数据驱动模型与概念性模型的应用对比

BP神经网络与K-最近邻(KNN)算法相耦合所建立的BK(BP-KNN)模型是一种数据驱动模型,它克服了传统的BP神经网络模型必需前期实测流量、泛化能力不强的缺点。IHACRES模型是一种结构简单、应用广泛的以单位线为基础的集总式概念性模型。选择板桥、马渡王两个流域分别运用BK模型、IHACRES模型和新安江模型进行径流模拟。模拟结果表明,BK模型的模拟效果最好,IHACRES模型次之;说明数据驱动模型在水文模拟中有着巨大的运用空间。     

工情监视系统在防汛中的应用及维护

以河北省大清河管理处对工情监视系统的管理与维护为例,阐述了工情监控系统在防汛过程中的应用与管理过程,针对工情监控系统应用中网络、设备出现的问题,提出了检测流程和解决办法,为枢纽工程防汛、抢险救灾提供及时快捷的通信服务。     

基于二叉级联结构的并行极速学习机算法

为解决因庞大的矩阵存储和计算,ELM（Extreme Learning Machines）难以应用到大规模、高维数据集的问题,提出一种基于＂分而治之＂策略的并行极速学习机算法。该算法利用二叉级联结构,将大规模数据集分派到多个计算节点上,并行地更新单隐层前馈网络的输出权值,且能有限步地单调收敛到最小二乘解。实验结果表明,该算法不仅泛化性能优异,并且具有非常高的加速比和并行效率。     

改进BP算法在微悬臂梁力学特性研究中的应用

针对BP神经网络算法自身存在的一些限制与不足,提出了一种改进的BP神经网络算法,并将此算法应用于单晶硅(100)微悬臂梁加载后载荷与挠度间关系拟合的实验中(实验在MATLAB7.0环境中实现).实验拟合结果表明:在相同载荷的作用下,挠度随微悬臂梁长度的增大而增大,随其宽度的增大而减小,且在有效载荷-挠度数据中理论计算结果与实验拟合结果是相一致的.并利用有效载荷与挠度之间的关系,评价了微悬臂梁材料的弹性模量,得到其弹性模量近似为153GPa,与实际情况符合较好.     

一种基于非线性PID神经网络算法的PMSM控制

针对常规PID控制器无法很好地应对永磁同步电机参数变化和负载扰动等不确定因素的影响,设计一种以三角函数为神经元激励函数的非线性PID神经网络控制器,并将其与常规PID控制器相结合用于永磁同步电机控制.仿真实验结果表明,该控制系统具有快速的响应能力、更好的动态性能和更加稳定的跟踪性能,适合于永磁同步电机速度控制.     

一种改进的基于 ART2神经网络的文字识别算法

为了解决 ART2神经网络的漂移问题,提出了一种改进的基于 ART2神经网络的文字分类和识别方法.此方法能够自主学习,收敛速度快,识别率和识别速度都比 BP神经网络高.实践证明,基于此设计的脱机手写体文字识别系统能对较规范的手写体文字进行识别,识别率达到85%.     

基于小波包神经网络的级联式变频器故障诊断仿真研究

以级联式变频器为研究对象,重点研究功率器件开路故障的诊断方法．对变频器输出电压进行小波包分解,寻求变频器正常和故障情况下的输出电压频带能量的变化规律．选取输出电压能量变化大的频带能量值作为特征向量,利用BP神经网络进行故障诊断．研究结果表明,小波包神经网络在级联式变频器故障诊断中具有较高的可行性和有效性．     

基于DCT和神经网络的视频版权保护算法

针对目前数字水印技术对视频版权保护和抵抗攻击时存在的一系列问题,提出了基于DCT、数字水印、神经网络和数据加密等技术的有效算法．该算法首先将原始水印信息采用Arnold变换进行置乱处理,然后运用神经网络将水印嵌入到宿主视频中,提取时利用确定的神经网络实现水印的盲提取．实验结果表明,该算法具有较好的不可见性和鲁棒性．     

基于BP神经网络的计算机油墨配色系统的研究

计算机配色可提高油墨配色的速度和精度,具有重要作用．基于两种颜色空间和BP神经网络的计算机配色系统被研究．实验结果表明基于光谱颜色空间配色系统的配色精度更高,可应用于目前的各种印刷方式中．基于BP神经网络的配色系统具有很强的适用性,推进了印刷的数字化流程．     

基于IOWGA算子的组合预测方法及其应用

针对汽车配件需求量的预测进行了预测模型的建立、选择并优化．特别是将灰色预测和神经网络预测与IOWGA算子相结合,提出了以对数误差平方和为准则的基于IOWGA算子的组合预测方法,从而提高了预测的精度。将该方法用于汽车配件需求预测取得了较好的效果,说明了算法的有效性．