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98篇文章
< 1 2 … 5 >
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SQP和GRNN的商用客车动力学参数自适应辨识
1
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WOA-GRNN的胶结砂抗剪强度预测研究
2
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
基于改进GRNN的煤矿井下瓦斯浓度预测
3
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
基于GA-GRNN的AWJ强化3D打印AlSi10Mg表面性能实验研究 被引量：1
4
作者 张苗苗 侯荣国 +3 位作者 吕哲 王龙庆 石广行 王中庆 《现代制造工程》 CSCD 北大核心 2024年第7期35-41,共7页
为提高磨料水射流(Abrasive Water Jet,AWJ)强化工艺对3D打印AlSi10Mg表面性能的强化效果预测的准确性及高效性,首先开展磨料水射流强化AlSi10Mg表面强化实验;然后分别以表面硬度和表面残余应力作为目标,基于遗传算法-广义回归神经网络(... 为提高磨料水射流(Abrasive Water Jet,AWJ)强化工艺对3D打印AlSi10Mg表面性能的强化效果预测的准确性及高效性,首先开展磨料水射流强化AlSi10Mg表面强化实验;然后分别以表面硬度和表面残余应力作为目标,基于遗传算法-广义回归神经网络(Genetic Algorithm-Generalized Ragression Neural Network,GA-GRNN)对实验数据样本进行训练,建立3D打印AlSi10Mg表面性能预测模型;最后,利用遗传算法对建立的神经网络预测模型中的AWJ强化主要参数进行优化。研究结果表明,经过磨料水射流强化后的AlSi10Mg表面硬度与表面残余应力均得到有效提高;建立的GA-GRNN预测模型与校验值误差在2.3%以内,具有较高的准确性;经遗传算法优化后,得到表面硬度最佳参数组合:射流压力为33 MPa,磨料粒径为0.15 mm,靶距为12.4 mm,此时表面硬度为159.25HV;表面残余应力最佳参数组合:射流压力为40 MPa,磨料粒径为0.13 mm,靶距为15 mm,此时表面残余应力为-137.4 MPa。为后续磨料水射流强化零件表面的参数选择提供数据支撑。 展开更多
关键词 磨料水射流 3D打印的AlSi10Mg 表面强化 GA-grnn神经网络 遗传算法
在线阅读 下载PDF
基于GRNN算法的铜阳极炉精炼还原终点预报模型
5
作者 舒波 王恩志 +5 位作者 徐建新 陈习堂 任军祥 俞建明 高荣 王华 《有色金属（冶炼部分）》 CAS 北大核心 2024年第12期35-42,49,共9页
针对阳极炉炼铜还原期终点判断依赖人工判断的局限,利用机器学习技术实现智能判断。通过图像去模糊处理优化图像特征,对图像进行灰度差分矩阵运算,将矩阵中提取出的特征值作为神经网络的输入,构建了一种新的铜阳极炉精炼还原期终点判断... 针对阳极炉炼铜还原期终点判断依赖人工判断的局限,利用机器学习技术实现智能判断。通过图像去模糊处理优化图像特征,对图像进行灰度差分矩阵运算,将矩阵中提取出的特征值作为神经网络的输入,构建了一种新的铜阳极炉精炼还原期终点判断模型。试验结果显示,在真实生产环境下,采用GRNN算法对还原终点进行预测,有助于消除铜阳极炉精炼过程中不同指标之间的相关性,减少了数据冗余和系统误差,使预测精度提高至96.54%。相较于传统方法,这种新的判断模型有效提高了阳极炉炼铜还原期终点判断的准确性。 展开更多
关键词 阳极炉炼铜 还原期 grnn算法 图像处理 终点判断
在线阅读 下载PDF
基于GRNN的短期光伏功率预测 被引量：1
6
作者 赵金金 王晓娟 《微处理机》 2024年第2期38-40,共3页
为提高光伏电站运营当中对输出功率预测的准确度,进一步提升光伏电站的智能化程度,降低光伏电站的运营成本,建立了一种基于GRNN算法的输出功率预测模型。模型利用GRNN神经网络的非线性映射能力预测短期光伏输出功率,可在同等条件下,相... 为提高光伏电站运营当中对输出功率预测的准确度,进一步提升光伏电站的智能化程度,降低光伏电站的运营成本,建立了一种基于GRNN算法的输出功率预测模型。模型利用GRNN神经网络的非线性映射能力预测短期光伏输出功率,可在同等条件下,相较BP神经网络预测算法得到更接近于实际的输出功率值。本模型发挥出GRNN算法结构简单的特性,在实验中实现了较高的预测准确度,同时有助于提高电网运行的稳定性。 展开更多
关键词 光伏电站 输出功率 BP神经网络 grnn算法
在线阅读 下载PDF
基于粗糙集-GRNN算法的近岸海域生态污染风险评估方法
7
作者 李博阳 罗俊 +1 位作者 母凌燕 黄琳 《科学技术创新》 2024年第11期13-16,共4页
传统的近岸海域生态污染风险评估方法,只能收集污染物浓度,因此设计一种基于粗糙集-GRNN算法的近岸海域生态污染风险评估方法。从历史监测数据中收集污染物浓度、环境因素和空间坐标等信息,计算污染物从排放口到监测点的迁移时间。确定... 传统的近岸海域生态污染风险评估方法,只能收集污染物浓度,因此设计一种基于粗糙集-GRNN算法的近岸海域生态污染风险评估方法。从历史监测数据中收集污染物浓度、环境因素和空间坐标等信息,计算污染物从排放口到监测点的迁移时间。确定不同污染物的影响范围,从而针对不同风险等级制定相应的环境保护措施。实验结果表明,设计的基于粗糙集-GRNN算法的近岸海域生态污染风险评估方法对于选取的6个近岸海域风险等级评估均正确,并且模型的输出值均低于标准生态阈值,最高差值达到0.2,证明本文所提方法准确率更高,具有更好的综合性能。 展开更多
关键词 粗糙集 grnn 算法 近岸 海域 生态污染 风险 评估
在线阅读 下载PDF
基于SSA-GRNN的铜CMP抛光液抛光速率预测
8
作者 栾晓东 张拓 穆成银 《江苏海洋大学学报（自然科学版）》 CAS 2024年第3期86-92,共7页
铜化学机械抛光(CMP)是集成电路制造的关键步骤之一,其中铜抛光速率是衡量抛光液性能的关键指标。在CMP过程中,由于铜抛光液中各组分与铜之间的化学反应复杂,需要大量的数据实验来实现可调的抛光速率。为提高铜CMP抛光速率预测的准确性... 铜化学机械抛光(CMP)是集成电路制造的关键步骤之一,其中铜抛光速率是衡量抛光液性能的关键指标。在CMP过程中,由于铜抛光液中各组分与铜之间的化学反应复杂,需要大量的数据实验来实现可调的抛光速率。为提高铜CMP抛光速率预测的准确性,利用麻雀搜索算法对广义回归神经网络的平滑因子进行优化,提出了一种基于麻雀搜索算法的广义回归神经网络(SSA-GRNN)铜CMP抛光液抛光速率预测模型。首先,在MATLAB中建立SSA-GRNN网络模型,然后输入抛光液各组分数据,预测在不同组分下抛光液的抛光速率,最后将SSA-GRNN模型的预测结果与BP神经网络模型(BP-NCABC)的预测结果对比。结果表明,SSA-GRNN模型在训练集上的平均绝对百分比误差(MAPE)比BP-NCABC模型降低4.82百分点,在测试集上的MAPE比BP-NCABC模型降低1.78百分点;SSA-GRNN模型在训练集上的最优预测精度比BP-NCABC模型提高0.09百分点,在测试集上的最优预测精度比BP-NCABC模型提高0.32百分点。上述研究结果表明,在CMP抛光速率的预测上SSA-GRNN模型比BP-NCABC模型的准确性更高,这为指导CMP实验、提升实验效率、降低研发成本和优化抛光液组分提供了一种可选的模型。 展开更多
关键词 化学机械抛光 抛光液 广义回归神经网络 麻雀搜索算法
在线阅读 下载PDF
基于改进GWO-GRNN的管道焊缝三维重构测量
9
作者 高博轩 赵弘 苗兴园 《机床与液压》 北大核心 2024年第1期1-10,共10页
为提高双目相机不同位姿下焊缝的三维重构测量精度,提出一种基于立体视觉图像误差补偿的管道焊缝三维重构测量方法。采用改进灰狼算法(IGWO)优化广义回归神经网络(GRNN)补偿焊缝三维重构图像点的坐标误差。采用混沌映射、非线性收敛因... 为提高双目相机不同位姿下焊缝的三维重构测量精度,提出一种基于立体视觉图像误差补偿的管道焊缝三维重构测量方法。采用改进灰狼算法(IGWO)优化广义回归神经网络(GRNN)补偿焊缝三维重构图像点的坐标误差。采用混沌映射、非线性收敛因子和最优记忆保存思想对GWO算法进行改进,通过8个标准测试函数进行仿真验证;利用优化后的GRNN模型对图像点坐标误差进行预测和补偿,计算三维坐标重构出焊缝点云,三维测量焊缝的焊宽、余高和长度。试验结果表明:该模型在双目相机不同的位姿状态下都能较准确地实现焊缝的三维重构,焊缝的三维测量相对误差在0.9%以内。 展开更多
关键词 立体视觉 图像误差补偿 改进灰狼优化 广义回归神经网络 焊缝三维重构测量
在线阅读 下载PDF
基于SSA-GRNN的汽油机过渡工况进气流量预测研究
10
作者 陈侗 李岳林 +2 位作者 张五龙 谢清华 尹钰屹 《汽车技术》 CSCD 北大核心 2024年第12期54-62,共9页
针对过渡工况下汽油机进气流量预测难度较高的问题,构建了一种基于麻雀搜索算法(SSA)优化广义回归神经网络(GRNN)的进气流量预测模型。该模型利用SSA算法对GRNN的平滑因子进行寻优辨识,并采用斯皮尔曼法和对比分析法提取模型的特征参数... 针对过渡工况下汽油机进气流量预测难度较高的问题,构建了一种基于麻雀搜索算法(SSA)优化广义回归神经网络(GRNN)的进气流量预测模型。该模型利用SSA算法对GRNN的平滑因子进行寻优辨识,并采用斯皮尔曼法和对比分析法提取模型的特征参数,以达到较好的预测精度和泛化性能。运用过渡工况进气流量样本数据对模型进行训练和预测,结果表明:在加减速工况下,SSA-GRNN模型预测值的平均相对误差均小于1%;相较于BP、RBF和GA-SVR进气流量预测模型,SSA-GRNN模型具有更高的预测精度和泛化性能,更加适用于汽油机过渡工况进气流量的预测。 展开更多
关键词 汽油机 麻雀搜索算法 寻优辨识 广义回归神经网络 进气流量 过渡工况
在线阅读 下载PDF
GRNN算法在电力系统负荷建模中的应用 被引量：8
11
作者 余健明 李萌 舒菲 《电力系统及其自动化学报》 CSCD 北大核心 2009年第1期104-107,共4页
针对传统负荷模型不能有效地克服负荷建模中的非线性和不连续性等问题,提出了一种基于广义回归神经网络的负荷建模方法。利用广义回归神经网络具有的全局逼近和最佳逼近能力及网络稳健、快速收敛的优点,建立了新的电力系统综合负荷模型... 针对传统负荷模型不能有效地克服负荷建模中的非线性和不连续性等问题,提出了一种基于广义回归神经网络的负荷建模方法。利用广义回归神经网络具有的全局逼近和最佳逼近能力及网络稳健、快速收敛的优点,建立了新的电力系统综合负荷模型。并与两种改进的反向传播网路模型进行了比较,仿真实例证明了该模型对电力系统负荷模型辨识的有效性和准确性。 展开更多
关键词 广义回归神经网络算法 负荷建模 电力系统
在线阅读 下载PDF
基于GRNN网络和遗传算法的旋翼动平衡调整 被引量：11
12
作者 刘红梅 王少萍 欧阳平超 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2008年第5期507-511,共5页
针对传统旋翼调整方法没有考虑调整参数与振动信号之间的非线性关系,提出一种结合广义回归神经网络GRNN(General Regression Neural Network)和遗传算法的旋翼调整方法,采用GRNN建立旋翼动平衡调整模型,以桨叶调整参数作为GRNN输入,以... 针对传统旋翼调整方法没有考虑调整参数与振动信号之间的非线性关系,提出一种结合广义回归神经网络GRNN(General Regression Neural Network)和遗传算法的旋翼调整方法,采用GRNN建立旋翼动平衡调整模型,以桨叶调整参数作为GRNN输入,以旋翼转轴3个方向的加速度测量值和机身3个方向加速度测量值作为网络输出,建立调整参数与直升机振动信号之间的模型.以直升机振动作为目标函数,采用改进的遗传算法对桨叶调整参数进行寻优,获得直升机振动最小时的桨叶的调整量.飞行实验表明,通过1到2次飞行调整,可使3个方向机身振动(旋翼的一阶振动)为最小,完成旋翼的动平衡调整. 展开更多
关键词 旋翼 动平衡 广义回归神经网络(grnn) 遗传算法 优化
在线阅读 下载PDF
基于GRNN网络的CO_2气体保护焊工艺碳排放建模与参数优化 被引量：16
13
作者 罗毅 曹华军 +1 位作者 李洪丞 程海琴 《中国机械工程》 EI CAS CSCD 北大核心 2013年第17期2398-2403,共6页
以CO2气体保护焊为研究对象,通过对其碳排放特性进行分析,综合考虑物料、能源及工艺三个碳排放源,建立了焊接工艺碳排放特性函数;以质量和成本为约束,利用广义回归神经网络拟合各输入参数与质量、成本和碳排放的关系,建立了碳排放综合... 以CO2气体保护焊为研究对象,通过对其碳排放特性进行分析,综合考虑物料、能源及工艺三个碳排放源,建立了焊接工艺碳排放特性函数;以质量和成本为约束,利用广义回归神经网络拟合各输入参数与质量、成本和碳排放的关系,建立了碳排放综合评价优化模型,并采用遗传算法进行求解。将该模型应用于装载机燃油箱焊接工艺参数的选择,应用结果表明,该模型能在保证油箱焊接质量和成本的前提下降低工艺过程碳排放。 展开更多
关键词 焊接碳排放 grnn网络 遗传算法 参数选择
在线阅读 下载PDF
Gram-Schmidt算法与GRNN融合的加工番茄早疫病高光谱预测 被引量：3
14
作者 尹小君 李满春 +1 位作者 赵思峰 王登伟 《农业工程学报》 EI CAS CSCD 北大核心 2011年第12期136-140,共5页
加工番茄早疫病的准确预测,有助于及时采取防治措施,降低产量损失。测定加工番茄早疫病冠层光谱,对380～760nm进行连续统去除变换,提取波段深度、波段位置、波段宽度、斜率、面积等特征参数,并对原始光谱提取红谷、绿峰、红边及相应波... 加工番茄早疫病的准确预测,有助于及时采取防治措施,降低产量损失。测定加工番茄早疫病冠层光谱,对380～760nm进行连续统去除变换,提取波段深度、波段位置、波段宽度、斜率、面积等特征参数,并对原始光谱提取红谷、绿峰、红边及相应波段位置等特征参数。利用Gram-Schmidt算法对特征参数进行成分提取,作为广义回归神经网络(GRNN)的输入变量,对加工番茄早疫病病情严重度进行预测。研究结果表明,与多元线性回归和偏最小二乘法预测模型比较,Gram-Schmidt算法与GRNN融合模型的预测精度相对较高,R2为0.843,RMSE为0.136,该方法能够对加工番茄早疫病病情严重度进行快速、准确的预测。 展开更多
关键词 光谱分析 Gram-Schmidt算法 grnn 加工番茄 早疫病
在线阅读 下载PDF
基于GRNN算法的铜转炉吹炼终点预报模型 被引量：2
15
作者 徐翔 刘大方 徐建新 《昆明理工大学学报（自然科学版）》 北大核心 2021年第3期9-17,共9页
针对PS转炉炼铜过程造渣期反应机理复杂,操作过程的间歇性,利用机器学习通过颜色矢量相关性算法、图像颜色矩提取算法优化了图像特征,构建了深度学习的转炉炼铜造渣期火焰图像分析模型,提出了转炉炼铜造渣期终点判断模型,对造渣期炉口... 针对PS转炉炼铜过程造渣期反应机理复杂,操作过程的间歇性,利用机器学习通过颜色矢量相关性算法、图像颜色矩提取算法优化了图像特征,构建了深度学习的转炉炼铜造渣期火焰图像分析模型,提出了转炉炼铜造渣期终点判断模型,对造渣期炉口火焰特征值优化处理,建立造渣终点预报模型.结果表明:基于实际生产环境的预测,GRNN算法避免了铜转炉吹炼过程中多指标内部相关性,减少数据冗余和系统误差,使得预测精度达到97.33%.预测精度相对于相关文献报道的预报模型,该模型精度更高,训练次数少,时效性强,为转炉终点判断提供一种新途径. 展开更多
关键词 转炉炼铜 造渣工艺 grnn算法 图像处理 终点判断
原文传递
一种SOM和GRNN结合的模式全自动分类新方法 被引量：4
16
作者 张俊本 李朝峰 +1 位作者 居红云 聂百胜 《计算机工程与应用》 CSCD 北大核心 2007年第13期49-51,共3页
非监督学习算法的分类精度通常很难令人满意,而监督的学习算法需要人工选取训练样本,这有时很难得到,并且其分类精度直接依赖于所选取的学习样本。针对这些缺陷,提出一种非监督自组织神经网络(SOMNN)和监督的广义回归网络(GRNN)结合的... 非监督学习算法的分类精度通常很难令人满意,而监督的学习算法需要人工选取训练样本,这有时很难得到,并且其分类精度直接依赖于所选取的学习样本。针对这些缺陷,提出一种非监督自组织神经网络(SOMNN)和监督的广义回归网络(GRNN)结合的全自动模式分类新方法。新方法首先通过SOMNN将原始数据进行自动聚类,再用所得的聚类中心以及中心邻近数据点训练GRNN,然后根据GRNN的分类结果重新计算聚类中心,再根据新的聚类中心和中心邻近点训练GRNN,如此反复,直至得到稳定的中心为止。Iris数据,Wine数据的实验结果都验证了新方法的可行性。 展开更多
关键词 自组织神经网络 广义回归网络 模式自动分类 粒子群优化算法
在线阅读 下载PDF
煤矿瓦斯涌出量动态预测的PCA-MFOA-GRNN模型及应用 被引量：6
17
作者 皮子坤 贾宝山 +2 位作者 贾廷贵 李锐 李宗翔 《传感技术学报》 CAS CSCD 北大核心 2015年第11期1676-1681,共6页
针对煤矿瓦斯涌出受许多因素的影响,为了克服瓦斯涌出中存在的复杂的非线性关系,从而实现稳定、可靠、精确的对煤矿综采工作面瓦斯涌出量进行动态预测,提出了主成分分析法(PCA)结合改进的果蝇算法(MFOA)优化GRNN的绝对瓦斯涌出量的预测... 针对煤矿瓦斯涌出受许多因素的影响,为了克服瓦斯涌出中存在的复杂的非线性关系,从而实现稳定、可靠、精确的对煤矿综采工作面瓦斯涌出量进行动态预测,提出了主成分分析法(PCA)结合改进的果蝇算法(MFOA)优化GRNN的绝对瓦斯涌出量的预测手段。运用PCA算法对原始输入数据降维;并且对果蝇算法中的Si函数增加一个跳脱参数B,避免局部最优因子对预测模型的干扰;将MFOA算法对GRNN的平滑因子σ进行优化;将PCA结果作为模型的输入,建立了PCA-MFOAGRNN算法的回采工作面瓦斯涌出量动态预测模型,结合实际矿井瓦斯涌出量监测的相关数据检验该模型,并将该模型的预测结果与未修正的FOA-GRNN算法、CIPSO-ENN算法、BP神经网络预测、Elman网络预测结果进行对比,结果表明:该预测模型对GRNN的参数优化后得到的预测模型较其他预测模型有更强的泛化能力和更高的预测精度。 展开更多
关键词 动态预测 MFOA(改进的果蝇算法) grnn(广义回归神经网络) PCA(主成分分析) 瓦斯涌出量
在线阅读 下载PDF
改进的CS-GRNN模型在城市需水量预测中的应用 被引量：3
18
作者 屈迟文 傅彦铭 戴俊 《西南师范大学学报（自然科学版）》 CAS CSCD 北大核心 2014年第9期127-132,共6页
为了更加准确地预测城市需水量,提出一种基于改进布谷鸟算法优化广义回归神经网络模型的城市需水量预测方法.该方法采用改进的布谷鸟算法对广义回归神经网络的平滑因子进行优化,建立改进布谷鸟算法优化的广义回归神经网络模型(ICS-GRNN)... 为了更加准确地预测城市需水量,提出一种基于改进布谷鸟算法优化广义回归神经网络模型的城市需水量预测方法.该方法采用改进的布谷鸟算法对广义回归神经网络的平滑因子进行优化,建立改进布谷鸟算法优化的广义回归神经网络模型(ICS-GRNN),并应用于南宁市城市需水量预测中.通过使用南宁市2001—2012年城市需水量测试数据分别对传统GRNN法和ICS-GRNN法的预测结果进行比较,结果表明,该方法具有更高的预测精度和数据拟合能力. 展开更多
关键词 grnn模型 布谷鸟算法 城市需水量 预测
在线阅读 下载PDF
基于小波包和BAGRNN的模拟电路故障诊断方法 被引量：7
19
作者 胡鸿志 岑德炼 +1 位作者 吴汝琴 滕全进 《微电子学与计算机》 CSCD 北大核心 2018年第4期42-45,52,共5页
为了克服模拟电路故障诊断中诊断模型预测精度普遍不高且训练时间过长的问题,提出一种基于小波包和BAGRNN的模拟电路故障诊断新方法.该方法选取比BP神经网络更具优势的广义回归神经网络(generalized regression neural network,GRNN)作... 为了克服模拟电路故障诊断中诊断模型预测精度普遍不高且训练时间过长的问题,提出一种基于小波包和BAGRNN的模拟电路故障诊断新方法.该方法选取比BP神经网络更具优势的广义回归神经网络(generalized regression neural network,GRNN)作为网络模型,用小波包变换获取电路故障特征,并利用全局搜索能力强,搜索速度快的寻优算法-蝙蝠算法(bat algorithm,BA)优化GRNN的平滑因子构建出BAGRNN模型,最后利用优化后的FOAGRNN模型进行故障识别分类.仿真实验结果表明,BAGRNN诊断方法较其他方法大大缩短了样本训练时间,具有很高的预测精度,平均诊断正确率可达97.187 5%. 展开更多
关键词 广义回归神经网络 蝙蝠算法 小波包变换 故障诊断 模拟电路
在线阅读 下载PDF
基于复合特征和FOAGRNN的心电图分类 被引量：1
20
作者 郭庆 吴汝琴 徐翠锋 《微电子学与计算机》 CSCD 北大核心 2018年第6期31-35,共5页
为提高心电图分类的准确度,提出一种基于复合特征和FOAGRNN的心电图分类方法.该方法首先用核独立主元分析(KICA)对心电信号进行非线性特征提取得到特征向量A,其次采用小波包变换对心电信号进行多尺度分解,提取小波包节点系数重构后的归... 为提高心电图分类的准确度,提出一种基于复合特征和FOAGRNN的心电图分类方法.该方法首先用核独立主元分析(KICA)对心电信号进行非线性特征提取得到特征向量A,其次采用小波包变换对心电信号进行多尺度分解,提取小波包节点系数重构后的归一化能量组成特征向量B,A和B组合成复合特征向量C作为心电信号特征,再者利用果蝇算法(FOA)优化广义回归神经网络(GRNN)参数构建出FOAGRNN模型,最后利用优化后的分类模型对心电特征进行识别分类.仿真实验结果表明,FOAGRNN分类方法较其它方法具有很高的分类准确度,分类正确率可达到99.0%. 展开更多
关键词 果蝇算法 广义回归神经网络 核独立主元分析 小波包 心电图分类 特征提取
暂未订购
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 … 5 下一页 到第 页
使用帮助 返回顶部