共查询到20条相似文献,搜索用时 546 毫秒
1.
2.
在神经网络识别结构损伤的过程中选取容易得到、识别精度高、损伤敏感性高的参数,损伤识别精度将大大提高。为克服使用单一结构特征物理量作为神经网络输入参数而带来的缺陷,文章以武都水库非溢流坝段为例,利用径向基函数神经网络对重力坝损伤的识别展开研究,提出将结构固有频率和固定点模态分量组合作为输入参数,对比选用不同输入参数的损伤输出信息。结果表明,使用组合参数作为输入参数对重力坝进行损伤位置识别、损伤程度预测是实用可行的。 相似文献
3.
对于大豆四级油,采用BP 神经网络对其近红外光谱数据建模,对系统的结构及参数选取进行了分析,对样本训练集的设计和网络输入端的主因子方面进行了处理。对于其他的多变量建模方法,分析了其对近红外光谱有用信息的提取作用。结果显示:多元线性回归、主成分回归和偏最小二乘法对大豆四级油酸价预测的标准偏差分别为0.1472%、0.1801% 和0.1576%,BP 神经网络的预测标准偏差为0.1387%。 相似文献
4.
5.
通过确定合理的输入层单元数、隐层节点数,以3层BP神经网络建立了原料、纱线和后整理工艺参数与织物质量间的关系,对实际加工工艺进行预测,获得较满意的效果,证明该方法的实用性;同时建立了织物质量与工艺参数间的关系,并对重要工艺参数进行反演预测,为控制生产提供了指导. 相似文献
6.
为进一步提高BP神经网络在预测纺熔无纺布性能时的精确度,提出利用遗传算法对前期构建好3层结构的BP神经网络进行优化.使用MATLAB进行网络训练和预测,结果表明,当遗传算法优化后,将BP神经网络应用于产品性能预测的数据与实际数据进行对比,产品强力和耐静水压的绝对百分比误差在5%以内,优于BP神经网络的6%,预测精度更高... 相似文献
7.
制作了16种不同结构参数的三层织物结构消防服装试样,对试样的对流换热指数和辐射换热指数进行测量.构建了6种多层感知神经网络(MLPNN),每种神经网络均包含一个隐藏层,输入相同的数据,分别对三层织物的对流换热性能和辐射换热性能进行预测.结果 表明,6种网络的预测值与试验值均具有很好的相关性;所构建的MLPNN能够有效预... 相似文献
8.
Elman网络近红外光谱技术同时测定鲜乳中三种主成分含量 总被引:2,自引:0,他引:2
采用Elman神经网络(反馈神经网络,Recurrent Network)结合近红外光谱技术建立鲜乳中的脂肪、蛋白质、乳糖定量分析模型.用偏最小二乘法(Partial Least SqHales.PUS)将原始数据压缩主成分,取前3个主成分的14个吸收峰值输入Elman网络,网络中间层神经元个数为53.Elman网络模型对样品中3个组分含量的预测决定系数(R2)分别为:0.985、0.951、0.967,表明所建Elman网络预测模型能够较准确预测鲜乳中脂肪、蛋白质和乳糖的含量,从而为近红外光谱的多组分定量分析提供了新思路. 相似文献
9.
以核酸(RNA)序列为载体,提出了一种基于RNA二级结构的信息隐藏方案.该方案把编码为RNA序列的明文嵌入到参考RNA序列,以自由能作为约束条件,通过预测软件RNAstructure获取位置信息,接收方接收到参考序列和位置信息后,通过约定的软件和条件恢复出秘密信息.仿真结果表明该方案具有较好的安全性和稳健性,可用于秘密信息的隐写通信. 相似文献
10.
11.
探讨了将神经网络理论用于织物折皱回复性能的直接预测。根据研究对象特征,通过选取织物原料组成、经纬密度、抗弯长度、织物厚度及重量等重要影响因子作为神经输入元,将折皱回复角值作为输出目标,比较了径向基函数RBF、BP和广义回归GRNN 3种神经网络对织物折皱回复角的预测结果。试验结果表明,通过神经网络方法对织物的折皱性能预测具有较好的满意结果,且在预测织物的整体折皱回复性能时,BP模型与GRNN网络模型的预测值与实测值之间的相对误差要比RBF的小。利用输入神经元织物参数进行折皱回复性能的预测更有利于工艺与织物结构设计优化与质量控制,通过对输入神经元试验与优化有望达到满意的预测结果。 相似文献
12.
13.
热阻是衡量面料热舒适性的一项重要指标,为获得不同环境下面料的热阻值,多采用测试获得。文章通过YG(B)606G型纺织品热阻和湿阻测试仪,对不同面料在不同环境下的热阻进行测试。运用Matlab,基于GRNN(General Regression Neural Network)广义回归神经网络,使用少量输入参数,对不同环境下的热阻值进行预测。与传统的测试相比,GRNN神经网络实验量小,方便快捷、省时省力且预测结果准确性好;与BP(Back Propagation)神经网络相比,GRNN神经网络人为设定量更少,更为客观,预测结果更加准确。经Wilcoxon符号秩检验配对样本检验发现,GRNN神经网络预测值与实际值更加接近,可信度更强。 相似文献
14.
基于近红外光谱的芝麻油酸价含量的预测 总被引:1,自引:0,他引:1
采用近红外光谱分析技术对芝麻油的酸价含量进行检测,避免了传统的化学方法缺陷,同时在不破坏样品的前提下极大地提高了检测效率。对39个芝麻油样本的酸价光谱图进行光谱预处理优化,并选择适当的光谱范围,采用偏最小二乘法(PLS)和BP神经网络算法进行了定量分析研究。结果表明,在所选定的样本和光谱范围内,PLS和BP神经网络算法均可以用于芝麻油酸价含量的预测,采用PLS模型的预测均方根误差(RMSEP)为0.058;用BP神经网络预测的RMSEP为0.148 8,偏最小二乘法建模相对于一般的BP网络建模方法更具有较好的建模预测效果。 相似文献
15.
16.
为建立霉变玉米中玉米赤霉烯酮和黄曲霉毒素B1的电子鼻检测方法,首先以电子鼻对7 级不同霉变程度玉米响应信号的积分值作为特征参量,然后分别利用主成分回归、偏最小二乘回归、BP(back-propagation)神经网络、最小二乘支持向量机等方法建立霉变玉米中玉米赤霉烯酮与黄曲霉毒素B1含量的预测模型,并进行了比较分析。结果表明,主成分回归预测精度最差,偏最小二乘回归较差、BP神经网络和最小二乘支持向量机法比较好。对于玉米赤霉烯酮,4 种预测模型70 个样本中相对误差控制在5%以内的样本数分别为23、45、63、67 个。对于黄曲霉毒素B1,4 种预测模型70 个样本中相对误差控制在5%以内的样本数分别为19、41、62、65 个。同时,变换不同的训练集和测试集以考察BP神经网络、最小二乘支持向量机建模方法的稳健性,结果表明,在BP神经网络结构和最小二乘支持向量机核函数与核函数参数均未发生改变的条件下,两种建模方法依然有较高的预测精度,这说明了两种模型具有较高的稳健性。 相似文献
17.
18.
19.
为了能够基于最小的图片输入快速地重建三维人体模型,提出了一种输入人体轮廓二值图像对三维人体模型进行精准重建的新方法。这种对三维人体模型进行重建的方法首先通过主成分分析法对人体进行编码得到了人体的低维形状描述子,随后构建了一个新的深度卷积神经网络,其拥有2个分支,分别用于提取人体正视图与人体侧视图的相关特征;将分支特征融合后,通过联合训练,可以学习到一个从输入到形状描述子的全局映射;最终对形状描述子进行解码得到点云数据,完成了对三维人体模型的重建。结果表明:该方法与现有的基于图像的三维人体模型重建技术相比,在精度上提高了1.07%,并证明了多视角的预测结果优于单视角预测结果。权重共享网络的预测结果优于权重不共享网络的预测结果。 相似文献
20.
基于支持向量机的食醋总酸近红外光谱建模 总被引:1,自引:0,他引:1
为了得到稳定可靠的食醋总酸光谱模型,以不同产地、不同种类的95个食醋样品为研究对象,应用基于统计学原理的最小二乘支持向量机(LS-SVM)对食醋总酸含量进行光谱分析.对预处理后的光谱进行主成分分析(PCA),以主成分信号作为输入变量建立食醋总酸含量的近红外光谱模型,并与偏最小二乘法(PLS)和向后区间偏最小二乘法(biPLS)模型进行比较.结果表明,LS-SVM模型中的校正集中的相关系数(rc)和交互验证均方根误差(RMSECV)分别达到0.9614和0.2192,预测集相关系数(rp)和预测均方根误差(RMSEP)分别达到和0.919和0.3226,均优于PLS和biPLS模型.研究表明,近红外光谱与食醋总酸含量呈非线性关系,采用LS-SVM建立的模型预测性能更好,精度更高. 相似文献