基于GA-BP混合算法的多边形模糊神经网络参数优化。
谐波检测环节的性能对于有源滤波器的谐波治理能力有着重要的影响。目前应用最广泛的ip-iq谐波检测算法,其需要复杂的坐标变换,同时还需要用到锁相环以及低通滤波环节,结构复杂。为克服 ip-iq算法的以上
针对英文语义智能化分析的应用需求,文中对英文字符的自动识别进行了研究。通过引入机器学习领域中的径向基函数(RBF)网络,提出了基于字符图像的英文字母识别方法。RBF使用高斯基函数替代传统神经网络中的激
针对遗传算法局部搜索能力弱和收敛速度慢,在选择操作之后加上了禁忌搜索算法,并对交叉操作进行改进,最后用禁忌搜索作为变异操作,从而加快算法的收敛速度,并用此改进的遗传算法来优化BP神经网络的权值。实验证
基于BP神经网络的产品实例检索方法研究,刘颖,杨国文,针对大规模定制环境下产品实例检索效率低问题,提出了一种基于BP神经网络的实例检索方法。该方法首先引入了产品物元、模块物元和�
基于BP神经网络的遥感影像分类方法研究,张建平,王崇倡,采用BP神经网络进行遥感影像分类,可以在一定程度上消除传统的遥感影像分类所带来的模糊性和不确定性。然而,BP网络自身也存在着�
作为智能控制的重要分支,人工神经网络具有良好的非线性映射能力和高度的并行信息处理能力,是解决非线性系统辨识与控制的一条新途径。为此,论文以非线性液位和热交换过程为对象,研究了基于神经网络理论的建模方法
基于GIS和神经网络的超市选址方法研究,魏向辉,秦真珍,针对超市选址的重要性和复杂性,讨论了影响超市选址的主要因子及其内容的确定和量化的方法,针对现有选址方法的不足,提出以地理
为了解决传统接触式煤位检测方法存在的缺点,如使用寿命短、时间长,费工费时等。提出了基于细胞神经网络的煤仓图像处理方法,核心思想是:通过CNN基本状态方程的基本原理,构造出数学形态滤波的细胞神经网络MM
针对高速公路环境下的车型识别问题,利用深度学习Caffe 框架中的AlexNet 和传统方法支持向.量机( SVM) ,分别对车辆图像进行网络训练与测试,得到两种车型识别方法的准确率并进行比较验证。.