基于神经网络的三电平逆变器故障诊断研究

本文在分析三电平逆变器主电路的故障类型基础上,利用BP神经网络设计三电平逆变器故障诊断方法 ,即采用三层BP网络对三电平逆变器的非典型故障进行诊断,设计并构建了三电平逆变器实验平台,在该平台上模拟三电平逆变器主电路功率开关管的各种故障,验证了基于BP神经网络的故障诊断方法的可行性和正确性。     

能源总量的BP网络与粒子群优化预测

能源是影响人类生存、发展的最重要的因素之一,它决定着生活水平和经济发展的快慢,准确预测能源总量具有重要意义。本文提出一种采用BP网络及粒子群优化对能源总量进行预测的方法。仿真实验表明,BP神经网络预测精度与网络参数初始值有很大关系,将粒子群优化BP模型与传统的BP网络预测结果进行比较,证明PSO-BP模型预测比传统BP网络的预测结果更加准确。     

利用BP网络预测初产母牛305天产奶量

利用三层BP神经网络对非线性系统的函数所具有的以任意精度逼近的良好特性,设计了一个用于预测初产母牛305d产奶量的BP模型,通过对初产母牛日最高产奶量、90d产奶量与初产母牛305d产奶量的相关分析,来确定网络的拓扑结构,经仿真实验结果表明,应用BP网络预测方法可以提前210d左右预测初产母牛305d产奶量,模型预测精度高,预测方法可行,具有一定的实用价值。     

基于遗传算法和BP神经网络的PID控制方法的交流伺服系统研究

BP网络模型己成为神经网络的重要模型之一,在很多领域得到了应用,但它也存在一些不足。如从数学上看,它是一个非线性优化问题,这就不可避免地存在局部极小点问题;BP网络学习算法收敛速度较慢,且收敛速度与初始权值的选择有关;网络的结构设计,即隐层及节点数的选择尚无理论直到,而是根据经验选取。本文针对BP算法局部极值的缺点,考虑将遗传算法和BP算法结合,进行对BP神经网络进行优化。用遗传算法优化神经网络,主要包括三个方面:连接权的进化、网络结构的进化,学习规则的进化。     

BP神经元网络在凹版印刷机张力控制应用研究

针对凹版印刷机的张力控制特点提出了一种新的控制方法,即BP神经元网络控制方式。详细分析了凹版印刷机的张力产生,在不同工作段张力的影响因素,初步构建了凹版印刷机的张力控制模型,提出了基于BP神经元网络的凹版印刷机张力控制器设计方法。该方法对凹版印刷机进行张力控制,能够实现张力控制的全系统调节,使压印滚筒也参与系统张力调节,能够调节料带的全段张力。本文对凹版印刷机张力系统进行了分析,初步探索了凹版印刷机张力的产生、系统模型建立方式、张力控制手段,以及BP神经元网络控制器的基本结构,BP网络的建立及训练方式。     

基于BP神经网络的煤矿配电网故障测距研究

本文提出了一种基于小波分析与BP神经网络的煤矿配电网故障测距方法。该方法首先采用小波包提取故障暂态零序电流的模极大值,并在小波基函数、分解尺度、BP网络各参数选择等方面进行了分析,进而在BP神经网络训练的基础上,将各故障特征的模极大值输入到BP网络中进行测试,输出了故障发生的位置。大量仿真实验表明,该方法在不同接地电阻及故障距离情况下,均能准确计算出故障发生的位置。     

基于BP网络对微波加热温度的预测

针对微波加热腔内媒质温度难实时测量的问题,给出了采用BP神经网络算法对加热媒质温度进行实时预测。本论文中首先完成了对媒质温度预测的三层BP网络的设计。其中针对隐含层节点数多少的问题,文中首先利用经验公式估计出隐含层节点数目的范围,然后通过设置循环对隐含层节点数目进行自动筛选,选出最佳的隐含层节点数。最后,在MATLAB的平台上对其进行仿真,并对手动和自动筛选隐含层节点的网络性能以及温度预测结果进行对比分析。     

基于BP神经网络的变压器内部故障保护

本文研究了基于BP神经网络方法的变压器内部故障保护。运用MATLAB/SUMILINK对变压器励磁涌流、励磁涌流与故障电流的差异进行了数字仿真。利用MATLAB的人工神经网络工具箱,建立了BP神经网络模型,对励磁涌流和故障电流的样本进行训练及测试并对训练好的网络进行验证。表明BP神经网络可以较为正确地区分励磁涌流和故障电流,用于变压器内部故障保护。     

流产布鲁菌BP26蛋白B细胞线性表位的鉴定

为了对流产布鲁菌BP26蛋白进行抗原表位研究,设计了3个相互重叠15个氨基酸、覆盖整个BP26蛋白的重叠短肽,经克隆并在大肠杆菌中实现了融合表达。用流产型布鲁菌感染血清对3个融合蛋白进行免疫印迹分析,结果初步鉴定出BP26蛋白B细胞线性抗原表位位于第51-165氨基酸区域。在此基础上,针对BP26 2(51-165aa)短肽,设计了5个相互重叠10个氨基酸的短肽片段,进一步鉴定出了BP26蛋白B细胞线性表位位于第109-141氨基酸区域。该结果为进一步探索BP26蛋白的结构和功能以及建立诊断方法奠定了基础。     

基于神经网络的电动黄油枪运行参数的预测

本文首先介绍了神经网络预测控制模型,然后建立BP网络预测模型并运用Matlab编程语言,对黄油枪的运行参数进行预测。预测用的学习样本和测试数据都是实际测量数据,经过BP网络训练与测试达到了相应的要求。从测试结果看,采用输入参数正常的数据所得到的预测误差很小,而采用异常输入数据则产生了较大的预测误差。说明该网络预测模型有较高的准确性,能够预测出产品的异常运行参数,为产品的质量控制提供可靠依据。     

基于MATLAB的苜蓿草品质分级系统

为了客观评估苜蓿（Medicago sativa L.）草品质的等级,采用MATLAB中BP人工神经网络,利用苜蓿粗蛋白（CP）、中性洗涤纤维（NDF）、酸性洗涤纤维（ADF）、随意可消化量（DDM）、采食量（DMI）参数建立BP神经网络模型。通过200个苜蓿样本进行网络训练,并采用不同的BP神经网络隐含层的传递函数和隐含层神经元数量,获得最优BP神经网络模型。结果表明：在5个特征参数指标下,仿真评价苜蓿草品质等级的准确率达到99.6%,与人工评估结果相比,仿真结果更符合苜蓿草品质的客观现实。在此基础上,介绍已经开发建立的我国首个苜蓿草品质分级系统,有助于未来在苜蓿草市场中发挥其等级评定的应用潜力。     

基于PSO-BP的语音增强方法研究

针对一些常用语音增强方法的特点和不足,本文提出将改进粒子群优化BP网络算法用于语音增强。仿真结果表明,此种方法可以极大地提升带噪语音信号的信噪比,效果显著。     

基于BP神经网络和Android的犬病诊断专家系统

本文针对当前犬病诊断设计方案的各种优缺点,将神经网络与专家系统知识应用到犬病诊断及其防治中,运用高级编程语言开发基于BP神经网络和Android的犬病诊断专家系统,选取20种犬常见传染病,实现模拟诊断。文章阐述了系统的设计、知识数据库的构建,以及BP神经网络模型的设计和实现过程,系统模型仿真结果和兽医专家诊断结果相比,诊断正确率达到81.5%,具备一定的综合诊断能力。本设计应用到新媒体领域,使专业性、技术性很强的犬病诊断问题变得简便易行,推动兽医知识在非专业人员中的传播与分享。     

抗BP5-KLH多克隆抗体的制备及鉴定

本研究设计将BP5与KLH偶联制备免成疫原.制定免疫程序,用此免疫原免疫家兔,收集兔抗BP5-KLH血清,并分离纯化动物血清,使之能大批量生产制备,用间接ELISA测定兔抗BP5-KLH多抗血清的抗体效价.用硫酸铵盐析法对多抗血清中的蛋白质进行粗提纯,并检测其含量,为进一步建立BP5-KLH的ELISA检测方法奠定实验基础.     

基于改进BP神经网络的凉山半细毛羊生产性状预测

为了对凉山半细毛羊生产性状进行预测,试验以遗传算法优化的BP神经网络建立预测模型,通过观测凉山半细毛羊从初生到断奶的5个早期性状(羔羊初生重、羔羊断奶重、初生～断奶日增重、断奶毛长度、断奶毛细度)对其2个成年生产性状(成年体重、成年剪毛量)进行预测。预测值与实测值的相关系数分别为0.878和0.889,说明该预测模型具有较高的准确性,且网络训练时间为39.53 s。与传统的BP神经网络相比,预测精度和训练时间都得到较大提高。     

高等教育网络课程教学设计探究

高校实施网络课程能激发学生的自主学习热情,培养学生的探究能力和创新能力。网络课程教学设计首先要明确在网络课程中的教与学的关系,确立教学目标,了解网络课程中学生的学习心理,有针对性地实施网络课程教学设计。其次是网络课程教学平台的设计,主要包括在线学习系统、学习管理系统、课程生成系统的设计。     

企业园区网模块化设计

本文分析了企业原有的层次式网络设计的不足,重点讨论了模块化网络设计。在此设计中,层次式网络模型的各层被划分为基本的功能单元,把企业园区网分为交换模块和核心模块,使整个网络组织有序、高效和可扩展。     

基于人工神经网络的狼尾草属牧草品质近红外光谱预测研究

本研究利用近红外光谱通过人工神经网络(Artificial neural network, ANN)建立狼尾草属(Pennisetum Rich)牧草水分、粗蛋白、木质素、酸性/中性洗涤纤维及灰分含量的预测模型。结果表明：基于人工神经网络的狼尾草属牧草品质预测模型总体优于全光谱偏最小二乘法(PLS)模型效果。在人工神经网络的方向传播(BP)网络模型中,6项表征牧草品质指标的校正均方根误差(RMSEC)、预测均方根误差(RMSEP)均显著低于PLS模型,同时校正集决定系数(R■)、预测集决定系数(R■)显著提高,除灰分含量预测不理想外,其他预测效果均理想。同时人工神经网络的BP网络对于近红外光谱的非线性数据具有良好的拟合能力,其预测模型对于指导狼尾草属牧草品质预测和分级管理研究具有广阔的应用前景。     

高等教育网络课程教学设计探究

高校实施网络课程能激发学生的自主学习热情,培养学生的探究能力和创新能力。网络课程教学设计首先要明确在网络课程中的教与学的关系,确立教学目标,了解网络课程中学生的学习心理,有针对性地实施网络课程教学设计。其次是网络课程教学平台的设计,主要包括在线学习系统、学习管理系统、课程生成系统的设计。     

BP神经网络的权值快速计算法及其逼近性能分析

人工神经网络作为人工智能的重要组成部分,有非常大的应用潜力。本文在阐述其神经网络的基本原理、发展与应用的基础上,着重研究了BP神经网络算法与其它一些优化算法之间相互融合的改进。BP神经网络在人工神经网络模型中是最典型、最好用、也是应用最广泛的一种网络模型。它是多层前向神经网络的一种,可以用任意精度逼近任意非线性函数,逼近性能尤其明显,最关键是它结构简单,是一种性能优良且简单易看的神经网络。