Relations Between Wavelet Network and Feedforward Neural Network

A comparison of construction forms and base functions is made between feedforward neural network and wavelet network. The relations between them are studied from the constructions of wavelet functions or dilation functions in wavelet network by different activation functions in feedforward neural network. It is concluded that some wavelet function is equal to the linear combination of several neurons in feedforward neural network.     

基于人工神经网络的软土沉降预测分析

依据人工神经网络较强的非线性映射能力和学习能力,提出基于人工神经网络的软土地基最终沉降量的预测新方法。本方法利用实测资料直接建模,可避免传统方法计算过程中各种人为因素的干扰,所建立的模型预测精度高、简便易行,因而具有广泛的工程价值。     

基于多层前馈神经网络的车牌提取方法

文中提出一种采用三层前馈神经网络提取车牌的方法。该方法是一种基于纹理分析的图像分割算法,适合于彩色及灰度图像。实验表明,该方法能准确地提取图像中的车牌。     

用改进的前向神经网络预测铁路货运量

对影响铁路货运量的因素进行了分析。根据影响铁路货运量的诸因素的特点，介绍了一种改进的前向神经网络预测方法，并建立了铁路货运量前向神经网络预测模型。算例表明，其预测精度高于常规预测方法。     

基于进化规划的BP神经网络学习

通过对将传统的BP算法和遗传算法应用到BP神经网络的学习的研究和分析,指出它们存在的缺陷。提出一个改进的进化规划算法,并将其应用于BP神经网络的权值优化。取XOR问题和4奇偶性问题的实验对传统的进化规划算法和改进的进化规划算法进行实验对比。实验结果表明,本文中提出的改进的进化规划算法优于前2个算法。     

桥梁断面静力三分力系数的人工神经网络识别

通过风洞模型试验得到了足够的样本，在此基础上利用MATLAB神经网络工具箱构造了2个BP人工神经网络；采用BR(Bayesian regularization)算法，比较了不同坐标系下的静力三分力系数的训练结果，得出4层网络比较有效且具有较高精度的结论．最后，提出了应用人工神经网络需要注意的问题。     

基于人工神经网络的混凝土抗渗性能研究

混凝土抗渗性直接影响着混凝土的耐久性,为解决传统实验方法耗费大量时间的不足,文中提出用BP人工神经网络对多种配比的混凝土进行渗透性仿真计算。结果表明此模型的可靠度很高,可以用于混凝土渗透性的虚拟化设计。     

基于人工神经网络预测的汽车安全气囊系统点火控制算法研究

对安全气囊点火时刻的准确控制是气囊系统起到保护乘员作用的关键技术.点火控制算法是实现气囊适时准确点火的手段.本文提出了一种基于人工神经网络的汽车安全气囊点火控制算法.算法构造了一个三层人工神经网络,利用碰撞发生时的减速度信号和乘员重量为输入信号,其输出信号为乘员的头部位移,作为气囊触发的一个依据.     

高阶QAM信号的前馈神经网络相位修正水声信道盲均衡算法

提出了适用于复值信号的前馈神经网络盲均衡算法,并针对传统常模盲均衡算法不具备相位修正能力的缺点,对代价函数进行了改进,提出了基于前馈神经网络的修正常模盲均衡算法,同时针对算法起伏性大、收敛速度慢的问题,利用判决正方形方法进行了改进．仿真结果表明,在高阶QAM通信系统中,新的神经网络盲均衡算法不仅能够进行相位偏差的自修正,同时在算法的收敛能力、收敛速度以及稳健性方面都较传统神经网络常模算法更有优势．     

人工神经网络训练样本的相容性检测及化简

针对人工神经网络的训练样本庞大繁杂的特点,运用粗糙集理论对有指导的网络训练样本的相容性及其化简进行简单论述,同时对神经网络的特征值提取给出了一种寻找方法．     

理想薄平板气动导数的人工神经网络识别

介绍一种用BP人工神经网络方法识别理想薄平板的气动导数的方法．通过构造BP网络，比较各种因素对识别结果的影响．数据处理方式对神经网络的训练结果影响很大．隐层单元数量、训练次数、随机赋值次数、样本数量等对训练结果也有影响，但影响较小．采用这种方法识别理想薄平板的气动导数是可行的，并且具有较高的精度．     

基于神经网络和支持向量机的大客车运行车速组合预测

为了降低单个预测方法的不确定性,综合神经网络和支持向量机两种学习型算法,基于二者的最优加权组合对大客车运行车速进行了预测.以二级公路上244个路段的平曲线半径和纵坡度等线形数据和实测车速为样本,分别应用BP神经网络、支持向量机、最优加权组合预测以及线性回归对大客车第85百分位运行车速进行了预测.选择均方根误差和判断系数为评价指标,对比结果表明,最优加权组合预测能够综合单个预测方法的信息,提高了预测精度.     

道路交通安全综合评价的人工神经网络方法

为了提高评价的准确性,采用人工神经网络技术,建立了基于BP神经网络的道路交通安全综合评价模型.通过有效样本的学习,应用该模型,实现了对道路交通安全专家知识和经验的提取和存储.仿真实例验证了基于人工神经网络的道路交通安全综合评价模型的合理性和有效性.     

基于人工神经网络的FGM数据库设计

采用数据库管理技术和人工神经网络技术建立了FGM数据库,开发了管理和操纵该数据库的应用程序.利用该数据库可以查询编辑已知FGM材料组分、分布和性能之间的关系,预测未知FGM在给定材料组分和分布条件下的材料性能.作为应用实例,预测了SiC/C FGM的弯曲强度,并计算了预测误差,分析结果表明预测值与实验值较为吻合.     

基于遗传算法和神经网络理论的机场航空业务量的预测模型

航空业务量预测是机场规划的基础。常用的预测方法无法同时考虑较多的影响因素,预测结果的精度较低,缺乏客观性。本文运用遗传算法和神经网络理论,综合考虑GDP增长率、人口增长率、进出口总量等因素对航空运输市场的影响,得出一种较为完善的航空业务量的预测模型。     

基于BP神经网络的GPS高程拟合方法的探讨

为了提高GPS高程测量的精度，提出了基于BP神经网络的GPS高程拟合方法，并以2座特大桥控制网数据为例，与常规多项式曲面拟合方法进行了比较．理论和实例证明，利用BP神经网络进行GPS高程拟合是可行的。尤其是在已知点较少的情况下，该方法具有实际意义．     

基于神经网络的汽车制动系可靠性分析

以某轻型客车制动系统为例进行可靠性分析,利用威布尔过程对这些数据进行了拟合,用人工神经网络方法进行参数估计,计算所获得分布的参数值,绘制出可靠度曲线。     

一种基于神经网络的馈线自适应继电保护技术

针对常规保护的自适应能力及检测某些复杂故障方面存在一定局限性,利用前馈神经网络,导出了常规保护与神经网络参数间的显式关系,证明了神经网络继电保护可实现常规馈线保护的功能。     

基于RBF人工神经网络的空间插值

根据RBF网络能以任意精度逼近任意函数这一特性,将RBF网络应用于空间插值,认定地表空间坐标的空间分布可以用一复杂的非线性函数模拟。该函数是由多种因素综合作用的结果,如果以各因素为输入、对应空间坐标值为期望输出,对网络进行训练可对地理要素的空间分布进行模拟。试验表明,神经网络应用于空间插值是可行的。     

基于BP神经网络的人口预测方法研究

对人口数量的准确预测可以为制定社会经济可持续发展计划提供重要依据.文中将BP神经网络应用于人口预测,采用Matlab的神经网络工具箱函数建立神经网络预测模型,运用该模型对2002年至2015年全国乡镇人口中0~17岁年龄段的人口进行了预测.实践证明,该模型编程简单,还能克服常规语言建立预测模型存在的模型复杂、训练时间长等缺点.