利用MATLAB工具箱函数分别建立了起重机钢丝绳断丝数目检测的BP神经网络和RBF神经网络模型,并对2种模型的结构、预测精度和训练过程进行了对比研究。结果表明,在一定的样本集和训练条件下,BP和RBF神经网络均能对钢丝绳的断丝数目进行很好预测,可以解决峰值、阀值波宽、小波能量和波形下面积对钢丝绳断丝数目的非线性映射关系,能够满足工程预测的需要。但RBF神经网络较BP神经网络在迭代次数、收敛速度和网络结构方面更具优势,因此其预测能力和泛化能力都优于BP神经网络。
2021-12-26 14:35:04
186KB
1
介绍了标准BP算法及其优缺点，并针对其存在的缺陷，从各个不同的方面对BP算法提出了改进，并对各种改进方法的原理及优缺点作了详尽的分析，从而使BP神经网络更广泛地应用于各个领域．
2021-12-26 14:04:46
152KB
1
首先讲一下这次专题的选题背景
然后简要的介绍一下人工神经网络中的一些重要概念
了解了这些基本概念后 我们就更好的学习BP算法
最后，我们选择一个煤矿井下预测瓦斯浓度的实例掌握简单的BP神经网络算法在matlab中实现。
2021-12-24 17:16:28
127.86MB
1
采用人工神经网络模型研究信用风险评估问题。研究利用BP算法训练多层前馈神经网络，给出了基于BP算法的信用风险评估计算步骤，最后以对个人信用评估为例，说明了人工神经网络在信用风险评估系统中的应用。
2021-12-23 19:41:45
258KB
1