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。     

瞬态浓度场的光学测量系统

基于数字图像处理技术和光学粒子散射理论，研制了具有非接触式、全场测量、被测面积大和成本低等特征的瞬态浓度场定量光学测量系统，其可以测量瞬态浓度场的相对值，经过标定也可以测量绝对值．实验结果表明，该系统与传统的接触式单点浓度测量方法相比，具有显著的全场瞬态测量的优越性，应用前景广阔。     

基于遗传神经网络的工程造价估算方法研究

人工神经网络已经成功的运用到工程造价估算方法研究中,高度的鲁棒性和容错能力使它优于多元线性判别分析（MDA）、逻辑回归等方法（Logistic Regression）,针对传统的BP神经网络在工程造价估算方法中存在收敛速度慢和容易陷入局部最小值等问题,提出遗传神经网络的估算方法。将遗传算法和神经网络结合,充分利用两者的优点,使新算法既有遗传算法的全局随机搜索能力,又有神经网络的学习能力和鲁棒性。利用遗传算法的全局搜索能力,针对传统误差反向传播算法的不足,采用染色体编码对神经网络的权值和阈值等主要参数进行优化,通过仿真试验验证其稳定性和有效性,表明该算法在工程造价估算方法中具备较高的实用性。     

轧辊辊面形状自动检测仪的研制

提出了轧辊辊面形状的一种简单实用的测量原理和方法，并结合单片微型计算机技术构成了一个完整的测量系统     

衍射光学元件的CAD方法

提出了利用计算机来设计制作衍射光学元件的方法 .首先利用Y—G算法计算所需的衍射光学元件的位相分布 ,并利用计算机把它转化成灰度分布图 ,然后缩微制成胶片 ,最后利用胶片作为模版进行大批量制作     

基于BP神经网络的钢铁企业清洁生产评价方法研究

对钢铁企业进行清洁生产评价是衡量钢铁企业清洁生产状态和水平,也是对钢铁企业推行清洁生产过程进行调控的依据。在建立钢铁清洁生产综合评价指标体系的基础上,本文提出了一种基于BP神经网络的综合评价方法。该方法建立多指标综合评价模型,采用隶属度函数对评价指标进行了描述。不仅具有自学习、自适应、自组织功能,而且避免了评价过程中的人为失误,达到客观评价的目的。     

利用神经网络完成码道编码译码的方法研究

运用神经网络BP算法实现绝对码值的译码,经过读数头得到绝对式编码尺或光电接收器状态代码,其代码运用神经网络BP算法,得到译码的数学模型,状态代码经过数学模型实现译码。     

基于BP神经网络的多元化战略选择方法研究

在构建企业多元化战略选择决定因素指标体系的基础上,用BP神经网络建立了企业多元化战略选择模型。通过我国家电行业8家企业数据的验证表明该方法是可行的。     

平面光学元件加工过程中两种数据转换方法的比较

本文提出了两种由图像转换为数控加工代码的方法。一种是将干涉仪获得的图像直接转换为NC程序;另一种是通过OPN软件将图像生成过渡文件,然后再生成NC程序。在转换效率和加工精度方面进行比较后,确定了合理的加工方法。     

西安市旅游客源预测的人工神经网络方法分析

对西安市的旅游业来说,入境游是旅游收入的主要来源。根据入境游客人数的多少,旅游接待部门可相应确定旅游接待服务设施规模,优化资源配置。因此对入境游客数量进行预测是十分重要和必要的。针对西安市入境旅游人数预测问题构造了一个BP神经网络模型,对近些年入境旅游人数进行了预测。并将其结果与线性网络进行了比较。结果表明:该方法能有效地对旅游客源进行预测。     

基于BP神经网络的模拟电路故障诊断研究

本文介绍BP神经网络在模拟电路故障诊断中的应用,对电路中的软故障进行诊断。对选定的待测电路在元件存在容差的条件下,仿真验证了BP神经网络应用于模拟电路故障诊断的可行性。     

KNN方法在高速公路多义性通行费拆分中的应用

正确判断匹配样本状态并采用科学合理的拆分方法是高速公路多义性通行费拆分的关键.利用K近邻聚类 (KNN)的基本理论进行匹配样本状态的判别,给出高速公路多义性通行费拆分方法.以天津市京沪高速和津沧高速二义性路径问题为例,比较应用KNN和RBF神经网络及BP神经网络匹配样本状态的判别效果.研究表明:应用KNN的高速公路多义性通行费拆分方法较RBF、BP神经网络法更客观、公平.     

神经网络自适应学习步长研究

论述了神经网络学习算法的研究现状和存在的问题，分析了ＢＰ算法中学习步长选取的局限性，建立了ＢＰ网络输出误差的非线性规划模型，并根据文献［６］的状态空间混合算法，推导出了一种自适应调整学习步长的公式。推得的学习步长能够利用环境改变的低息反馈不断自动改变。     

分支前馈神经网络的研究

在BP算法的基础上,提出了一种用于模式分类的人工神经网络模型——分支前馈神经网络,并给出了相应的算法。对模式分类的几个典型例子进行了计算机仿真研究。仿真结果表明,与一般BP网络相比较,分支前馈神经网络显著地减少了训练时间,且分类效果更好。     

BP网络的泛化能力改进方法及应用

在人工神经网络的使用中，BP神经网络是使用比较多的网络结构，简要介绍了BP网络的基本结构和BP算法，分析BP网络存在的缺陷，介绍了两种改进BP网络泛化能力的方法，并通过例子分析了两种方法的适用性。     

基于BP神经网络的函数逼近的MATLAB实现

BP神经网络由于它的学习能力和非线性特性,使其能够对非线性函数进行很好的逼近。通过对BP神经网络结构和MATLAB软件及其BP神经网络工具箱的应用研究,利用BP神经网络工具箱设计BP神经网络,用于对非线性函数的逼近,通过网络的训练、测试达到了预期的效果。     

中国油菜产业风险预警研究——基于BP神经网络

根据风险预警体系的一般组成结构,分析了油菜市场风险预警体系的组成。从油菜籽供给与需求的因素以及宏观经济、国家政策与国际市场等影响油菜籽市场价格的因素出发,以油菜籽收购价格的波动率作为油菜产业市场风险预警的警情指标,构建了中国油菜产业市场价格风险预警的指标体系。运用BP神经网络分析1990-2007年的样本,对油菜产业风险预警进行实证研究,验证了利用BP神经网络构建的风险预警模型具有实用性和可行性,从而为中国油菜产业风险预警构建了一个有效的模型。     

基于数字照相技术的边坡变形自动化监测技术研究

将数字摄影测量技术应用于边坡位移自动监测。在边坡上布设固定标志点，将非量测数码相机置于边坡正面，运用程序控制相机间隔一定时间对边坡进行拍摄。对拍摄图像预处理后使用圆心亚像素识别算法确定测点亚像素位置。根据标志初始实际距离与初始相片像素距离建立物象比例，对比各次识别结果得到各测点实际的相对位移。运用GPS技术和计算机技术，本系统可实现数据交换、控制指令发送和预警的适时监控。本系统采用非量测数码相机，相对于传统边坡检测方法具有成本低，精度高，需要人工干预少等优点，现场试验50 m距离识别精度达到3 mm，取得较好效果，可以作为大量边坡自动化监测的有效手段。