检索结果-南通市图书馆

基于多源数据和广义回归神经网络的ZWD预报模型

在线全文

学校读者我要写书评

暂无评论

测绘学报 2023年第9期52卷 1492-1503页

作者：黎峻宇姚宜斌刘立龙张豹黄良珂曹利颖桂林理工大学测绘地理信息学院广西桂林541006 广西空间信息与测绘重点实验室广西桂林541006 武汉大学测绘学院湖北武汉430079

对流层湿延迟是GNSS误差源较难改正的部分。主流的天顶湿延迟(ZWD)经验模型大多基于单源数据,如探空数据或再分析资料的一种,且通过预设模型函数表征ZWD在不同尺度上的变化,难以准确描述ZWD在不同尺度上的非线性复杂变化,精度有待进一... 详细信息

对流层湿延迟是GNSS误差源较难改正的部分。主流的天顶湿延迟(ZWD)经验模型大多基于单源数据,如探空数据或再分析资料的一种,且通过预设模型函数表征ZWD在不同尺度上的变化,难以准确描述ZWD在不同尺度上的非线性复杂变化,精度有待进一步提高。针对此问题,基于多源数据和具有强大非线性逼近能力的广义回归神经网络(GRNN),构建了一种ZWD预报模型。首先,采用GRNN模型优化和降采样两种不同数据源的格网ZWD,并将其与探空ZWD合并,获取高质量的ZWD数据集;然后,根据ZWD受时空影响较大的特点和机器学习的特点,设计了GRNN训练模型的输入变量和输出变量;最后,采用后验寻优的方法确定模型参数,进而获得最优的预报模型。经探空ZWD验证,相比国际典范经验模型GPT2w,模型的精度提高了25.3%(以RMS计);相对同方法单源(探空)数据模型,精度改善了11.1%;且模型的预报精度具有良好的时空稳定性。此外,计算效率和PPP应用试验结果表明,模型的计算效率可满足GNSS实时应用的需求,且应用于PPP的改进效果优于GPT2w。本文所提方法无须预设模型函数即可获得较高的ZWD预报精度,为ZWD模型化提供了一种思路。

关键词：对流层湿延迟多源数据 GRNN 非线性逼近预报

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

数字图像自相关函数的优化逼近模型

通信学报 2011年第10期32卷 185-190页

作者：成孝刚陈启美程浩刘国庆安明伟南京大学电子科学与工程学院江苏南京210093 南京工业大学理学院江苏南京210009

将复杂的非平稳随机信号划为分段平稳随机信号进行处理,以信号自相关函数反映信号特征。而自相关函数是数字图像频谱分析的基础,可作为图像清晰度评价函数,并有助于寻找有效的信号正交基。为精确有效地表示分段平稳随机信号,在分析ARMA... 详细信息

将复杂的非平稳随机信号划为分段平稳随机信号进行处理,以信号自相关函数反映信号特征。而自相关函数是数字图像频谱分析的基础,可作为图像清晰度评价函数,并有助于寻找有效的信号正交基。为精确有效地表示分段平稳随机信号,在分析ARMA模型、分段平稳随机过程和Markov过程的基础上,建立多参数的自相关函数估计模型,其提高了逼近效果,可适应变化复杂的非平稳信号。计算机仿真表明,该模型逼近误差显著下降。

关键词：随机过程分段平稳非线性逼近自相关

在线全文

学校读者我要写书评

暂无评论

基于RBF神经网络的桥梁挠度数据恢复研究

仪器仪表学报 2006年第12期27卷 1605-1608页

作者：胡顺仁陈伟民章鹏符欲梅梁宗保重庆大学光电技术及系统教育部重点实验室重庆400044

本文以桥梁挠度数据作为研究对象,对其测量点进行了关联分析,并依据RBF神经网络强大的函数逼近能力,提出了一种基于神经网络模型来恢复不可靠测量数据的方法。在仿真实验中,通过对比实验(该方法的均方误差为2E-9,线性回归法均方误差为0.... 详细信息

本文以桥梁挠度数据作为研究对象,对其测量点进行了关联分析,并依据RBF神经网络强大的函数逼近能力,提出了一种基于神经网络模型来恢复不可靠测量数据的方法。在仿真实验中,通过对比实验(该方法的均方误差为2E-9,线性回归法均方误差为0.697 4),证实了该方法在理论和实践上的精确性和可行性。

关键词：挠度关联分析 RBF神经网络非线性逼近数据恢复

基于BP人工神经网络的含蜡原油触变应力计算

在线全文

学校读者我要写书评

暂无评论

大连理工大学学报 2005年第2期45卷 181-185页

作者：赵宗昌张晓冬王栋徐金铭大连理工大学化工学院辽宁大连116012 大连理工大学环境与生命学院辽宁大连116024

含蜡原油的流变性对其管道输送有着重要的影响.当原油温度逐渐接近凝点时,原油表现为非牛顿流体,其流变性表现出异常复杂的触变性.利用人工神经网络较强的非线性逼近、良好的自适应和预测性能,采用误差反向传播算法(即BP算法)对含蜡原... 详细信息

含蜡原油的流变性对其管道输送有着重要的影响.当原油温度逐渐接近凝点时,原油表现为非牛顿流体,其流变性表现出异常复杂的触变性.利用人工神经网络较强的非线性逼近、良好的自适应和预测性能,采用误差反向传播算法(即BP算法)对含蜡原油的触变剪切应力进行了计算,计算结果与实验结果和采用R-G模型方程计算的结果进行了对比.结果表明,BP网络计算的精度高于R-G模型方程计算的精度,BP网络和R-G模型的计算结果与实验结果的最大相对误差分别为5.0%和12.7%.

关键词：含蜡原油 BP人工神经网络应力计算误差反向传播算法模型方程计算结果非牛顿流体非线性逼近管道输送预测性能剪切应力 BP算法网络计算 BP网络流变性油温度触变性自适应实验精度接近

在线全文

学校读者我要写书评

暂无评论

自适应链接超平面及其与高阶典范模型的比较

清华大学学报（自然科学版） 2010年第10期50卷 1747-1751页

作者：许鋆王晶王书宁清华大学自动化系北京100084

自适应链接超平面模型(AHH)是一种自适应的分片线性模型,可以作为一种人工神经网络用于非线性函数逼近。通过代数等价变换,该文证明,基于单纯形划分的高阶典范模型(HL-CPWL)的基函数等价于AHH模型的一种基函数,HL-CPWL模型是AHH模型的... 详细信息

自适应链接超平面模型(AHH)是一种自适应的分片线性模型,可以作为一种人工神经网络用于非线性函数逼近。通过代数等价变换,该文证明,基于单纯形划分的高阶典范模型(HL-CPWL)的基函数等价于AHH模型的一种基函数,HL-CPWL模型是AHH模型的一个特例。较之HL-CPWL模型,AHH模型的定义域划分更为灵活,使得其更适合于函数逼近。AHH的通用逼近性也由HL-CPWL具有通用逼近能力而直接得到。仿真结果表明,较之HL-CPWL,AHH能够以较少的参数给出较好的逼近结果,具有更好的模型质量。

关键词：神经网络非线性逼近分片线性自适应链接超平面

在线全文

学校读者我要写书评

暂无评论

基于分片线性函数的图象压缩方法

计算机工程 2001年第8期27卷 38-39,42页

作者：李星野王书宁王万宾清华大学自动化系北京100084

使用了一种新的分片线性逼近算法。算法首先对极大极小这一分片线性函数的紧凑表示形式做了改进，然后以线性规划方法作为主要工具，以极小化拟合误差为准绳，同时确定全部参数；实现了分片线性函数对非线性样本数据的整体拟合；充分发... 详细信息

使用了一种新的分片线性逼近算法。算法首先对极大极小这一分片线性函数的紧凑表示形式做了改进，然后以线性规划方法作为主要工具，以极小化拟合误差为准绳，同时确定全部参数；实现了分片线性函数对非线性样本数据的整体拟合；充分发挥了分片线性逼近的优势。在此基础上，提出了一种基于分片线性逼近的图象压缩编码方法。这种方法具有解压缩速度快的优点，与其它的图象压缩方法（例如ＤＣＴ）相结合，能够提高图象的压缩效率。

关键词：图象压缩编码分片线性函数非线性逼近图象处理计算机

在线全文

学校读者我要写书评

暂无评论

改进的链接超平面逼近算法

清华大学学报（自然科学版） 2002年第3期42卷 377-379,390页

作者：王万宾王书宁李星野清华大学自动化系北京100084

提出了一种新的链接超平面逼近算法。“链接超平面”算法作为非线性逼近方法以链接函数为基函数 ;由于基函数的局限性 ,使“链接超平面”算法不可能达到最佳逼近。论文在二维空间上将双层 maxim in函数扩充为逼近中的基函数 ,经扩充后... 详细信息

提出了一种新的链接超平面逼近算法。“链接超平面”算法作为非线性逼近方法以链接函数为基函数 ;由于基函数的局限性 ,使“链接超平面”算法不可能达到最佳逼近。论文在二维空间上将双层 maxim in函数扩充为逼近中的基函数 ,经扩充后的模型可表示二维空间上所有的分片线性函数 ,从而其逼近能力强于仅用单层 maximin函数作为基函数的算法。仿真实验表明 ,在参数个数相同的情况下。

关键词：算法分片线性非线性逼近链接超平面

在线全文

学校读者我要写书评

暂无评论

间接光滑逼近

上海理工大学学报 2005年第1期27卷 63-67页

作者：李星野王玺上海理工大学管理学院上海200093 上海电力学院信息与计算科学系上海200090

改进了链接超平面模型,并在找链接算法的基础上给出了一个处处光滑的间接光滑逼近算法.该算法在保持找链接算法简洁这一优势的同时,给出了处处光滑的逼近结果.且这一算法可以用于任意维空间.

关键词：分片线性非线性逼近光滑逼近找链接算法

基于EMD和ANFIS的自适应噪声消除研究

在线全文

学校读者我要写书评

暂无评论

机械强度 2009年第2期31卷 186-189页

作者：徐春生王太勇天津大学机械工程学院天津300072 中国空间技术研究院通信卫星事业部北京100094

对于混入色噪声的混合信号,如果可以通过测量得到产生色噪声的白噪声,对白噪声进行非线性训练即可逼近色噪声,达到非线性滤波的目的。自适应模糊推理系统(adaptive neuro-fuzzy unference system,ANFIS)可以实现上述非线性逼近。文中在... 详细信息

对于混入色噪声的混合信号,如果可以通过测量得到产生色噪声的白噪声,对白噪声进行非线性训练即可逼近色噪声,达到非线性滤波的目的。自适应模糊推理系统(adaptive neuro-fuzzy unference system,ANFIS)可以实现上述非线性逼近。文中在上述算法的基础上,提出一种EMD(empirical mode decomposition)-ANFIS的自适应色噪声消除方法,首先对混合信号进行EMD分解,得到各个内禀模态函数分量(intrinsic mode function,IMF),然后对分解得到的内禀模态分量进行ANFIS模糊消噪,最后对消噪后的各个分量信号进行叠加。由于所得内禀模态函数为近似平稳信号,且图形越来越趋于平缓,减小了ANFIS方法的逼近难度。在混合信号信噪比为2.8407dB时,经过EMD-ANFIS消噪后的估计误差比只经过ANFIS消噪后的估计误差减少11.74dB,证明EMD-ANFIS方法的有效性。

关键词：自适应噪声消除自适应神经模糊推理系统经验模态分解内禀模态函数非线性逼近