VC调用Matlab的出口食品风险分析的神经网络方法

出口海产食品的传统定性检验结论不能体现产品质量差异对风险的影响.文章将神经网络引入海产食品风险分析过程中,利用VC调用Matlab的DLL方法,对海产食品出口的风险度进行了定量评估.比较了VC和Matlab各自的优缺点,详细阐述了神经网络的建模方法以及二者混合编程的步骤.测试结果表明该方法具有较高的精确度和可行性,为海...     

集成Matlab在智能决策支持系统中的应用研究

智能决策支持系统中涉及到大量的计算和分析,会影响到系统的运行效率。在此提出将Matlab集成进智能决策支持系统,由它单独负责数据计算,利用Matlab强大的计算能力提高系统运行效率,从而使系统设计与实现更加容易、使用更加方便。结合一个实例给出了集成Matlab的步骤和方法．具有一定的新颖性和实用性。     

基于Matlab Web Server的神经网络远程故障诊断方法

提出了基于Matlab Web Server的神经网络远程故障诊断方法,使得网络客户端能通过Intranet访问远程Matlab Web Server从而对神经网络进行训练,训练完成后可以利用训练好的神经网络进行远程故障诊断。事实上利用相似的方法,利用Matlab的强大仿真与计算功能也可以加强网络的仿真与计算功能,具有很大的实用价值。     

小波域BP网络图像压缩及Matlab实现

BP网络是一种非线性映射网络,三层BP网络可以很好地逼近任一连续函数.BP网络用于图像压缩是一个很好的创意.但因其训练时间过长,而没有得到应有的重视.人的视觉特性对图像的低频部分及图像的边缘部分比较敏感.经小波分解后图像的大部分能量集中在低频和图像的边缘部分,即这部分小波系数比较大,其余部分小波系数很小,接近于零.因此提出了小波域BP网络图像压缩方法.该方法是根据小波变换后小波区域重要性的不同而采用不同的压缩比.即不重要的小波系数采用大压缩比的BP网络(隐节点少),重要的系数采用小压缩比网络(隐节点多)或不进行BP压缩而直接编码.并给出Matlab仿真程序.     

神经网络PID控制及其Matlab仿真

讨论了基于神经网络的PID控制，并将其作用于工业控制，利用神经网络的自学习能力进行在线参数整定，并利用Matlab软件进行仿真。仿真结果表明，神经网络PID控制器具有较高的精度和较强的适应性，可以获得满意的控制效果。     

基于Matlab和VC++的神经网络仿真实验设计

仿真实验是"人工神经网络"课程教学中的有效手段,它有助于学生加深对相关概念的理解和对所学知识的深化.但是仅利用Matlab进行仿真实验不够直观.本文提出一种Matlab和VC 相结合的仿真实验开发方法,并结合"基于BP神经网络的图像识别"实验介绍了实验开发步骤.实践证明这种方法开发出的实验具有更加友好的界面,有利于学生对神经网络工程应用的理解.     

“信号与系统”Matlab实验仿真教学系统设计

针对＂信号与系统＂课程硬件实验教学不够深入和灵活的缺点,在分析理论教学和工程实际需求的基础上,利用Matlab和Simulink,建立了＂信号与系统＂实验仿真教学系统,并从系统设计、内容设计、界面设计、开发工具、二次开发等五个方面对该系统进行了阐述。实验教学表明,该系统可以克服硬件实验系统的局限性,加深和拓宽了实验内容和实验层次,增强了实验的灵活性,有利于培养学生的实验动手能力和创新能力。     

人工神经网络在结构近似重分析中的应用研究

简述传统的结构近似重分析技术的缺点与不足,介绍BP网络的原理、算法,利用BP网络能够实现从n维设计空间到m维任意非线形映射的特点,通过不同设计变量的训练样本集对BP网络进行训练,然后输出拟合值。经过分析,证明在结构近似重分析中,采用BP神经网络能很好地实现从设计变量到结构响应之间的映射。     

Matlab仿真在自动控制原理课程教学中的应用

为了提升自动控制原理课程的教学质量,改善解决课程中计算复杂、公式繁杂、难以理解等问题,我们将Matlab仿真技术运用于这门课程中,这款软件有助于提高学生的主动性和兴趣,促进学生分析理解问题和解决问题的能力。文章主要介绍了Matlab的概述和特点,Matlab仿真技术在自动控制原理课程教学中的应用和实例等内容。     

Matlab代码转换在“模式识别”教学中的应用

本文以Matlab 2015a为例,介绍如何利用其提供的工具,快速进行C代码转换、编译及程序的硬件载入与配置,大幅提高算法的执行效率,快速完成理论与实践的无缝链接,搭建更为真实的教学实验平台,对于提高学生的认识能力和学习兴趣均有重要意义.     

BP神经网络在铝合金温度测量装置上的应用

智能仪器在工业生产和科研中应用越来越广泛,针对其性能的要求也随之提高。为了提高其性能以此来获取更精确的数据,保证工业生产和科研的需求,提出了在原有基础上将BP神经网络应用到智能仪器中,利用其函数逼近能力来模拟输入和输出的关系式,以此来提高智能仪器对数据的处理能力,同时获取更准确的数据。     

基于BP网络的设备状态分类器的设计

介绍了在Matlab6.5的神经网络工具箱中，开发基于BP网络的设备状态分类嚣的方法和要点，给出了仿真结果，并以实例验证了该分类器在设备故障诊断中的有效性。     

基于BP神经网络的城市交通流预测研究

交通流预测在城市交通管理和控制中起着十分重要的作用。在分析城市交通流复杂非线性特性的基础上引入BP神经网络模型,从人工智能的角度对交通流预测进行了研究,同时给出了一种基于BP神经网络模型的交通流预测方法,通过对预测数据与实测数据的比较分析,证实了该方法的有效性。     

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GA-BP神经网络的人脸检测

传统的BP神经网络算法收敛过慢、局部收敛不理想,影响其工作性能。针对以上不足以及人脸图像数据大等问题。提出GA-BP神经网络对人脸图像进行检测的新方法:将遗传学习算法和误差反向传播算法相结合的混合算法来训练前馈人工神经网络,使网络收敛速度加快和避免局部极小。通过实验表明该网络不仅收敛速度快,而且易达到最优解。证明该网络对人脸图像检测具有高的检测精度。     

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．     

基于改进的BP神经网络模型的遥感图像分类方法研究

遥感图像通过像元灰度值的高低差异和空间变化来表示不同属性的地物目标及其分布情况。随着人工神经网络理论的发展,神经网络技术日益成为遥感图像分类处理的有效手段,并有逐渐取代传统遥感图像分类方法的趋势。重点分析了BP神经网络模型的遥感图像分类方法,并针对BP算法的学习速率慢做了改进,利用M atlab 7.0作为实验平台,对北京市海淀区遥感影像进行分类实验。实验结果表明,与基本BP算法相比较,改进的BP算法网络训练收敛速度快,分类方法是有效的。     

基于BP神经网络的电视节目收视率预测模型

电视节目收视率预测是一种典型非线性预测,收视率在短时间内相对稳定。人工神经网络具有良好的容错性、自适应学习能力以及非线性映射能力,采用人工神经网络做收视率预测精度较高。基于BP神经网络建立了预测模型,并采用软件仿真的方式对预测过程以及预测结果进行分析,实验结果表明采用BP神经网络预测电视节目收视率是可行的。     

基于GA的BP神经网络在多目标优化中的应用

针对传统多目标优化的求解方法通常存在目标权值主观性大,优化目标仅为各目标加权和以及在求解过程中各目标优化的不可操作性等问题,文中提出了一种新颖的多目标优化算法,其将改进后的遗传算法与BP神经网络融合,提出了基于遗传算法的BP神经网络融合算法。该算法将遗传算法与BP神经网络算法相结合,充分发挥遗传算法的全局搜索能力优势和BP算法的局部搜索能力特点,使得多目标优化问题得以求解,加快收敛速度,从而提高了收敛精度。