-
一种面向Mach-zehnder周界防护系统的模式识别方案研究
针对马赫—曾德尔(Mach—Zehnder ,M—Z)周界防护系统 ,设计了一种模式识别方案 。该方案在周界利用M—Z防护系统 获取不同类别传感信号的基础上 ,采用小波包分析提取传感信号的特征信息 ,并利用BP神经网络对特征信息进行学习 ,进而完 成对不同类型传感信号的模式识别 。实验结果表明 ,实验环境下该方案对拍打防护网、击打防护网支柱、晃动防护网和拍打光缆 4种不同类型人为扰动信号识别的正确率为97. 5%。
-
基于电力物联网和BP神经网络的用电行为优化研究
电力物联网有利于建设电力用户用电行为大数据，为用电行为的识别和优化奠定基础。鉴于此，搭建了基于电力物联网的用电行为管控系统，根据数据流量需求和功能部署方案采用分层建设的体系架构。终端层用于向各用电设备提供接口和协议转换服务，具备边缘计算和安全防护功能，实现分布式资源的弹性管理。采用BP神经网络对用户用电功率进行预测，实现用电行为识别 。在满足各种安全稳定约束条件下，以用电经济性为目标，对用户用电成本进行核算，并对用电行为进行优化，用以提高用户互动水平，实现电力需求侧管理向需求侧响应的转变。
-
基于FCM-BP算法的电网运行多源信息融合方法研究
摘要:针对信息融合在电网业务及运行信息中的应用,提出了一种基于FCM一BP算法的电网运行多源信息融合方法。该方法首先对收集到的电网信息进行预处理;其次使用模糊C均值聚类(FCM)算法对预处理之后的信息进行分析,将相似性较高的信息归为一类,再采用加权平均法对同一类信息进行数据级融合;最后对经过数据级融合的信息进行特征提取,将提取的特征送入BP神经网络中进行特征级信息融合。改进后的算法实现了电网多源异构信息在数据级和特征级的融合,提高了信息融合的质量,满足了相关专业对电网运行态势的实时乃至提前感知与交互需求。
-
基于ACO-BP的省级月售电量预测
摘要:采用科学有效的预测模型对省级售电量进行高准确度的预测,对于保证省级电网安全稳定发展、社会生产生活平稳有序进行以及指导电力企业开展扩建和检修等业务均具有重要意义。针对BP算法容易出现局部最优和收敛速度较慢的问题,提出使用改进的蚁群算法优化BP神经网络初始权重和阈值:根据某省月售电量历史数据分别采用改进前后的两个算法进行训练和预测,对预测结果进行分析,结果表明,改进后的模型能提高BP神经网络的精确度和稳定性,能有效减少网络的迭代次数。
-
基于BP神经网络算法的电缆局部放电类型模式识别
摘要:利用计算机技术的模式识别已被运用到了局部放电分析领域。与人工识别相比,其识别结果准确,识别速度快,有很大的发展潜力。现研究了基于BP神经网络算法的电缆局部放电模式识别技术,简述了模式识别的原理,重点研究了BP神经网络的结构及算法,并利用BP神经网络对电缆典型绝缘缺陷局部放电类型进行模式识别。
-
基于BP神经网络优化的改进灰色模型在
摘要:经济增长与电力需求作为分析一个国家经济运行状况的两个重要指标,两者相互作用,联系紧密。用单一的预测方法预测电量无法保证高精度的预测结果,如何最大程度地提高预测精度是电力系统电量预测的研究的关键。现提出用BP神经网络算法修正灰色预测值的方法,其核心是通过分析月数据规律进行灰色预测外推得到初步预测结果,在充分考虑经济指标与电量的相互作用的情况下,利用BP神经网络对电量预测值进行修正,从而得到实用性更好的中长期电量预测结果。
-
大佬带你看神经网络模型，常见神经网络模型有哪些?
为增进大家对神经网络模型的认识，本文将对常见的神经网络模型予以介绍。
-
人工蜂群算法十BP神经网络模型在短期电力负荷预测中的应用研究
摘要:为确保电力系统运行的安全性与稳定性,短期电力负荷预测已成为常态化工作。而随着电网形态的多元化、电力负荷的迅猛增长,电力供应紧张局面越发严峻,这就使得电力公司不但要面临技术上的挑战,还要面对经济上的压力。在进行短期电力负荷预测时,经常使用到的人工智能算法有很多,如支持向量法、人工神经网络法以及模糊预测法等,但这些电力负荷预测方法均存在一定不足,如自适应能力较差、寻优时间长、预测精度效果不佳等。为弥补这些不足,在BP神经网络的基础上融合人工蜂群算法,并对这种算法模型在短期电力负荷预测中的应用可行性进行了检验,结果肯定了人工蜂群算法＋BP神经网络模型的可行性,该模型具有较好的稳定性和精准度。
-
基于BP神经网络的手势识别系统
摘要：给出了采用ADXL335加速度传感器来采集五个手指和手背的加速度三轴信息，并通过ZigBee无线网络传输来提取手势特征量，同时利用BP神经网络算法进行误差分析来实现手势识别的设计方法。最后，通过Matlab验证，结果表明，该系统在测试中识别率较高，系统稳定。
-
基于BP神经网络的交通标志识别
摘 要：对神经网络理论和神经网络分类器进行了研究，提出了基于BP神经网络分类器的交通标志识别模型。通过大 量实验和比较，得到了识别效率高的模型，并将这一模型应用到所研究的交通标志识别系统，从而对系统作了初步的实现。
-
物联网信息安全风险评估研究
摘 要：近年来，物联网产业发展迅猛，随之而来的安全问题也越发引起社会关注。文中以物联网USN体系结构为基础建立了物联网安全架构层次模型，从而对物联网信息安全进行风险识别。然后利用AHP层次分析法建立物联网信息安全风险指标体系，同时与BP神经网络相结合，对物联网进行信息安全风险评估，并验证了此方法的有效性。
-
人工智能算法在光伏发电量预测中的应用
摘 要：随着光电的大规模发展，准确预测光伏发电量对于光伏电站的选址、大规模并网以及运行具有重要作用。文中提出一种果蝇算法结合神经网络的人工智能混合算法（FOA-BP）来解决光伏发电量预测问题。以武汉某光伏发电站的发电数据为例，结合FOA-BP混合算法对模型进行仿真求解，结果表明，FOA-BP混合算法具有较高的准确性。
-
电子信息系统模块级故障诊断技术研究
0 引言 目前，电子信息系统的复杂化、自动化和信息化程度越来越高，对可靠性、可维修性和技术保障能力的要求日趋迫切。系统中每一个部件发生故障都可能会产生链式反应，影响系统效能发挥或
-
如何搭建自己的神经网络
神经网络基本概念 （1）激励函数： 例如一个神经元对猫的眼睛敏感，那当它看到猫的眼睛的时候，就被激励了，相应的参数就会被调优，它的贡献就会越大。 下面是几种常见的激活函数
-
matlab的BP神经网络例子程序
1. BP神经网络的设计实例 例1. 采用动量梯度下降算法训练BP 网络。 训练样本定义如下： 输入矢量为 p =[-1 -2 3 1;-1 1 5 -3] 目标矢量为
-
基于MSP430F149单片机的直流电子负载设计
摘要 鉴于电子负载在电源设备测试中的广泛应用，研制了一台以MSP430F149单片机为核心处理器的直流电子负载。单片机MSP430F149内设ADC12模块对负载电压、电流信号实时采样，并外设10位D/A转换芯片TLC5615输出模拟电压
-
基于BP神经网络的小麦碰撞声信号分类
摘要：小麦在储藏阶段由于各种灾害导致损失巨大，并降低了面粉质量，及时检测并分离小麦的受损颗粒迫在眉睫。文章以提取4类小麦碰撞声信号为基础，使用数字信号处理方法对小麦完好粒、虫害粒、霉变粒及发芽粒的碰撞声
-
基于BP神经网络的数字式涡流传感器特性曲线拟合的实现
摘要：为了正确反映数字式涡流传感器的实际特性，首先介绍了数字式涡流传感器的工作原理，然后从实测数据出发，提出了应用BP神经网络拟合其特性曲线的方法，运用MATLAB语言编程建立BP神经网络并进行训练和仿真，与现
-
一种利用Hough变换和先验知识的车牌识别新方法
随着交通管理系统的日趋现代化，车牌自动识别系统成为智能交通系统的重要组成部分。通过对当前车牌识别的基本原理和主要方法的研究，分析比较各种识别方法的优缺点，针对车牌定位、字符分割和字符识别，本文提出一套
-
BP神经网络的电路最优测试集的生成设计
1 引言 人工神经网络是基于模仿生物大脑的结构和功能而构成的一种信息处理系统。国际著名 的神经网络专家Hecht Nielsen 给神经网络的定义是：“神经网络是一个以有向图为拓扑结构的动态系统，它通过对连续或
