共查询到19条相似文献,搜索用时 109 毫秒
1.
灰色系统在基于神经网络入侵检测中的应用初探 总被引:2,自引:1,他引:2
基于神经网络的入侵检测模型,受限于所选择的训练集且过程反复繁杂,该文提出了应用灰色系统结合神经网络的方法对该模型进行改进,这样便可以较好地弥补其不足之处。 相似文献
2.
灰色理论及神经网络在就业预测中的应用研究 总被引:2,自引:0,他引:2
介绍GM(1,1)模型和BP神经网络模型的预测原理,同时提出了灰色神经网络模型,并将相应模型用于就业预测,研究发现灰色神经网络模型具有较高精度与较高速度. 相似文献
3.
王江荣 《自动化与仪器仪表》2011,(6):88-90
将灰色系统、小波分析和三层BP神经网络各自优点集于一身建立了基于灰色G(1,1)和小波神经网络的预测模型,大幅度提高了模型的预测精度和可靠性。选用我国自1994年至2006年狂犬病发病率统计数据,用灰色GM(1,1)模型对历年的疾病发病人数进行建模,将拟合值做小波神经网络的输入进行二次拟合和预测。实验结果及仿真验证表明,本文模型预测效果远优于单一的灰色模型预测。 相似文献
4.
本文对灰微分方程及其参数的形态与特征进行了研究,分析了灰微分方程参数的灰性,提出了用神经网络方法对灰微分方程的参数进行白化的方法,建立了对灰微分方程参数进行白化的BP网络,由于该BP网络充分利用了灰微分方程参数的灰性,因而所建立的BP网络是一种灰色神经网络.本文在对一维灰色问题和神经网络建模进行研究的基础上,提出了一种利用神经网络对灰微分方程参数进行白化的方法——灰色神经网络方法GNNM(1,1).进一步,对二维灰色问题进行研究并建立了GNNM(1,2)模型. 相似文献
5.
6.
7.
8.
建立了应用灰色神经网络对烧机矿化学成分进行预测的有关理论,并在此基础上构造了灰色神经网络模型。该模型中。灰色理论弱化数据序列波动性和神经网络特有的非线性适应性信息处理能力相融合,本模型能在小样本贫信息的条件下对烧结矿碱度做出比较准确的预测。该模型具有预测精度高、所需样本少、计算简便等优点,取得了比较满意的结果。和BP神经网络算法相比,灰色神经网络算法有很大的应用前景和推广价值。 相似文献
9.
传统的灰色GM(1,1)预测模型是针对近似齐次指数序列建立的预测模型。为了拓广灰色预测模型的适用范围,建立了近似非齐次指数序列的灰色DNGM(1,1)预测模型。研究了这种灰色预测模型的性质,证明了这种模型都具有线性不变性,也能够完全拟合非齐次指数序列。考虑到初值条件对灰色模型的影响,对该模型进行了参数优化。数据仿真和实例分析表明,灰色DNGM(1,1)预测模型具有较高的预测精度。 相似文献
10.
针对目前汽车动态称重方法称量精度低和所需数据样本数量大的缺陷,提出了一种新的动态称重数据处理方法,通过GM(1,1)模型对车辆动态称重数据进行预处理,获得每个称重数据的误差补偿量,建立了以车辆速度、加速度、动态称重残差序列为输入变量的灰色神经网络模型,使系统称量误差小于1%,称量准确度等级达到1级指标。研究表明,该方法在动态汽车衡数据处理中的可行性强,实现了在贫信息、少数据情况下对动态称重数据的高精度处理,为汽车动态称重系统精度的进一步提高提供了理论与技术支撑。 相似文献
11.
12.
基于模糊粗糙模型的粗神经网络建模方法研究 总被引:2,自引:0,他引:2
提出一种基于模糊粗糙模型的粗神经网络建模(FRM_RNN_M)方法. 该方法通过自适应G-K聚类实现输入输出积空间的模糊划分, 进而在聚类数和约简属性搜索的基础上, 提取优化的模糊粗糙模型(Fuzzy rough model, FRM), 并在融合神经网络后实现粗神经网络建模. 分类实验表明, FRM_RNN_M的分类性能优于传统贝叶斯和LVQ方法, 而且比单纯的FRM模型具有更强的综合决策能力, 和传统的粗逻辑神经网络(Rough logic neural network, RLNN)相比, FRM_RNN_M方法建立的神经网络结构精简, 收敛速度快, 具有更强的泛化能力. 相似文献
13.
基于神经网络和灰色模型的非线性预估 总被引:1,自引:3,他引:1
以某己内酰胺厂磷酸羟胺(HPO)的制备的现场数据为基础,利用贝叶斯正则化神经网络和灰色模型建立了磷酸羟胺中的H+浓度的预测模型;比较了神经网络和灰色模型的差异,并把两者结合起来,建立模型进行预测。最后验证了用神经网络和灰色模型相结合建立起来的磷酸羟胺模型可以迅速有效的预测信息,从而为实现质量指标的实时预估和获取专家系统知识奠定了基础。 相似文献
14.
基于一种动态随机神经网络(DRNN)求解典型NP优化问题TSP的改进算法,在理论上对DRNN与连续的Hopfiled网络(CHNN)进行了对比研究,指出虽然两种网络均以能量函数表达TSP的最优路径,并通过训练反馈网络求得路径解,但由于两者所用激活函数和收敛条件不同,使得DRNN网络能够接受能量函数的小波动,从而跳出局部最小值达到全局最优;此外,DRNN与CHNN相比网络训练对参数变化不敏感,参数设置简单。最后,通过仿真实验对随机坐标十城市使用两种网络对比路径寻优能力,进一步验证理论分析的结论。揭示RNN网络和CHNN网络在求解TSP时各自的优缺点。 相似文献
15.
16.
贾花萍 《计算机技术与发展》2014,(6):236-238
为了准确预测矿井瓦斯涌出量,将灰色理论与Elman神经网络模型结合,建立矿井瓦斯涌出量预测模型。灰色系统能较好地预测变化的趋势,而Elman神经网络具有动态特性好、逼近速度快、精度高等特点。对于煤矿生产中瓦斯涌出量的预测,两者结合能够发挥各自的优势,以某煤矿矿井为例,影响瓦斯涌出量的因素为预测因子建立灰色理论与Elman神经网络融合的预测模型。结果表明,灰色Elman神经网络模型优于传统灰色预测模型,提高了预测精度,达到了很好的预测效果。 相似文献
17.
18.
人工神经网络在材料设计中的应用及其若干共性问题的研究 总被引:6,自引:0,他引:6
应用人工神经网络进行材料设计已取得了可喜的进展,本文回顾了人工神经网络应用于材料制备工艺研究时的一些共性问题,如:样本筛选、网络结构的确定、加快网络训练速度、改善网络预测效果、最优工艺参数的确定等,并给出相应的解决办法。 相似文献
19.
针对混沌系统建模引入模糊神经网络模型时隶属函数不具有自适应性,系统模糊规则数的确定有一定的人为主观性的问题,本文对模型参数进行遗传退火算法优化,然后利用自组织竞争网络优化模型结构,使模型具有最佳结构即最简单的模糊规则数;再对有最佳结构的模型进行参数优化,得到具有最佳结构和参数的建模模型。以一维的Logistic系统、二维的Henon系统和Mackey-Glass混沌时间序列为例进行仿真分析,结果表明模型能够拟合原混沌系统,精度良好而且结构最简。 相似文献