共查询到20条相似文献,搜索用时 109 毫秒
1.
基于LM优化算法的BP神经网络目标识别方法 总被引:4,自引:0,他引:4
误差反向传播算法(Back-propagation简称BP算法)是当前前馈神经网络训练中应用最多的算法。针对BP算法存在局部极小点,收敛速度慢等缺点,通过采用基于优化理论的Levenberg-Marquardt(LM)算法来改进BP算法。对提取的目标瞬态特性特征归一化后作为BP神经网络的输入,通过Matlab仿真对网络进行调整,并将训练好的网络进行军事目标识别。结果表明,该方法合理可行,且收敛速度快,预测精度高,为目标识别提供了一种新方法。 相似文献
2.
3.
4.
5.
6.
7.
8.
研究了标准BP网络、改进的BP网络(带动量的自适应BP网络)、 L-M网络和RBF网络及其学习算法, 探讨了基于这四种神经网络的导弹惯性器件故障预报方法, 并通过仿真实验对四种网络的预测预报性能进行了分析比较.结果表明, L-M网络和RBF网络对惯性器件的故障预报比两种BP网络更准确, 收敛速度更快. 相似文献
9.
焊条熔敷金属抗拉强度预报神经网络模型 总被引:2,自引:0,他引:2
基于人工神经网络原理,以酸性焊条配方为研究对象,在生产数据支持的基础上,建立了反映焊条配方与熔敷金属抗拉强度之间映射关系的神经网络模型。采用BP算法训练网络。研究结果表明,该模型预测的结果同生产实际值之间有很好的对应关系。根据网络估测的结果可定量地进行焊条性能预报。为焊条的设计提供了一种科学方法。 相似文献
10.
11.
针对供暖系统热负荷短期预测问题,利用改进的遗传算法(genetic algorithm,GA)对BP神经网络(back propagation neural network)的初始权值和网络结构进行优化,并在遗传进化过程中采取保留最佳个体的方法。该方法克服了一般BP网络初始权值的随机性和网络结构训练过程中的所带来的网络震荡,以及一般BP网络容易陷入局部极小等问题。同时结合一般BP神经网络方法进行仿真实验和分析比较,结果表明:该方法具有全局寻优能力,预测精度高,绝对和相对误差较小,收敛速度快,能够有效针对供暖系统热负荷进行短期预测。 相似文献
12.
13.
基于神经网络的RE-Ni-Cu合金铸铁腐蚀性能预测 总被引:2,自引:1,他引:1
通过动态质量损失法腐蚀试验获取RE-Ni-Cu合金铸铁在高温浓碱液中的实测腐蚀深度,并将其作为样本数据用于BP神经网络的训练和验证;利用MATLAB的工具箱函数分别建立拓扑结构为4×15×1和4×15×8×1的BP神经网络,并对两个网络模型进行比较研究。结果表明,在样本集和训练条件下,4层BP网络的预测精度明显高于3层BP网络,可用于RE-Ni-Cu合金铸铁在高温浓碱液腐蚀系统中的腐蚀性能预测。 相似文献
14.
15.
基于BP神经网络的超声无损测定表面开口裂纹高度 总被引:3,自引:0,他引:3
为了准确测量服役材料中的裂纹高度,研究了基于端点回波反射法的BP神经网络模型,进行了K值及对应高度裂纹的端点反射波声程差共28组数据作为输入向量对网络训练。结果表明:网络预测值与实际裂纹高度符合得很好,绝对误差均保持在±1mm之间;可以准确快速地预测表面开口裂纹高度,实现测量的智能化。 相似文献
16.
17.
18.
19.
20.
通过动态和静态质量损失法腐蚀试验获取BP神经网络的样本数据,利用MATLAB的工具箱函数建立用于预测动态和静态腐蚀深度的BP神经网络模型,并对两种腐蚀试验方法的预测误差进行比较研究。结果表明,5×8×10×1BP神经网络可用于合金铸铁在烧碱液中的动态和静态腐蚀深度的预测,且腐蚀试验的样本数据越精确,5×8×10×1BP网络对腐蚀深度的预测误差则越小。 相似文献