共查询到20条相似文献,搜索用时 125 毫秒
1.
一种改进BP算法在机械手逆运动学中的应用 总被引:3,自引:0,他引:3
通过对传统BP算法的分析,提出了一种改进激励函数的学习方法,并且在神经网络的每一层采用不同的学习速率,以提高训练速度;采用所提出的改进BP算法,训练多层前向神经网络,建立机械手逆运动学模型,仿真结果表明了该算法的有效性;与传统BP算法相比,大大提高了机械手逆运动学的精度。 相似文献
2.
基于神经网络的图像边缘检测方法 总被引:4,自引:3,他引:4
提出了一种基于神经网络的图像边缘检测新方法.该方法首先基于邻域灰度极值提取边界候选图像,然后以边界候选象素及其邻域象素的二值模式作为样本集,输入边缘检测神经网络进行训练.边缘检测神经网络采用BP网络,为加快网络的训练速度,采用了滚动训练和权值随机扰动的方法.实验表明,该方法提高了神经网络的学习效率,获得的边缘图像封闭性好,边缘描述真实. 相似文献
3.
4.
5.
提出了一种基于多分支BP神经网络建立气动肌肉位移/气压迟滞模型的新方法。首先,搭建气动肌肉位移/气压迟滞特性测试系统,得到气动肌肉位移/气压迟滞曲线;然后分别采用传统BP神经网络、多分支BP神经网络和Prandtl-Ishlinskii模型对气动肌肉的位移/气压迟滞开展建模研究;最后通过比较分析发现,采用多分支BP神经网络方法能有效避免传统BP神经网络训练过程中的过拟合现象,且建模精度明显优于传统的Prandtl-Ishlinskii模型;多分支BP神经网络的平均误差、均方差与最大误差相较于Prandtl-Ishlinskii模型减小了87.45%,86.68%与74.73%。 相似文献
6.
径向基函数神经网络在多维力传感器标定中的应用 总被引:1,自引:0,他引:1
维间耦合是制约多维力传感器测量精度的主要因素,为了克服传统线性标定方法的局限性,利用径向基函数(RBF)神经网络强非线性逼近能力进行了多维腕力传感器的静态标定,并将其与最小二乘法和BP神经网络标定法作了比较。以研制的六维腕力传感器为对象进行了实验,结果表明,采用RBF神经网络对多维腕力传感器标定比用最小二乘线性标定有更高的标定精度,网络训练速度则大大快于BP神经网络。这种新方法具有一定的实用价值。 相似文献
7.
本文研究针对传统神经网络在字符识别存在识别准确率低、效率低的问题,提出了一种基于误差反向传播的人工神经网络算法(BP神经网络算法)。该算法首先对字符图像进行归一化处理,然后对字符进行特征提取,采用PCA主成分分析对Gabort提取的特征进行降维处理,将提取字符特征输入到BP神经网络进行学习和识别,并采用动量因子和自适应学习速率对BP神经网络进行改进,加快其收敛速度,从而提高识别的实时性。 相似文献
8.
径向基函数神经网络(RBFNN)具有最优逼近和全局逼近的特性,在函数拟合方面优于传统的BP网络,将在化工领域广泛使用的软测量技术应用于电机系统的转矩测量,该方法的可行性进行了论证,并运用RBF神经网络建立转矩的软测量模型。同时建立了基于BP神经网络的软测量模型,用改进的kvenberg—Marquardt算法对BP神经网络进行学习和训练,并对两种网络进行了对比。该方法只需要电流信息,辨识方法简单。研究表明,RBF神经网络辨识效果优于BP神经网络。 相似文献
9.
基于GA-BP神经网络的结构损伤位置识别 总被引:7,自引:0,他引:7
针对传统BP神经网络训练中存在的一些问题,提出了一种基于遗传算法(GA)-BP神经网络混合技术识别结构损伤位置的方法。该方法利用基因实数编码的遗传算法优化BP网络的结构及初始参数,从而大大提高了神经网络的训练精度。运用GA-BP网络与传统BP网络技术分别对两个算例进行了结构损伤定位的识别仿真,结果表明遗传BP稳定性好,精度高,对噪声有很好的鲁棒性,便于工程应用。 相似文献
10.
11.
为构建用于某语音信号传输系统盲均衡器的BP神经网络模型,编写了基于BP神经网络的盲均衡算法伪代码,计算了算法的时间复杂度,分析了BP神经网络输入层神经元个数、隐含层神经元个数和隐含层层数对盲均衡算法性能的影响,评估了基于Sigmoid的变步长算法、基于误差补偿的变步长算法和基于误差的变步长算法对基于BP神经网络的盲均衡器性能的改进效率,据此设计了一种含双隐层结构的BP神经网络盲均衡器,并对其性能进行了数值仿真分析,明确了其适用范围,为该语音信号传输系统设计提供了技术支撑。 相似文献
12.
13.
14.
15.
在经典IWO杂草算法的基础上提出一种适用于神经网络优化的新算法。该算法将多种结构的神经网络权值阈值编码为不同维度的杂草种子,以神经网络均方误差作为种子适应度的统一评价标准,同时对多个维度的杂草种子进行排序筛选,实现了神经网络权值阈值与结构同时优化的目的。应用该方法于转子系统故障分类问题,实验结果表明该方法可以在结合BP算法优势的同时有效优化神经网络各参数,可以得到分类精度高、结构最简且泛化能力强的神经网络故障分类器。 相似文献
16.
以神经网络为代表的人工智能技术,为通过状态监测信息全面表征航空发动机状态提供了可能。如何获取足够的监测样本成为神经网络成功应用的关键。生成式对抗网络(Generative adversarial networks,GAN)的应用可实现在已有状态监测信息的基础上扩大样本量。结合经典的误差反向传播BP(back propagation)神经网络预测方法,设计一种新的具有扩展训练样本能力的GANBP预测模型。以航空发动机为例,利用生成式对抗网络生成航空发动机状态监测样本,通过算例来说明本方法的可行性。实验结果表明在大量的网络迭代训练后,GAN能够提取监测样本的特征信息,利用BP算法对航空发动机性能退化预测并与其它预测方法相比较,证明本文构建的GANBP模型能够有效解决因航空发动机状态监测样本量过小而导致性能衰退预测不准确的问题。 相似文献
17.
《国际设备工程与管理》2017,(1)
Aiming at the problem of incomplete information and uncertainties in the diagnosis of complex system by using single parameter,a new method of multi-sensor information fusion fault diagnosis based on BP neural network and D-S evidence theory is proposed. In order to simplify the structure of BP neural network,two parallel BP neural networks are used to diagnose the fault data at first; and then,using the evidence theory to fuse the local diagnostic results,the accurate inference of the inaccurate information is realized,and the accurate diagnosis result is obtained. The method is applied to the fault diagnosis of the hydraulic driven servo system( HDSS) in a certain type of rocket launcher,which realizes the fault location and diagnosis of the main components of the hydraulic driven servo system,and effectively improves the reliability of the system. 相似文献
18.
19.
20.
Intuitionistic fuzzy Petri net is an important class of Petri nets, which can be
used to model the knowledge base system based on intuitionistic fuzzy production rules.
In order to solve the problem of poor self-learning ability of intuitionistic fuzzy systems,
a new Petri net modeling method is proposed by introducing BP (Error Back
Propagation) algorithm in neural networks. By judging whether the transition is ignited
by continuous function, the intuitionistic fuzziness of classical BP algorithm is extended
to the parameter learning and training, which makes Petri network have stronger
generalization ability and adaptive function, and the reasoning result is more accurate and
credible, which is useful for information services. Finally, a typical example is given to
verify the effectiveness and superiority of the parameter optimization method. 相似文献