基于BP神经网络的红外测温系统温度标定方法

介绍了红外测温系统温度标定方法和BP算法神经网络,将BP算法神经网络应用于温度标定物理实验中的灰度与温度的特性曲线拟合,并在MATLAB下通过训练和仿真验证了应用BP算法神经网络拟合实验曲线的优越性,其拟合精度远高于最小二乘拟合,为测温数据的软件处理提供了新的方法。     

基于BP神经网络的汽油机排气温度的标定

近年来随着计算机技术的发展,为其网络优异的函数逼近性能和分类性能应用于工程提供了硬件基础,神经网络由于其大多结构简单,算法易于理解和使用,有利于工程人员应用解决实际问题。本文介绍了BP神经网络在电控汽油机中排气温度的标定的方法,建立了一个基于BP神经网络的汽油机排气温度标定的算法。     

BP神经网络在无人机飞控系统故障诊断中的应用

某型无人机飞控系统结构的复杂性使得它的故障形式与故障特征的关系呈非线性的映射关系,用传统的信号处理方法不易提取故障特征,给故障诊断带来很大困难。在分析BP神经网络的结构及其算法的基础上,构建了基于BP神经网络的故障诊断系统,用于某型无人机飞控系统的故障诊断,仿真结果表明优化后的BP算法能够用于故障诊断。     

改进遗传算法优化BP神经网络的双目相机标定

针对BP神经网络在双目相机标定时受到初始权值和阈值的影响,提出了一种基于改进遗传算法优化BP神经网络对双目相机进行标定的方法,通过对遗传算法的交叉和变异概率进行改进,采用世界坐标值直接对比度使得数据更直观,实验证明可以获得更高的精度.     

基于BP神经网络的姿态测量系统摄像机标定

针对摄像机标定过程中复杂的成像和畸变模型,利用误差逆传播(BP)神经网络对复杂非线性映射关系的强大逼近能力,对姿态测量系统中的摄像机进行隐式标定,建立了姿态测量中三维空间目标特征点与它在图像平面上像点间的映射关系,使姿态测量系统无须进行复杂的摄像机标定,直接恢复目标特征点的三维信息,从而计算得到目标姿态信息.结果表明,该方法对于空间点坐标恢复的均方根误差小于0.015 mm,可以获得较高的精度.     

BP神经网络在光伏发电系统故障诊断中的应用

介绍了并网光伏发电系统的故障诊断模式和故障原因,以及BP神经网络的结构与学习算法。针对太阳能并网光伏发电系统工作过程中可能出现的故障,提出了一种基于BP神经网络的故障诊断方法。测试结果表明了该方法的有效性和可能性,达到了预期的结果,可以用于并网光伏发电系统的故障诊断。     

BP神经网络在土壤水分预测中的应用

土壤水分预测是一个复杂的非线性系统,受土壤复杂结构和气象因子影响显著,很难建立一个理想的土壤水分预测数学模型。本文利用BP人工神经网络方法建立了土壤水分预测模型,该模型的预报精度较高,其最大绝对误差为3．12％,最小绝对误差为0．63％,平均绝对误差为1．38％。预测结果表明应用BP神经网络建立的土壤水分数学模型适用于土壤水分的预测,能够比较准确的预测土壤水分,具有较好的预测精度。     

BP神经网络在光缆网络资源统计分析中的应用

传统光缆建设的规划缺乏真实性和可预见性的分析,BP神经网络预测能通过历史数据的训练得出包含数据趋势变化的神经网络。因此将BP网络模型引入到光缆纤芯使用率的预测,根据广州天河区2006年至2008年的光缆纤芯使用率的数值,构建并选用合适的BP神经网络建了光缆纤芯使用率的神经网络预测模型。计算结果表明,BP神经网络应用于光缆纤芯使用率的预测具有较高的预测精度。     

BP神经网络在滚动轴承故障诊断中的应用研究

反向传播神经网络(Back Propagation Neural Network,BPNN)是一种深度学习模型,在各个领域都有重要应用。文章以滚动轴承故障诊断为例,探讨了BP神经网络在其中的应用。文章通过运用及优化BP神经网络,对凯斯西储大学提供的轴承故障数据加窗后进行离散傅里叶变换处理,再进行峰值特征提取,然后利用该数据进行神经网络模型的学习和预测,构建了一个能够准确预测轴承故障类型的网络模型。该模型能够提高轴承故障诊断的效率和准确性,具有重要的实用价值。     

BP神经网络专家系统在故障诊断中的应用

介绍了一种基于BP神经网络故障诊断专家系统 ,给出了系统的结构 ,具体描述了神经网络专家系统的基本原理。并以船舶柴油机冷却系统故障诊断为例说明了神经网络故障诊断的推理过程。诊断结果表明了该方法的有效性。     

BP神经网络在铝合金温度测量装置上的应用

智能仪器在工业生产和科研中应用越来越广泛,针对其性能的要求也随之提高。为了提高其性能以此来获取更精确的数据,保证工业生产和科研的需求,提出了在原有基础上将BP神经网络应用到智能仪器中,利用其函数逼近能力来模拟输入和输出的关系式,以此来提高智能仪器对数据的处理能力,同时获取更准确的数据。     

基于神经网络的非线性预测在恒温系统中的应用

针对恒温系统的非线性、大延时等特点,提出了基于RBF神经网络的恒温系统的预测模型,采用非线性预测控制、引入模型误差项和改进后的PI控制器,并且在Matlab7.2/Simulink这个平台下构建了整个系统的仿真模型。仿真结果表明：所建立的模型系统具有良好的动静态性能且增强了系统的抗干扰性。     

基于BP神经网络的硬盘播出系统电平诊断的应用及其实现

研究了在MATLAB环境下,利用BP神经网络解决硬盘播出系统电平诊断中的分类问题。首先阐述了BP神经网络的一种故障诊断模型,其次分析了基于集合结构的电平诊断实现原理,最后研究了BP神经网络对电平诊断的求解方法。结论表明:利用在基于BP神经网络的MATLAB环境下解决电平诊断问题时仿真效果明显,有利于实际工程技术的应用。     

“人工神经网络”教学中的Matlab仿真工程实践

在“人工神经网络”课程的教学过程中,注重的是研究神经网络的理论和仿真,对其在实践应用的研究较少。本文将神经网络引入出口海产食品风险分析过程中,构建了一种改进型的神经网络风险分析模型,对海产食品进行定量的风险值评估,实现了从定性决策到定量决策的转变。测试结果表明,该模型具有较高的精确度,为神经网络教学在课程应用上提供了一...     

基于BP神经网络的引线键合模型

提出了一种基于BP神经网络的新建模方法.利用MATLAB神经网络函数建立网络,通过组合不同参数,将50组训练样本输入网络多次训练,比较结果误差及训练步数、时间,确定了最佳网络结构及参数设置值,建立了引线键合模型.采用训练样本外的10组实验数据对模型进行验证,分析多种误差.验证结果表明,该方法对建立引线键合模型是有效的、可行的,有着较高的精确度.     

基于GA-BP神经网络的人脸检测

传统的BP神经网络算法收敛过慢、局部收敛不理想,影响其工作性能。针对以上不足以及人脸图像数据大等问题。提出GA-BP神经网络对人脸图像进行检测的新方法:将遗传学习算法和误差反向传播算法相结合的混合算法来训练前馈人工神经网络,使网络收敛速度加快和避免局部极小。通过实验表明该网络不仅收敛速度快,而且易达到最优解。证明该网络对人脸图像检测具有高的检测精度。     

一种BP网校正算法的方位保持平台温控系统研究

为实现方位保持平台高精度快速反应的要求，针对方位保持平台的工作特点，提出了采用BP神经网络控制算法的三级温度控制策略。试验结果表明该温控系统及算法可有效缩短方位保持平台的反应时问，提高方位保持平台的保持精度，是一种实用而有效的温度控制方法。     

BP神经网络在车辆组合导航中的应用研究

针对车辆GPS/DR组合导航系统在GPS信号被遮挡时无法完成DR零点更新的问题,提出了基于BP神经网络的DR位置误差预测模型来解决该问题。在GPS有效时,该算法采用基于平稳小波变换的扩展卡尔曼滤波器对GPS/DR信号进行数据融合得到车辆实时的精确位置,与经平稳小波变换软阈值模平方去噪法处理的DR位置数据进行平稳小波多尺度比较获得DR位置误差;然后用BP神经网络建立DR位置误差预测模型,为了提高所用网络的泛化能力,采用了贝叶斯正则化规则训练网络。在GPS失效时,利用已建立的预测模型预测DR位置误差来修复DR位置数据,实现车辆行驶在复杂路径下的实时精确导航定位。仿真表明,该算法对车辆GPS/DR组合导航系统有效。