基于神经网络的入侵检测方法研究

在传统BP算法的基础上,提出对BP算法的改进方法,并对KDDCup99数据集进行预处理,以达到提高检测效率、降低误检率的效果。利用决策树ID3算法在筛选属性方面的优势,对KDDCup99数据集属性进行筛选,并将结果进行标准化与归一化处理,使训练数据和测试数据更加符合网络训练的数值特征。最后通过Matlab进行编程,将结果与传统BP算法加以比较,证实了该方法的有效性。     

基于改进BP神经网络的产品成本预测研究和实现

作为成本管理重要环节的产品成本预测是个非线性系统,目前还很难对其建立准确的数学模型.引入BP神经网络算法对产品成本进行预测,针对BP算法容易陷入局部最小的缺陷,提出了改进BP算法.根据产品成本的具体特征提取特征值并建立相应的神经网络,通过训练,网络具有较强的适应和学习功能,经测试表明,网络具有较高的预测精度,能够为企业生产运营提供可靠的依据.     

改进的BP神经网络与Snort系统的接入设计

Snort是一个轻量级的入侵检测系统（包含4个模块：解码模块,预处理模块,检测分析模块,输出插件）。文中针对BP神经网络的不足,对其算法进行了改进,并通过Snort系统的预处理插件,实现BP神经网络的接入;接入后用于对网络数据包的异常检测,实现误用与异常相融合的Snort系统。     

基于改进BP神经网络的SRM间接位置检测技术

文中提出了一种基于改进BP神经网络的开关磁阻电机间接位置检测的新方法.该方法构造了一个将权值变为参数可调函数的BP神经网络,经过训练,形成只有一个隐藏层的网络,实现电机电流、磁链与转子位置之间的非线性映射.通过对开关磁阻电机特有结构性质的分析,提出了一种减少样本数据的方法,从而节约计算时间.仿真结果表明,此方法简化了系统的复杂性,提高了检测精度,从而实现了开关磁阻电机位置的间接检测.     

基于改进BP神经网络的故障诊断方法

对于常规BP神经网络,其收敛过程存在两个很大的缺陷:收敛速度慢;存在所谓"局部最小值"问题.文章采用了一种自适应学习速率动量梯度下降反向传播算法对BP神经网络进行训练,建立了智能诊断模型,并应用于某型坦克发动机的故障诊断,测试结果表明该方法相比常规BP算法能够更有效诊断发动机油路和气路的故障,从而为故障诊断及判定的自动化提供了一个新思路.     

基于改进BP神经网络的主轴伺服系统故障诊断研究

针对数控机床主轴伺服系统的故障特点,建立了故障模型,确定了故障现象、故障原因样本集,并采用基于L-M算法的改进BP神经网络实现了对主轴伺服系统的故障诊断。仿真及试验结果表明,该诊断方法是行之有效的。     

基于BP神经网络的非线性系统辨识

工业系统大多具有大滞后、非线性的特点,难于控制.本文介绍了基于BP神经网络实现对非线性系统的辨识和仿真分析,并给出了实例.仿真结果表明,该方法可以对工程中常遇的复杂的、非线性较强的系统进行辨识,具有一定的适用性.     

基于改进的BP神经网络的柴油发动机故障诊断

柴油发动机采用高压共轨燃油喷射技术,提高了柴油机的综合性能,但高压共轨柴油机电控系统比较复杂,增大了柴油机故障诊断的难度。该文介绍了BP神经网路及LM算法,并利用改进的BP神经网络对发动机电控系统故障进行诊断研究。以长城哈佛GW2.8TC发动机为实验对象,让发动机在怠速状态下,对发动机进行故障设置,利用金德KT600故障诊断仪采集发动机的故障数据流,运用改进的BP神经网络建立诊断模型,诊断结果表明改进的BP神经网络的收敛速度快,运用改进的BP网络诊断柴油机电控系统故障是行之有效的。     

基于BP神经网络的矿井一氧化碳检测方法研究

文章采用热催化传感器和电化学式气体传感器的配合使用，为了解决两种传感器对矿井一氧化碳和甲烷气体的“交叉敏感”问题，提出了一种基于BP神经网络技术的传感器系统。研究了采用两种传感器组成的多传感器阵列与BP神经网络相结合来实现一氧化碳气体浓度精确检测的方法。实验证明，利用基于BP神经网络的多传感器阵列模型，能有效的提高对井下一氧化碳气体的测量精度。     

基于改进BP神经网络的可拓分类器构建

针对运用BP神经网络对可拓集进行分类时收敛速度慢且准确率低的问题,构建了一种基于改进BP神经网络的可拓分类器。由于负域和正域拥有公共边界,处于边界周围的数据会因为BP神经网络自身存在的误差而造成分类错误,为此以关联函数为基础,构建一个样本预处理函数对训练样本进行处理,使训练完的BP神经网络最后的输出结果远离公共边界;重新定义神经网络中的误差计算方法,使其符合可拓分类准则,降低输出值与期望值之间的要求以加快其收敛速度。通过螺杆空压机实例验证了该方法的有效性。     

基于神经网络的交流伺服控制系统设计

针对PID控制交流伺服系统无法同时获得稳定性和快速性,提出了一种基于神经网络的交流伺服控制系统设计方法.在交流伺服控制系统中,采用改进的BP神经网络作为系统控制器,利用其极强的非线性动态跟踪能力和自适应学习能力,及对控制对象的数学模型无依赖性,实现控制对象快速、准确定位.系统仿真表明,BP网络控制器具有快速跟踪性和较好的控制精度等优点.     

基于改进BP神经网络的纸浆漂白MIMO软测量模型研究

针对漂白过程中纸浆白度、残氯在线测量的不足,提出基于BP改进算法的神经网络软测量模型。文章介绍了基于神经网络的软测量技术原理以及漂白软测量模型建立的步骤与方法,给出了该模型的仿真结果。仿真结果表明,该模型具有较高精度和准确性,为纸浆质量的评判和优化控制提供了指导作用。     

基于BP神经网络的销售预测分析系统

销售预测是企业预算管理的基础,对企业的发展和正常生产有着非常重要的作用。首先建立了一套销售预测分析模型系统,对销售历史数据进行统一管理,利用销售预测分析模型给出预测结果报表。同时,建立了基于BP神经网络的预测分析模型。最后,将该系统在某电器厂进行应用,并通过与传统预测方法指数平滑法的比较,验证了该系统的实用性和预测模型的准确性。     

基于BP神经网络的摄像机标定方法研究

在摄像机标定中,由于摄像机镜头存在多种非线性畸变,传统的标定方法需要建立复杂的数学模型来描述,因而增加了系统的复杂性和不稳定性.神经网络可以较好的处理非线性问题.提出了一种基于BP神经网络的标定方法,通过隐式标定来处理二维图像点和世界坐标系中的三维点之间的映射关系,使系统不经过复杂的摄像机内外参数标定,就可以获得物体的三维信息.实验表明,该方法有效可行.     

基于小波包与改进BP神经网络的齿轮故障诊断

对齿轮振动信号应用小波包分解提取故障特征向量,并以此作为改进BP神经网络的输入,对神经网络进行训练,建立齿轮运行状态分类器,用以诊断齿轮的运行状态。结果表明,该方法对齿轮故障诊断十分有效。     

基于BP神经网络的电气系统故障诊断

神经网络是在现代生物神经系统研究的基础上建立的一种网络结构，它以其信息的并行分布式处理、联想记忆、自组织及自学习能力在设备故障诊断中显示了极大的应用潜力。     

基于遗传BP神经网络的工艺卡片翻译系统研究

工艺卡片翻译是机器翻译在计算机辅助工艺设计（CAPP）中的一种应用,是制造企业进行国际化合作的需求。针对工艺卡片翻译的复杂性和多样性,应用BP神经网络的学习和自调节特性建立了一种类标准化和规则化的机器翻译系统,提出了一种基于遗传BP神经网络的算法流程和网络模型,利用遗传算法快速收敛的全局寻优特性改造传统BP网络,以提高工艺卡片翻译的速度和效率。