作者:刘凯; 赵梦伟; 黄青华 期刊:《系统工程与电子技术》 2020年第03期
Multi-h连续相位调制(continuous phase modulation,CPM)信号与其调制指数均值相等的Single-h CPM信号的特征具有极大相似性,难以区分。针对该问题,提出了一种基于近似熵的Multi-h CPM调制识别算法。该算法将信号按照相同调制指数为一组的方式拆分为多个子序列,通过舍弃符号间拼接产生的多余模式向量对近似熵进行修正,然后利用Multi-h CPM信号各子序列近似熵的差异性,完成Multi-h CPM信号和Single-h CPM信号的类间识别,最后利用概...
作者:王景焕; 庄汉琪 期刊:《南通职业大学学报》 2019年第04期
基于概率神经网络,针对一类状态可观测的经典动态系统中传感器失效故障,给出了一种快速分类识别方法。利用概率神经网络训练速度快、分类更准确的优点,在多路传感器分别发生故障时,精确检测出发生故障的传感器,并通过实验给出最优spread值。
作者:王洋; 王咏 期刊:《佛山科学技术学院学报·自然科学版》 2019年第06期
提出了基于概率神经网络的物质浓度辨识方法,以二氧化硫在不同浓度下颜色读数的数据为例,建立概率神经网络的物质浓度辨识模型。实验仿真表明,概率神经网络物质浓度辨识模型具有收敛速度快、物质浓度辨识正确率高、容易训练等特点。
作者:张丹; 曹红苹 期刊:《智能计算机与应用》 2019年第06期
财务预警通过对企业相关指标分析构建出预测模型,达到对其风险进行预测的目的,可为利益相关者的关联决策提供依据,使得预警效率的研究成为重点。以90家制造企业的相关数据构成样本搭建概率神经网络模型进行预警研究,为提升模型的效率,引入粒子群算法对模型进行优化。实证分析中得出,未用粒子群算法优化前模型的预测准确率为87.5%,经优化后模型的预测正确率为93.75%。则使用粒子群算法对神经网络的优化的可行性较高,这可做为财务预...
作者:张建财; 高军伟 期刊:《噪声与振动控制》 2019年第06期
针对滚动轴承故障振动信号非平稳性、故障特征提取效果不理想以及故障诊断准确性低等问题,提出基于变分模态分解和多尺度排列熵的滚动轴承故障特征提取方法,并采用经粒子群算法优化的概率神经网络(PSO-PNN)故障诊断模型进行故障类型识别。通过变分模态分解方法将提取的振动信号分解成K个模态分量,进一步计算K个分量的多尺度排列熵,组成多尺度的特征向量,将特征向量输入到PSO-PNN故障诊断模型中识别故障类型。MATLAB仿真结果表明,该...
作者:甄然; 于佳兴; 赵国花; 吴学礼 期刊:《河北科技大学学报》 2019年第05期
为了提高卷积神经网络(CNN)的泛化性和鲁棒性,改善无人机航行时识别目标图像的精度,提出了一种CNN与概率神经网络(PNN)相结合的混合模型。利用CNN提取多层图像表示,使用PNN提取特征对图像进行分类以替代CNN内部的BP神经网络,采用均方差和降梯度法训练模型,通过将预处理的图像传输到CNN-PNN模型,对图像纹理和轮廓进行分类识别,并将此模型的仿真结果与卷积神经网络模型、卷积神经网络-支持向量机模型的结果进行对比。仿真结果表明,与...
作者:徐统; 王红军; 宋智勇; 李颖 期刊:《电子测量与仪器学报》 2019年第08期
针对滚动轴承失效模式的有效识别,提出了基于K-L散度的变分模态分解(VMD)的瞬时能量与概率神经网络(PNN)的滚动故障轴承故障诊断方法。首先,利用VMD将滚动轴承信号进行分解成若干个本征模态函数(IMF);然后,分别计算原始信号和每个IMF分量的K-L值,并选择具有较小的K-L值的两个IMF分量以计算其瞬时能量并组成特征向量;最后,将特征向量输入到PNN实现故障模式识别。通过对滚动轴承故障诊断实验对该方法进行验证,结果表明,基于K-L散度的...
汽轮发电机组逐渐智能化,功能不断增强,但不确定性因素和不确定性信息仍然大量存在。针对该问题,用概率神经网络(PNN)诊断汽轮发电机组故障。PNN优点较多,机器学习算法简易、方便训练,相比于传统样本处理方法,PNN可训练样本并引入训练网络,更好地确保诊断结果正确率与可信度。MATLAB仿真结果表明,PNN在保证诊断结果准确的基础上,速度更快、分类性能大幅提高,诊断效率也提高至98%。
作者:王景焕; 庄汉琪 期刊:《佳木斯大学学报》 2019年第06期
针对模拟电路中元器件故障检测方法不成熟的问题,利用故障植入法,对一类晶体管失效的模拟放大电路进行故障诊断与分类,高效快捷地获得故障特征数据,基于概率神经网络对故障进行分类,经过处理输入数据与调整Spread值,得到了精确度很高的概率神经网络模型,并且在实际电路中得到了进一步验证。
作者:吴顺川; 张晨曦; 成子桥 期刊:《煤炭学报》 2019年第09期
根据岩爆的影响因素、特点及成因,选取围岩最大切应力、单轴抗压强度、单轴抗拉强度、应力系数、脆性系数和弹性能量指数构成岩爆预测指标体系。搜集国内外46组典型岩爆案例数据,考虑到概率神经网络(PNN)中高斯函数要求各指标变量互不相关,采用主成分分析法(PCA)对原始数据预处理,消除指标间相关性并降维,得到线性无关的3个主成分即岩爆综合预测指标RCI1,RCI2,RCI3,构成概率神经网络的输入向量。将岩爆烈度分级预测视为共有4种类别...
作者:周超; 胡晓峰; 郑书奎; 夏荣祥 期刊:《指挥与控制学报》 2017年第01期
随着战略战役兵棋系统推演兵力的不断增加,给参演指挥员快速掌握战场态势带来巨大困难.为给参演指挥员提供一个多层次的兵力态势显示界面,针对兵棋参演指挥员的实际需求,以战略战役兵棋系统为研究对象,重点研究了兵力聚合问题.针对兵棋系统兵力特点以及在综合态势系统中显示的要求,构建了基于EBI的兵力聚合模型,提出了新型兵力聚合方法,最后通过兵棋推演案例验证了兵力聚合方法的合理性.
作者:马赵扬; 杜昌文 期刊:《新世纪图书馆》 2019年第07期
本文通过红外光声光谱扫描,建立不同破损级别纸张的预测模型,以达到快速检测纸张破损程度的目的。研究发现不同破损级别的纸张有明显的聚类特点,利用概率神经网络建立纸张破损级别模型的预测准确率达到62%。未来在优化模型的同时,拟增加纸张各组分的定量研究,建立纸张破损程度与纸张物质变化的相关关系并达到实时监测的目的。
作者:范冲; 张娟; 王大鹏 期刊:《测绘工程》 2014年第05期
针对从移动测量车采集的图像中提取交通标志的需求,研究探索适合移动测量的交通标志检测识别方案.在交通标志检测阶段,提出一种检测多个圆形禁令标志连接的多圆度检测法,对于三角形警告标志的检测,在原有拐角检测法基础上提出基于候选区域的拐角检测法;在交通标志识别阶段,选用像素特征作为特征向量,采用概率神经网络实现交通标志的分类识别.最后设计实现移动测量后处理软件的交通标志自动提取模块.
作者:熊兴隆; 张琬童; 冯磊; 李猛; 马愈昭; 冯帅 期刊:《光子学报》 2019年第02期
为了有效识别光纤周界系统的振动信号,提出一种多重分形谱参数和改进概率神经网络相结合的光纤振动信号识别方法.该方法能够避免特征提取过程中需要选择经验阈值和模式识别过程中需要确定平滑因子的不足.首先,检验分析光纤振动信号多重分形的存在性和有效性.然后,计算和提取光纤振动信号的多重分形谱参数,构成能够准确描述信号非线性和复杂性特性的特征向量.最后,采用改进的概率神经网络算法进行自适应地学习和分类,实现对不同光纤...
作者:曹满亮; 卢昆鹏 期刊:《智慧工厂》 2014年第10期
本文结合转管自动机运动循环过程和振动信号的非线性短时冲击特性,提出了截取振动信号中有用信息进行第二代小波分析,在此基础上提取第二代小波熵,并把其作为特征向量应用概率神经网络对转管自动机进行故障模式识别,实现了对实际射击信号的转管自动机故障诊断,从而验证了该方法的有效性。
作者:谢文靖; 李鹏; 李海燕; 曹敏; 王达达; 张少泉 期刊:《服装学报》 2013年第05期
针对高压断路器在线监测与故障诊断问题,提出了一种基于概率神经网络的高压断路器故障诊断模型.该模型利用Parzen窗函数和Bayes分类规则建立了前向型自监督神经网络,在分析分(合)闸线圈信号的基础上提出了高压断路器故障模型.仿真结果表明,该模型对断路器的故障模式识别过程具有训练速度快、输出误差小和收敛性好等特点.
作者:李旭军; 李兴国 期刊:《苏州科技大学学报·自然科学版》 2007年第03期
对通过正交试验法采集样本数据、采用概率神经网络(PNN)对产品质量进行预测的方法进行研究.并将预测结果与反向传播神经网络(BP)预测结果进行比较。结果表明,在利用正交试验法采集的训练样本数据分别训练PNN和BP网络后发现,概率神经网络的预测准确度远远大于反向传播神经网络,显示了概率神经网络在模式识别领域的优势。
作者:刘德民; 连会青; 韩永; 李飞 期刊:《煤炭技术》 2014年第09期
以谢桥矿为例,分析了8煤层开采最大导水裂隙带发育的高度,确定了顶板砂岩水预测的范围,研究了顶板富水性的影响因素,建立了评价指标体系,在此基础上利用概率神经网络预测了煤层顶板砂岩的富水性。
针对低孔低渗储层物性差、孔隙结构复杂以及含水饱和度高等特点,为了解决利用测井资料进行低孔低渗储层流体性质准确识别较困难的问题,提出了一种概率神经网络判别解释方法.以中国西南某一低孔低渗气藏为例,结合试油资料,对不同流体性质的储层进行了测井响应特征分析,根据测井响应特征与流体性质的相关性对概率神经网络进行了训练,从而对该区储层流体性质进行了预测和识别.实际资料处理的结果表明:解释符合率显著提高,取得了较好的...
作者:王亚平; 吴夷杉 期刊:《机械设计与制造》 2019年第02期
针对下肢助力外骨骼控制系统中对于穿戴者运动意图识别准确性和实时性的需求,提出一种基于肌肉激活度的人体下肢关节运动趋势的判断方法。表面肌肉的肌肉激活度可以通过肌电信号得到。首先给出典型下肢表面肌肉对应的关节活动,以地面广义作用力和运动角度数据求得肌肉激活度;然后以肌肉激活度为特征,基于概率神经网络识别关节运动趋势。实验结果表明:该方法对于平地行走的踝关节的跖屈/背屈的总准确率为79.5%,膝关节的伸直/弯曲的...