针对传统图像分类方法分类精度不高的问题,文章采用了两层卷积和池化的卷积神经网络(Convolutional Neural Network, CNN)算法来对图像进行分类。从不同方面将CNN与支持向量机(Support Vector Machines, SVM)、反向传播算法(Back Propagation, BP)进行图像分类的准确率对比,实验结果表明,CNN算法图像分类的准确率高于其它两种算法。
为了提高网络数据安全,本文分析了基于BP算法的网络入侵检测技术,通过构建BP算法的网络入侵检测系统实现网络数据捕获、网络数据分析、网络数据预处理、BP算法入侵检测和入侵行为响应,最后对入侵检测系统的应用进行了分析,结果表明:经过BP算法训练之后的神经网络入侵检测系统的应用效果较好,检测的正确率高,误报率和漏报率低。随着计算机技术的发展和应用,人们开始研究网络入侵检测系统的性能,最早应用的入侵网络算法为基于模式匹...
作者:农为踊; 文波 期刊:《电力大数据》 2015年第03期
分析了电力系统负荷的组成、分类及其周期性的变化规律,对神经网络基本理论方法进行了细致地研究。应用改进的BP神经网络,建立了充分考虑各种因素的电力系统短期负荷预测模型。最后通过实例仿真,比较三种改进的BP学习算法,结果表明在本模型中,Levenberg—Marquardt(LM)学习算法在收敛速度以及预测精度上要优于拟牛顿法和SCG算法。
作者:潘永昊; 于洪涛; 刘树新 期刊:《网络与信息安全学报》 2018年第07期
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...
作者:姚培福; 许大丹 期刊:《自动化与信息工程》 2006年第01期
分析研究了BP算法,并提出了一些相应的改进措施.将改进的BP算法应用于股票数据分析,即利用BP网络很强的非线性映射功能,模拟影响股票的相关因素与股票开盘价、收盘价之间的关系,建立了基于BP神经网络的股票预测系统.用2004年的沪市证券数据进行了验证,结果表明此方法不仅收敛速度快、预测精度高,而且具有一定应用价值.
作者:李万军 期刊:《自动化技术与应用》 2019年第11期
为了提高清洗机器人角度传感器测量精度,在分析清洗机器人工作原理的基础上,提出了一种基于BP神经网络的清洗机器人角度传感器测量方法。利用传感器收集原始数据信息,并通过Savitzky-Golay平滑滤波法来完成滤波预处理过程,利用Savitzky-Golay平滑滤波法可以显著降低传感器的输出误差,改算法可以完成快速收敛。对比检验样本数据误差得到,把Savitzky-Golay平滑滤波技术与神经网络算法进行结合后可以显著提升传感器精度,从而为清洗机...
作者:唐炬; 宋文斌; 潘成; 杨军亭; 雷志城; 张明轩 期刊:《高电压技术》 2019年第09期
为研究直流局部放电(PD)的指纹参数优化提取方法,利用交联聚乙烯(XLPE)电缆构建了内半导电层破损、绝缘内部气隙和绝缘表面划伤3种绝缘缺陷,测试了3种缺陷在不同电压幅值和极性下的直流PD特性,比较了传统的和基于GA-BP算法的指纹参数提取方法对绝缘缺陷类型识别的影响。研究发现:内半导电层破损缺陷在正极性下的放电重复率与平均放电量均高于负极性下的对应值;绝缘内部气隙缺陷在负极性下的放电重复率较高,平均放电量与正极性基本...
作者:郭彩杏; 郭晓金; 柏林江 期刊:《小型微型计算机系统》 2019年第10期
针对传统BP神经网络在函数拟合中收敛速度慢、精度低的缺点,提出一种改进遗传模拟退火算法优化的BP神经网络算法(IGSAA-BP).该算法首先根据进化中种群适应度的集中分散程度改进了自适应遗传算法的交叉和变异概率公式,使算法能够更加有效地避免陷入局部最优;然后根据旧种群和新种群中每个对应个体的进化程度提出一种改进的Metropolis准则,分情况修正新种群中的所有个体,增加种群个体的多样性,提高了算法的全局寻优能力.利用改进遗传...
小样本的花卉数据集训练深度卷积神经网络不能得到识别率较高的网络模型,为提高小样本的花卉识别率,本文提出了一种基于迁移模型的小样本花卉品种识别方法。该方法首先采用大型数据库Imagenet对卷积神经网络进行预训练,将得到的网络模型迁移并改进,再使用小样本花卉数据对改进的网络模型重新训练,并采用BP算法调整网络的权重和偏置。实验中采用的花卉数据集选自Flower102和Imagenet数据库,以实现网络模型的预训练和重训练,最终完成...
利用神经网络的结构特征及良好的数据处理能力、在数据压缩领域拥有的先天优势,采用性能优良的BP算法构建网络模型。分析BP网络压缩的原理,搭建压缩系统模型,分别使用自适应学习率梯度下降法和BFGS拟牛顿法训练网络,从而实现交通图像的压缩与重建。实验结果表明,基于BFGS拟牛顿法的BP神经网络收敛速度快,压缩性能优良,获得低压缩率的同时重建图像视觉效果良好。
本文将BP(Back Propagation)神经网络应用到题库试题分值的确定中,以解决目前智能组卷研究中题库试题分值确定的不合理性。在训练网络时,对标准BP算法作了相应改进,以适应该智能模型的建立。通过案例试验,验证了确定试题分值的智能模型的精度是符合实际要求的,在一定程度上为智能化组卷奠定了基础。
作者:严太山 期刊:《湖南理工学院学报·自然科学版》 2007年第01期
为了克服神经网络结构和参数设计的随机性及依赖于人的经验的缺点,提出了一种改进的基于遗传算法的BP神经网络学习算法。该算法结合了神经网络的快速并行性和遗传算法的全局搜索性,首先利用遗传算法对神经网络结构、初始连接权和阅值以及学习率和动量因子进行全面进化设计,在解空间中定位出较好的搜索空间,然后在进化神经网络中用训练样本再次寻优。通过利用该算法对XOR问题求解,证明了该算法的有效性,其收敛速度和精度均优...
作者:姚维为; 董文静; 胡文斌 期刊:《智慧电力》 2012年第12期
分析了热电阻的非线性温度特性,用改进BP神经网络算法建立了1个Pt100热电阻温度测量模型。并将数据库进行合理地归一化处理。讨论了神经网络的隐藏层数目、误差的选择、各种改进算法对本课题的合适程度,并用分度表严格训练网络,运行测试。用Labview软件设计虚拟仪器,使用MATLAB Script函数节点使之可以进行神经网络运算,此虚拟仪器用来直观地显示测试结果。结果表明,使用改进BP算法神经网络对热电阻温度进行测量,可以明显提...
作者:杨韬; 刘崇新; 许喆; 李鹏; 张作鹏 期刊:《智慧电力》 2008年第06期
短期负荷预测是电力调度部门的重要工作之一,负荷预测的精度直接影响到电网的安全、经济和稳定运行。本文针对目前负荷预测中单一预测理论精度较低的问题提出采用BP神经网络与混沌理论相结合的算法,以变步长和附加动量法进行改进,同时以混沌时间序列来确定网络结构,从而克服了算法对大量训练样本的依赖,提高预测精度和速度。对咸阳区域电网负荷的实际预测结果表明了该方法的有效性。
作者:蔺景龙; 聂晶; 于春生 期刊:《国外测井技术》 2009年第03期
剩余油层分布是油田进入高含水期后研究的主要课题之一,在影响剩余油层分布的各种因素中储层的微孔隙结构是根本原因。本文提出了基于BP神经网络的储层微孔隙结构类型预测方法。该方法利用人工神经网络技术所具有的非线性、容错性和较强的模式识别能力实现了综合推理,进行孔隙结构类型预测。采用该方法,对大庆油田采用五厂储层样本进行了处理,在10%的可接受误差时,符合率达80%以上,结果表明该方法用于预测储层微孔隙结构类...
作者:高宏峰; 许宗泽 期刊:《工程科学与技术》 2004年第04期
RA码BP译码算法,可以实现线性时间译码,然而具有较高的复杂度.为了便于硬件实现,首先提出将最小和算法应用于RA码,然后对最小和算法进行了改进,提出了归一化算法和偏移算法,使循环译码算法在复杂度和性能之间取得了较好的折衷.仿真结果表明:归一化算法和偏移算法复杂度低,性能接近BP算法.
作者:朱诗顺; 欧阳熙; 朱道伟; 骆素君 期刊:《军事交通学院学报》 2014年第08期
利用AMESim仿真软件和MATLAB神经网络工具箱对汽车液压助力转向系统进行故障诊断仿真研究,提出一种利用压力、流量等实时状态信息作为输入,各具体故障模式作为输出的BP神经网络液压故障实时诊断方法。研究表明,该诊断方法比较准确,平均相对误差为0.5124%,能够比较方便和快捷地实现对汽车液压转向系统的故障诊断。
作者:刘晓 期刊:《信息技术与网络安全》 2012年第05期
介绍了利用BP神经网络对查询结果进行排名,通过了解人们在得到搜索结果以后都点了哪些链接,BP神经网络会将搜索过程与搜索结果关联起来,利用这些信息来改变搜索结果的排列顺序,让用户得到更好的搜索体验。
作者:王立辉; 王佳斌 期刊:《信息技术与网络安全》 2013年第22期
使用BP—GA算法相结合的方法来作为室内定位模型的主要定位算法,在得到初始坐标后利用秦勒级数定位算法优化得到最终待测点坐标。该算法很好地减弱了室内环境对定位精度的影响,并且具有较高的精度。仿真实验验证了该模型的有效性。
作者:李佳 期刊:《信息技术与网络安全》 2010年第22期
为了改善针对一般非线性离散时间系统的控制性能,引入"拟伪偏导数"概念,给出了一般非线性离散时间系统沿迭代轴的非参数动态线性化形式,并综合BP神经网络以及模糊控制各自的优点,提出了基于BP算法无模型自适应迭代学习控制方案。仿真结果表明,该控制器对模型有较强的鲁棒性和跟踪性。