共查询到20条相似文献,搜索用时 78 毫秒
1.
2.
采用模糊神经网络方法结合粗糙集理论和主成分分析技术,研制了模糊神经网络区域降水预报系统;系统利用VB和MATLAB6.5联合开发,并采用中文菜单显示的人机对话方式操作,使模糊神经网络的网络结构和多种参数的调整变得灵活而易干操作;实际应用表明,该系统对广西3个区域平均降水预报效果良好,适用性强,为广西有效防御和减少灾害提供了新的有效方法和业务服务系统. 相似文献
3.
利用数据采掘中的分类规则,在k-means聚类方法中引入遗传算法,进行连铸生产过程中板坯缺陷的诊断和预报,得到了令人满意的结果。 相似文献
4.
基于GRBF神经网络的脱硫预报模型 总被引:1,自引:0,他引:1
脱硫过程是一个复杂的非线性系统,文章建立了一个基于RBF神经网络的脱硫预报模型,并提出使用GRBF算法,从而较好地解决了传统RBF神经网络中心难于确定,存在过拟合的缺点。实践证明,该算法应用在脱硫预报模型的建立中是合理的、可行的。 相似文献
5.
基于聚类和主成分分析的神经网络预测模型 总被引:8,自引:0,他引:8
提出一种基于聚类和主成分分析的神经网络模型,用于高炉运行指标的实时预测.首先采用谱系聚类将特性分散的样本划分成不同的子类,然后采用主成分分析方法对影响目标数据的众多变量进行降维处理,在此基础上,构建了高炉运行指标的神经网络预测模型,大大改善了预报的精度和效率.通过对采集的高炉数据进行测试,表明本文提出方法的有效性. 相似文献
6.
7.
8.
基于聚类算法的RBF神经网络设计综述 总被引:1,自引:0,他引:1
简要分析了径向基函数(RBF)神经网络。在此基础上,介绍了K-均值聚类算法的神经网络、C-均值聚类算法的神经网络和PAM聚类算法的神经网络三种聚类算法的RBF神经网络。展望了基于聚类的RBF神经网络设计的发展趋势。 相似文献
9.
10.
研究降水预报模型的构建问题,提高预报准确度.在降水预报技术中,选用较多的预报因子构建预报模型并根据预报因子之间的联系训练得到准确模型,但受空气不稳定特性的影响使得预报因子之间的非线性联系极难准确描述,传统预报模型构建方法不能有效获取预报因子之间的联系,无法训练得到准确的预报模型,造成降水预报准确度不高的问题.为解决上述问题,提出模糊聚类算法构建降水预测模型的方法.根据空气的流动特性,采用模糊聚类算法分析预报因子内部的直接关联特性从而准确表述预报因子之间的联系,构建初始预报模型,并据最小二乘回归方法训练得到降水预报模型.实验表明,模糊聚类算法能够有效获取预报因子之间的联系,准确构建和训练预报模型,实现了降水的准确预报. 相似文献
11.
12.
针对糖尿病患者血糖数据的复杂性与不稳定性,提出一种基于K-均值聚类算法的径向基函数(Radical Basis Function, RBF)神经网络的短期血糖预测方法。首先将动态血糖监测(Continous Glucose Monitoring System, CGMS)采集的糖尿病患者血糖浓度时间序列进行平滑滤波和归一化处理,提高血糖数据序列的光滑度,弱化原始血糖数据序列的随机性。然后对处理后的血糖浓度时间序列构造RBF网络,采用K-均值聚类进行优化,并用最小二乘法进行RBF网络的权值调整进而获得未来血糖浓度的预测值,从而保证预测的精度。 相似文献
13.
基于RBF网络的商品混凝土强度预测分析 总被引:4,自引:0,他引:4
提出具有9个输入节点, 1个输出节点的 RBF神经网络模型来模拟抗压强度及其影响因素之间复杂非线性关系.作为对比,作者同时比较了3种不同输入模型的RBF网络的预测效果并与传统的BP网络模型进行比较,结果表明,文章提出的RBF网络模型具有很高的预测精度和较强的泛化能力,可作为商品混凝土性能分析的一种新型有效的方法. 相似文献
14.
15.
为了预测股票价格的短期走势,在预测算法中引进RBF神经网络,利用RBF神经网络具有唯一最佳逼近、无局部极小、学习速度快的特点,在预测股票行情时,能达到较高的精度。同时,为了优化RBF网络的输入参数结构,引入二次参数的概念,设计了基于灰关联理论的技术指标选择控制器,从众多的技术指标中选出部分最能反映股票近期趋势的指标,从而获得包含股市本质信息的低维输入,大幅度减少了运算量。最后,在综合两者优势的基础上构造了一种新型价值预测系统,该系统具有较快的运算速度和较高的预测精度。仿真实验表明,该方案是可行的。 相似文献
16.
软件缺陷定位是指找出与软件失效相关的程序元素. 当前的缺陷定位技术仅能产生函数级或语句级的定位结果. 这种粗粒度的定位结果会影响人工调试程序和软件缺陷自动修复的效率和效果. 专注于细粒度地识别导致软件缺陷的具体代码令牌, 为代码令牌建立抽象语法树路径, 提出基于指针神经网络的细粒度缺陷定位模型来预测出具体的缺陷代码令牌和修复该令牌的具体操作行为. 开源项目中的大量缺陷补丁数据集包含大量可供训练的数据, 且基于抽象语法树构建的路径可以有效捕获程序结构信息. 实验结果表明所训练出的模型能够准确预测缺陷代码令牌并显著优于基于统计的与基于机器学习的基线方法. 另外, 为了验证细粒度的缺陷定位结果可以贡献于缺陷自动修复, 基于细粒度的缺陷定位结果设计两种程序修复流程, 即代码补全工具去预测正确令牌的方法和启发式规则寻找合适代码修复元素的方法, 结果表明两种方法都能有效解决软件缺陷自动修复中的过拟合问题. 相似文献
17.
李鹤 《计算机测量与控制》2017,25(11)
零件缺陷检测是保证零件使用安全的重要手段。传统的零件缺陷检测法需要有操作人员参与其中,易受主观因素影响,检测的效率及精度得不到良好的保证。而采用机器视觉技术的检测法可实现实时在线的自动检测,无需人工参与,这就极大的提高了生产效率。本文以小轴承表面为研究对象,针对微小轴承的表面结构、尺寸、检测精度和缺陷特征,设计了基于BP神经网络的零件缺陷机器视觉在线自动检测系统,其采用机器视觉技术,构建了BP神经网络检测识别模型,采用进行图像特征提取的间接识别方法,对微小轴承缺陷进行实时检测。实验结果证明了人工神经网络模型的检测能力的可靠性。 相似文献
18.
神经网络是数据挖掘的常用的方法之一,主成分分析方法是统计学多元分析中的一种分析多个变量间内在关系的方法。将主成分分析预处理方法与神经网络结合起来使用,可以分析原始变量间关系,将原始数据降维,减少数据规模。对神经网络算法和主成分分析相关理论进行了研究,在此基础上,结合大量的气象数据和北京的传染病数据,提出了一种改进的基于主成分分析预处理结合神经网络算法的数据挖掘方法。通过对比实验测试,本文提出的组合算法在收敛速度及预测准确性方面的性能有了很大程度提高。结合国家重大专项疾病预测项目,将该方法应用于其中的流行性传染病的预测上。 相似文献
19.
基于RBF神经网络的时间序列预测 总被引:17,自引:0,他引:17
前馈神经网络在时间序列预测中的应用已得到充分地认可,一些模型已经提出,例如多层感知器(MLP),误差反向传播(BP)和径向基函数(RBF)网络等等。相对于其他前馈神经网络,RBF网络学习速度快,函数逼近能力强,因而在时间序列预测方面具有很好的应用前景。 相似文献