基于交叉验证的神经网络实现

针对神经网络BP算法存在收敛速度慢、学习数据有限和网络学习过程易陷入局部最小值等问题,提出对标准BP算法相关参数进行调整并选择合适的隐藏层个数的方法,然后采用交叉验证方法对BP算法做了再改进。仿真结果表明基于交叉验证的BP算法优于传统的BP算法。     

改进RBF神经网络在降水量预测中的应用

采用遗传算法对RBF网络的隐层节点中心值和宽度进行优化,用梯度下降法求出权值.将其应用于降水量预测中,取得较为满意的结果,证明该算法的有效性.     

基于遗传算法的RBF神经网络设计

采用了遗传算法自动构造ＲＢＦ网络,把网络结构的形式作为一个子集选择问题来解决,并提出了新的遗传操作算子来改进遗传算法,加快了收敛速度,提出了算法的实用性,文中介绍了遗传算法的结构与优化原理,并给出了ＲＢＦ网络结构的生成方法,用仿真结果证明了本算法的可行性。     

基于交叉验证和神经网络融合的医学数据分类

在医学诊断过程中采集到的数据具有低样本数量、少特征的特点,作为神经网络输入会导致网络收敛速度过慢或者陷入局部最优。针对这一问题,在现有神经网络和交叉验证算法的基础上,给出将留一法和神经网络融合的医学数据分类方法。首先对获取到的医学数据进行预处理,然后使用深度学习Keras框架搭建神经网络模型,最后对网络模型训练和预测分析。实验表明,给出的方法能在较少的迭代次数内使网络模型达到收敛,避免陷入局部最优,有效地提升网络模型的拟合程度和稳性,与传统机器学习算法相比有更高的分类准确性。     

MATLAB在RBF径向基神经网络仿真中的应用

在论述RBF径向基神经网络基本理论的基础上 ,给出利用MATLAB神经网络工具箱开发RBF网络的主要函数 ,并应用于函数逼近的设计及仿真。     

基于RBF神经网络的预测控制

运用神经网络解决系统的非线性问题,用预测控制解决系统时滞问题．针对制冷系统膨胀阀控制回路具有时滞、非线性的特点,提出了将基于RBF神经网络的预测控制用于蒸发器过热度的控制．仿真与应用均表明该算法具有良好的动态响应和较强的鲁棒性,能够对蒸发器过热度进行有效的控制．     

RBF神经网络在雾天图像复原中的应用

针对雾天图像的特点及传统算法复原效果的不佳,提出了一种基于RBF神经网络的雾天图像复原算法。实验结果表明,该算法能够有效地提高图像清晰度和对比度,复原后的图像视觉效果得到了明显改善。     

基于RBF神经网络的混合气体智能检测系统研究

基于传感器阵列和神经网络构造智能系统用于检测混合气体的低质量分数.传感器阵列获取质量分数为1×10-6～5×10-6范围的H2,C2H4,C2H2混合气体响应和质量分数为5×10-5～3×10-4范围的CO响应.通过RBF神经网络学习改善低质量分数混合气体检测的灵敏度.把传感器响应作为神经网络输入,神经网络输出为H2,C2H4,C2H2和CO的质量分数.实例分析表明,系统能较好地克服低质量分数混合气体检测过程中普遍存在的交叉灵敏度,得到满意的检测结果.     

RBF网络在柴油机故障诊断中的应用

柴油机作为动力发电、工程机械的重要组成部分,其性能好坏直接影响到整个系统的运行。在生产过程中需要加强对柴油机开展故障诊断和监控,及时发展并解决故障,从而提高了柴油机在运行过程中的安全系数,降低安全事故发生率,减少不必要的经济损失。传统的柴油预计故障诊断与解决方式主要是润滑油方法、振动噪声方法,这些都以定期保养和后期维修为主要方法,这些诊断方式不能较早预知故障情况、成本较高、工作效率较低。随着计算机技术、信号分析处理技术、人工智能的迅速发展,柴油机故障诊断能力逐渐提升,以非线性并行分布处理为主的神经网络成为了当前广泛运用于柴油机故障诊断的主要方法。     

基于交叉验证的错误率估计分析

交叉验证技术在分类器的性能评价方面占有重要地位.本文首先介绍了交叉验证的错误率估计,之后利用Friedman&Nemenyi检验方法分析了交叉验证错误率估计的偏差和方差,最后提出了在利用交叉验证进行分类器评价过程中的一些有效的措施.     

基于两阶段最小二乘回归的分类方法

针对最小二乘回归分类法对原始数据进行分类时容易受到噪声样本影响的不足,利用系数增强的方法提出一种缓解噪声样本对表示系数影响的鲁棒分类法. 该方法是一种两阶段最小二乘回归分类法： 第一阶段通过最小二乘回归分类法获得表示系数,第二阶段强化近邻表示系数的作用得到表示系数. 最后用最小误差准则对测试样本进行分类,利用核理论进一步提出非线性两阶段最小二乘回归分类法,并在4个常用人脸图像数据集上验证了该方法的有效性.     

Methane retrieval from Atmospheric Infrared Sounder using EOF-based regression algorithm and its validation

This paper presents a rapid regression algorithm for the retrieval of methane(CH4)profile from Atmospheric Infrared Sounder(AIRS)based on empirical orthogonal functions(EOF)and its validation.This algorithm was trained using the simulated radiance from an assemble of atmospheric profiles and can be utilized to derive the CH4profile rapidly with the input of the AIRS cloud-clear radiance.Validation using hundreds of aircraft profiles demonstrates that the root mean square error(RMSE)is about 1.5%in the AIRS sensitive region of359–596 hPa,which is smaller than AIRS-V5 product(except in high latitudes).Comparison with the groundbased solar Fourier transform spectrometry observations showed that the RMSE of the retrieved CH4total column amount is less than 3%.This EOF-based regression method can be easily applied to other thermal infrared sounders for deriving CH4and some other gases,and the derived profiles can be used as the first guess for further physical retrieval.     

基于SVM分类与回归的图像去噪方法

提出一种基于SVM分类与回归技术的图像去噪方法,即:去噪过程先利用SVM分类器将含噪图像中的像素分为噪声或非噪声点;接着,非噪声点像素值被保留,而噪声点像素值则通过SVM进行回归估计,从而达到去噪的目的.针对椒盐和高斯噪声在MATLAB6.5环境下搭建实验平台,运用OSU_SVM3.0和LS_SVM 工具箱分别建立4邻域、8邻域和24邻域3种分类和回归模型.去噪实验证明,与已有的算法比较,该方法能达到较高的峰值信噪比,具有很好的去噪效果.     

试验设计中多元回归分析方法的研究

在分析研究试验设计产例的基础上，提出了多元回归分析在试验设计中的应用方法。通过对试验数据建立的回归模，可以预测到更好的因素水平，可以指导第２轮试验设计。     

基于启发式方法和支持向量机定量研究药物的血脑屏障通透性

构建55个药物分子与其血脑屏障通透性(logB)之间的定量结构-性质关系模型,探讨影响药物血脑屏障通透性的结构因素.应用CODESSA软件计算55个化合物的组成、拓扑、几何、静电和量子化学等结构参数,通过启发式方法筛选得到最佳的结构参数,并建立线性回归模型;用所选的4个结构参数作为支持向量机的输入,建立非线性的支持向量机回归模型.预测结果表明:支持向量机回归模型性能(R2=0.89,MSE=0.06)要优于启发式回归模型的性能(R2=0.82,MSE=0.11).描述符HASA2,NO,FPSA3和E(CH)都是影响logB的主要结构因素.支持向量机模型简单快速,在药物设计中可以用来预测候选药物的logB值.     

用分段回归方法计算孔隙结构的分形维数

储层岩石的孔隙空间具有良好的分形特征,孔隙结构的分形维数可以用来定量描述孔隙结构的复杂程度。应用分形几何的原理,推导了储层岩石不同孔隙分布和毛细管压力曲线的分形几何模型。根据毛管压力曲线资料,用分段回归的方法计算了不同孔隙结构的分形维数。计算结果表明,用分段回归方法计算孔隙结构的分形维数能更好地反映孔隙结构的实际情况。若孔隙大小相差不大,孔隙结构的分形维数相等或比较接近;若孔隙大小相差较大、非均质性较强,得到的孔隙结构分形维数不同。     

A robust face recognition method using multiple features fusion and linear regression

This paper presents a robust face recognition algorithm by using transform domain-based multiple feature fusion and lin- ear regression. Transform domain-based feature fusion can provide comprehensive face information for recognition, and decrease the effect of variations in illumination and pose. The holistic feature and local feature are extracted by discrete cosine transform and Gabor wavelet transform, respectively. Then the extracted holistic features and the local features are fused by weighted sum. The fused feature values are finally sent to linear regression classifier for recognition. The algorithm is evaluated on AR, ORL and Yale B face databases. Experiment results show that our proposed algo- rithm could be more robust than those single feature-based algo- rithms under pose and expression variations.     

用分段回归方法计算孔隙结构的分形维数

储层岩石的孔隙空间具有良好的分形特征,孔隙结构的分形维数可以用来定量描述孔隙结构的复杂程度。应用分形几何的原理,推导了储层岩石不同孔隙分布和毛细管压力曲线的分形几何模型。根据毛管压力曲线资料,用分段回归的方法计算了不同孔隙结构的分形维数。计算结果表明,用分段回归方法计算孔隙结构的分形维数能更好地反映孔隙结构的实际情况。若孔隙大小相差不大,孔隙结构的分形维数相等或比较接近;若孔隙大小相差较大、非均质性较强,得到的孔隙结构分形维数不同。     

相关-小波分析用于离心泵初生汽蚀诊断

通过自相关分析和小波分析相结合的方法,对离心泵入口压力脉动信号进行了信号分析处理,获得了初生汽蚀信号的各尺度频谱和能量。提出以信号各尺度能量特征值作为初生汽蚀诊断识别的判据。试验测试信号分析结果表明,汽蚀初生信号能量特征值有明显变化,所提取的信号特征信息可以对初生汽蚀状态进行定性诊断和定量识别。     

相关-小波分析用于离心泵初生汽蚀诊断

通过自相关分析和小波分析相结合的方法，对离心泵人口压力脉动信号进行了信号分析处理，获得了初生汽蚀信号的各尺度频谱和能量。提出以信号各尺度能量特征值作为初生汽蚀诊断识别的判据。试验测试信号分析结果表明，汽蚀初生信号能量特征值有明显变化，所提取的信号特征信息可以对初生汽蚀状态进行定性诊断和定量识别。