共查询到18条相似文献,搜索用时 140 毫秒
1.
2.
木材干燥是一个复杂的非线性系统,由于木材结构复杂且具有多样性和变异性,很难建立一个理想的符合木材干燥过程的数学模型。利用遗传算法的全局寻优能力优化BP神经网络连接权值系数,分别用BP和GA-BP两种算法建立了木材干燥基准模型。对比结果表明:GA-BP算法建立木材干燥基准模型提高了期望误差精度和收敛速度,避免了BP算法陷入局部极小值,预测平均误差为1.0413%,具有较好的预测精度。 相似文献
3.
针对木材干燥系统具有非线性、强耦合的特性,难以建立准确的数学模型,提出一种基于小波神经网络的建模方法。通过木材干燥窑内木材含水率传感器、温度传感器和湿度传感器采集的数据建立小波神经网络模型,并通过模型预测木材含水率传感器的测量值。小波神经网络将BP神经网络在非线性问题上自学习的能力与小波表征信号局部信息的能力相结合,具有很强的自适应分辨性和容错能力。利用实际木材干燥过程中采集的数据作为训练样本进行仿真实验。结果表明:小波神经网络方法建立的模型能够预测木材含水率传感器的测量值,模型泛化能力强,预测精度高于BP神经网络建立的模型,验证了小波神经网络对木材干燥窑内传感器建模的可行性和有效性。 相似文献
4.
木材干燥是一个复杂的非线性系统,由于木材结构复杂且具有多样性和变异性,很难建立一个理想的符合木材干燥过程的数学模型。利用遗传算法的全局寻优能力优化BP神经网络连接权值系数,分别用BP和GA—BP两种算法建立了木材干燥基准模型。对比结果表明:GA—BP算法建立木材干燥基准模型提高了期望误差精度和收敛速度,避免了BP算法陷入局部极小值.预测平均误差为1.0413%,具有较好的预测精度。 相似文献
5.
针对目前在木材干燥过程中检测参数精度低的问题,设计了一种木材干燥窑参数检测系统;该系统对干燥窑有关参数进行实时采集、调理,经ARM处理器进行数据处理后,将采集的数据通过WiFi无线网络上传至PC机;为改进系统的控制算法,引入深度学习方法,提出了一种基于DBN-PID的控制算法,并与BP-PID算法进行了实验比较;实验结果表明,DBN-PID控制算法应用在木材干燥窑参数检测系统中具有更高的检测精度;为进一步说明DBN-PID算法的性能,还与BP-PID算法进行了仿真比较;仿真表明,DBN-PID算法能够很好的近似非线性对象,具有较强的自适应能力. 相似文献
6.
为解决木材干燥过程木材含水率检测精度低的问题,提高木材干燥的自动控制水平,针对以含水率为基准的干燥过程,提出了应用卡尔曼滤波进行木材含水率在线估计方法。为验证该方法的有效性:首先建立了基于含水率基准加入高斯噪声数据集的卡尔曼估计模型,并在此模型基础上对实验测得的数值进行了在线估计和比较,结果表明卡尔曼滤波方法具有较好的估计精度。 相似文献
7.
为了提高对木材纹理识别的精度,提出了一种基于融合灰度共生矩阵与高斯-马尔可夫随机场纹理参数的特征级数据融合木材纹理模式识别方法。首先,分别获取了以上两种木材纹理特征参数;然后,使用模拟退火算法将两种不同类型的纹理特征量在特征层上进行了融合。利用融合后的特征对木材纹理样本进行识别,BP神经网络分类器的识别率达到97.00%,表明数据融合后的特征参数对木材纹理识别是十分有效的。 相似文献
8.
研究遥感数据像素级融合统一模型及相应的实现技术具有重要的理论和应用价值。根据遥感数据成像机理和多光谱影像理想融合增强结果提出了遥感数据融合算法统一模型,该模型通过数学表达式的方式清晰地反映了参与融合的多光谱影像、从高分辨率全色影像提取的空间细节信息和采取的融合策略三者之间的运算关系,将三类典型融合算法推导成本文提出的统一模型;提出了基于统一模型的实现技术,该实现技术舍去对融合结果没有影响的计算步骤,只计算影响最终融合结果所需的参量,并列出常用融合算法实现过程中两个重要参量的求法。通过分析与比较,本文的统一模型概括更全面、适用性更广;通过分析实现步骤和比较实验结果,证明了基于统一模型的实现技术具有减少运算量的优越性,且具有普遍适用性,能应用于已提出的大部分遥感数据融合算法,有助于遥感数据融合技术的应用推广。 相似文献
9.
10.
基于数据融合的定位解算算法 总被引:1,自引:0,他引:1
为了获得更加准确的估计位置,对一种基于数据融合的定位解算算法进行了研究,在将模拟退火算法与经典的泰勒级数展开法和Chan氏算法进行性能比较的基础上,将模拟退火算法与上述两种经典的位置解算算法相结合,通过构造多算法协同定位模型,并基于该模型设计了融合定位算法,对传统定位解算算法进行改进,提出了一种基于数据融合的定位解算算法.仿真结果表明,融合算法的定位精度优于非融合算法且运算量较小. 相似文献
11.
12.
13.
车辆通过某一路网的时间是测算交通拥堵程度的重要指标。为提高车辆通过时间的预测精度,不仅要考虑数据采集精度的影响还要考虑模型的选择。本文提出多模型融合的车辆通过时间预测方法,发现多模型融合的预测精度较高。以某高速公路3个交叉口路段的车辆通行监测数据作为实证数据,用模型融合算法与单一模型进行对比,说明多模型融合算法在交通拥堵治理领域的应用潜力。 相似文献
14.
15.
《Neural Networks, IEEE Transactions on》2008,19(7):1231-1242
16.
The prediction of the production rate of the hematite ore beneficiation process is important to plant-wide optimization. This paper presents a data-based multi-model approach to predict the production rate with multiple operating modes. The inputs of the predictive model are the performance indices of each unit process, and the output is the global production index (the production rate) of the hematite ore beneficiation process. The multiple models are developed by integrating the fuzzy clustering algorithm and machine learning algorithm. A global model, Takagi–Sugeno–Kang fuzzy model, and multiple neural network model were compared using the data obtained from a practical industrial process, and the effectiveness of the proposed algorithm was proven. 相似文献
17.
针对解决数据缺少和单个卷积网络模型性能的限制造成细粒度分类准确率不高的问
题,提出了一种数据增强和多模型集成融合的分类算法。首先通过镜像、旋转、多尺度缩放、高
斯噪声、随机剪切和色彩增强6 种变换对CompCars 数据集进行增强处理,然后采用差异化采样
数据集的方法训练CaffeNet、VGG16 和GoogleNet 3 种差异化的网络。然后采用多重集成的方法
集成多种模型的输出结果。实验中测试网络结构在不同数据增强算法和不同模型集成下的分类结
果。模型集成的分类准确率达到94.9%,比最好的单GoogleNet 模型的分类精确率提高了9.2 个
百分点。实验结果表明该算法可以有效地提高分类的准确率。 相似文献
18.
针对当前基于网络拓扑结构相似性的链路预测算法普遍存在精确度较低且适应性不强的问题,研究发现融合算法能够有效改善这些问题。提出了一种基于神经网络的融合链路预测算法,主要通过神经网络对不同链路预测相似性指标进行融合。该算法使用神经网络对不同相似性指标的数值特征进行学习,同时采用标准粒子群算法对神经网络进行了优化,并通过优化学习后的神经网络模型计算出融合指标。多个真实网络数据集上实验表明,该算法的预测精度明显高于融合之前的各项指标,并且优于现有融合方法的精度。 相似文献