期刊文献+
共找到137篇文章
< 1 2 7 >
每页显示 20 50 100
Neuroid BP-type Model Applied to the Study of Monthly Rainfall Forecasting
1
作者 严绍瑾 彭永清 郭光 《Advances in Atmospheric Sciences》 SCIE CAS CSCD 1995年第3期335-342,共8页
A neuroid BP-type three-layer mapping model is used for monthly rainfall forecasting in terms of 1946-1985Naming monthly precipitation records as basic sequences and the model has the form i×j=8×3, K=1; by s... A neuroid BP-type three-layer mapping model is used for monthly rainfall forecasting in terms of 1946-1985Naming monthly precipitation records as basic sequences and the model has the form i×j=8×3, K=1; by steadilymodifying the weighing coefficient, long-range monthly forecasts for January to December, 1986 are constructed and1986 month-to-month predictions are made based on, say, the January measurement for February rainfall and soon, with mean absolute error reaching 6,07 and 5,73 mm, respectively. Also, with a different monthly initial value forJune through September, 1994, neuroid forecasting is done,indicating the same result of the drought in Naming during the summer, an outcome that is in sharp agreement with the observation. 展开更多
关键词 Neuroid bp-type three-layer mapping model Monthly rainfall forecasting
在线阅读 下载PDF
基于BP神经网络的数据分布类型判别方法
2
作者 黄强先 赵志浩 +4 位作者 王徐康 李红莉 姚寒兵 张连生 程荣俊 《计量学报》 北大核心 2025年第9期1250-1255,共6页
在不确定度评定时,准确判断数据的分布类型至关重要,提出一种利用反向传播(BP)神经网络训练模型来判别数据分布类型的方法,并将其应用于平面水平度测量不确定度评定的过程中。为了从多个维度全面分析数据的分布特征,所提方法将原始数据... 在不确定度评定时,准确判断数据的分布类型至关重要,提出一种利用反向传播(BP)神经网络训练模型来判别数据分布类型的方法,并将其应用于平面水平度测量不确定度评定的过程中。为了从多个维度全面分析数据的分布特征,所提方法将原始数据转化为7个特征指标,再引入BP神经网络自动学习和提取这些指标之间的复杂非线性关系。通过训练,获得了一个能够准确判别数据分布类型的网络模型,经参数配置优化,该模型展现出优越性能,不仅训练速度快,而且判别准确率高达99.52%。与传统方法相比,该模型在各类分布判别中均表现优异。最后,通过对3路电容传感器测量平面水平度的测量评定实例,通过该模型判别并评定得到了该平面倾角的最佳估计值为7.041″,标准差为0.055″,比传统方法判别并评定的结果具有更小的标准差和更小的置信区间,进一步验证了该模型在蒙特卡洛测量不确定度评定过程中的实用性。 展开更多
关键词 计量学 不确定度评定 数据分布类型 BP神经网络 特征指标 蒙特卡洛评定
在线阅读 下载PDF
基于BP神经网络的城市径流系数对下垫面变化的响应
3
作者 张琳 丁兵 +4 位作者 邓金运 姚仕明 王家生 黎礼刚 汪朝辉 《长江科学院院报》 北大核心 2025年第10期32-37,共6页
在快速城市化的大背景下,城市地区下垫面变化是影响径流过程的重要因素,而影响机制尚待研究。选择武汉市青山区作为典型研究区域,通过遥感技术、GIS分析以及BP神经网络模型等方法,对典型研究时段城市下垫面变化进行了定量评估,并分析了... 在快速城市化的大背景下,城市地区下垫面变化是影响径流过程的重要因素,而影响机制尚待研究。选择武汉市青山区作为典型研究区域,通过遥感技术、GIS分析以及BP神经网络模型等方法,对典型研究时段城市下垫面变化进行了定量评估,并分析了这些变化对径流系数的影响。通过对比分析发现:城市下垫面变化对径流系数具有显著影响,随着建筑用地和道路的增加,径流系数呈现上升趋势,2009—2017年研究区径流系数从0.399增至0.535;而绿地、植被等用地面积的增加则有助于降低径流系数,同时海绵城市建设通过增加强透水地面面积,额外增加雨水调蓄容积,可达到降低径流系数的作用,海绵城市项目实施后,2017年径流系数为0.535,较海绵城市项目实施前降低0.051。研究成果可为城市规划和防洪排涝系统的设计提供科学依据,也可为城市水文循环和水资源管理提供技术支撑。 展开更多
关键词 径流系数 下垫面 BP神经网络模型 遥感技术 土地利用方式 城市规划
在线阅读 下载PDF
基于BP神经网络四连栋塑料大棚的温湿度模拟
4
作者 周宇 谢烨 黄文娟 《中国农业气象》 2025年第10期1405-1413,共9页
为研究晴天、多云和阴天3种天气类型下BP神经网络对设施大棚内平均气温和平均相对湿度的模拟能力,选取上海市松江区2021年3月1日-2022年2月28日四连栋塑料大棚内和同期气象站气象资料,以棚外平均气温、平均相对湿度、平均风速和太阳高... 为研究晴天、多云和阴天3种天气类型下BP神经网络对设施大棚内平均气温和平均相对湿度的模拟能力,选取上海市松江区2021年3月1日-2022年2月28日四连栋塑料大棚内和同期气象站气象资料,以棚外平均气温、平均相对湿度、平均风速和太阳高度角为输入因子,构建年和季节尺度下3种天气类型的棚内温湿度BP神经网络预测模型,并对模型进行检验。结果表明:(1)年尺度下平均气温模型的均方根误差(RMSE)在0.8~1.1℃,决定系数R^(2)≥0.9890(P<0.001);平均相对湿度模型的RMSE在2.9~4.0个百分点,R^(2)≥0.9434(P<0.001)。阴天的模拟效果最好,多云次之,晴天最低。(2)季节尺度下平均气温模型的RMSE平均值在0.7~0.9℃,R^(2)平均值≥0.9765(P<0.001);平均相对湿度模型的RMSE平均值在2.2~3.2个百分点,R^(2)平均值≥0.9451(P<0.001)。其中,夏季的模拟效果最好,秋季次之,春季和冬季最低。季节尺度模型的模拟效果好于年尺度模型。(3)年和季节尺度下平均气温和平均相对湿度模型均通过0.001水平的独立样本显著性检验,表明模型模拟效果较好,可用于模拟温室内温湿度并推广。 展开更多
关键词 四连栋塑料大棚 天气类型 温湿度模拟 BP神经网络 时间尺度
在线阅读 下载PDF
桂中坳陷下石炭统鹿寨组一段页岩类型划分与测井识别
5
作者 黄玉越 王贵文 +6 位作者 匡立春 覃英伦 王松 党文乐 卓色强 毕少琛 赖锦 《古地理学报》 北大核心 2025年第1期256-270,共15页
桂中坳陷柳城北区块下石炭统鹿寨组页岩气取得突破,有望成为四川盆地以外海相页岩气的接替领域。但受地层非均质性及纵横向相变频繁的制约,开展页岩类型识别和储集层评价存在困难。文中建立了基于“矿物组分+TOC含量”的页岩类型划分方... 桂中坳陷柳城北区块下石炭统鹿寨组页岩气取得突破,有望成为四川盆地以外海相页岩气的接替领域。但受地层非均质性及纵横向相变频繁的制约,开展页岩类型识别和储集层评价存在困难。文中建立了基于“矿物组分+TOC含量”的页岩类型划分方案,利用元素—矿物转换最优化方程和BP神经网络模型分别实现页岩成分和TOC含量的测井识别与预测,并采用成像测井动态切片和纽扣电极视电导率图像2种方法识别表征页岩纹层。通过精细刻画不同页岩类型的纹层发育程度和含气性特征,阐明了研究区有利页岩类型及分布特征。研究表明:鹿寨组一段发育5种典型页岩类型。受沉积古环境控制,页岩分布呈现出较强的纵向非均质性。鹿寨组一段整体处于下斜坡相沉积环境,纵向上①至⑦小层沉积水体逐渐变浅,灰质含量减少而陆源碎屑供给增多,总有机碳含量也逐渐降低,页岩类型由富有机质硅质混合页岩、富有机质黏土质混合页岩逐渐相变为含有机质硅质混合页岩。其中③小层中富有机质硅质混合页岩与富有机质黏土质混合页岩的页岩组合类型有机质丰度高,纹层组合类型及发育程度较优,整体含气量和脆性均较高,为研究区的有利页岩类型。 展开更多
关键词 页岩类型 测井识别 纹层 BP神经网络 鹿寨组 下石炭统 桂中坳陷
在线阅读 下载PDF
基于BP神经网络的重力仪高机动状态快速调平修正技术 被引量:1
6
作者 杨晔 董光泰 +1 位作者 高巍 张子山 《中国惯性技术学报》 EI CSCD 北大核心 2024年第5期457-462,共6页
针对平台式重力仪大机动状态后测量能力恢复慢的问题,提出一种基于BP神经网络的重力仪稳定平台快速调平修正技术。首先,针对动态重力测量在测量平台大机动状态后调平能力不足的问题,研究了基于BP神经网络的平台姿态高效、准确解算方法;... 针对平台式重力仪大机动状态后测量能力恢复慢的问题,提出一种基于BP神经网络的重力仪稳定平台快速调平修正技术。首先,针对动态重力测量在测量平台大机动状态后调平能力不足的问题,研究了基于BP神经网络的平台姿态高效、准确解算方法;其次,利用惯性元件和卫星导航系统(GNSS)的信息优化BP神经网络,形成不同条件的平台姿态提取优化模型;最后,利用模拟仿真实验和实际机载动态重力测量数据验证所提方法的有效性和准确性。实验结果表明在大机动的动态条件下采用所提方法可以扶正重力仪稳定平台,将机动后重力仪稳定平台稳定时间缩短83.3%以上,提升动态重力测量效率。 展开更多
关键词 动态重力测量 平台式重力仪 BP神经网络 平台快速修正
在线阅读 下载PDF
基于神经网络算法的水陆两栖无人艇控制系统研究 被引量:4
7
作者 岳光 任琳 +3 位作者 郭靖宇 潘玉田 雷欢 葛林 《兵器装备工程学报》 CAS CSCD 北大核心 2024年第5期231-238,共8页
针对近海登陆两栖作战等不适合士兵冲锋陷阵的高危环境,提出了基于神经网络算法的水陆两栖无人艇控制系统研究,伺服运动控制为控制系统的关键核心之一。鉴于目前传统两栖无人艇运动控制系统PID算法控制精度低、误差大、需人工调节参数... 针对近海登陆两栖作战等不适合士兵冲锋陷阵的高危环境,提出了基于神经网络算法的水陆两栖无人艇控制系统研究,伺服运动控制为控制系统的关键核心之一。鉴于目前传统两栖无人艇运动控制系统PID算法控制精度低、误差大、需人工调节参数等缺陷,提出BP-PID神经网络算法,同时融合GWO算法(灰狼算法),利用其搜索能力优化网络权值和阈值,加快网络收敛,提高控制精度。首先,对水陆两栖无人艇的控制系统进行需求分析,继而完成两栖无人艇伺服运行控制系统数学和控制模型设计、神经网络算法构架等设计,将设计的算法引入两栖无人艇运动控制系统中,并且进行实验验证,得到行驶曲线。结果表明控制系统运行稳定、响应速度快、误差小,行驶轨迹精确等优点。为实现不适合士兵直达近海登陆作战高危未知环境提升作战力,保护士兵安全有很重要现实意义和实用工程价值,为未来武器装备的智能化研究发展提供借鉴。 展开更多
关键词 水陆两栖无人艇 履带式 BP-PID智能算法 控制系统 两栖作战
在线阅读 下载PDF
基于L型铁钴的三维力触觉传感器设计及输出特性
8
作者 崔淼 李明明 +1 位作者 黄文美 翁玲 《电工技术学报》 EI CSCD 北大核心 2024年第16期4944-4954,共11页
该文提出了一种基于L型铁钴丝的三维力触觉传感器,利用磁致伸缩材料铁钴合金设计制作了三维力触觉传感单元,并测试了该结构的输出特性。基于电磁原理、逆磁致伸缩效应和欧拉伯努利动力学原理,推导了输出电压方程。搭建触觉传感单元实验... 该文提出了一种基于L型铁钴丝的三维力触觉传感器,利用磁致伸缩材料铁钴合金设计制作了三维力触觉传感单元,并测试了该结构的输出特性。基于电磁原理、逆磁致伸缩效应和欧拉伯努利动力学原理,推导了输出电压方程。搭建触觉传感单元实验平台,对传感器进行法向和切向标定,设计的传感器法向测力范围为0~13 N,切向测力范围为0~6 N,输出特性具有良好的线性关系。其中,0~8 N法向力范围内灵敏度约为23.997 mV/N,9~13 N法向力范围内灵敏度约为17.537 mV/N;0~4 N切向力范围内灵敏度约为11.599 mV/N,5~6 N切向力范围内灵敏度约为6.281mV/N。在4Hz频率、2N法向力条件下,该传感器动态响应的输出电压幅值变化范围为46.5~49.8mV,与静态力输出电压幅值的相对误差低于5%,响应时间和恢复时间分别为25 ms和29ms,表明该传感器具有良好的动态特性。分别采用广义逆矩阵和BP神经网络对传感器测得的三维力进行解耦,其中,BP神经网络解耦方法平均误差仅有2.90%,可有效提高测量精度。该传感器体积小、输出线性度好,可同时实现静态力和动态力的测量,在智能机器人等领域具有良好的应用前景。 展开更多
关键词 逆磁致伸缩效应 BP神经网络 L型铁钴丝 动态力测量 静态力测量
在线阅读 下载PDF
融合注意力机制和BP神经网络的2型糖尿病风险预测研究 被引量:1
9
作者 夏皖宁 吴天柱 +4 位作者 解文慧 汪艳兰 张峰 贾贤杰 吴学森 《齐齐哈尔医学院学报》 2024年第19期1846-1851,共6页
目的基于融合注意力机制和BP神经网络模型建立2型糖尿病风险预测模型,为糖尿病高危人群提供个性化的预测。方法于2019年7月—2021年2月对安徽省蚌埠市社区的慢性病队列进行纵向随访研究,共纳入2334名研究对象。采用Python 3.9软件进行分... 目的基于融合注意力机制和BP神经网络模型建立2型糖尿病风险预测模型,为糖尿病高危人群提供个性化的预测。方法于2019年7月—2021年2月对安徽省蚌埠市社区的慢性病队列进行纵向随访研究,共纳入2334名研究对象。采用Python 3.9软件进行分析,利用基于Python的深度学习框架PyTorch来实现注意力机制和BP神经网络结构。以是否患2型糖尿病为因变量,将数据集按照8︰2的比例划分训练集和测试集,使用融合注意力机制和BP神经网络模型进行建模与分析,并与经典的机器学习模型对比预测性能。基于准确率、精确率、召回率、F1分数以及训练过程中绘制的损失值曲线和准确率曲线进行模型评价。结果融合注意力机制和BP神经网络模型在训练集中准确率为0.9630,精确率为0.9725,召回率为0.9572,F1分数为0.9648;在测试集中准确率为0.9722,精确率为0.9756,召回率为0.9683,F1分数为0.9719。在训练过程中,融合注意力机制和BP神经网络模型得到的损失值曲线和准确率曲线均优于对比模型。结论相较于BP神经网络模型和传统机器学习模型,融合注意力机制和BP神经网络模型的预测性能更佳,可及时准确识别2型糖尿病患者,实现2型糖尿病的早发现和早治疗,以预防并减缓对其身体带来的危害。 展开更多
关键词 注意力机制 BP神经网络 2型糖尿病 风险预测 纵向随访研究
暂未订购
基于SSA-BP神经网络的重力式矿浆浓度检测算法
10
作者 陈永春 黄宋魏 +2 位作者 和丽芳 高徐辉 钟婷婷 《化工自动化及仪表》 CAS 2024年第6期1010-1016,1027,共8页
为了克服现有矿浆浓度检测技术的不足,提高矿浆浓度检测技术在复杂选矿环境中的精度和适应性,在对现有矿浆浓度检测技术进行分析的基础上,提出重力式矿浆浓度检测方法,利用麻雀搜索算法(SSA)改进BP神经网络算法优化关键参数,进行了系统... 为了克服现有矿浆浓度检测技术的不足,提高矿浆浓度检测技术在复杂选矿环境中的精度和适应性,在对现有矿浆浓度检测技术进行分析的基础上,提出重力式矿浆浓度检测方法,利用麻雀搜索算法(SSA)改进BP神经网络算法优化关键参数,进行了系统设计、算法研究和应用测试,结果表明:算法具有检测精度高、适应性强、稳定性好等优点。 展开更多
关键词 SSA-BP神经网络 矿浆浓度 参数校正 重力式
在线阅读 下载PDF
基于改进PSO优化的SDAE-BP暂降类型识别方法
11
作者 张金娈 张鑫 +1 位作者 杨柳青 孙腾达 《电工技术》 2024年第23期28-30,共3页
提供了一种基于改进PSO(粒子群算法)优化的SDAE-BP暂降类型识别方法,利用深度学习中的堆叠降噪自编码器(SDAE)提取电压暂降信号特征,通过BP神经网络对暂降数据进行分类识别,解决人为提取特征时受未知特征和噪声影响的问题;使用改进PSO... 提供了一种基于改进PSO(粒子群算法)优化的SDAE-BP暂降类型识别方法,利用深度学习中的堆叠降噪自编码器(SDAE)提取电压暂降信号特征,通过BP神经网络对暂降数据进行分类识别,解决人为提取特征时受未知特征和噪声影响的问题;使用改进PSO算法优化SDAE-BP网络参数,自适应选取优化参数,提升网络泛化能力,提高暂降类型识别的准确率。 展开更多
关键词 暂降类型识别 改进PSO SDAE BP
在线阅读 下载PDF
基于粒子群优化算法BP神经网络的2型糖尿病危险因素分析及筛查模型构建 被引量:3
12
作者 王仕鸿 陈永泽 +9 位作者 麦振华 谭茜蔚 杨子华 王爽 赵乐 马勇 黄翠怡 孔丹莉 丁元林 于海兵 《华西医学》 CAS 2024年第2期251-258,共8页
目的 基于粒子群优化算法(particle swarm optimization, PSO)BP神经网络,分析2型糖尿病的危险因素,并构建2型糖尿病筛查模型。方法 选择2021年7月-2022年8月广东医科大学附属医院和广东医科大学附属第二医院内分泌科2型糖尿病住院患者... 目的 基于粒子群优化算法(particle swarm optimization, PSO)BP神经网络,分析2型糖尿病的危险因素,并构建2型糖尿病筛查模型。方法 选择2021年7月-2022年8月广东医科大学附属医院和广东医科大学附属第二医院内分泌科2型糖尿病住院患者为病例组,以同期广东医科大学附属医院健康管理中心的健康体检人群为对照组。收集研究对象的基本信息、体检资料和实验室检查指标等进行比较分析。运用MATLAB R2021b软件分别构建PSO-BP神经网络模型、BP神经网络模型和logistic回归模型,并选出最优的2型糖尿病筛查模型。在此基础上,采用平均影响值算法筛选2型糖尿病发病的危险因素。结果 病例组共纳入患者1 053例,对照组共纳入健康体检人群914例。除食盐类型、共病家族史、体质量指数、总胆固醇、低密度脂蛋白胆固醇、主食摄入外(P>0.05),其余指标两组比较,差异均有统计学意义(P<0.05)。PSO-BP神经网络模型的整体筛查性能优于BP神经网络模型和logistic回归模型。基于PSO-BP神经网络模型,平均影响值算法因素筛选结果显示2型糖尿病发病的危险因素为空腹血糖、心率、年龄、腰臂比和婚姻状况,保护因素为高密度脂蛋白胆固醇、蔬菜摄入、居住地、文化程度、水果摄入和肉类摄入。结论 2型糖尿病的影响因素较多,应重点关注高危人群并定期开展疾病筛查,减少2型糖尿病的发病风险。PSO-BP神经网络筛查模型的性能最佳,未来可推广至其他疾病的早期筛查及诊断。 展开更多
关键词 2型糖尿病 粒子群优化算法 BP神经网络 平均影响值算法 危险因素
原文传递
基于NRBO-BP模型的黏泥型泥化夹层抗剪强度预测
13
作者 鲁明智 张家明 +1 位作者 邱培城 高宇 《材料导报》 EI CAS CSCD 北大核心 2024年第S02期277-281,共5页
精确评估土体的抗剪强度参数对于确保工程安全至关重要,目前尚未有黏泥型泥化夹层抗剪强度指标的预测模型。为得出黏泥型泥化夹层抗剪强度预测最优模型,通过引入牛顿-拉夫逊算法优化神经网络,显著提高了模型的收敛速度和预测精度。同时... 精确评估土体的抗剪强度参数对于确保工程安全至关重要,目前尚未有黏泥型泥化夹层抗剪强度指标的预测模型。为得出黏泥型泥化夹层抗剪强度预测最优模型,通过引入牛顿-拉夫逊算法优化神经网络,显著提高了模型的收敛速度和预测精度。同时,将模型与布谷鸟优化BP神经网络模型(CS-BP)、猎人猎物优化BP神经网络模型(HPO-BP)和BP神经网络模型进行了对比。结果表明,无论对于内摩擦角还是黏聚力,NRBO-BP模型都表现出最好的预测能力。在内摩擦角预测中,NRBO-BP模型在训练集和测试集的决定系数分别达到了0.9595、0.9301;在黏聚力预测中,NRBO-BP模型在训练集和测试集的决定系数分别达到了0.9684、0.9341。同时,在内摩擦角和黏聚力预测中NRBO-BP模型的精度在众多对比模型中均为最高。NRBO-BP模型有作为黏泥型泥化夹层抗剪强度指标预测的标准模型使用的潜力。 展开更多
关键词 黏泥型泥化夹层 抗剪强度 牛顿-拉夫逊算法 BP神经网络 预测
在线阅读 下载PDF
基于BP神经网络的车型分类器 被引量:22
14
作者 胡方明 简琴 张秀君 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2005年第3期439-442,共4页
针对车型特征,提出了一种基于BP神经网络的识别方法.从图像中提取车型特征向量,用BP神经网络设计分类器,并进行有效的训练与测试.应用改进的BP算法(尺度化共轭梯度法)对网络进行训练,使网络很快得到收敛,解决了一般算法收敛慢的缺陷.
关键词 BP神经网络 车型分类器 BP算法
在线阅读 下载PDF
神经网络BP模型用于月降水预报的研究 被引量:7
15
作者 严绍瑾 彭永清 郭光 《热带气象学报》 CSCD 1995年第3期252-257,共6页
采用神经网络BP型三层映射模式,以南京1946-1985年40年月雨量为基础序列,确定三层模式的形式。通过不断调整权重系数,作出1986年1-12月的月雨量长期预报,又用同样方法但改用前一个月的实测值报后一个月的月雨... 采用神经网络BP型三层映射模式,以南京1946-1985年40年月雨量为基础序列,确定三层模式的形式。通过不断调整权重系数,作出1986年1-12月的月雨量长期预报,又用同样方法但改用前一个月的实测值报后一个月的月雨量作出1986年各月的月雨址预报。平均绝对误差分别为6.07mm和5.73mm。对1994年6、7、8、9月月雨量以4个不同的起始值进行神经网络预测,都得到1994年夏季南京特旱的结果,与实测结果相同。 展开更多
关键词 神经网络 BP模型 月雨量预报 降水预报
在线阅读 下载PDF
月平均气温预报的神经网络BP型多层映射模式 被引量:5
16
作者 严绍瑾 彭永清 郭光 《南京气象学院学报》 CSCD 1995年第3期344-348,共5页
采用神经网络BP多层映射模式,利用1946~1979(1980)年南京月平均气温资料序列,计算得到系统的分维数D_0=2.8,确定三层模式形式i×j=3×2,k=1,由此作出1980(1981)年1~12月平... 采用神经网络BP多层映射模式,利用1946~1979(1980)年南京月平均气温资料序列,计算得到系统的分维数D_0=2.8,确定三层模式形式i×j=3×2,k=1,由此作出1980(1981)年1~12月平均气温预报值。它与实测值的相关系数为0.97(0.98)。如按各月资料建立序列,作1~12月各月平均气温预报与实测值的相关系数为0.99(0.99)。 展开更多
关键词 神经网络 多层映射模式 气温预报
在线阅读 下载PDF
2型糖尿病患病因素对血糖影响的定量分析 被引量:5
17
作者 陈松景 罗森林 +3 位作者 潘丽敏 张铁梅 韩龙飞 赵海秀 《北京理工大学学报》 EI CAS CSCD 北大核心 2014年第2期201-206,共6页
为了解血糖变化特点和确定2型糖尿病干预靶点,提出了一种基于反向传播(BP)神经网络的患病因素对血糖影响的量化分析方法.筛选出性别、体重等10维因素,再根据性别和年龄将人群分成9组,分别训练BP模型并提取敏感度,得出因素对血糖影响的... 为了解血糖变化特点和确定2型糖尿病干预靶点,提出了一种基于反向传播(BP)神经网络的患病因素对血糖影响的量化分析方法.筛选出性别、体重等10维因素,再根据性别和年龄将人群分成9组,分别训练BP模型并提取敏感度,得出因素对血糖影响的量化值.实验结果表明,体重对血糖变化的敏感度最大(0.244 9),体重、血脂水平和年龄敏感度各占总量的25%、35%和17%,且不同性别、年龄敏感度排序不同,为个体细化干预提供了判定方法;该方法可推广到其它疾病危险因素的量化分析,还可用于因素干预-判定-因素干预的良性循环中,有效提升个体健康水平. 展开更多
关键词 敏感度 血糖 BP神经网络 2型糖尿病
在线阅读 下载PDF
基于BP神经网络的光伏发电短期出力预测 被引量:38
18
作者 袁晓玲 施俊华 徐杰彦 《可再生能源》 CAS 北大核心 2013年第7期11-16,共6页
分析了影响光伏发电出力的主要因素,建立了基于BP神经网络的光伏发电短期出力预测模型。利用光伏电站的出力数据和气象数据对BP神经网络进行训练,根据光伏出力影响因素的分析,将不同日类型的日发电功率数据进行处理,将其映射为日类型指... 分析了影响光伏发电出力的主要因素,建立了基于BP神经网络的光伏发电短期出力预测模型。利用光伏电站的出力数据和气象数据对BP神经网络进行训练,根据光伏出力影响因素的分析,将不同日类型的日发电功率数据进行处理,将其映射为日类型指数作为神经网络训练、预测的输入。文章建立的预测模型可以对不同天气类型下一天各时段的出力进行预测,预测结果与实测值的比较结果表明,该模型有比较准确的预测能力和较强的适用性。 展开更多
关键词 光伏发电 短期出力预测 BP神经网络 日类型
在线阅读 下载PDF
FPGA-CPLD在线实时自主可重构系统技术及其在软测量中的应用 被引量:4
19
作者 马栋萍 王暄 +1 位作者 曹辉 韩建国 《计算机测量与控制》 CSCD 北大核心 2009年第2期271-274,共4页
介绍了一种在FPGA-CPLD系统上实现的在线实时自主可重构技术、相应的软/硬件综合设计及其在基于BP型人工神经网络的软测量技术中的应用;以XC3S400PQ型产品为例进行了试验与设计结果分析和仪表系统结构描述;此项综合技术同时发挥了FPGA... 介绍了一种在FPGA-CPLD系统上实现的在线实时自主可重构技术、相应的软/硬件综合设计及其在基于BP型人工神经网络的软测量技术中的应用;以XC3S400PQ型产品为例进行了试验与设计结果分析和仪表系统结构描述;此项综合技术同时发挥了FPGA的完全并行运算操作、快速运行和在线实时自主可重构性等优势,为超小型、移动型和机载型快速非介入性测量提供了可靠保证;通过对系统的仿真结果分析,表明采用在线实时自主可重构技术的基于BP网络的软测量仪表设计方法合理,可广泛应用于宇航、航天、高空侦测、深海测量及人体诊断等领域。 展开更多
关键词 BP-神经网络 XC3S400PQ型FPGA系统 软测量技术
在线阅读 下载PDF
基于驾驶员类型识别的双离合自动变速器换挡规律研究 被引量:7
20
作者 刘玺 何仁 程秀生 《农业工程学报》 EI CAS CSCD 北大核心 2015年第20期68-73,共6页
为了使车辆驾驶性能满足驾驶员需求,提出了基于数据融合决策的驾驶员类型识别方法并建立了基于驾驶员类型的换挡规律。首先基于驾驶员的驾驶行为和驾驶意图,对驾驶员类型进行分析,制定了基于驾驶风格的驾驶员类型识别方案。选定能表征... 为了使车辆驾驶性能满足驾驶员需求,提出了基于数据融合决策的驾驶员类型识别方法并建立了基于驾驶员类型的换挡规律。首先基于驾驶员的驾驶行为和驾驶意图,对驾驶员类型进行分析,制定了基于驾驶风格的驾驶员类型识别方案。选定能表征驾驶员驾驶风格的有效工况及相应的表征信号后,先采用BP神经网络分类器对驾驶风格进行辨识,再采用贝叶斯融合决策方法先后对同类操纵的驾驶风格辨识结果和所有操纵类型驾驶风格辨识结果进行数据融合决策,最终辨识出驾驶员类型。根据驾驶员类型,引入动力性系数,通过不同类型驾驶员对应的动力性系数值的改变,实现换挡规律中动力性因素和经济性因素所占比例的调整,最终形成基于驾驶员类型的DCT换挡规律。最后,以搭载6DCT的某试验车为对象,对不同驾驶员的换挡过程进行仿真实验,结果表明基于驾驶员类型的DCT换挡规律能够适应不同类型的驾驶员需求。该研究为驾驶员类型识别和智能型换挡规律的制定提供了参考。 展开更多
关键词 车辆 变速器 识别 驾驶员类型 BP神经网络 贝叶斯融合 换挡规律
在线阅读 下载PDF
上一页 1 2 7 下一页 到第
使用帮助 返回顶部