,通过Lasso变量选择方法确定影响京津冀每个地区碳排放的关键因素,将筛选出的各个关键因素值作为GRNN与BP神经网络的输入,网络输出为对应地方的碳排放值,分析比较建立每个区域的LassoGRNN与Lasso-BP碳排放模型,综合各个方面分析比较Lasso-GRNN预测结果均优于Lasso-BP模型,因此选择Lasso-GRNN模型进一步设定基准情景、因素调控情景与综合调控情景进行情景分析.结果表明:(1)北京市与天津市的经济增长与碳排放基本实现强脱钩,河北省整体处于弱脱钩状态,整体经济发展状态不够理想,需要进行调整优化.(2)在每种情景设置下,北京市均已在2010年实现碳达峰,峰值为13843.98万t;天津市在2013年实现碳达峰,峰值为21115.48万t;河北省在综合因素调控情景下,将在2029年实现碳达峰,峰值为92402.86万t.根据研究结果对京津冀的经济发展提出合理化建议,优化产业结构,差异化发展低碳路径,使得京津冀进一步加强协作,推动低碳合作体制机制创新. 展开更多
关键词 京津冀 碳达峰 脱钩模型 Lasso-grnn模型 低碳发展
原文传递
基于SOBOL-OEGO-GRNN模型的土石坝渗透系数反演方法与应用
3
作者 倪勇 沈振中 +3 位作者 张延贺 孙一清 李永超 冯亚新 《水电能源科学》 北大核心 2025年第6期138-142,共5页
针对实际工程中各筑坝材料渗透系数难以准确测定的问题,提出了一种基于SOBOL-OEGO-GRNN组合代理模型的土石坝渗流场渗透系数反演方法。引入新型高效元启发式算法鳗鱼-石斑鱼算法(EGO),利用SOBOL抽样优化种群分布,对原始算法中部分系数... 针对实际工程中各筑坝材料渗透系数难以准确测定的问题,提出了一种基于SOBOL-OEGO-GRNN组合代理模型的土石坝渗流场渗透系数反演方法。引入新型高效元启发式算法鳗鱼-石斑鱼算法(EGO),利用SOBOL抽样优化种群分布,对原始算法中部分系数取值公式用二次函数进行改进,采用三角形随机游走策略形成改进后鳗鱼-石斑鱼优化算法(OEGO)。通过CEC测试函数集验证了改进效果,同时与常见算法性能进行了比较。结果表明,采用的3种改进策略能有效提升算法性能并优于几种常见算法。在某面板堆石坝工程的应用中,根据最终反演的渗透系数,正算得到测点水头理论值,相比实际水头值,相对误差最大不超过1.52%,且坝体渗流场整体位势分布合理,表明反演结果合理可靠。该模型为反演土石坝渗流场材料渗透系数提供了参考。 展开更多
关键词 渗透系数 反分析 鳗鱼-石斑鱼优化算法 广义回归神经网络
原文传递
基于DBO-GRNN神经网络的冰水堆积物渗透系数预测
4
作者 彭俊皓 魏玉峰 +2 位作者 李常虎 王群 李征征 《人民长江》 北大核心 2025年第2期167-174,共8页
冰水堆积物具有粒径范围宽、颗粒组成不均匀的特点,此类颗粒级配特征会较大程度上影响其渗透特性,从而影响水利水电工程的安全运行。以易贡藏布流域夏曲水电站冰水堆积物为研究对象,设计开展20组室内常水头渗透试验,建立了考虑级配面积... 冰水堆积物具有粒径范围宽、颗粒组成不均匀的特点,此类颗粒级配特征会较大程度上影响其渗透特性,从而影响水利水电工程的安全运行。以易贡藏布流域夏曲水电站冰水堆积物为研究对象,设计开展20组室内常水头渗透试验,建立了考虑级配面积的渗透系数计算经验公式;在此基础上,以试验数据为样本建立蜣螂算法(DBO)优化的GRNN神经网络,以特征粒径d 10~d 100、级配面积S为输入变量,预测冰水堆积物的渗透系数;并开展4组现场单环渗透试验验证DBO-GRNN模型精度。结果显示:该模型的渗透系数预测值与试验值能较好地吻合,误差在5%以内,而经验公式预测值、传统BP神经网络预测值与试验值的误差最大分别为61.29%和37.50%,表明DBO-GRNN神经网络可以较为准确地获取冰水堆积物的渗透系数。 展开更多
关键词 冰水堆积物 渗透系数 颗粒级配 DBO-grnn神经网络 渗透试验 夏曲水电站
在线阅读 下载PDF
综合半参数变系数和GRNN神经网络的对流层延迟模型
5
作者 潘雄 张思莹 +3 位作者 李涛 黄伟凯 金丽宏 张红星 《地球物理学报》 北大核心 2025年第1期54-65,共12页
对流层延迟是卫星导航定位的主要误差源之一,精准地预测对流层延迟对于提高全球导航卫星系统的定位精度至关重要.本文将半参数变系数模型(Semiparametric Varying Coefficient,Semi-VC)引入到对流层延迟建模中,构建一种综合半参数变系... 对流层延迟是卫星导航定位的主要误差源之一,精准地预测对流层延迟对于提高全球导航卫星系统的定位精度至关重要.本文将半参数变系数模型(Semiparametric Varying Coefficient,Semi-VC)引入到对流层延迟建模中,构建一种综合半参数变系数与神经网络的新型经验对流层模型.首先,将频谱分析提取的主周期信号作为参数分量,将剩余周期信号和其他误差归入到非参数分量,建立半参数对流层天顶延迟模型(Semiparametric tropospheric zenith delay model,Semi);其次,为了减弱核函数和窗宽参数选择对估计值精度的影响,利用泰勒展式将参数分量展开到一次项,将窗宽参数与参数解算综合考虑,扩充为半参数变系数模型,综合核估计和最小二乘法,利用三步估计方法得到了参数分量和非参数分量的估计值及观测值的拟合残差;然后,引入广义回归神经网络模型(Generalized Regression Neural Network,GRNN)对拟合残差进行补偿建模,利用贝叶斯优化算法(Bayesian Optimization Algorithm,BOA)进行超参数选择,进一步提升混合模型对ZTD(Zenith Tropospheric Delay)的估计精度.最后,利用陆态网络2020至2022年的210个GNSS(Global Navigation Satellite System)测站的实测数据,对本文提出的半参数变系数与广义回归神经网络组合模型(Semiparametric Varying Coefficient-GRNN,Semi-VC-GRNN)与常用模型从系统误差分离和时空分布特性方面进行了对比分析.结果表明,Semi-VC-GRNN模型在2022年210个测站的测试中平均RMSE(Root Mean Square Error)和平均Bias分别为16.8 mm和0.4 mm,平均RMSE相较于5°分辨率和1°分辨率下的GPT3模型分别提升51.25%和50.07%. 展开更多
关键词 天顶对流层延迟 半参数变系数模型 广义回归神经网络模型 陆态网络
在线阅读 下载PDF
基于SQP和GRNN的商用客车动力学参数自适应辨识
6
作者 房熙博 宁一高 +1 位作者 赵轩 周猛 《汽车安全与节能学报》 北大核心 2025年第4期648-656,共9页
提出了一种基于广义回归神经网络(GRNN)模型和序列二次规划(SQP)算法的自适应辨识策略,用于获取商用客车动力学参数并对其实时辨识。建立GRNN模型,用SQP算法获取GRNN模型的训练集对其进行训练,使其根据车辆的运行状态,自适应辨识出关键... 提出了一种基于广义回归神经网络(GRNN)模型和序列二次规划(SQP)算法的自适应辨识策略,用于获取商用客车动力学参数并对其实时辨识。建立GRNN模型,用SQP算法获取GRNN模型的训练集对其进行训练,使其根据车辆的运行状态,自适应辨识出关键参数;搭建TruckSim与Matlab/Simulink联合仿真平台,在不同工况下进行仿真试验。结果表明:相较于固定参数模型,在正弦波转角工况下,采用该模型的质心侧偏角与TruckSim模型的最大值误差减小73.9%;其侧倾角与TruckSim模型的最大值误差减少了76.7%;在双移线工况下,这2个误差分别减小98.0%和63.1%。从而,证明了本文方法的可行性和有效性。 展开更多
关键词 汽车安全 商用客车 序列二次规划(SQP)算法 广义回归神经网络(grnn)模型 动力学参数 自适应辨识
在线阅读 下载PDF
基于KBNN和GRNN的GaAs pHEMT谐波分量的非线性建模
7
作者 张云龙 林倩 《青海师范大学学报(自然科学版)》 2025年第4期62-68,共7页
为了提高晶体管建模的精确度,本文采用基于知识的神经网络(Knowledge-Based Neural Networks,KBNN)和广义回归神经网络(General Regression Neural Network,GRNN)技术对砷化镓赝配高电子迁移率晶体管(Gallium Arsenide Pseudomorphic Hi... 为了提高晶体管建模的精确度,本文采用基于知识的神经网络(Knowledge-Based Neural Networks,KBNN)和广义回归神经网络(General Regression Neural Network,GRNN)技术对砷化镓赝配高电子迁移率晶体管(Gallium Arsenide Pseudomorphic High Electron Mobility Transistor,GaAs pHEMT)的谐波分量开展非线性建模.模型以GaAs pHEMT的栅极电压(V_(gs))、栅极电流(I_(gs))、漏极电压(V_(ds))、漏极电流(I_(ds))和输入功率电平(Pin)为输入,以谐波分量为输出,分别构建了非线性模型.建模结果表明,GRNN对GaAs pHEMT谐波分量建模的均方误差(Mean Square Error,MSE)分别为0.0009、0.0006和0.0005,而KBNN对其谐波分量建模的MSE分别为0.0001、0.0002和0.0004.由此可见,KBNN相比于GRNN在GaAs pHEMT谐波分量的非线性建模中具有更高的精确度. 展开更多
关键词 砷化镓赝配高电子迁移率晶体管(GaAs pHEMT) 知识神经网络(KBNN) 广义回归神经网络(grnn) 谐波分量 非线性建模
在线阅读 下载PDF
基于WOA-GRNN的胶结砂抗剪强度预测研究 被引量:1
8
作者 徐冬池 《重庆建筑》 2025年第5期80-83,共4页
为揭示含水率、胶结物体积占比和法向压力对胶结砂抗剪强度的影响,基于室内直剪试验数据,采用鲸鱼算法优化广义回归神经网络,建立了胶结砂抗剪强度预测模型。结果表明:WOA-GRNN平均绝对误差百分比仅为0.93%,均方根误差为2.395 kPa,该模... 为揭示含水率、胶结物体积占比和法向压力对胶结砂抗剪强度的影响,基于室内直剪试验数据,采用鲸鱼算法优化广义回归神经网络,建立了胶结砂抗剪强度预测模型。结果表明:WOA-GRNN平均绝对误差百分比仅为0.93%,均方根误差为2.395 kPa,该模型能够快速准确得到胶结砂的抗剪强度。通过室内直剪试验验证,含水率、胶结物体积占比和法向压力参数对应的抗剪强度相对误差大部分低于5%,验证了模型在胶结砂抗剪强度预测方面的准确性和可靠性。WOA-GRNN模型有效降低了模型的复杂度,提高了预测精度,并缩短了运行时间。 展开更多
关键词 胶结砂 抗剪强度 鲸鱼算法 广义回归神经网络
在线阅读 下载PDF
基于季节性调整GRNN的废弃空调制冷剂碳排放量预测
9
作者 王方 程文鑫 余乐安 《运筹与管理》 北大核心 2025年第9期133-140,I0066-I0071,共14页
准确估计和预测废弃空调制冷剂碳减排潜力可为国家碳减排政策的制定和废弃空调回收拆解企业碳减排方案的优化提供数据支撑。本文基于X12季节调整模型、GRNN模型和市场供给A模型等,提出了一种适于废弃空调制冷剂季度碳排放量预测的新框... 准确估计和预测废弃空调制冷剂碳减排潜力可为国家碳减排政策的制定和废弃空调回收拆解企业碳减排方案的优化提供数据支撑。本文基于X12季节调整模型、GRNN模型和市场供给A模型等,提出了一种适于废弃空调制冷剂季度碳排放量预测的新框架。在家用空调内销量数据的预测中,X12-GRNN模型在训练集和测试集的平均绝对百分比误差较次优模型分别降低了22.059%和48.092%,表现出显著的优越性。以我国家用空调内销量数据为建模基础,引入关键影响因素,预测出了2005至2052年测算期内废弃空调不同类型制冷剂的碳排放量。研究结果表明:(1)废弃家用空调碳排放量巨大,从2005至2052年测算期内所有空调全部废弃,在不对制冷剂进行回收的情景下将累计排放1.103×10^(9)tCO_(2-eq)。(2)废弃家用空调规范回收具有较高的碳减排潜力,若测算期内废弃空调制冷剂回收率从5.000%提高到10.000%,将减少5.161×10^(7)tCO_(2-eq)排放量。(3)采用环保型制冷剂是减少废弃家用空调碳排放量的有效措施,测算期内采用R32制冷剂空调要远比R22和R410a碳排放量小,仅为R22型的五分之一、R410a型的三分之一。 展开更多
关键词 电子废弃物 碳排放量 季节调整 grnn 预测
在线阅读 下载PDF
Projectile impact point prediction method based on GRNN 被引量:9
10
作者 黄鑫 赵捍东 《Journal of Measurement Science and Instrumentation》 CAS CSCD 2016年第1期7-12,2,共6页
In order to forecast projectile impact points quickly and accurately,aprojectile impact point prediction method based on generalized regression neural network(GRNN)is presented.Firstly,the model of GRNN forecasting ... In order to forecast projectile impact points quickly and accurately,aprojectile impact point prediction method based on generalized regression neural network(GRNN)is presented.Firstly,the model of GRNN forecasting impact point is established;secondly,the particle swarm algorithm(PSD)is used to optimize the smooth factor in the prediction model and then the optimal GRNN impact point prediction model is obtained.Finally,the numerical simulation of this prediction model is carried out.Simulation results show that the maximum range error is no more than 40 m,and the lateral deviation error is less than0.2m.The average time of impact point prediction is 6.645 ms,which is 1 300.623 ms less than that of numerical integration method.Therefore,it is feasible and effective for the proposed method to forecast projectile impact points,and thus it can provide a theoretical reference for practical engineering applications. 展开更多
关键词 trajectory correction impact point prediction generalized regression neural network(grnn) numerical integra-tion method
在线阅读 下载PDF
基于IDBO-GRNN的多参数火灾预测模型研究
11
作者 李岩 王勇 孔冬冬 《自动化与仪表》 2025年第12期47-51,57,共6页
多参数火灾预测具有较强的非线性特征,为进一步提高算法模型的准确率及泛化能力,该文提出一种融合改进的Circle混沌映射和自适应扰动因子策略的改进型蜣螂优化算法(IDBO),并利用广义回归神经网络(GRNN)非线性映射能力和鲁棒性强的特点,... 多参数火灾预测具有较强的非线性特征,为进一步提高算法模型的准确率及泛化能力,该文提出一种融合改进的Circle混沌映射和自适应扰动因子策略的改进型蜣螂优化算法(IDBO),并利用广义回归神经网络(GRNN)非线性映射能力和鲁棒性强的特点,构建IDBO-GRNN预测模型。通过IDBO算法搜索GRNN的全局最优平滑参数。仿真实验中,选取100组标准明火、阴燃火及典型干扰数据训练,随机另选25组测试;输入火灾特征参量为温度、烟雾浓度和CO浓度,输出为火灾概率。模型中蜣螂种群个数取30,最大迭代次数为80,采用均方根误差作为适应度目标函数。测试结果表明,IDBO-GRNN的预测精度均优于BP、GRNN及DBO-GRNN模型,且该文方法的寻优能力及适用性更好。 展开更多
关键词 多参数火灾预测 改进型蜣螂优化算法 广义回归神经网络 IDBO-grnn模型
在线阅读 下载PDF
基于GRNN神经网络的小水电发电功率预测技术
12
作者 刘珺斓 胡文华 +1 位作者 沈春晖 王艳琪 《信息技术》 2025年第10期189-194,共6页
小水电发电受气候变化的影响较大,包括降雨量、水位以及水流速度等水文气象要素的变化,导致发电功率预测困难。为此,设计基于GRNN神经网络的小水电发电功率预测技术。构建GRNN神经网络结构,计算小水电功率波动特性与峰谷值,获取发电功... 小水电发电受气候变化的影响较大,包括降雨量、水位以及水流速度等水文气象要素的变化,导致发电功率预测困难。为此,设计基于GRNN神经网络的小水电发电功率预测技术。构建GRNN神经网络结构,计算小水电功率波动特性与峰谷值,获取发电功率占比情况。根据发电负荷数据分解条件,设计功率预测方法,实现小水电发电功率预测。实验结果表明,所提方法在频繁发电时段发电功率的最大值为5761kW、少量发电时段发电功率的最大值为2938kW,二者差值为2823kW,在参考功率曲线调节小水电发电量方面,具有一定的促进作用。 展开更多
关键词 grnn神经网络 水电发电 功率预测 发电功率占比
在线阅读 下载PDF
基于改进GRNN的煤矿井下瓦斯浓度预测
13
作者 张兆宏 刘伟 +1 位作者 单宇廷 王英伟 《能源与环保》 2025年第6期56-61,71,共7页
瓦斯含量反映煤层瓦斯储存,瓦斯浓度指空气中瓦斯占比,由于存在电磁干扰等多种因素,导致瓦斯浓度预测时面临相对误差和均方误差较高的问题,这种数据精度上的不足,影响了对煤矿井下瓦斯浓度的准确预测,使得预测效果较差。为此,提出基于改... 瓦斯含量反映煤层瓦斯储存,瓦斯浓度指空气中瓦斯占比,由于存在电磁干扰等多种因素,导致瓦斯浓度预测时面临相对误差和均方误差较高的问题,这种数据精度上的不足,影响了对煤矿井下瓦斯浓度的准确预测,使得预测效果较差。为此,提出基于改进GRNN的煤矿井下瓦斯浓度预测方法,该方法使用瓦斯传感器采集煤矿井下瓦斯含量数据,作为煤矿井下瓦斯浓度预测样本;构建基于改进GRNN的瓦斯浓度预测模型,由果蝇算法寻优设定可实现瓦斯浓度预测结果均方误差最小化的平滑因子,改进GRNN模型,利用此模型学习瓦斯含量与浓度之间关系,预测煤矿井下瓦斯浓度。实验结果显示,利用此方法预测瓦斯浓度时,全量程最大相对误差2.6%,最小均方误差为0.015,瓦斯浓度预测值与实际值基本一致,预测煤矿井下瓦斯浓度效果较好。 展开更多
关键词 改进grnn 煤矿井下 瓦斯浓度预测 瓦斯传感器 果蝇算法 平滑因子
在线阅读 下载PDF
国家级新区功能定位及发展建议--基于GRNN潜力评价方法 被引量:64
14
作者 叶姮 李贵才 +2 位作者 李莉 王乾 张华 《经济地理》 CSSCI 北大核心 2015年第2期92-99,共8页
从规模总量、经济外向性、创新能力及交通区位4个方面的18个指标构建国家级新区发展潜力评价指标体系,运用GRNN(广义回归神经网络)方法,以9个国家级新区及8个具有重要国家级新区潜质的区域(后统称新区)为对象,对其母城进行新区发展潜力... 从规模总量、经济外向性、创新能力及交通区位4个方面的18个指标构建国家级新区发展潜力评价指标体系,运用GRNN(广义回归神经网络)方法,以9个国家级新区及8个具有重要国家级新区潜质的区域(后统称新区)为对象,对其母城进行新区发展潜力综合评价。研究发现:1新区发展潜力差距较大,其中上海、深圳、广州和天津的新区在发展潜力上具有绝对优势;沿海新区普遍经济外向程度高于内陆新区;重庆是内陆唯一一个可与上海、深圳、广州和天津媲美的国家级新区母城,其在规模总量和经济外向性方面具有显著优势。2在对GRNN评价结果进行聚类分析的基础上,将17个新区分为国际竞争型、全国中心型、区域中心型和特殊战略型4类功能模式。文章最后结合各新区设立的战略目的和潜力评价结果,梳理了不同类型新区功能关联,并针对不同功能模式的新区在其母城支撑条件下,实现其功能定位的实施路径进行了初步探讨。 展开更多
关键词 国家级新区 发展潜力 功能模式 grnn方法
原文传递
基于GRNN神经网络的中厚板轧机厚度预测 被引量:27
15
作者 郭斌 孟令启 +1 位作者 杜勇 马生彪 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2011年第4期960-965,共6页
根据4200轧机轧制45号钢的实测数据,利用Matlab神经网络工具箱,建立中厚板轧机厚度预测的GRNN神经网络模型。研究结果表明:GRNN神经网络模型能较好地预测轧件厚度的变化,相对误差很小;与BP网络和Elman网络模型相比,GRNN网络模型具有更... 根据4200轧机轧制45号钢的实测数据,利用Matlab神经网络工具箱,建立中厚板轧机厚度预测的GRNN神经网络模型。研究结果表明:GRNN神经网络模型能较好地预测轧件厚度的变化,相对误差很小;与BP网络和Elman网络模型相比,GRNN网络模型具有更高的精度和更强的稳定性。 展开更多
关键词 grnn神经网络 中厚板 厚度预测
在线阅读 下载PDF
GRNN在肌电预测踝关节运动中的应用 被引量:30
16
作者 戴虹 钱晋武 +2 位作者 张震 沈林勇 章亚男 《仪器仪表学报》 EI CAS CSCD 北大核心 2013年第4期845-852,共8页
下肢运动预测对于步行康复机器人患者主动训练控制系统的设计具有重要意义。提出一种基于广义回归神经网络(GRNN)的利用肌电信号预测踝关节角轨迹算法:分别用肌电图仪和三维运动捕捉仪同步采集踝关节做屈伸运动时周围五块肌肉的肌电信... 下肢运动预测对于步行康复机器人患者主动训练控制系统的设计具有重要意义。提出一种基于广义回归神经网络(GRNN)的利用肌电信号预测踝关节角轨迹算法:分别用肌电图仪和三维运动捕捉仪同步采集踝关节做屈伸运动时周围五块肌肉的肌电信号和踝关节角度,并对肌电信号进行特征提取。基于主分量分析的数值算法对肌电数据进行降维,得到肌电主分量信号。基于肌电主分量信号利用GRNN算法预测踝关节角轨迹,用黄金分割搜索算法确定GRNN中的最佳平滑参数σ。采用小波消噪算法对踝关节角预测轨迹进行滤波以提高预测精度。用上述算法对9名志愿者进行实验的结果表明:该方法预测精度较高,与BP神经网络预测算法相比运算时间短且预测误差较小,因而更适用于下肢关节角轨迹的在线预测。 展开更多
关键词 广义回归神经网络 肌电信号 踝关节角 主分量分析 小波分析
在线阅读 下载PDF
基于GRNN模型的岩溶地区城市水生态足迹分析与预测 被引量:15
17
作者 杨振华 苏维词 +2 位作者 赵卫权 谢砫军 李艳丽 《中国岩溶》 CAS CSCD 北大核心 2016年第1期36-42,共7页
为揭示岩溶地区城市生态足迹的驱动因子与机制,评估和预测水资源可持续利用程度,根据岩溶地区水文地质特征及其与水生态足迹的相关性,分析了贵阳市2002-2014年水生态足迹的变化特征,并利用GRNN模型对其进行了时间序列预测。结果表明,贵... 为揭示岩溶地区城市生态足迹的驱动因子与机制,评估和预测水资源可持续利用程度,根据岩溶地区水文地质特征及其与水生态足迹的相关性,分析了贵阳市2002-2014年水生态足迹的变化特征,并利用GRNN模型对其进行了时间序列预测。结果表明,贵阳市水生态足迹由2002年的12.79万hm^2上升至2014年的15.74万hm^2,整体呈波动上升趋势,其中,水量生态足迹变化特征主要由工业用水量决定,水质生态足迹变化特征主要由氨氮排放量决定。水生态承载力波动变化明显,且小于水生态足迹需水量,导致水资源可持续利用系数介于0.31-0.63之间。对贵阳市2015-2019年水生态足迹进行GRNN预测,表明水生态足迹呈现先升后降得趋势,水生态承载力变幅在4.315-8.038万hm^2之间,但水生态足迹与承载力的缺口大,水资源可持续利用系数偏低。因此,在水生态承载力有限的贵阳市,降低水生态足迹才是实现水资源可持续利用的关键。 展开更多
关键词 grnn模型 岩溶 水生态足迹 预测
在线阅读 下载PDF
基于RFID技术和FOA-GRNN理论的高速公路道路关闭交通事件对车辆影响的判断模型 被引量:15
18
作者 史东亚 陆键 陆林军 《武汉理工大学学报》 CAS CSCD 北大核心 2012年第3期63-68,共6页
为弥补基于传统交通信息采集技术的高速公路交通事件检测算法仅能判断交通事件发生与否而无法判断车辆个体是否受到交通事件影响的不足,作者提出了一种基于RFID和FOA-GRNN的高速公路交通事件对车辆影响的判断模型。该模型使用RFID获取... 为弥补基于传统交通信息采集技术的高速公路交通事件检测算法仅能判断交通事件发生与否而无法判断车辆个体是否受到交通事件影响的不足,作者提出了一种基于RFID和FOA-GRNN的高速公路交通事件对车辆影响的判断模型。该模型使用RFID获取关键交通信息,利用广义回归神经网络对交通信息进行归类,应用果蝇优化算法获取广义回归神经网络的最佳平滑参数值。用VISSIM进行了仿真,对模型进行了验证,结果表明该判断模型具有检测率高、误警率低的特点,能迅速判断出受到交通事件影响的车辆,为交通疏导工作提供支持。 展开更多
关键词 无线射频识别 广义回归神经网络 果蝇优化算法 交通事件
原文传递
FOA优化GRNN网络的尾矿库安全预测 被引量:11
19
作者 聂娜娜 王英博 +1 位作者 王铭泽 李仲学 《中国安全生产科学技术》 CAS CSCD 2014年第8期39-45,共7页
从尾矿库安全管理实际出发,针对尾矿库安全预测影响因素多、波动性大和非线性的特点,提出了果蝇算法优化广义回归神经网络的尾矿库安全预测模型。通过利用果蝇优化算法的全局寻优特性对广义回归神经网络进行参数优化,同时采用相关分析... 从尾矿库安全管理实际出发,针对尾矿库安全预测影响因素多、波动性大和非线性的特点,提出了果蝇算法优化广义回归神经网络的尾矿库安全预测模型。通过利用果蝇优化算法的全局寻优特性对广义回归神经网络进行参数优化,同时采用相关分析方法选取尾矿库安全评价指标,实现尾矿库的安全评价预测。以辽宁本溪南芬尾矿库为研究实例进行预测仿真,实验结果表明:相较于GRNN网络模型和BP网络模型,采用果蝇算法优化的GRNN模型预测精度更高,适用性更强,在尾矿库安全预测方面具有很大的实际应用价值。 展开更多
关键词 尾矿库 果蝇优化算法 广义回归神经网络 安全预测
在线阅读 下载PDF
上一页 1 2 31 下一页 到第
使用帮助 返回顶部