您当前所在位置: 首页 > 学者
为您找到 5 条相关结果
按相关度
  • 按相关度
  • 按时间
  • 按阅读量
  • 代表性成果优先

上传时间

2011年06月27日

【期刊论文】基于BP神经网络的柴油机轴系扭振减摄器优化设计

张俊红, 张镜红, 但广键, 郑勇气, 张建平l

内燃机学报,2008,26(1):83~86,-0001,():

摘要

介绍了一种新的输系捏振住化手段,利用有限元结合多体动力学的方法,对某X8170ZC型柴油机轴系扭振情况进有研究。建立了轴系扭振仿真虚擦样机,其中主轴颈与主轴承、连杆大头与曲柄销采用非线性连接单元,使轴系扭振仿真更接近实际情况。其次,建立了扭振减振器优化吕标函数,引入BP(Bac主Propagation)神经商络对藏振器进行参数佳化设计。其中,BP神经网络的学习过程采理货真提供的数据。住化结果表明,利用该方法进行轴系扭振优先设计切实可行,降慑了轴系工作转速莲围离的共振振幅,由位化前的0.14°下降到0.08°。

关键词: 多体动力学, 曲轴, 扭振藏振器, BP 神经网络 优化设计

  • 8浏览

  • 0点赞

  • 0收藏

  • 0分享

  • 21下载

  • 0评论

  • 引用

上传时间

2010年12月06日

【期刊论文】基于位置特异性谱和输入加权神经网络的蛋白质亚细胞定位预测

王正志, 邹凌云, 黄教民

December 2007, 34(12): 1080-1087,-0001,():

摘要

蛋白质必须处于正确的亚细胞位置才能行使其功能。文章利用PSI-BLAST 工具搜索蛋白质序列,提取位点特异性谱中的位点特异性得分矩阵作为蛋白质的一类特征,并计算4 等分序列的氨基酸含量以及1~7 阶二肽含量作为另外两类特征,由这三类特征一共得到蛋白质序列的12个特征向量。通过设计一个简单加权函数对各类特征向量加权处理,作为神经网络预测器的输入,并使用Levenberg-Marquardt 算法代替传统的EBP 算法来调整网络权值和阈值,大大提高了训练速度。对具有4类亚细胞位置和12类亚细胞位置的两种蛋白质数据集分别进行“留一法”测试和5倍交叉验证测试,总体预测精度分别达到88.4%和83.3%。其中,对4类亚细胞位置数据集的预测效果优于普通BP 神经网络、隐马尔可夫模型、模糊K 邻近等预测方法,对12类亚细胞位置数据集的预测效果优于支持向量机分类方法。最后还对三类特征采取不同加权比例对预测精度的影响进行了讨论,对选择的八种加权比例的预测结果表明,分别给予三类特征合适的权值系数可以进一步提高预测精度。

关键词: 亚细胞定位, 位置特异性迭代BLAST, 位置特异性得分矩阵, 加权函数, BP 神经网络

  • 54浏览

  • 0点赞

  • 0收藏

  • 0分享

  • 106下载

  • 0评论

  • 引用

上传时间

2010年07月19日

【期刊论文】二次型最小化所展现的BP与Hopfield类型神经网络的学习同质性*

张雨浓, 麦剑章, 肖秀春, 李展, 易称福

《自动化应用技术》,2008,27(9):6~10、5,-0001,():

摘要

本论文揭示,作为两种并行的神经计算模型,BP和Hopfield类型神经网络都可以有效地对二次型V(x)=T/2+TVxxPxqx实现最小化求解。而且,尽管BP和Hopfield类型神经网络在网络设计思想和网络结构上呈现出很大的差异,但是它们在二次型函数最小化问题上都表现出了相同的学习能力,这说明两者具有本质的联系。

关键词: 二次型函数最小化, BP 神经网络 Hopfield 类型神经网络, 学习同质性

  • 31浏览

  • 0点赞

  • 0收藏

  • 0分享

  • 68下载

  • 0评论

  • 引用

上传时间

2009年09月28日

【期刊论文】岩石卸荷本构关系的BP神经网络模型

王在泉, 张黎明, 贺俊征

岩土力学,2004,(25):119~121,-0001,():

摘要

卸荷试验包括应力控制和变形控制两种方法。应力控制方式的特点是试验机必须对岩样一直进行轴向压缩,变形控制方式的特点是卸荷过程中试验机轴向不再对岩样压缩做功,岩样破坏是通过自身储存的能量实现的。本文利用BP神经网络,对采用变形控制方式的粉砂岩试样峰前、峰后卸围压试验数据进行训练,并建立了岩石卸荷本构关系的BP神经网络模型。结果表明,BP神经网络模型的模拟值与试验值非常接近,模拟效果比较理想。

关键词: 卸荷, 峰前, 峰后卸围压, BP 神经网络

  • 39浏览

  • 0点赞

  • 0收藏

  • 0分享

  • 120下载

  • 0评论

  • 引用

上传时间

2005年01月19日

【期刊论文】基于模糊聚类的BP神经网络模型研究及应用

何勇, 项利国

,-0001,():

摘要

在神经网络的应用过程中,经常遇到样本太多问题,采用模糊聚类分析,科学选取学习样本,使少量的学习样本本身包含全部样本的特性,很好地解决了由于样本多学习速度慢的问题,并提出了训练结果检验方法。此方法可以作为神经网络应用的一个拓展。

关键词: BP 神经网络 聚类, 相关性分析

  • 27浏览

  • 0点赞

  • 0收藏

  • 0分享

  • 241下载

  • 0评论

  • 引用