虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

ga-bp

  • 基于BP神经网络的字符识别

    ·基于BP神经网络的字符识别

    标签: BP神经网络 字符识别

    上传时间: 2013-06-17

    上传用户:brucewan

  • 基于PCA和BP神经网络算法的车牌字符识别

    ·基于PCA和BP神经网络算法的车牌字符识别

    标签: PCA BP神经网络 算法 车牌字符

    上传时间: 2013-04-24

    上传用户:maizezhen

  • 基于BP神经网络的PID控制器的研究与实现

    基于BP神经网络的PID控制器的研究与实现:

    标签: PID BP神经网络 控制器

    上传时间: 2013-11-25

    上传用户:SimonQQ

  • 基于GA与L-M优化算法的变压器故障诊断研究

    利用MATLAB环境建立一个用于变压器故障诊断的BP网络模型。首先利用具有全局寻优功能的遗传算法对BP神经网络的初始权值和阈值进行优化,然后采用L-M(Levenberg-Marquardt)优化算法对BP神经网络进行训练,从而达到加快网络训练速度,避免训练过程陷入局部极小点的目的。最后,详细记录网络的实际输出,并与期望输出做对比研究,最终证实了此网络达到了设计要求,可用于变压器的故障诊断。

    标签: L-M 优化算法 变压器 故障诊断

    上传时间: 2013-10-11

    上传用户:hz07104032

  • 基于BP神经网络的小麦碰撞声信号分类

    小麦在储藏阶段由于各种灾害导致损失巨大,并降低了面粉质量,及时检测并分离小麦的受损颗粒迫在眉睫。文章以提取4类小麦碰撞声信号为基础,使用数字信号处理方法对小麦完好粒、虫害粒、霉变粒及发芽粒的碰撞声信号提取有效特征,最后利用BP神经网络进行分类,对于3类小麦类型的识别取得了较好的识别率。应用结果表明BP神经网络能够较好地实现区分受损小麦颗粒与完好小麦颗粒。

    标签: BP神经网络 声信号 分类

    上传时间: 2014-12-29

    上传用户:lxm

  • BP神经网络的液位PID控制及仿真

    针对硫化镍矿选矿浮选工业过程中液位控制进行数学分析,建立 BP预测模型并实施多浮选槽液位控制方法,利用目前工程领域流行的 MATLAB 7.0中提供的神经网络工具箱,对网络模型进行训练和仿真,为有效抑制各槽液位扰动、实时调整各浮选槽液位和实现浮选指标的提高提供了有效的途径。仿真结果证明了BP神经网络对解决硫化镍矿浮选过程液位PID控制的有效性,具有广泛应用和推广的价值。

    标签: PID BP神经网络 液位 控制

    上传时间: 2014-12-29

    上传用户:凌云御清风

  • 基于BP神经网络算法PID控制器的研究与仿真

    文中将BP神经网络的原理应用于参数辨识过程,结合传统的 PID控制算法,形成一种改进型BP神经网络PID控制算法。该算法利用BP神经网络建立系统参数模型,能够跟踪被控对象的变化,取得较高的辨识精度。针对BP神经网络对权系初始值敏感的缺点,优化BP神经网络的初始权系数。通过BP算法修正BP网络自身权系数,实现PID参数的在线调整。仿真结果显示了该算法收敛速度快、精度高、鲁棒性强、稳定性好,表明了该算法的可行性与有效性。

    标签: PID BP神经网络 算法 控制器

    上传时间: 2013-10-08

    上传用户:cxl274287265

  • 基于改进BP神经网络的牵引变流器故障诊断

    在变流器故障诊断系统中,通过MATLAB对牵引变流器建立故障仿真模型,提取故障特征,对输入输出数据进行标幺化和模糊化的处理,并基于改进的动量BP神经网络算法,完成对变流器开关管开路的诊断,误差满足要求范围,结果表明:该算法收敛迅速,能避免陷入局部极值,而且准确率很高,是一种快速有效的方法。

    标签: BP神经网络 牵引变流器 故障诊断

    上传时间: 2013-11-09

    上传用户:familiarsmile

  • 基于BP神经网络的PID控制器参数优化方法

     针对传统PID控制系统参数整定过程存在的在线整定困难和控制品质不理想等问题,结合BP神经网络自学习和自适应能力强等特点,提出采用BP神经网络优化PID控制器参数。其次,为了加快BP神经网络学习收敛速度,防止其陷入局部极小点,提出采用粒子群优化算法来优化BP神经网络的连接权值矩阵。最后,给出了PSO-BP算法整定优化PID控制器参数的详细步骤和流程图,并通过一个PID控制系统的仿真实例来验证本文所提算法的有效性。仿真结果证明了本文所提方法在控制品质方面优于其它三种常规整定方法。

    标签: PID BP神经网络 控制器 参数优化

    上传时间: 2014-03-21

    上传用户:diets

  • BP网络原理

    BP神经网络由多个网络层构成,通常包括一个输入层、若干个中间层和一个输出层。BP网络的特点是:各层神经元仅与相邻层神经元之间有连接;各层内神经元之间没有任何连接;各层神经元之间也没有反馈连接。BP网络具有很强的非线性映射能力,根据Kolrnogorov定理,一个3层BP神经网络能够实现对任意非线性函数进行逼近。

    标签: BP网络

    上传时间: 2013-10-31

    上传用户:xy@1314