BP神经网络天线方向图获取方法研究

焦平面阵列成像体制是实现无源毫米波实时成像的主要途径。焦平面体制存在馈源偏焦的问题,导致成像系统的点扩展函数(PSF)具有空变特性。为研究毫米波焦平面阵列成像点扩展函数的空变规律,提出采用BP神经网络生成偏焦位置的空变方向图。通过分析天线方向图数据的特点,研究了BP神经网络的结构形式和输入输出数据格式的设计方法,并通过实验方法确定了网络的隐层形式。实验结果表明,采用双隐层BP神经网络生成的方向图可以达到99.75%的精度。     

基于MATLAB的BP神经网络模型在地震预报中的应用

根据人工神经网络模型,运用MATLAB的神经网络工具箱建立BP神经网络预测模型,以地震变化率作为神经网络的输入,对台湾地区和四川地区地震数据时间序列进行分析对大地震的发生时间进行预测。实验证明该模型用于地震预报的有效性和可行性,具有良好的应用价值。     

BP神经网络教学演示与实验平台的设计与开发

为了强化学生对于神经网络动态计算过程的理解以及应用BP神经网络解决实际问题的动手能力,将MATLAB的图形界面编程功能(GUI)和神经网络工具箱(NNbox)相结合,开发出一套“BP神经网络的教学演示与实验平台”。该平台由教学演示和实验训练两个独立部分组成,可用于BP神经网络课程的课堂教学和实验教学、增强授课的直观性,也可作为学生课后自学和实验的辅助工具,解决理工科专业中的工程实际问题。     

基于投影寻踪回归的Philip-Dunne入渗参数求算模型

基于室外45个试验点的Philip-Dunne人渗实验数据,分析了实验前后土壤含水率变化△θ对土壤饱和导水率Ks和湿润锋吸力ψ的影响,利用逐步回归、BP神经网络、径向基函数网络和投影寻踪回归基于入渗时间tl预测了Ks和ψ,分析比较了不同数学模型的预测精度.研究结果表明:△θ变动对Ks和ψ值影响较小;投影寻踪回归相比于逐步回归、BP神经网络和径向基函数网络预测Ks和ψ精度要高.     

基于进化神经网络的304不锈钢车削加工表面粗糙度预测

表面粗糙度是衡量加工零件质量的重要指标之一,对表面粗糙度进行提前预测有利于提高加工质量。课题组采用正交试验方法进行了YG8硬质合金刀具干式车削304不锈钢棒料的实验,得到不同切削条件下的表面粗糙度。由于BP神经网络的算法预测精度不高而且容易陷入局部极小值,利用遗传算法的全局搜索能力优化BP神经网络的结构和初值,建立基于进化神经网络的表面粗糙度预测模型。结果表明：进化的BP神经网络模型有效地克服了BP神经网络容易陷入局部极小值的缺陷,实现了表面粗糙度的精确预测。     

基于BP神经网络模型的中国石油需求预测研究

石油需求量预测对编制石油产业发展规划具有重要意义。为了合理预测中国石油需求量,将1965—2014年中国国内生产总值、人口数量、产业结构及技术进步4个分量作为输入向量,石油需求量数据作为输出向量,建立中国石油需求预测的BP神经网络模型,利用Matlab软件的神经网络工具箱对BP神经网络模型反复训练,发现当隐含层节点数为17、学习率为0.1、训练次数为8次、训练精度为0.001时得到的效果最好。最后运用所确定的BP神经网络模型对2015—2024年中国石油需求数据进行了预测。     

基于遗传BP神经网络的磁流变悬置模型辨识

为克服误差逆向传播算法的多层前馈型BP神经网络收敛速度慢、局部极小化问题,提出用遗传算法(GA)的全局搜索能力寻求最优的BP神经网络权值和阀值,以提高神经网络的收敛速度和克服局部最优。以磁流变液压悬置动态特性试验结果为数据样本,分别用未优化的BP神经网络和优化后的GA-BP神经网络对磁流变液压悬置正、逆模型进行辨识。结果表明,相对于BP神经网络,GA-BP神经网络具有更高的辨识精度、更快的收敛速度,在磁流变液压悬置数学模型辨识方面具备更优的性能。     

BP神经网络的大学毕业生就业信息分析——以辽宁工程技术大学为例

针对近年来中国大学毕业生就业难问题,采用BP神经网络对高校毕业生就业信息进行分析,并借助计算机对就业信息进行挖掘,以辽宁工程技术大学毕业生情况调查的数据为基础,通过实例验证,结果表明BP神经网络具有较高的预测精度和良好的泛化能力。BP神经网络对大学毕业生就业指导有着现实的意义。     

改进BP神经网络在教学质量评价中的应用

通过对高职教学质量的分析,建立了评价指标体系,并提出了基于改进BP神经网络的高职教学质量评价方法.将教学评价指标概念量化成确定的数据作为输入,教学效果作为输出,进行BP神经网络训练实证研究.     

基于BP神经网络的税务稽查研究

税务稽查实质上是一个分类问题,可以通过BP神经网络进行数据挖掘的分类和问题预测.在分析BP神经网络原理的基础上,利用税务系统中的纳税人申报数据,建立基于BP神经网络的分类模型,对纳税人进行诚实纳税和非诚实纳税的评估、分类.模型分类准确度达到预期效果,表明该方法能够提高税务稽查部门的工作效率和效果.