检索结果-内蒙古大学图书馆

作者：赵菊敏李灯熬罗鑫宇 030024 山西省太原市万柏林区迎泽西大街79号

本发明涉及地面土壤水分的高精度监测方法，具体为基于NSGA‑BP神经网络模型的土壤水分监测方法，构建了一个多数据融合的土壤水分模型，使用的地表环境数据包括经纬度信息、NDVI、降雨量、空气温度、土地覆盖类型、坡度、坡面、高程和... 详细信息

标准号: CN116662932A

本发明涉及地面土壤水分的高精度监测方法，具体为基于NSGA‑BP神经网络模型的土壤水分监测方法，构建了一个多数据融合的土壤水分模型，使用的地表环境数据包括经纬度信息、NDVI、降雨量、空气温度、土地覆盖类型、坡度、坡面、高程和阴影。由于上述地表环境数据与土壤水分的关系是复杂的非线性方式，使用传统的线性统计回归算法很难融合多种数据类型并绘制土壤水分图。与传统算法相比，机器学习技术在处理复杂的非线性问题方面表现出色。特别是，由遗传算法优化的遗传算法反向传播神经网络模型具有高度的稳定性和良好的拟合性。本发明方法不需要实地监测就能得到高精度的土壤水分数据，较大程度的降低了获取高精度土壤水分数据的成本。

关键词：土壤水分数据地表环境土壤反向传播神经网络模型机器学习技术土壤水分监测遗传算法优化非线性方式非线性问题高精度监测经纬度信息传统算法地面土壤数据包括数据类型数据融合水分模型土地覆盖遗传算法传统的拟合性构建坡面算法高程坡度绘制阴影融合监测回归统计表现

来源：评论

学校读者我要写书评

暂无评论

电力负荷的径向基函数神经网络模型预测

引用

广东电力 2010年第5期23卷 1-3,11页

作者：李程谭阳红湖南大学电气与信息工程学院湖南长沙410082 湖南省送变电建设公司湖南长沙410015

由于基于反向传播(back propagation,BP)的神经网络模型自身固有的缺点,其电力负荷预测结果不理想,而径向基函数(radial basis function,RBF)神经网络模型具有全局逼近的性质,不存在局部最小问题,为此,针对中长期电力负荷预测,给出了RB... 详细信息

由于基于反向传播(back propagation,BP)的神经网络模型自身固有的缺点,其电力负荷预测结果不理想,而径向基函数(radial basis function,RBF)神经网络模型具有全局逼近的性质,不存在局部最小问题,为此,针对中长期电力负荷预测,给出了RBF的预测原理,推导权值的更新方式,并和BP方法结果进行对比分析,结果证明基于RBF神经网络模型的方法收敛速度快、预报精度高、误差小。

关键词：反向传播神经网络模型径向基函数神经网络模型负荷预测

来源：评论

学校读者我要写书评

暂无评论

应用于风电场功率预测的BP神经网络模型精度与建模数据量关系的研究

应用于风电场功率预测的BP神经网络模型精度与建模数据量关系的研...

引用

2015年中国电机工程学会年会

作者：姜源中能电力科技开发有限公司北京市西城区阜城门北大街6号-9(国际投资大厦C座15层)100034

本文研究和探讨了BP神经网络模型在风功率预测中应用时选取的建模数据量对预测精度的影响.通过使用不同历史数据量对云南两个风电场建模,并将测试时间段选在建模时间段内以及建模时间段外,分别发现了建模数据量的选择与测试时间段的选择... 详细信息

本文研究和探讨了BP神经网络模型在风功率预测中应用时选取的建模数据量对预测精度的影响.通过使用不同历史数据量对云南两个风电场建模,并将测试时间段选在建模时间段内以及建模时间段外,分别发现了建模数据量的选择与测试时间段的选择,在应用多维BP神经网络模型和单维BP神经网络模型时,均会对预测精度产生显著影响。

关键词：风电场电能功率反向传播神经网络模型预测精度

来源：评论

学校读者我要写书评

暂无评论

基于神经网络的超声背散射零差K模型参数估算方法

基于神经网络的超声背散射零差K模型参数估算方法

引用

作者：周黄高安娜欧阳亚丽吴水才高宏建丁琪瑛 100124 北京市朝阳区平乐园100号

本发明公开了一种基于神经网络的超声背散射零差K模型参数估算方法，是根据已知的超声背散射零差K模型的参数μ和k，利用蒙特卡洛仿真产生零差K模型独立同分布的超声背向散射信号样本；基于这些样本计算特征参数；利用计算得到的特征参... 详细信息

标准号: CN110851788A

本发明公开了一种基于神经网络的超声背散射零差K模型参数估算方法，是根据已知的超声背散射零差K模型的参数μ和k，利用蒙特卡洛仿真产生零差K模型独立同分布的超声背向散射信号样本；基于这些样本计算特征参数；利用计算得到的特征参数和已知的μ和k，训练得到反向传播神经网络模型；对于待测的超声背向散射信号样本，首先计算其特征参数，再将特征参数输入训练得到的反向传播神经网络模型，就可得到待测样本的零差K模型参数μ和k的估算结果。本发明方法相比现有技术，具有更高的估算精度和更快的估算速度。

关键词：特征参数超声零差估算反向传播神经网络模型背向散射信号模型参数背散射样本蒙特卡洛仿真待测样本神经网络样本计算

来源：评论

学校读者我要写书评

暂无评论

基于随机森林模型的林地叶面积指数遥感估算

引用

农业机械学报 2017年第5期48卷 159-166页

作者：姚雄余坤勇杨玉洁曾琪陈樟昊刘健福建农林大学3S技术与资源优化利用福建省高校重点实验室福州350002 福建农林大学林学院福州350002

林地叶面积指数(Leaf area index,LAI)的准确估测是精准林业的重要体现。为了快速、准确、无损监测林地LAI,利用LAI-2200型植物冠层分析仪获取福建省西部森林样地的LAI数据,结合同期Pleiades卫星影像计算12种遥感植被指数,分析了各样地... 详细信息

林地叶面积指数(Leaf area index,LAI)的准确估测是精准林业的重要体现。为了快速、准确、无损监测林地LAI,利用LAI-2200型植物冠层分析仪获取福建省西部森林样地的LAI数据,结合同期Pleiades卫星影像计算12种遥感植被指数,分析了各样地实测LAI数据和相应植被指数的相关性,进而使用随机森林(RF)算法构建了林地LAI估算模型,以支持向量回归(SVR)模型和反向传播神经网络(BP)模型作为参比模型,以决定系数(R^2)、均方根误差(RMSE)、平均相对误差(MAE)和相对分析误差(RPD)为指标评价并比较了模型预测精度。结果表明:全样本数据中,各植被指数与对应LAI值均呈极显著相关(P<0.01),且相关系数都大于0.4;RF模型在3次不同样本组中的预测精度均高于同期的SVR模型和BP模型;3个样本组中RF模型的LAI估测值与实测值的R^2分别为0.688、0.796和0.707,RPD分别为1.653、1.984和1.731,均高于同期SVR模型和BP模型,对应的RMSE分别为0.509、0.658和0.696,MAE分别为0.417、0.414和0.466,均低于同期其他2种模型。

关键词：林地叶面积指数遥感反演随机森林模型支持向量回归模型反向传播神经网络模型

来源：评论

学校读者我要写书评

暂无评论

基于改进麻雀搜索算法优化BPNN的电阻点焊质量预测

引用

天津大学学报（自然科学与工程技术版） 2024年第5期57卷 445-451页

作者：罗震董建伟胡建明天津大学材料科学与工程学院天津300350

电阻点焊技术由于具有高效、自动化程度高等焊接特点,被广泛应用于汽车、航空航天和公共交通等制造领域,由于焊点在封闭状态下进行,焊接过程存在诸多影响因素且无法直接检测,因此,准确预测电阻点焊质量是生产过程中必不可少的环节.本文... 详细信息

电阻点焊技术由于具有高效、自动化程度高等焊接特点,被广泛应用于汽车、航空航天和公共交通等制造领域,由于焊点在封闭状态下进行,焊接过程存在诸多影响因素且无法直接检测,因此,准确预测电阻点焊质量是生产过程中必不可少的环节.本文以2219/5A06铝合金为研究对象,在3种不同的装配条件(包括间隙和间距)下进行电阻点焊工艺信号的分析,并进行人工智能建模.为了提高电阻点焊质量评价的性能和效率,本文采用Logistic-Tent(LT)复合映射改进麻雀搜索算法(SSA)对反向传播神经网络(LT-SSA-BPNN)模型进行优化,模型的输入和输出分别为多信号融合后的变量和熔核直径.实验结果表明,与传统的标准反向传播神经网络(BPNN)模型相比,经过LT-SSA-BP模型优化后,预测结果的平均绝对误差(MAE)、均方误差(MSE)和均方根误差(RMSE)分别降低了36.17%、17.55%和51.75%.同时,LT-SSA-BP神经网络在添加了不同间隙和间距条件作为训练集后,其预测稳定性明显提高,可以成功预测电阻点焊质量.

关键词：电阻点焊质量预测麻雀搜索算法反向传播神经网络模型

来源：评论

学校读者我要写书评

暂无评论

煤矸石-水泥颗粒群匹配与性能关系的人工神经元网络

引用

硅酸盐学报 2004年第10期32卷 1314-1318页

作者：张永娟张雄同济大学混凝土材料研究国家重点实验室上海200092

建立煤矸石水泥胶砂强度与影响煤矸石水泥胶砂强度的主要因素(如:水泥细度、煤矸石细度以及煤矸石与水泥的细度匹配)间的量化预测模型。采用以反向传播学习算法,即神经网络算法(backpropagationarithmetic,BP)调整网络中各权值,对煤矸... 详细信息

建立煤矸石水泥胶砂强度与影响煤矸石水泥胶砂强度的主要因素(如:水泥细度、煤矸石细度以及煤矸石与水泥的细度匹配)间的量化预测模型。采用以反向传播学习算法,即神经网络算法(backpropagationarithmetic,BP)调整网络中各权值,对煤矸石水泥体系的胶砂强度与其影响因子建立了BP神经网络模型。用另一套非建模数据进行检验。结果表明:预测值与实测值比较接近,相对误差不超过2%。这说明BP神经网络模型在本研究系统的建立是成功的,它从一些杂乱无章的数据中找出了隐含其中的规律,较好地反映了煤矸石水泥颗粒群特征参数与其胶砂强度的非线性函数映射,为有效激发煤矸石水泥强度提供了颗粒群匹配的方法。

关键词：煤矸石水泥胶砂强度影响因子反向传播神经网络模型

来源：评论

学校读者我要写书评

暂无评论

肺癌脑转移患者全脑放疗后认知功能状况的研究

引用

中华放射肿瘤学杂志 2023年第10期32卷 900-906页

作者：董晶广州中医药大学金沙洲医院肿瘤放疗中心广州510168

目的:探究肺癌脑转移患者全脑放疗后的认知功能状况。方法:回顾性分析2020年1月至2021年2月广州中医药大学金沙洲医院收治的146例肺癌脑转移患者资料。根据有无神经系统症状,分为A组(有,95例)和B组(无,51例)。采用多因素logistic回归分... 详细信息

目的:探究肺癌脑转移患者全脑放疗后的认知功能状况。方法:回顾性分析2020年1月至2021年2月广州中医药大学金沙洲医院收治的146例肺癌脑转移患者资料。根据有无神经系统症状,分为A组(有,95例)和B组(无,51例)。采用多因素logistic回归分析危险因素,构建列线图预测模型并评价。结果:经全脑放疗后,临床有效者124例(84.9%),无效者有22例(15.1%)。全脑放疗后:A组患者的简明精神状态检查量表(MMSE)评分显著提高(P均<0.05),放疗后4个月时最显著,之后略有下降;B组患者的MMSE评分有所下降,放疗后4个月时最显著,之后有所恢复。多因素logistic回归分析显示,化疗≥3个周期、有同步加量、计划靶区照射剂量40 Gy、无海马区保护以及海马区照射剂量>30 Gy,均为认知功能下降的独立危险因素(P均<0.05)。列线图预测模型的评价结果显示,其区分度、准确度以及有效性均较高。危险分层系统将所有患者分为4个危险分组:极低(总分<90分)、低(90分≤总分<128分)、中(128分≤总分<152分)、高(总分≥152分)风险组。结论:对于肺癌脑转移患者,全脑放疗的临床疗效较好,但其对于患者认知功能有影响,放疗后4个月最显著。化疗≥3个周期、有同步加量、计划靶区照射剂量40 Gy、无海马区保护以及海马区照射剂量>30 Gy,均为认知功能下降的独立危险因素。

关键词：肺肿瘤肿瘤转移,脑全脑放射疗法认知功能反向传播神经网络模型

来源：评论

学校读者我要写书评

暂无评论

基于ARIMA-BP模型的北京市平谷区地下水水质双尺度预测

引用

兰州大学学报（自然科学版） 2023年第1期59卷 121-128页

作者：秦梓萱郭健许模成都理工大学地质灾害防治与地质环境保护国家重点实验室成都610059

选取区域尺度监测井PG-32和场地尺度监测井PG-45、PG-56中的水质指标为研究对象,采用差分自回归移动平均(ARIMA)模型对Cl-、SO42-和总溶解性固体物质(TDS)浓度进行线性预测,利用反向传播(BP)神经网络模型和等权重法组合ARIMA-BP模型对... 详细信息

选取区域尺度监测井PG-32和场地尺度监测井PG-45、PG-56中的水质指标为研究对象,采用差分自回归移动平均(ARIMA)模型对Cl-、SO42-和总溶解性固体物质(TDS)浓度进行线性预测,利用反向传播(BP)神经网络模型和等权重法组合ARIMA-BP模型对监测井PG-32中的Cl-、SO42-和TDS指标浓度进行非线性预测.结果表明,线性预测方法更适用于区域尺度下的水质预测;ARIMA模型、BP神经网络模型和ARIMA-BP组合模型对PG-32中水质指标预测的平均相对误差分别为6.11%、6.17%和2.94%,验证了组合模型的优越性;ARIMA-BP模型的预测显示未来区域地下水中Cl-、SO42-浓度变化相对平稳,TDS浓度呈现上升趋势,需引起地下水预警的重视.

关键词：地下水水质预测差分自回归移动平均模型反向传播神经网络模型组合模型双尺度

来源：评论

学校读者我要写书评

暂无评论

T3、T4期喉癌患者治疗策略选择及预后影响因素

引用

肿瘤防治研究 2023年第3期50卷 258-263页

作者：李亮陈仁杰俞祖华南京医科大学第二附属医院耳鼻咽喉头颈外科南京210003

目的探讨T3、T4期喉癌患者治疗策略的选择及预后影响因素。方法回顾性选择2010年3月—2019年3月我院收治的132例T3、T4期喉癌患者作为研究对象,根据治疗策略的不同将患者分为单纯手术组(A组57例)、单纯放化疗组(B组32例)和手术联合放化... 详细信息

目的探讨T3、T4期喉癌患者治疗策略的选择及预后影响因素。方法回顾性选择2010年3月—2019年3月我院收治的132例T3、T4期喉癌患者作为研究对象,根据治疗策略的不同将患者分为单纯手术组(A组57例)、单纯放化疗组(B组32例)和手术联合放化疗组(C组43例)。比较三组的一般资料及临床病理特征;Kaplan-Meier法绘制生存曲线,比较三组患者的3年生存率;并将132例患者分为存活组和死亡组,比较两组患者的临床资料;多因素Logistic回归分析影响患者预后的因素,并构建反向传播(BP)神经网络模型,评价模型的区分度和准确性。结果C组肿瘤低分化、淋巴血管侵犯、淋巴结包膜外侵犯患者比例及3年生存率明显高于A组和B组(P<0.05);132例患者3年生存率为68.94%(41/132);肿瘤低分化、N2~N3期、淋巴血管侵犯、淋巴结包膜外侵犯是导致患者死亡的危险因素(P<0.05),手术联合放化疗是保护因素(P<0.05);BP神经网络模型预测的区分度较好,准确性较高。结论肿瘤低分化、淋巴血管侵犯、淋巴结包膜外侵犯的患者采用手术联合放化疗可显著提高生存率,临床上对于N2~N3期患者也应给予密切关注,制定合理治疗策略。

关键词：喉癌治疗策略预后影响因素反向传播神经网络模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：