检索结果-南通市图书馆

基于遗传bp神经网络的超临界水自然循环稳态流量研究

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

核科学与工程 2017年第5期37卷 845-851页

作者：齐实周涛周蓝宇黄彦平华北电力大学核科学与工程学院北京102206 华北电力大学核热工安全与标准化研究所北京102206 南华大学核科学技术学院湖南衡阳421001 中核核反应堆热工水力技术重点实验室四川成都610041

利用遗传bp神经网络建立超临界水自然循环稳态流量预测模型,采用平均影响值(MIV)的概念进行参数敏感度分析。研究结果表明,遗传bp网络可以很好的预测超临界水自然循环稳态流量值,误差落在了±10%范围内。在所选的参数范围内,入口温度增... 详细信息

利用遗传bp神经网络建立超临界水自然循环稳态流量预测模型,采用平均影响值(MIV)的概念进行参数敏感度分析。研究结果表明,遗传bp网络可以很好的预测超临界水自然循环稳态流量值,误差落在了±10%范围内。在所选的参数范围内,入口温度增大,稳态流量减小,提高试验段高度或减小加热段长度、出入口阻力系数可以使自然循环流量增加,其重要度排序为入口温度、试验段高度、入口阻力系数、出口阻力系数、加热段长度,且入口阻力系数、出口阻力系数、加热段长度影响基本对等。

关键词：超临界水自然循环稳态流量遗传bp神经网络

基于遗传bp神经网络的肺音分类识别算法研究

在线全文

学校读者我要写书评

暂无评论

航天医学与医学工程 2016年第1期29卷 45-51页

作者：姚小静王洪刘盛雄重庆理工大学化学化工学院重庆400054 许昌市第二人民医院器械科河南许昌461000 重庆理工大学药学与生物工程学院重庆400054

目的通过识别正常肺音、哮鸣音、捻发音和爆裂音4类肺音,将肺音和肺部疾病关联起来,预测每类肺音对应的呼吸疾病。方法将电子听诊器采集的正常和异常肺音经滤波和周期分段预处理,再采用韦尔奇功率谱估计和小波变换得到肺音信号统计特征... 详细信息

目的通过识别正常肺音、哮鸣音、捻发音和爆裂音4类肺音,将肺音和肺部疾病关联起来,预测每类肺音对应的呼吸疾病。方法将电子听诊器采集的正常和异常肺音经滤波和周期分段预处理,再采用韦尔奇功率谱估计和小波变换得到肺音信号统计特征值。比较神经网络和遗传神经网络两类分类器的性能,选择遗传神经网络识别算法进行肺音的识别。结果采用韦尔奇功率谱特征值的遗传bp神经网络平均识别率89.0%,优于bp神经网络的平均识别率(83.0%);用小波系数特征值的遗传bp神经网络平均识别率83.1%,优于bp神经网络的平均识别率(81.0%)。结论韦尔奇功率谱的特征提取方法有效,能较准确区分出肺音的类别。

关键词：肺音小波去噪模式识别遗传bp神经网络

遗传bp神经网络在大宗商品市场风险预警中的应用

在线全文

学校读者我要写书评

暂无评论

计算机系统应用 2017年第7期26卷 36-42页

作者：陈晴光陈宇哲浙江万里学院物流与电子商务学院宁波315100 敏实集团研发中心宁波315800

研究利用遗传bp神经网络预警大宗商品电子交易市场风险的应用方法,将定量分析的思维方式引入大宗商品市场风险评价管理中.为此目的,建构了一个基于遗传bp神经网络的预警模型(GA-bpNNM),在市场调研的基础上建立了大宗商品电子交易市场风... 详细信息

研究利用遗传bp神经网络预警大宗商品电子交易市场风险的应用方法,将定量分析的思维方式引入大宗商品市场风险评价管理中.为此目的,建构了一个基于遗传bp神经网络的预警模型(GA-bpNNM),在市场调研的基础上建立了大宗商品电子交易市场风险评价指标体系,并通过实验确定了预警模型的最佳训练函数和隐层的最佳节点数.GA-bpNNM借助bp神经网络强大的自学习能力和非线性映射能力,克服传统手段在分析大宗商品电子交易市场风险时因其定义的模糊性和诱发因素的多样性所带来的困难;同时通过遗传算法与bp网络两者相互融合优化,解决bp神经网络易落入局部最优、收敛速度慢以及遗传算法易早熟等问题.仿真测试实验表明,GA-bpNNM预测结果优于标准bp神经网络预测方法,用于大宗商品电子交易市场风险损失程度预警是有效可行的.

关键词：大宗商品电子交易市场风险遗传bp神经网络预警模型

KPCA和遗传bp神经网络在滚珠丝杠故障诊断中的应用研究

在线全文

学校读者我要写书评

暂无评论

机床与液压 2014年第9期42卷 159-162页

作者：宋平文妍谭继文青岛理工大学

提出了一种基于核主元分析(KPCA)和遗传bp神经网络的滚珠丝杠故障诊断方法。首先用2个测点的6个传感器同步采集滚珠丝杠的振动信号,并进行特征提取,得到原始样本空间,然后利用核主元分析对原始样本空间进行降维处理,以消除样本间的冗余... 详细信息

提出了一种基于核主元分析(KPCA)和遗传bp神经网络的滚珠丝杠故障诊断方法。首先用2个测点的6个传感器同步采集滚珠丝杠的振动信号,并进行特征提取,得到原始样本空间,然后利用核主元分析对原始样本空间进行降维处理,以消除样本间的冗余信息。引入遗传算法,解决了传统bp神经网络初始权值和阈值选择的随机性,并建立3种不同的滚珠丝杠故障诊断网络对滚珠丝杠的正常状态、丝杠弯曲、滚珠破损和滚道磨损4种状态进行诊断实验。结果表明:基于核主元分析和遗传bp神经网络的滚珠丝杠故障诊断方法明显地缩短了网络的训练时间,有效地提高了故障状态的识别率。

关键词：核主元分析遗传bp神经网络滚珠丝杠故障诊断

基于小波包和遗传bp神经网络的缸套-活塞组磨损研究

在线全文

学校读者我要写书评

暂无评论

内燃机车 2008年第2期 14-17页

作者：陈欠根袁东来费望龙中南大学机电工程学院湖南山河智能机械股份有限公司湖南长沙410100

采用对比试验的方法,研究了柴油机缸套-活塞组磨损对气缸漏气率和燃油消耗量的影响。针对柴油机缸套-活塞组不同的磨损运行状态,利用机身振动信号进行了研究。然后,利用小波包时频分析方法进行特征量提取,最终利用遗传算法改进后的bp神... 详细信息

采用对比试验的方法,研究了柴油机缸套-活塞组磨损对气缸漏气率和燃油消耗量的影响。针对柴油机缸套-活塞组不同的磨损运行状态,利用机身振动信号进行了研究。然后,利用小波包时频分析方法进行特征量提取,最终利用遗传算法改进后的bp神经网络实现了磨损故障模式识别。

关键词：磨损缸套-活塞组振动信号小波包遗传bp神经网络

遗传bp神经网络在超市大米日销售预测中的应用

在线全文

学校读者我要写书评

暂无评论

信息与电脑 2018年第21期30卷 42-44页

作者：王锦赵德群北京工业大学信息学部北京100124

人工智能已经成为人们研究的热点,特别是bp神经网络,在计算机领域得到了广泛的应用。但是传统的bp神经网络预测模型存在一定的缺陷,为了进一步提升超市大米日销售预测的准确性,急需构建一种更好的优化算法。本文将应用遗传算法优化bp神... 详细信息

人工智能已经成为人们研究的热点,特别是bp神经网络,在计算机领域得到了广泛的应用。但是传统的bp神经网络预测模型存在一定的缺陷,为了进一步提升超市大米日销售预测的准确性,急需构建一种更好的优化算法。本文将应用遗传算法优化bp神经网络,并对超市大米日销售进行预测。仿真结果表明,遗传bp神经网络可以更加精准地预测超市大米日销售。

关键词：遗传算法 bp神经网络遗传bp神经网络超市大米日销售预测

在线全文

学校读者我要写书评

暂无评论

基于遗传bp神经网络的证券市场预测

基于遗传BP神经网络的证券市场预测

作者：石艳丽长春理工大学

学位级别：硕士

证券市场是一个高度复杂的非线性动态系统,其时间序列的变化涉及到政治的、经济的、心理的诸多不确定因素的影响。要对证券价格做出准确的预测,需要一种能系统的反应在多种因素共同作用下的证券价格预测方法。针对证券市场的高度非线性... 详细信息

证券市场是一个高度复杂的非线性动态系统,其时间序列的变化涉及到政治的、经济的、心理的诸多不确定因素的影响。要对证券价格做出准确的预测,需要一种能系统的反应在多种因素共同作用下的证券价格预测方法。针对证券市场的高度非线性,本文设计了一种用遗传算法优化的bp神经网络模型应用于证券价格的预测。本文将遗传算法与bp神经网络结合,建立了一种遗传bp神经网络。对遗传算法参数及bp神经网络参数的设置进行了详细探讨,描述了遗传bp算法实现步骤。利用三层遗传bp神经网络对证券市场的股市建立预测模型。通过股票预测试验,分析并验证了这种遗传bp神经网络模型的实用性。

关键词：证券市场遗传算法神经网络 bp算法遗传bp神经网络预测

基于遗传bp神经网络的肺音分类识别算法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于遗传BP神经网络的肺音分类识别算法研究

作者：姚小静重庆理工大学

学位级别：硕士

肺音是人体重要的生理信号之一，是呼吸时产生的一种声信号。肺音出现异常往往预示着肺器官的病变，是肺病的早期信号之一。肺音具有可观的科研价值和临床价值，所以近年来它已经成为国内外专家竞相研究的课题。肺音的发生机理和传导机... 详细信息

肺音是人体重要的生理信号之一，是呼吸时产生的一种声信号。肺音出现异常往往预示着肺器官的病变，是肺病的早期信号之一。肺音具有可观的科研价值和临床价值，所以近年来它已经成为国内外专家竞相研究的课题。肺音的发生机理和传导机理很复杂，它本身也具有非平稳性和随机性，加上获取肺音的设备不统一和分析方法的多样性，导致国内外肺音的研究结果的差异性较大。肺听诊是呼吸疾病辅助诊断的重要工具。随着计算机和电子技术的不断进步，肺音诊断将会实现自动实时采集、计算机智能处理和分析的功能。肺音辅助诊断技术的研究也终会在识别正异常肺音和推断病人患病种类上取得重大成果，发挥临床上肺病诊断的作用。本文的肺音信号是电子听诊器采集临床上的正常和异常肺音。将肺音经过滤波和周期分段预处理后，分别采用韦尔奇功率谱估计和小波变换得到肺音信号的统计特征值。通过比较神经网络和遗传神经网络两类分类器的性能，选择遗传神经网络这种优化的识别算法进行肺音的识别。将每一类肺音和肺部疾病联系起来，通过识别哮鸣音、捻发音和爆裂音分别预测每类肺音对应的呼吸疾病。首先，进行肺音的预处理。获取了临床常见的四类肺音（正常、哮鸣音、捻发音和爆裂音）后，将它们经滤波和周期分割等预处理后得到待分析的肺音样本。本文改进了小波变换滤除心音的算法，将肺音通过小波滤波得到心音干扰成份，再用原始肺音减去心音干扰成份而得到较纯净的肺音。肺音的周期分段则采用Violal积分波形法，得到肺音的特征波形，对肺音进行周期分割。其次，进行肺音的特征提取。采用改进的韦尔奇功率谱统计特征值和小波系数统计特征值作为肺音特征。肺音的韦尔奇功率谱的统计特征值是功率谱的平均值、中值、几何平均值、调和平均值、切尾平均值、标准差、四位分极差、平均绝对偏差值构成的组合特征;肺音的小波系数统计特征值是肺音的小波分解第二层至第七层细节系数的绝对值的均值、每个子带小波系数的能量、标准偏差、相邻子带绝对平均值的比值构成的组合特征。这两类组合特征分别作为肺音的新组合特征。与传统韦尔奇功率谱值和小波系数特征值相比，这两种组合特征维度得到降低，有利于分类效率的提升。最后，进行肺音的分类识别。研究了人工神经网络（bp网络）的分类原理和遗传算法。采用遗传算法得到优化的bp神经网络的权值和阈值，最后得到遗传bp神经网络(GAbpNN)—改进的bp神经网络。分别用韦尔奇功率谱统计特征值和小波系数统计特征作为bp神经网络的输入进行肺音识别，结果显示韦尔奇功率谱特征的识别率为83%，高于小波系数特征的识别率（81.1%）。作为对照，用遗传算法与bp神经网络结合的GAbpNN分类器来识别肺音，用韦尔奇功率谱特征作为GAbpNN的特征，识别结果显示，GAbpNN的识别率为89.0%，识别率优于bp神经网络的识别率（83.0%），GAbpNN的识别误差更小，网络的稳定性更强。本文算法皆在MATLAB软件上实现，最后设计了方便用户使用的图形界面，能实现肺音的加载、波形显示和分析识别，以及肺病预测的功能。

关键词：肺音信号小波去噪模式识别遗传bp神经网络

基于遗传bp神经网络的胎儿心电信号提取算法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于遗传BP神经网络的胎儿心电信号提取算法研究

作者：马萌萌河北大学

学位级别：硕士

胎儿心电图检测技术是一项检测围产期以及妊娠期胎儿健康情况的重要技术手段,能有效地发现胎儿在母体内正常发育生长中的不良情况,但现实中采集到的胎儿心电图往往受到复杂噪声和母体心电分量的干扰。通过对胎儿心电图进行分析,可以在... 详细信息

胎儿心电图检测技术是一项检测围产期以及妊娠期胎儿健康情况的重要技术手段,能有效地发现胎儿在母体内正常发育生长中的不良情况,但现实中采集到的胎儿心电图往往受到复杂噪声和母体心电分量的干扰。通过对胎儿心电图进行分析,可以在早期及时诊断胎儿宫内缺血和先天性心脏病等,能有效地降低新生儿各类疾病的发病率和死亡率。从母体腹壁混合信号中稳健地提取胎儿心电信号是有效监测胎儿健康最大的挑战,这主要是由于胎儿心电相对于母体心电而言振幅较低以及所采集信号的不稳定性。本文提出基于遗传bp神经网络的胎儿心电提取算法,并融合小波阈值和降噪自动编码器对提取后胎儿心电信号进行增强。论文主要内容如下:(1)针对母体心电干扰影响胎儿心电信号提取准确性的问题,提出了一种遗传bp神经网络提取算法。该算法基于bp神经网络估计胸部导联信号和母体心电信号之间非线性映射,计算母体心电模板,并采用遗传算法优化网络的参数,提高算法的精度,最后从混合心电信号消除母体心电后即可获得胎儿心电信号。bp神经网络虽具有强大的非线性映射能力,但网络中参数的设置会导致计算的母体心电模板不准确,从而影响胎儿心电信号的提取准确性。本文采用遗传算法对网络参数寻优,有效地解决了这一问题。在Da ISy数据库上进行测试,本文方法的准确率和灵敏度分别达到95.49%和96.36%。同时分离出的胎儿心电信号与真实的胎儿心电信号具有很高的契合度。(2)针对提取后胎儿心电信号存在残余噪声的问题,本文对提取后胎儿心电信号进行时域和频谱分析,观察到其时域波形具有非平稳性,其频谱具有伪周期性的特点。针对其时频域噪声特点,提出融合小波阈值与降噪自动编码器对胎儿心电信号进行增强。经对含不同类型噪声的真实胎儿心电数据进行实验验证,该去噪算法平均输出信噪比达到15.33d B,平均均方根误差达到0.061。考证了本文算法可以提取出质量较好的胎儿心电信号。

关键词：胎儿心电图遗传bp神经网络时频域分析小波阈值自编码器