改进BP算法用于入侵检测

为了降低入侵检测系统的误警率,提高检测率,在入侵检测模型中应用了一种改进BP算法.该算法用Cauchy误差估计器代替传统的LMS误差估计器,提高了模型的鲁棒性,降低了训练样本＂异常值＂对收敛速度的影响.最后,以网络数据包为样本数据对模型进行训练,比较了改进BP算法与标准BP算法的实验结果,验证了该算法的优越性.     

FNN在火灾探测系统中的应用

尝试将模糊神经网络（FNN）应用到消防系统中,利用FNN对火灾信号进行处理,使其不仅能有效降低消防系统的漏报警、误报警率,而且还可以适应各种不同的环境和工作条件,从而真正实现消防系统的自适应。该方法结合了神经网络和模糊逻辑的优点,弥补不足,优势互补,具有很大的优越性。将此算法转化为C语言代码应用到测试系统中,系统在降低误报警、漏报警方面有着明显改善。     

分簇式WSN中基于MISO技术的协作传输系统性能分析

针对无线传感器网络(WSN)中多节点协作传输问题,研究了分簇式无线传感器网络中基于虚拟多输入单输出(MISO)技术的系统性能.首先推导了系统簇内广播阶段、簇间传输阶段的误符号率(SER)以及2个阶段系统整体误符号率的表达式;然后给出了系统整体误符号率一种有效的下界,并进行了仿真验证;最后将系统误符号率作为约束,建立了优化系统功率分配模型,并提出了求解该模型极值解的有效方法. 仿真结果表明,在满足系统一定误符号率要求下,优化模型有效地节约了系统能量.     

分簇式WSN中基于MISO的协作传输系统性能分析

针对无线传感器网络(WSN)中多节点协作传输问题,研究了分簇式无线传感器网络中基于虚拟多输入单输出(MISO)技术的系统性能.首先推导了系统簇内广播阶段、簇间传输阶段的误符号率(SER)以及2个阶段系统整体误符号率的表达式;然后给出了系统整体误符号率一种有效的下界,并进行了仿真验证;最后将系统误符号率作为约束,建立了优化系统功率分配模型,并提出了求解该模型极值解的有效方法.仿真结果表明,在满足系统一定误符号率要求下,优化模型有效地节约了系统能量.     

模糊控制BP网络的遥感图象分类方法研究

针对遥感图象分类中经常采用的BP算法存在训练时间长、不易收敛缺点,提出了一种改进方法,即采用模糊规则有效控制BP网络学习率的方法,该方法使网络具有自适应能力,从而不易陷入局部最小,导致收敛速度大大加快,训练时间大大缩短。最后以徐州地区TM图象土地利用分类为例,将模糊控制BP网络模型同BP算法及学习率自调整算法进行了比较。结果表明新方法确实大大加快了网络收敛速度,一定程度上提高了图象分类精度,是一种有效的图象分类方法。     

基于遗传算法优化的模糊神经网络在智能楼字火灾探测中的应用

针对火灾报警系统中存在的漏报、误报问题,提出了基于遗传算法优化的模糊神经网络信息处理方法对火灾信号进行识别。以提高系统报警准确率,降低漏报率。该算法通过仿真实验,结果表明报警的准确率有明显提高;同时,优化后的网络可靠性和泛化能力亦有所提高。这一方法为实现火灾发生时的及早报警和对非火灾信号的准确识别,提供一种新的火灾信号智能识别方法。     

基于遗传算法优化的模糊神经网络在智能楼宇火灾探测中的应用

针对火灾报警系统中存在的漏报、误报问题.提出了基于遗传算法优化的模糊神经网络信息处理方法对火灾信号进行识别.以提高系统报警准确率,降低漏报率.该算法通过仿真实验.结果表明报警的准确率有明显提高;同时,优化后的网络可靠性和泛化能力亦有所提高.这一方法为实现火灾发生时的及早报警和对非火灾信号的准确识别,提供一种新的火灾信号智能识别方法.     

基于无线传感器网络技术智能家居报警系统设计

目的 针对无线传感器网络技术和智能家居报警的特点,研究一种基于无线传感器网络技术的智能家居报警系统.方法 通过搭建该报警系统结构框图,设计了报警系统的网络节点,利用许可证技术来保证信息的传输准确.结果 通过软硬件的结合,设计了报警系统的软件,给出了报警系统的网络节点硬件设计方法,采用的许可证技术提高了报警信息传送的安全性和准确性.结论 实验表明,该系统使用方便、稳定可靠,有一定的实用价值.     

一种基于BP网络的流量分类方法

针对传统的网络流量分类方法准确率低、开销大、应用范围受限等问题,提出了一种基于BP网络的流量分类方法。该方法改进了标准的BP网络算法,采用基于Lyapunov函数得到的自适应学习率,并引入遗传算法优化网络的初始连接权值和阈值,使网络避免陷入局部最小,加速了网络收敛过程。实验结果表明,采用改进的BP网络算法来处理网络流量分类问题具有明显的优势：该方法的收敛速度和拟合精度均优于标准BP算法,而且流量分类准确率高于NB算法。     

基于局部和全局结构的指纹细节点匹配算法

误识率和拒识率是指纹自动识别技术中非常重要的性能指标。使用一种新的基于局部结构和全局结构的指纹细节点匹配算法可以降低指纹自动识别的误识率和拒识率,该算法先对细节点间的相对距离作归一化处理,然后利用细节点的局部2-邻域结构不变性对指纹进行初步匹配,最后再根据细节点的全局结构进一步匹配指纹,提高指纹匹配的准确性。实验结果表明该算法能够有效降低误识率和拒识率。     

深度自编码网络在入侵检测中的应用研究

当前网络环境下的网络数据呈现出比以往更为庞大、复杂和多维的特性,传统的机器学习方法面临复杂的高维数据需要手动提取大量特征,特征提取过程复杂且计算量大,不利于当前入侵检测实时性和准确性的要求.基于此,以降低数据维度和消除冗余信息为目的,综合利用深度自编码网络(DAN)和BP算法,提出了基于DAN-BP的入侵检测模型.首先通过叠加多个自编码网络构成深度自编码网络模型,将网络特征数据作为模型的输入,使模型能够智能的逐层抽取网络数据的分布规则,从而获得新的低维特征数据集;然后利用BP算法对学习到的低维数据进行分类识别.文中通过在自编码网络中加入正则化修正,防止训练出的自编码网络直接复制输入信息而影响训练效果;且在输入数据中添加噪声,通过学习原始数据和输出数据重构误差达到去噪的目的,从而使得学习到的新的特征数据具有更强的鲁棒性.对比了传统的降维方法和当前入侵检测方法,结果表明本文方法在分类准确率、误报率和检测速率上均具有较优的效果.     

基于Matlab-GUI数控机床热误差补偿的仿真系统

为了使数控机床加工精度得以提高,对数控机床热误差补偿系统进行研究。在建立基于BP神经网络数控机床热误差补偿模型的同时,运用Matlab-GUI工具设计了具有通用性交互式数控机床热误差补偿的仿真系统,该系统可使热误差补偿更具有实时性、在线高效性和补偿系统操作可视化。     

企业隐性知识与竞争优势关系的模型构建与分析

本文在通过对隐性知识和竞争优势的关系进行文献回顾的基础上,指出隐性知识是企业竞争优势的主要来源。通过对浙江省88家知识型企业的问卷调查与分析,设计了企业隐性知识与竞争优势关系的BP神经网络模型。在计算方法上,用MATLAB神经网络工具箱来进行网络设计和计算。通过大量学习样本的训练和测试,使模型的误差达到预定的范围内。     

动态T-S递归神经网络及其应用

基于递归神经网络和模糊系统,给出了一种动态T-S递归模糊神经网络(DTRFNN)。该神经网络用BP算法进行网络权值的学习,并在权值学习的基础上采用改进的BP算法克服局部极小。以动态系统的辨识为例进行仿真实验研究,并与一般的模糊神经网络进行了比较。结果表明,DTRFNN的辨识误差较小,取得了很好的辨识效果。该神经网络应用于某金属温度软测量时,能很好地实现温度的在线检测。     

BP神经网络算法在图像预测物体重量中的应用

本采用误差反向传播算法(BP)通过图像预测物体重量,先对图像进行特征提取,再用BP算法进行训练,建立了图像识别重量模型。利用水杯图像相关资料建立了数据库,由水杯图像的特征因素作为样本对网络进行训练,并用训练好的网络预测未知水杯重量。由实例表明,该方法在测物体重量中是可行的,误差较小,为物体重量预测提供了一种新思路和新方法。     

变照度下的视觉测量系统误差建模

针对二维视觉在线测量工件时,照度变化因素导致测量误差的问题,提出基于遗传算法优化的最小二乘支持向量机（GA-LSSVM）,建立照度误差模型的方法. 分析视觉测量系统的误差来源,通过最小二乘法分析照度影响下的误差规律. 利用照度变化误差实验,获得照度和测量系统的误差数据,分别训练GA-LSSVM、支持向量机（SVM）以及BP神经网络,建立照度和测量系统误差模型,对系统测量误差进行预测. 结果表明：在变照度测量误差预测模型中,GA-LSSVM模型、SVM模型及BP神经网络模型的预测精度分别为94.90%、90.23%及80.60%. 这表明遗传算法优化的最小二乘支持向量机建立的变照度误差模型,在拟合和预测精度上优于传统的BP神经网络.     

改进的BP神经网络算法在车牌识别中的应用

在车辆牌照自动识别系统中,因自然因素或采样因素使得原本规则的印刷体字符产生畸变,给字符识别带来了很大困难,利用BP神经网络对车牌进行识别得到广泛的应用,如何提高车牌识别的准确率和速度是车牌识别系统最根本的问题.本文用动量因子和自适应学习速率对传统BP网络进行改进.该算法简便,识别率高,可适用于多种高噪声环境中的字符识别.     

神经网络数据融合在位移传感系统中的应用

温度漂移误差是位移传感系统的主要误差之一.为了提高位移传感器输出的精度与稳定性,可以把位移传感器的输出与温度传感器的输出进行数据融合.提出一种基于RBF网络(径向基函数神经网络)的多传感器数据融合方法,把位移传感器和温度传感器的输出送入融合中心,通过RBF网络的学习训练,得到稳定的位移输出.实验表明:在相同的温度波动情况下,位移传感器的输出稳定性比原来提高了约4倍.该方法在位移传感系统减小温度漂移的应用中十分有效.     

BP神经网络拟合方解石晶体色散方程

介绍BP算法神经网络曲线拟合方法,并借助MATLAB工具箱函数将它运用于方解石色散特性研究,通过拟合效果图,误差曲线,误差范数反映BP神经网络的优越性,体现BP算法较高的预测能力和良好的泛化能力,并且可以自动地确定数学模型,精确度高,原理也较简单,尤其对复杂的输入输出系统具有更好的效果。     

基于电话网络的报警系统

系统的介绍了一种智能电话报警系统。该系统利用电话网络传输报警信息,并根据探头的类型向用户播放不同的警情信息。让接警者及时了解到现场的详细信息,做出进一步的处理。该控制器采用现有电话网络,结合射频无线通信技术和单片机控制技术,使得系统经济、可靠、组网灵活,家庭无需为传感器布线,具有广泛的市场发展前景。