基于BP神经网络模型的大型深基坑变形量预测

文章针对大型基坑的变形监测的变化量无法线性预测以及引起变形的因素之间的关系无法得知的情况,利用人工神经网络的BP算法模型进行深基坑的变形监测变化量的预测,根据实际的工程算例得出了基于BP神经网络模型的大型深基坑变形监测方法具有良好的效果。     

基于LabVIEW实现的BP神经网络

图形化编程环境Lab VIEW编写图形化语言程序可以有效提高设计者的编程效率。人工智能可以利用计算机模拟人类大脑的思维。基于Lab VIEW编写的BP神经网络,可以方便灵活的应用于人类的各种生产经营活动。     

基于参数选取影响BP神经网络训练结果的分析

模式识别包含了两个方面的内容:样本训练和样本识别.而样本识别的前提则是样本训练,当然训练样本多并具有代表性当然好,但并非越多越优.重要的是在训练神经网络的过程中,权值、阈值等各个参数应如何确定才有利于训练的效率.正是针对使用一组简单样本对神经网络进行训练,并且采用变化参数值的方法观察其训练效果,从而得出不同的输出结果,...     

基于BP神经网络的引线键合模型

提出了一种基于BP神经网络的新建模方法.利用MATLAB神经网络函数建立网络,通过组合不同参数,将50组训练样本输入网络多次训练,比较结果误差及训练步数、时间,确定了最佳网络结构及参数设置值,建立了引线键合模型.采用训练样本外的10组实验数据对模型进行验证,分析多种误差.验证结果表明,该方法对建立引线键合模型是有效的、可行的,有着较高的精确度.     

基于BP神经网络的飞机娱乐系统采购短期预测

针对传统航材采购决策行为的局限性,研究了基于BP神经网络的航材采购短期预测方法,拟在建立BP神经网络模型的基础上,将BP神经网络模型运用到航材采购量短期预测中来,根据历史数据建立BP神经网络对其进行训练形成飞机娱乐系统采购量预测模型。阐明神经网络在决策时能提供更多的支持信息,实现采购数量科学化。并进一步通过预测结果说明基于神经网络的航材采购量短期预测是一个行之有效的方法,为民航航材集中采购的理论和方法提供借鉴和参考。     

基于遗传算法的BP神经网络技术应用

目前,传统的BP网络算法可以很精确地接近非线性函数,但是仍然存在着两大缺点,就是收敛速度缓慢与极易陷入局部最小值。而基于遗传算法的神经网络技术的提出可以很好地解决这个问题,通过仿真实验对比之后我们可以发现它能够很好地将两者进行有机融合,加快收敛精度与收敛速度。     

基于BP神经网络工程造价预测模型分析

文章提出了BP神经网络对于工程造价的预测方法,通过对指标的选取,确定了样本数据;再将采集的数据传入到MATLAB平台打造的BP神经网络预测模型;首先验证了该模型的可行性,再将其余的样本输入到BP神经网络工程造价预测模型中,进行工程造价预测。预测的结果是实际值与预测值误差相差很小,实现了仿真实验的目的,证明了BP神经网络对工程造价预测的精准性。     

基于BP神经网络地图符号的识别

点状地图符号的识别是地图自动识别的重要研究内容之一。研究了基于BP神经网络点状地图符号的识别,对BP神经网络在数字地图符号识别中的应用进行了详细的介绍,其中包括地图符号预处理的过程,以及改进的BP网络进行地图符号的识别过程。最后,对实验结果进行了展示,表明了改进BP网络算法的实用性和高效性。     

基于BP神经网络的网络舆情预警监测研究

近年来,因网络舆情引发的危机事件激增,社会的和谐与稳定受到威胁,对网络舆情的预警已是迫在眉睫。通过创建5个预警指标并对其进行量化,使信息判断更加科学、准确。网络舆情预警过程复杂且存在着不确定性和非线性,鉴于BP神经网络自学习自适应的特点及其能够充分逼近任意复杂的非线性关系,文中借助BP神经网络构建网络舆情预警模型对网络舆情进行定量预警。最后通过2016年"高考减招"等11个网络舆情事件对该模型验证了其可行性和有效性。     

基于高阶累积量和改进BP神经网络的模拟电路故障诊断

提出了基于信号处理领域的高阶累积量诊断模拟电路故障的方法。从待测电路的输出终端提取原始信号,求出其峰度和斜度作为故障特征向量,然后输入给改进的BP神经网络进行故障诊断。对于故障特征向量的构造,相对于一般的以二阶统计量为基础的主元分析方法(PCA),高阶累积量的引入更多的考虑了被PCA所忽略的信息。诊断实例表明该方法生成的故障特征向量,具有高的识别率,诊断精度大大提高。     

基于BP神经网络的成本预测

分析了人工神经网络解决成本预测的可能性。介绍了BP神经网络用于非线性预测的基本原理和算法步骤。采用matlab试验方法,对某企业总产量与总成本进行仿真,对比了回归分析法和BP神经网络的预测结果。实验结果表明,BP神经网络预测算法具有较高的预测精度。     

基于BP神经网络的社团分类研究

社团分类对研究复杂网络及其特性具有重要意义,为此提出将神经网络的分类特性应用于社团分类中,以BP神经网络为模型,以Zachary研究的俱乐部成员关系网络为测试数据,利用社团节点与神经网络节点之间关系的相似性模拟社团分类结果,根据成员关系图建立邻接矩阵,利用邻接矩阵关系进行实验设计建立BP神经网络,通过已知样本学习和检验样本检验,实现成员关系网络的分类模拟,数值实验结果表明文章运用的仿真方法是可行有效的.     

基于误差反向传播的入侵检测系统的研究

构建了一种基于误差反向传播神经网络的入侵检测系统总体架构,分析了该系统的各组成模块和功能要求.重点阐述了基于误差反向传播的入侵检测分析模块的设计方案,研究入侵分析过程中的几个关键问题并给出了解决方法.最后给出了基于误差反向传播网络的检测算法流程.     

基于人工神经网络下的图像识别的研究

主要利用人工神经网络的理论知识研究在图像识别中的应用为目的,研究图像识别中图像分割的技术,同时详细分析了多层前馈神经网络的描述及BP算法工作过程。介绍隐层的选择及隐层神经元数选择的一些经验方法。针对BP算法存在的问题,提出加可变动量因子的BP算法,通过对网络训练过程参数调整以及增加可变动量因子等方面进行优化改进,实验证明加快了训练速度,改善了BP网络的学习效果。     

基于BP神经网络的故障诊断仿真研究

介绍了BP(反向传播)神经网络模型,阐述了BP算法的基本原理、权值调整的过程,给出了BP算法一般的编程步骤和流程。在此基础上,应用基本的BP算法进行了系统故障诊断的仿真研究,为提高其实用性,采用VC 与MATLAB混合编程的方法,在VC 环境下制作了应用界面。最后介绍了BP算法在使用中存在的主要问题,并进一步提出了相应的改进方法。     

基于BP神经网络的姿态测量系统摄像机标定

针对摄像机标定过程中复杂的成像和畸变模型,利用误差逆传播(BP)神经网络对复杂非线性映射关系的强大逼近能力,对姿态测量系统中的摄像机进行隐式标定,建立了姿态测量中三维空间目标特征点与它在图像平面上像点间的映射关系,使姿态测量系统无须进行复杂的摄像机标定,直接恢复目标特征点的三维信息,从而计算得到目标姿态信息.结果表明,该方法对于空间点坐标恢复的均方根误差小于0.015 mm,可以获得较高的精度.     

基于BP神经网络的血液细胞图像色彩分割

以MATLAB为平台,研究了采用BP神经网络对血液白细胞彩色图像进行有效分割的方法,为实现血液细胞分析与计数的自动化、提高T作效率和降低人为误差提供了条件。给出了对血液细胞彩色图像采用BP神经网络与RGB阈值等不同方法分割效果的比较,得出BP神经网络法优于RGB阈值法的结论。实验表明,BP神经网络有强的鲁棒性,对不同载片色彩差异有容错能力。     

Pseudo Random Number Generator Based on Back Propagation Neural Network

Random numbers play an increasingly important role in secure wire and wireless communication. Thus the design quality of random number generator（RNG） is significant in information security. A novel pseudo RNG is proposed for improving the security of network communication. The back propagation neural network（BPNN） is nonlinear, which can be used to improve the traditional RNG. The novel pseudo RNG is based on BPNN techniques. The result of test suites standardized by the U.S shows that theRNGcan satisfy the security of communication.     

基于小波神经网络非线性预测方法的研究

针对非线性预测问题,提出了小波神经网络算法．该算法采用权重贡献率分析法和关键神经节点法分析权重,精进模型,利用具有优良渐进性的递推预报误差法训练小波的尺度因子和平移因子,并提出了一种网络的改进算法．通过对导航设备的仿真预测,该算法优于同等规模的BP神经网络,其收敛速度快,预测精度高．