检索结果-南通市图书馆

广义回归神经网络在检测钢淬火冷却曲线数据处理上的应用

在线全文

学校读者我要写书评

暂无评论

金属制品 2020年第6期46卷 55-58页

作者：汪凯关立陈金晟沈献民中钢集团郑州金属制品研究院有限公司河南郑州450001

广义回归神经网络是建立在数理统计基础上的径向基函数网络,具有很强的非线性映射能力和学习速度,特别适合于各种检测数据的处理和预测。淬火介质的冷却效果和钢铁材料的淬火冷却行为的测定一般通过冷却曲线测定仪来获得一组时间、温度... 详细信息

广义回归神经网络是建立在数理统计基础上的径向基函数网络,具有很强的非线性映射能力和学习速度,特别适合于各种检测数据的处理和预测。淬火介质的冷却效果和钢铁材料的淬火冷却行为的测定一般通过冷却曲线测定仪来获得一组时间、温度相关的数据,这些数据量长短不一,存储整理不方便且不利于进一步的对比分析应用。通过将原有杂乱无章的数据处理成按固定时间间隔的标准化数据,并将此类标准化数据汇集成数据库便于后续的分析、对比和应用。

关键词：广义回归神经网络检测数据淬火介质淬火冷却曲线

基于改进果蝇算法优化广义回归神经网络的绿色农产品消费行为预测

在线全文

学校读者我要写书评

暂无评论

中国农业大学学报 2023年第12期28卷 224-231页

作者：李博廖梦洁张健北京信息科技大学经济管理学院北京100192 北京工业大学经济管理学院北京100124 绿色发展大数据决策北京市重点实验室北京10019

针对绿色农产品消费行为具有多变量非线性相互作用的特点,传统统计方法难以准确预测消费行为的问题,提出基于改进果蝇算法优化的广义回归神经网络消费行为预测模型。首先针对果蝇群搜索不均匀所导致果蝇飞行单一的问题,提出一种均匀的... 详细信息

针对绿色农产品消费行为具有多变量非线性相互作用的特点,传统统计方法难以准确预测消费行为的问题,提出基于改进果蝇算法优化的广义回归神经网络消费行为预测模型。首先针对果蝇群搜索不均匀所导致果蝇飞行单一的问题,提出一种均匀的果蝇群搜索机制即扇形果蝇优化算法加快搜索能力和效率;其次针对广义回归神经网络的平滑因子易受人为选择的影响,提出改进果蝇算法优化广义回归神经网络参数,实现参数的自动化选择,提高模型的预测能力。运用提出的模型对绿色农产品消费行为预测。结果表明:相较于广义回归神经网络,遗传算法优化广义回归神经网络、粒子群算法优化广义回归神经网络、果蝇算法优化广义回归神经网络和改进果蝇算法优化广义回归神经网络模型在均方根误差指标上分别下降4.45%、1.89%、4.54%和5.03%,表明遗传算法、粒子群算法、果蝇算法和改进果蝇算法能够优化广义回归神经网络模型的平滑因子,提高模型的预测精度。从平均绝对误差、均方误差、均方根误差3个评价指标看,改进果蝇算法优化广义回归神经网络模型比其他6个单一预测模型具有更高预测精度。结果证明了改进果蝇算法优化广义回归神经网络模型在绿色农产品消费行为预测的有效性,可以为供应者调整生产计划和企业营销活动提供决策支撑。

关键词：改进果蝇算法广义回归神经网络消费行为预测绿色农产品

基于广义回归神经网络无参考模糊图像质量评价

在线全文

学校读者我要写书评

暂无评论

激光与红外 2013年第4期43卷 466-470页

作者：殷莹江南大学理学院江苏无锡214122

提出一种基于广义回归神经网络的无参考模糊图像质量评价方法。该方法首先通过相位一致变换生成待评测图像的相位一致图像,然后利用灰度共生矩阵计算相位一致图像的信息熵、能量、对比度、相关性和同质性5个特征,最后利用广义回归神经... 详细信息

提出一种基于广义回归神经网络的无参考模糊图像质量评价方法。该方法首先通过相位一致变换生成待评测图像的相位一致图像,然后利用灰度共生矩阵计算相位一致图像的信息熵、能量、对比度、相关性和同质性5个特征,最后利用广义回归神经网络模型训练学习,预测得到无参考模糊图像质量得分。在3个公开数据库模糊图像上的实验结果表明,新方法预测得分与主观得分有较好的一致性,更加符合人类视觉特性。

关键词：模糊图像质量评价广义回归神经网络相位一致灰度共生矩阵

差分自回归移动平均与广义回归神经网络组合模型在丙型肝炎月发病率中的预测应用

在线全文

学校读者我要写书评

暂无评论

中国全科医学 2017年第2期20卷 182-186页

作者：刘红杨刘洪庆李望晨赵晶潍坊医学院公共卫生与管理学院卫生统计学教研室山东省潍坊市261053

目的探讨差分自回归移动平均(ARIMA)与广义回归神经网络(GRNN)组合模型在丙型肝炎月发病率中预测建模效果及应用前景,为疫情预测提供依据。方法 2015年5月—2016年5月,选取山东省疾病预防控制中心法定传染病直报系统2004—2014年丙型肝... 详细信息

目的探讨差分自回归移动平均(ARIMA)与广义回归神经网络(GRNN)组合模型在丙型肝炎月发病率中预测建模效果及应用前景,为疫情预测提供依据。方法 2015年5月—2016年5月,选取山东省疾病预防控制中心法定传染病直报系统2004—2014年丙型肝炎月度发病率数据及山东省统计局发布的同期人口资料。对2004—2014年山东省丙型肝炎月发病率数据构建ARIMA模型,验证拟合精度并外推预测;将ARIMA模型拟合值作为GRNN模型的输入,实际值作为GRNN模型的输出,对样本进行训练和预测。比较单纯ARIMA模型和ARIMA-GRNN组合模型在丙型肝炎月发病率中的预测效果。结果 2004—2014年山东省丙型肝炎年均发病率为17.28/10万,并随着时间的推移呈上升趋势(Z=29.05,P<0.01)。ARIMA(1,2,1)模型预测2014年山东省丙型肝炎发病率与实际发病率基本一致,落在95%置信区间内,拟合效果较好。以ARIMA(1,2,1)模型拟合值作为GRNN模型的输入,丙型肝炎月发病率实际值作为GRNN模型的输出,取最优光滑因子0.12训练模型,ARIMA-GRNN组合模型预测的拟合值与实际值基本吻合。ARIMA模型和ARIMA-GRNN组合模型的平均误差率(MER)分别为16.87%、15.30%;决定系数(R^2)分别为0.53、0.60;平均绝对误差(MAE)分别为0.17、0.09;平均绝对百分误差(MAPE)分别为1.18、0.35。结论 ARIMA-GRNN组合模型对山东省丙型肝炎月发病率拟合及预测效果优于单纯ARIMA模型,具有较高的拟合精度,有较为广阔的应用前景,对于疫情预测工作有一定的实用性意义。

关键词：丙型肝炎发病率预测差分自回归移动平均模型广义回归神经网络

基于广义回归神经网络的非侵入式负荷识别方法

在线全文

学校读者我要写书评

暂无评论

电测与仪表 2020年第3期57卷 1-6,18页

作者：江帆杨洪耕四川大学电气信息学院

非侵入式负荷识别可以实现电网和用户的灵活双向互动,对智能电网的发展具有重大意义,而神经网络因其自学习能力及计算复杂度低等优点越来越多地应用在非侵入式负荷识别中。针对现有BP神经网络方法容易陷入局部最优、收敛速度慢的问题,... 详细信息

非侵入式负荷识别可以实现电网和用户的灵活双向互动,对智能电网的发展具有重大意义,而神经网络因其自学习能力及计算复杂度低等优点越来越多地应用在非侵入式负荷识别中。针对现有BP神经网络方法容易陷入局部最优、收敛速度慢的问题,文章提出了一种基于广义回归神经网络(GRNN)的非侵入式负荷识别方法。该方法使用负荷投切过程的功率、谐波、投切时间等暂态特征作为输入,应用Parzen非参数估计方法搭建网络结构,利用模拟退火算法的全局搜索能力对光滑因子进行寻优,从而建立GRNN网络模型进行负荷识别。实验结果表明,相对于BP神经网络,文中方法具有更好的识别精度和训练速度。

关键词：非侵入式负荷识别广义回归神经网络光滑因子模拟退火算法

在线全文

学校读者我要写书评

暂无评论

遗传算法的广义回归神经网络建模方法

计算机工程与设计 2017年第2期38卷 488-493页

作者：孔国利张璐璐中州大学信息工程学院河南郑州450000

针对广义回归神经网络中光滑因子难以确定,影响建模精度以及模型泛化能力等问题,提出一种基于遗传算法优化广义回归神经网络的高精度建模方法。以广义回归神经模型为基础构建测试样本,预测误差与光滑因子之间的函数,作为适应度函数;通... 详细信息

针对广义回归神经网络中光滑因子难以确定,影响建模精度以及模型泛化能力等问题,提出一种基于遗传算法优化广义回归神经网络的高精度建模方法。以广义回归神经模型为基础构建测试样本,预测误差与光滑因子之间的函数,作为适应度函数;通过遗传算法对光滑因子进行优化,以模型输出值误差达到最小时的光滑因子为最优,提高网络模型精度。测试函数建模实验结果表明,与传统的广义回归神经网络相比,该方法预测值均方根误差下降89.45%,平均绝对误差下降91.53%,平均相对误差下降97.65%,能有效提高建模精度和模型泛化能力,为复杂工业的非线性系统建模提供了有效的方法。

关键词：非线性系统广义回归神经网络遗传算法建模光滑因子

基于主成分分析法优化广义回归神经网络的地震震级预测

在线全文

学校读者我要写书评

暂无评论

科学技术与工程 2022年第29期22卷 12733-12738页

作者：王晨晖袁颖刘立申陈凯南吴鹤帅河北红山巨厚沉积与地震灾害国家野外科学观测研究站邢台054000 河北省地震局邢台地震监测中心站邢台054000 河北地质大学城市地质与工程学院石家庄050031 河北省地下人工环境智慧开发与管控技术创新中心石家庄050031

为科学有效预测地震震级,提出了基于广义回归神经网络(general regression neural network, GRNN)的地震震级预测模型。选取地震累计频度、累计释放能量、b值、异常地震群数、地震条带个数、活动周期、相关区震级等7个指标作为地震震级... 详细信息

为科学有效预测地震震级,提出了基于广义回归神经网络(general regression neural network, GRNN)的地震震级预测模型。选取地震累计频度、累计释放能量、b值、异常地震群数、地震条带个数、活动周期、相关区震级等7个指标作为地震震级影响因子,利用主成分分析法(principal component analysis, PCA)对7个影响因子进行降维处理,以新生成的4个主成分作为模型输入变量,地震震级为输出变量,运用粒子群算法(particle swarm optimization, PSO)寻优得到GRNN模型最优光滑因子,最终建立基于PCA-PSO-GRNN的地震震级预测模型,利用建立的模型对训练样本进行回判检验,并对测试样本进行预测,并同传统反向传播(back propagation, BP)神经网络模型和单一GRNN模型预测结果进行对比,结果表明:PCA-PSO-GRNN模型预测结果的平均误差为5.17%,均方根误差为0.100 0,决定系数为0.986 8,均方相对误差为0.007 3,平均绝对误差为0.100 0,运行时间为5.2 s,预测精度和运行效率均优于BP模型和单一GRNN模型。

关键词：主成分分析法粒子群算法广义回归神经网络地震震级

基于广义回归神经网络提取布里渊谱的应变特征

在线全文

学校读者我要写书评

暂无评论

中国激光 2013年第B12期40卷 152-157页

作者：张志辉张鹏韩顺利中国电子科技集团公司第四十一研究所电子测试技术重点实验室山东青岛266555

基于光纤应变分布与布里渊散射谱频移的关系，提出了利用广义回归神经网络提取布里渊谱的应变特征方法。将布里渊谱的频率、增益分别作为广义回归神经网络的输入矢量和目标矢量，对广义回归神经网络进行训练和仿真，计算出调节权值和阈... 详细信息

基于光纤应变分布与布里渊散射谱频移的关系，提出了利用广义回归神经网络提取布里渊谱的应变特征方法。将布里渊谱的频率、增益分别作为广义回归神经网络的输入矢量和目标矢量，对广义回归神经网络进行训练和仿真，计算出调节权值和阈值，从而获得更加精确的布里渊谱频移。仿真实验结果和理论分析表明，与非线性最小二乘法、反向传播神经网络、径向基函数网络预测布里渊谱的应变特征相比，广义回归神经网络能够获得更精确的布里渊谱特征，相应的光纤应力误差最小，在1％之内。

关键词：光纤光学布里渊谱广义回归神经网络光纤传感器

果蝇算法优化的广义回归神经网络在变形监测预报中的应用

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

测绘通报 2013年第11期 87-89,92页

作者：范良赵国忱苏运强辽宁工程技术大学测绘与地理科学学院辽宁阜新123000

简要介绍广义回归神经网络,基于果蝇优化算法,对广义回归神经网络的平滑因子进行优化。利用神经网络工具箱,对某煤仓的沉降变形观测数据进行分析和计算,采用优化后的网络建立变形预测模型,使用相关数据来训练和测试该模型的可靠性和可... 详细信息

简要介绍广义回归神经网络,基于果蝇优化算法,对广义回归神经网络的平滑因子进行优化。利用神经网络工具箱,对某煤仓的沉降变形观测数据进行分析和计算,采用优化后的网络建立变形预测模型,使用相关数据来训练和测试该模型的可靠性和可行性。结果表明,果蝇算法优化的广义回归神经网络能很快找到合适的平滑因子并对变形数据进行有效预报。

关键词：变形监测广义回归神经网络果蝇优化算法平滑因子