基于BP神经网络的通信信号分类器的设计

利用BP神经网络设计了一种通信信号分类器,并通过对3种噪声的分类比较,证明了这种分类器的可靠性、合理性和正确性,同时也展现了BP网络在通信领域的良好应用前景.     

基于BP神经网络水声通信调制模式识别的研究

介绍一种水声通信模式识别的方法,利用水声通信信号的特征参数,构建基于BP神经网络的水声通信信号调制识别系统,实现水声通信信号的调制识别。在不同信噪比条件下,仿真水声通信信号,建立训练和测试样本。仿真实验结果表明,在一定仿真条件下,该方法的识别正确率可以达到90%以上。     

基于BP神经网络的小麦碰撞声信号分类

小麦在储藏阶段由于各种灾害导致损失巨大,并降低了面粉质量,及时检测并分离小麦的受损颗粒迫在眉睫。文章以提取4类小麦碰撞声信号为基础,使用数字信号处理方法对小麦完好粒、虫害粒、霉变粒及发芽粒的碰撞声信号提取有效特征,最后利用BP神经网络进行分类,对于3类小麦类型的识别取得了较好的识别率。应用结果表明BP神经网络能够较好地实现区分受损小麦颗粒与完好小麦颗粒。     

基于LabVIEW实现的BP神经网络

图形化编程环境Lab VIEW编写图形化语言程序可以有效提高设计者的编程效率。人工智能可以利用计算机模拟人类大脑的思维。基于Lab VIEW编写的BP神经网络,可以方便灵活的应用于人类的各种生产经营活动。     

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BP神经网络工程造价预测模型分析

文章提出了BP神经网络对于工程造价的预测方法,通过对指标的选取,确定了样本数据;再将采集的数据传入到MATLAB平台打造的BP神经网络预测模型;首先验证了该模型的可行性,再将其余的样本输入到BP神经网络工程造价预测模型中,进行工程造价预测。预测的结果是实际值与预测值误差相差很小,实现了仿真实验的目的,证明了BP神经网络对工程造价预测的精准性。     

基于遗传算法的BP神经网络技术应用

目前,传统的BP网络算法可以很精确地接近非线性函数,但是仍然存在着两大缺点,就是收敛速度缓慢与极易陷入局部最小值。而基于遗传算法的神经网络技术的提出可以很好地解决这个问题,通过仿真实验对比之后我们可以发现它能够很好地将两者进行有机融合,加快收敛精度与收敛速度。     

基于BP神经网络的数字语音去噪方法研究

利用设计的BP神经网络滤波器对引入噪声的数字实验语音信号进行去噪试验,并在此试验的基础上对其去噪效果与FIR维纳滤波器去噪效果进行分析和比较,结果表明利用BP神经网络滤波器对数字实验语音信号进行去噪具有良好的效果.     

基于BP神经网络的数字语音去噪方法研究

利用设计的BP神经网络滤波器对引入噪声的数字实验语音信号进行去噪试验,并在此试验的基础上对其去噪效果与FIR维纳滤波器去噪效果进行分析和比较,结果表明利用BP神经网络滤波器对数字实验语音信号进行去噪具有良好的效果.     

基于BP神经网络辅助的车载组合导航算法研究

针对INS/GPS组合导航系统在GPS信号被遮挡时,GPS接收机失锁导致导航精度迅速下降的问题,提出了基于BP神经网络辅助的组合导航算法。即在GPS信号锁定的时候,采用卡尔曼滤波对INS/GPS信号进行数据融合得到实时的精确位置,同时利用组合导航输出信息对BP神经网络进行实时在线训练;一旦GPS失锁,利用之前训练好的神经网络对INS系统进行误差补偿,解决精度迅速下降问题。通过跑车实验证明,速度精度在0.2m/s以内,位置精度为25m以内,该算法对INS/GPS组合导航系统有效。     

基于脉搏波速法的动态血压测量系统设计

提出一种利用脉搏波传导速度法的血压测量方案。采用新型可穿戴式光电传感器分别采集人体左侧桡动脉和指端的脉搏波,摆脱传统袖带式的测量方式。通过分析脉搏波的波形,计算脉搏波传导速度,建立数学模型方程,对非侵入式的动态血压测量进行研究,并采用听诊法进行校准和误差分析,实现连续血压测量。实验结果表明,该系统测量方便,精度较高,与听诊法具有良好的一致性。     

基于BP神经网络的GSM-R抗同频干扰方法研究

在GSM-R通信网络中,同频干扰是影响通信质量的一个因素。由于被训练的BP神经网络可以不断校正误差,使输出误差不断减小。为解决GSM-R同频干扰问题,提出了用BP神经网络及其算法对GSM-R通信信号进行校正,通过构建GSM-R通信系统和BP神经网络系统的模型,阐述了GSM-R通信系统抗同频干扰的原理,并对GSM-R进行了数据采集和仿真。     

雷达测速信号的BP网络识别

测速雷达信号识别是进行辅助决策的关键。介绍一种在实际生活中有着广泛应用的神经网络模型——BP网络,通过对他的结构及工作原理的分析,结合三类雷达测速信号的特征,归纳出一种基于BP网络进行雷达测速信号识别的方法,并且给出了仿真实例。实验结果表明,此方法能够快速识别三类信号,具有识别率高的特点。     

基于BP神经网络锅炉压力预测方法研究

锅炉压力控制是热源厂系统控制的重要组成部分。本文结合BP神经网络的特点,对锅炉的压力进行控制,提高了系统的性能,节约了能源。本文还借助于数据库里存储的数据,再依据MATLAB仿真软件对系统进行了模拟仿真。通过仿真得到的有效数据使系统控制更加精确。     

基于小波包分析与BP神经网络的氧化铝熟料检测

利用小波包分析与BP（Back Propagation）神经网络相结合的算法,对氧化铝熟料检测的应用进行了研究。通过对回转窑中的氧化铝熟料下落碰撞窑壁产生的声音信号进行采集,利用小波包分析提取特征向量,根据氧化铝的烧结状况与声音信号特征向量的对应关系,提出建立BP神经网络模型。经过MATLAB对测试样本进行验证,结果表明BP神经网络模型在氧化铝熟料检测的可行性,而且具备一定的准确率。     

基于BP神经网络的血液细胞图像色彩分割

以MATLAB为平台,研究了采用BP神经网络对血液白细胞彩色图像进行有效分割的方法,为实现血液细胞分析与计数的自动化、提高T作效率和降低人为误差提供了条件。给出了对血液细胞彩色图像采用BP神经网络与RGB阈值等不同方法分割效果的比较,得出BP神经网络法优于RGB阈值法的结论。实验表明,BP神经网络有强的鲁棒性,对不同载片色彩差异有容错能力。     

改进BP神经网法对无线信息安全率的优化分析

分析基于BP模型的无线信息安全率计算方法的优化分析,利用K-Means聚类、Leverberg-Marquisardt设定权重,对标准BP模型进行优化,实现无线信息安全率准确性的提高。MATLAB仿真结果显示:在0.01、0.001和0.0001的安全标准下,改进BP模型的无线信息传输的安全率和计算迭代显著优于标准BP模型。可见,改进BP模型可以简化标准BP模型对无线信息安全率的计算过程,并提高无线信息安全率和计算速度。     

基于BP神经网络输油泄漏监测识别技术研究

现提出了一种利用多级BP神经网络进行负压波法输油泄漏监测识别的方法。介绍了用多级BP网络处理输油泄漏分类器算法和网络结构，并给出了针对理论模拟信号的分类结果及针对实际输油泄漏信号的分类识别结果。     

基于PCANet的脉搏信号亚健康检测

目前亚健康状态识别中脉搏信号特征提取困难, 且多依赖于手工提取特征而影响识 别率。针对这一问题,本文提出了一种基于主成分分析网络(Principal Component A nalysis Network,PCANet)的脉搏信号亚健康检测新方法。首先对预处理的脉搏信号进行特征提取; 其次 将这些特征进行哈希编码,直方图分块,作为特征描述;然后使用分类器将健康和亚健康的 两类 脉搏信号进行分类识别,并与传统特征提取方法的分类效果进行比较。实验结果表明本文方 法对 亚健康状态识别达到了较高的准确率,相比传统的特征提取方法,PCANet方法在识别率上提 高 了10%以上,因此,本文所提出的方法能够有效地区分健康与亚健康 状态,为亚健康状态的 检测提供了一种新的参考依据。     

基于BP神经网络的UWB系统窄脉冲捕获技术研究

根据UWB信号的特性提出一种在低信噪比条件下实现快速捕获的新方法,即利用BP前向神经网络对极窄脉冲信号进行捕获,有效减少了在低信噪比条件下的平均捕获时间。其中着重分析了利用BP神经网络在低信噪比条件下检测窄脉冲信号的可行性以及接收信号的信噪比对检测的影响。并且对仿真出现的问题进行了分析,得出了一些有价值的结论。