小波神经网络在模拟电路故障诊断中的应用研究

对模拟电路提出了一种基于小波与神经网络辅助式结合的故障诊断方法．该方法用小波变换作为模拟电路故障信号的预处理器,大大减少神经网络的输入数目,简化神经网络结构和减少它的训练时间,提高辨识故障能力．在介绍该故障诊断方法的基本原理后。给出了小波函数及故障特征选择的方法．     

遗传小波神经网络在模拟电路故障诊断中的应用

提出一种基于遗传算法(Genetic Algorithm, GA)、小波变换及神经网络(NN)的模拟电路故障诊断方法.该方法将小波基作为神经网络的传递函数,利用遗传算法优化神经网络的结构和权值,从而避免了BP神经网络结构设计的盲目性和局部最优等问题,大大减少了网络训练时间.利用该方法对模拟电路进行故障诊断有利于提高诊断的智能性及识别故障类别的能力,提高诊断的精度与速度.实例诊断结果表明文中所提方法是可行的.     

基于粒子群神经网络模型反演玉米、小麦叶面积指数

基于高分1号遥感影像,分别采用粒子群神经网络模型、神经网络模型和植被指数回归模型3种方法,反演廊坊市玉米、小麦叶面积指数(LAI)。结果表明,粒子群神经网络模型反演玉米、小麦LAI的精度要高于其他方法,其模型的决定系数R²均高于0.9,均方根误差均低于0.196,可满足反演精度的要求。本研究提出的基于高分1号影像的粒子群神经网络模型反演玉米和小麦LAI的方法具有一定的普适性。     

基于小波广义回归神经网络的粮食产量预测模型

将小波分析与广义回归神经网络(GRNN)相融合,构建了一种小波广义回归神经网络(WGRNN)模型。该模型应用于我国粮食总产量预测,其预测结果在精度上均优于单一的GRNN预测模型和GM(1,1)灰色预测模型,既具有神经网络非线性逼近能力和自学习能力的特性,又具有小波在时、频两域表征局部特征的功能,可为粮食产量预测的定量化和智能化提供一条新途径。     

小波网络在深圳股市应用的研究

采用传统的人工神经网络模型对深圳证券成份指数进行模拟预测,在此基础上,进一步采用小波函数结合神经网络形成的小波网络对其进行拟合和预测,并对两种预测方法得到的结论误差进行分析、比较。结果显示,小波网络比单纯的神经网络模型预测精度高11．1595。     

RBF神经网络在线学习方式及其在大坝位移监测中的应用

针对目前RBF神经网络训练算法存在的问题,提出了一种模拟人类学习方式的自动调整隐层节点数的在线训练方法,对其理论依据进行了分析,并用实例对其进行了验证。结果表明,此种学习方法速度快、拟合精度高、新旧知识均可记忆,克服了以往算法的不足,具有很大的实用性。     

小波神经网络在玉米营养品质鉴定中的应用

玉米是生态农业的关键农作物之一,富含蛋白质、纤维素、脂肪等物质,为实现优质玉米的培养,需要对玉米营养品质进行快速鉴定。同时,针对同一品种的玉米对不同频率的光会产生不同光谱响应数据的特点,为实现利用光谱建模快速鉴定玉米营养品质的目的,提出了基于BP神经网络的平均影响值(BP_MIV)光谱因子筛选方法。利用BP_MIV法筛选出对玉米营养品质贡献率大的波长对应的光谱响应数据列,同时由于光谱测量过程中受到试验环境、仪器参数配置、光散射效应等因素的影响,光谱响应数据中除包含玉米样品营养品质含量的信息外,同时还存在各种噪音干扰,因此,对该响应数据进行小波去噪处理,最后建立优选波长因子下的小波神经网络玉米营养品质鉴定预报模型。结果表明,筛选出的波长因子能较好地代表众多光谱因子,对玉米蛋白质的预报精度较传统的统计方法要高。     

BP神经网络在需水预测中的应用

阐述BP神经网络的计算步骤及其改进方法。将BP神经网络模型应用到抚顺市需水预测的实例研究中,通过实例的结果来验证该方法的精度。实例证明该方法具有较大的研究潜力,需要进一步深入研究解决现有问题提高其实用性。     

基于小波消噪的时序分析改进法在GPS变形监测中的应用

考虑到小波技术在粗差探测、消噪方面有特殊的作用,本文结合实际算例,把小波分析与传统数据处理技术结合作为研究对象,提出一种基于小波消噪的时序分析改进法.并对这种处理方法在GPS监测中的应用作了充分地论证.结果表明,经过小波处理后,时序分析法在预报方面有明显的进步,小波处理后的时序分析法比小波处理前的精度高,从而说明了这种改进方法的可行性.     

BP神经网络在湖泊水质评价中的应用研究

研究了用于湖泊水质富营养化评价的人工神经网络BP模型的结构和学习算法,用训练好的BP网络模型对荆州市长湖关咀段的水质富营养化状态进行了分类评价.结果显示,与综合营养状态指数法等相比,人工神经网络法是一种有效和实用的环境质量评价方法;认为长湖关咀段水质污染严重,急待采取措施治理.     

基于小波神经网络的视频图像恢复

对于视频图像序列中的部分退化帧的恢复,提出利用清晰的相邻帧数据恢复得到背景信息,然后采用小波神经网络来逼近,求出退化图像背景恢复到原始图像背景的非线性影射关系,从而由退化帧恢复得到原始图像比较清晰的前景对象和背景边缘信息。该小波神经网络模型既考虑了相邻帧的信息,也利用了退化帧本身的数据。对比试验证明了本方案具有较好的恢复效果。     

CFG桩和夯实水泥土桩复合地基在饱和软土地基工程中的应用

介绍了CFG桩和夯实水泥土桩联合复合地基的特点,论述了复合地基方案选择、地基设计和施工技术,并使用该复合地基处理饱和软土地基工程。现场施工检验结果表明,本项目具有很好的地基加固效果和经济效益。     

神经网络在木材干燥过程中建模的应用

针对木材干燥过程的非线性特性,以及环境因素对木材干燥过程的干扰,造成木材干燥建模困难的问题,通过对神经网络的非线性、并行结构,学习、推理和多变量处理能力的研究,以干燥窑的加热阀开度、喷湿阀开度、排潮阀开度3个控制信号作为输入量,以窑内温度、湿度2个量作为输出量,利用时延神经网络和动态递归神经网络分别建立了木材干燥过程中的温湿度控制模型和木材干燥基准模型.并通过干燥实验进行网络训练和测试.结果表明:时延神经网络建立的木材干燥温湿度模型和干燥基准模型比动态递归神经网络的误差小、网络输出接近于真实值,能够较好的逼近实际系统.     

Elman神经网络在农网短期负荷预测中的应用

为提高负荷预测精度,更好地反映负荷的动态特性,提出了一种基于Elman神经网络的预测方法。先对负荷样本进行数据预处理,消除伪数据,然后把不同日各时刻的负荷序列作为样本,对未来时刻的负荷进行短期预测。预测实例表明,基于Elman神经网络的预测方法比基于BP神经网络的预测方法具有更好的预测效果。     

Elman反馈型神经网络模型在灌溉用水量预测中的应用

灌溉用水量的预测对灌区的灌溉管理起着重要的作用。运用神经网络中Elman反馈型神经网络建立了灌溉用水量预测模型,模型输入层神经元数目为4,输出层神经元数目为1,隐含层神经元数目确定采用试验法,最终确定为10。预测结果表明:该方法与传统的预测方法相比,具有网络稳定性高,训练误差曲线比较平滑,模型预报精度较高等优点。     

基于Elman神经网络的气温预测研究

[目的]建立预测气温动态变化的Elman神经网络模型。[方法]参考温度的固有特性,应用1951～2010年的重庆温度数据,采用Elman人工神经网络模型对温度进行预测估计。[结果]实证仿真结果表明,模型的相对误差较小,能够对未来气温变化进行较好的模拟。[结论]该模型预测结果可以用于指导农业生产,并可以进一步应用到天气衍生品定价等领域。     

神经网络的发展及其在天气模拟预测方面的应用

本文回顾了神经网络的发展历史,分析了神经网络应用于天气预测的可能性,及国内外用神经网络预测天气的实例。     

BP神经网络在唇裂手术修复预测中的应用

采用小波变换和KL变换分析唇裂术前图片,构造了神经网络算法模型,并结合C#语言设计了一套唇裂手术修复预测软件。仿真结果表明,该软件能够预测术后效果,从而有效解决医患纠纷,因此可以运用到整形美容手术的效果预测中。     

BP神经网络方法在城市土地生态安全评价中的应用——以武汉市为例

以武汉市为例,选取21个指标构建土地生态安全评价指标体系,选用BP神经网络方法,通过输入指标数据对网络进行训练,评定出武汉市土地生态安全等级。结果表明2,008、2009年武汉市土地生态安全为一般安全等级,2010年为较为安全等级。BP神经网络是一种切实可行的高信度的生态安全评价方法。     

Estimation on the Reliability of Farm Vehicle Based on Artificial Neural Network

As a peculiar product in China today,farm vehicles play an important role in economic construction and development of the countryside,but its work reliability remains low.In this paper truncated tracking was used to solve the low reliability of farm vehicles.Relevant reliability data were obtained by tracking a certain model vehicle and conducting reliability experiments.Data analysis revealed the weakest part of the vehicle system was the engine assembly.The theory of Artificial Neural Network was employed to estimate a parameter of the reliability model based on self-adaptive linear neural network,and the reliability function educed by the estimation could provide important theory references for reliability reassignment,manufacture and management of farm transport vehicles.