一种半监督机器学习的EM算法改进方法

EM(Expectation Maximization)算法是含有隐变量(latent variable)的概率参数模型最大似然估计、极大后验概率估计最有效的算法,但很容易进入局部最优现象,对此提出基于半监督机器学习机制的EM算法.本文方法是在最大似然函数中加入惩罚最小二乘因子,同时引入非负约束作为先验信息,结合半监督机器学习方法,将EM算法改进转化为最小化求解问题,再采用最大似然方法求解EM模型,有效估计了混合矩阵和高斯混合模型参数,实现EM算法的改进.仿真结果表明,该方法能够很好地解决了EM算法容易局部最优化问题.     

基于模糊神经网络的洗衣机仿真研究

本文介绍了基于模糊逻辑和神经网络的模糊神经网络及其学习算法,利用模糊神经网络学习速度快、学习过程稳定、全局动态优化运算等特点使洗衣机能够更加准确的判断衣物的软硬程度、衣量多少、脏污程度和性质等,自动生成模糊控制规则和隶属度函数,在洗衣过程中实时调整这些参数,达到最佳的洗衣效果。     

新型筒式halbach永磁调速器的设计、建模及优化

将Halbach永磁阵列应用于筒式永磁调速器的磁极阵列中,设计了一种新型筒式Halbach永磁调速器;提出基于等效磁路法建立筒式Halbach永磁调速器的磁路解析模型,在此基础上进一步推导出涡流损耗以及输出转矩的解析模型;建立了新型筒式Halbach永磁调速器的优化目标函数,对和声搜索算法进行改进并将其用于新型筒式halbach永磁调速器目标函数的求解得到了新型筒式halbach永磁调速器的最优结构;最后,进行仿真研究。     

基于MATLAB的电力系统潮流仿真与研究

潮流计算是电力系统规划中最重要的分析手段之一。分析了牛拉法潮流计算的基本原理、计算步骤和计算流程;阐述了MATLAB软件的主要特点;基于IEEE9节点电力系统运用MATLAB构建电网模型,开展潮流计算;将运用潮流方法所得计算结果与MATPOWER软件计算结果进行对比分析,验证了潮流计算方法的有效性。     

RBF神经网络在地下水动态预报中的应用

RBF(径向基函数)神经网络具有结构自适应确定、输出与初始权值无关的优良特性。通过Matlab仿真,此网络应用于某地的地下水动态模拟与预测,演示训练样本集与检测样本集的构建、原始数据的预处理、神经网络的构建训练、检测及结果评价的整个过程,取得了良好效果,并与BP网进行了对比,RBF网络是一种值得推广的地下水动态模拟与预测神经网络模型。     

改进BP神经网络在农作物虫情青预测预报中的应用

本文主要利用神经网络理论,基于Matlab的神经网络工具箱建立了虫害发生量预报预测的BP神经网络预测系统,确定了发生量与自然因素之间的联系。并通过对安徽省庐江县田间水稻病情的预测来检验模型的效果。实验结果证明了该模型用于虫情预测的可行性,具有很好的应用价值。