提出了一种基于前向对向传播神经网络的信息检索算法。分析了信息检索技术的基本概念、原理、以及检索方式，研究了科技信息检索的流程，研究了前向对向传播神经网络的基本模型和算法，提出了基于前向对向传播神经网络的信息检索的原理和算法，并将这种算法与传统方法通过仿真实验进行对比，在保持100%的查准率的情况下，将查全率由79.63%提高至85.59%，获得了较好的效果。
上传时间： 2013-11-21
上传用户：逗逗666
文中旨在研究一种新式抽油烟机的智能变频技术，通过对烹饪环境的综合分析，确定所需排风量，进而以一个最适宜的转速进行排烟，达到节能降耗的目的。采用神经网络控制器，在无被控对象数学模型情况下，实现转速与油烟、蒸汽两输入变量的非线性映射。仿真和实物测试结果显示：采用神经网络控制能较好实现厨房环境的实时调控，能够快速响应，具有良好的动态和稳态性能。
上传时间： 2013-10-27
上传用户：haohao
文中将BP神经网络的原理应用于参数辨识过程，结合传统的 PID控制算法，形成一种改进型BP神经网络PID控制算法。该算法利用BP神经网络建立系统参数模型，能够跟踪被控对象的变化，取得较高的辨识精度。针对BP神经网络对权系初始值敏感的缺点，优化BP神经网络的初始权系数。通过BP算法修正BP网络自身权系数，实现PID参数的在线调整。仿真结果显示了该算法收敛速度快、精度高、鲁棒性强、稳定性好，表明了该算法的可行性与有效性。
上传时间： 2013-10-08
上传用户：cxl274287265
在变流器故障诊断系统中，通过MATLAB对牵引变流器建立故障仿真模型，提取故障特征，对输入输出数据进行标幺化和模糊化的处理，并基于改进的动量BP神经网络算法，完成对变流器开关管开路的诊断，误差满足要求范围，结果表明：该算法收敛迅速，能避免陷入局部极值，而且准确率很高，是一种快速有效的方法。
上传时间： 2013-11-09
上传用户：familiarsmile
根据桥式起重机的特点，建立了安全性评估指标体系。在模糊综合评判的基础上，引入BP神经网络，建立了起重机安全评估的模糊神经网络模型。采用改进的梯度下降动量BP算法对网络进行计算，克服了常用BP算法收敛速度较慢的缺点。通过神经网络的多次学习训练，评估因素权重得到了优化。研究结果表明：训练好的模糊神经网络很好地获得并储存了专家的知识、经验和判断，可将此网络应用于桥式起重机的安全性评估。
上传时间： 2013-10-12
上传用户：思索的小白
为了预报电力系统负荷，采用GRNN（广义回归网络）的方法，通过GRNN神经网络和BP神经网络建立电力系统负荷预报网络模型，用MATLAB7.0仿真，达到了预测的目的。利用GRNN神经网络预测结果准确率高，避免了BP网络预测同样的数据库，算法冗长，网络预测结果不稳定的缺点，GRNN网络具有更好的预报精度。
上传时间： 2014-01-12
上传用户：zhangyigenius
提出了一种基于BP神经网络的浮选机液位稳定及液泡厚度的预测模型。预测模型主要以搅拌槽输出的矿浆流量，扫选输入流量，精选尾矿流量等为输入量，以液泡厚度为输出量，网络隐含层单元个数与中心向量采用正交最小二乘法（OLS）。同时，在此基础上在通过Matlab软件来分析液泡厚度情况，并给出了预测及预警信息。从仿真的结果来看，符合预期的效果，对预防液位变化过大和保证液位稳定具有较大的参考价值和现实意义。
上传时间： 2013-10-22
上传用户：haoxiyizhong
本例是一个神经网络仿真应用程序，对于无这方面技能的人也能方便地使用它，程序基于BP反传播算法实现，通过网络训练，获得你需要的网络模型，同时，你还可以测试你建立的网络模型。内附三个实例
上传时间： 2015-03-03
上传用户：lifangyuan12
落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节,它直接影响着采掘工作面瓦斯涌出量预测的精度,并与煤的变质程度、落煤粒度、原始瓦斯含量、暴露时间等影响因素呈非线性关系。人工神经网络具有表示任意非线性关系和学习的能力,是解决复杂非线性、不确定性和时变性问题的新思想和新方法。基于此,作者提出自适应神经网络的落煤残存瓦斯量预测模型,并结合不同矿井落煤残存瓦斯量的实际测定结果进行验证研究。结果表明,自适应调整权值的变步长BP神经网络模型预测精度高,收敛速度快 该预测模型的应用可为采掘工作面瓦斯涌出量的动态预测提供可靠的基础数据,为采掘工作面落煤残存瓦斯量的确定提出了一种全新的方法和思路。
上传时间： 2015-03-12
上传用户：熊少锋
用改进的神经网络MBP算法辨识 ，对具有随机噪声的二阶系统的模型辨识
上传时间： 2015-04-20
上传用户：sy_jiadeyi
