更新日期: 2025-03-22

基于BP神經(jīng)網(wǎng)絡(luò)的金屬材料字符識別研究

格式:pdf

大?。?span id="lo1eqof" class="single-tag-height" data-v-09d85783>77KB

頁數(shù):3P

人氣 :80

基于BP神經(jīng)網(wǎng)絡(luò)的金屬材料字符識別研究 4.5

字符識別是模式識別領(lǐng)域的一項(xiàng)傳統(tǒng)課題,其內(nèi)容是模式識別領(lǐng)域中很多課題的基本內(nèi)容。人工神經(jīng)網(wǎng)絡(luò)的出現(xiàn)為字符識別的研究提供了一種新的手段,BP神經(jīng)網(wǎng)絡(luò)(Back Propagation Neural Network)作為人工神經(jīng)網(wǎng)絡(luò)的一個分支,現(xiàn)已成為其最廣泛的應(yīng)用。本文以三層BP網(wǎng)絡(luò)作為模型,并將其應(yīng)用于對金屬角鐵上的字符識別。由于角鐵字符為數(shù)字與英文字母混合,文中在對傳統(tǒng)的BP算法進(jìn)行了改進(jìn)的基礎(chǔ)上,采用了分組神經(jīng)網(wǎng)絡(luò)的設(shè)計方法,取得了良好的識別效果。

基于神經(jīng)網(wǎng)絡(luò)的金屬與非金屬材料粘接質(zhì)量定量檢測 基于神經(jīng)網(wǎng)絡(luò)的金屬與非金屬材料粘接質(zhì)量定量檢測 基于神經(jīng)網(wǎng)絡(luò)的金屬與非金屬材料粘接質(zhì)量定量檢測

基于神經(jīng)網(wǎng)絡(luò)的金屬與非金屬材料粘接質(zhì)量定量檢測

格式:pdf

大小:541KB

頁數(shù):4P

根據(jù)超聲無損檢測中偏重于定性研究的現(xiàn)狀,提出一種基于神經(jīng)網(wǎng)絡(luò)的金屬與非金屬材料粘接質(zhì)量的定量檢測方法.在深入分析粘接界面超聲檢測回波信號特點(diǎn)的基礎(chǔ)上,通過小波變換得到能反映粘接質(zhì)量的特征值,使用elman神經(jīng)網(wǎng)絡(luò)對粘接質(zhì)量進(jìn)行了定量分類識別.實(shí)驗(yàn)結(jié)果表明,該特征提取和神經(jīng)網(wǎng)絡(luò)分類算法對于粘接質(zhì)量定量識別的準(zhǔn)確度很高.

基于RBF神經(jīng)網(wǎng)絡(luò)的難加工金屬材料數(shù)控加工控制方法研究 基于RBF神經(jīng)網(wǎng)絡(luò)的難加工金屬材料數(shù)控加工控制方法研究 基于RBF神經(jīng)網(wǎng)絡(luò)的難加工金屬材料數(shù)控加工控制方法研究

基于RBF神經(jīng)網(wǎng)絡(luò)的難加工金屬材料數(shù)控加工控制方法研究

格式:pdf

大?。?span id="sulnknk" class="single-tag-height" data-v-09d85783>874KB

頁數(shù):5P

針對鈦合金等難加工金屬材料數(shù)控加工存在的問題,采用rbf神經(jīng)網(wǎng)絡(luò)開發(fā)了難加工金屬材料數(shù)控加工神經(jīng)網(wǎng)絡(luò)控制方法,并結(jié)合數(shù)控加工設(shè)備建立了難加工金屬材料實(shí)時監(jiān)控系統(tǒng).應(yīng)用效果表明,對難加工材料數(shù)控加工進(jìn)行rbf神經(jīng)網(wǎng)絡(luò)控制后,加工工件表面粗糙度誤差和圓度誤差比難加工材料傳統(tǒng)數(shù)控加工方法要低很多,表面粗糙度平均誤差降低50%以上,圓度平均誤差降低70%以上.

編輯推薦下載

基于 BP 神經(jīng)網(wǎng)絡(luò)的公路隧道視頻火焰識別

基于 BP 神經(jīng)網(wǎng)絡(luò)的公路隧道視頻火焰識別

格式:pdf

大小:1.3MB

頁數(shù):6P

基于 BP 神經(jīng)網(wǎng)絡(luò)的公路隧道視頻火焰識別 4.6

為提高基于視頻圖像的公路隧道火災(zāi)火焰識別率,在對火焰動態(tài)特征研究成果之上,利用bp神經(jīng)網(wǎng)絡(luò)融合火焰靜態(tài)特征,對公路隧道視頻火焰進(jìn)行綜合識別.火焰動態(tài)特征選取作者研究的火焰邊緣運(yùn)動量(amfe)和火焰區(qū)域跳動特征,火焰靜態(tài)特征選取前人研究的尖角數(shù)目、火焰顏色特征和圓形度.將此5種火焰特征作為bp神經(jīng)網(wǎng)絡(luò)的輸入,達(dá)到融合火焰多特征信息并實(shí)現(xiàn)火焰綜合識別的目的.實(shí)驗(yàn)結(jié)果表明,火焰識別率穩(wěn)定在86.2%~96.5%之間,驗(yàn)證了該方法的可靠性.

立即下載
基于模糊BP神經(jīng)網(wǎng)絡(luò)的地下金屬礦山巖層移動范圍研究 基于模糊BP神經(jīng)網(wǎng)絡(luò)的地下金屬礦山巖層移動范圍研究 基于模糊BP神經(jīng)網(wǎng)絡(luò)的地下金屬礦山巖層移動范圍研究

基于模糊BP神經(jīng)網(wǎng)絡(luò)的地下金屬礦山巖層移動范圍研究

格式:pdf

大?。?span id="ev7cjwx" class="single-tag-height" data-v-09d85783>757KB

頁數(shù):5P

基于模糊BP神經(jīng)網(wǎng)絡(luò)的地下金屬礦山巖層移動范圍研究 4.6

地下金屬礦山巖層移動的的影響因素復(fù)雜多變,而且具有很大的模糊性,用其他方法來研究巖層移動范圍存在很大的困難,本文提出采用模糊bp神經(jīng)網(wǎng)絡(luò)方法進(jìn)行地下礦山巖層移動范圍預(yù)測。結(jié)果表明,選取的各因素之間與巖層的移動之間存在著較強(qiáng)的非線性規(guī)律,學(xué)習(xí)結(jié)果與期望結(jié)果基本吻合,進(jìn)而從理論上證明移動角的大小與選取因素有著密切的聯(lián)系,可以預(yù)測由于開挖引起的巖層和地表移動范圍問題。

立即下載

基于BP神經(jīng)網(wǎng)絡(luò)的金屬材料字符識別熱門文檔

相關(guān)文檔資料 1044250 立即查看>>
BP神經(jīng)網(wǎng)絡(luò)在材料領(lǐng)域中的應(yīng)用(綜述)

BP神經(jīng)網(wǎng)絡(luò)在材料領(lǐng)域中的應(yīng)用(綜述)

格式:pdf

大小:346KB

頁數(shù):4P

BP神經(jīng)網(wǎng)絡(luò)在材料領(lǐng)域中的應(yīng)用(綜述) 4.8

成分-結(jié)構(gòu)-性能之間的關(guān)系始終是材料科學(xué)研究的主題,傳統(tǒng)的試錯法等經(jīng)驗(yàn)或半經(jīng)驗(yàn)的材料研究方法造成了資源、人力和時間上的極大浪費(fèi),因此需要從理論上解決材料設(shè)計、評價、預(yù)報等方面問題.人工神經(jīng)網(wǎng)絡(luò)是具有在線學(xué)習(xí)、記憶和分析推理功能能力的數(shù)學(xué)方法,它能夠獲得輸入與輸出之間的相互關(guān)系.其中bp神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)簡單、理論研究比較成熟.在材料研究領(lǐng)域中,bp神經(jīng)網(wǎng)絡(luò)已用于材料性能的研究與預(yù)測,復(fù)合材料工藝參數(shù)優(yōu)化和預(yù)報,以及對金屬的腐蝕研究等方面.

立即下載
基于BP神經(jīng)網(wǎng)絡(luò)的鋼絲繩斷絲模式識別 基于BP神經(jīng)網(wǎng)絡(luò)的鋼絲繩斷絲模式識別 基于BP神經(jīng)網(wǎng)絡(luò)的鋼絲繩斷絲模式識別

基于BP神經(jīng)網(wǎng)絡(luò)的鋼絲繩斷絲模式識別

格式:pdf

大?。?span id="qspr7su" class="single-tag-height" data-v-09d85783>739KB

頁數(shù):4P

基于BP神經(jīng)網(wǎng)絡(luò)的鋼絲繩斷絲模式識別 4.5

鋼絲繩斷絲檢測儀采集到的信號有高頻低通等噪聲信號的干擾,經(jīng)過小波分解、重構(gòu)后濾出干擾信號,采用bp神經(jīng)網(wǎng)絡(luò)算法設(shè)計鋼絲繩檢測信號網(wǎng)絡(luò)系統(tǒng)。實(shí)驗(yàn)結(jié)果表明,采用bp神經(jīng)網(wǎng)絡(luò)算法可以較好地解決鋼絲繩斷絲信號的定量分析,最后給出了監(jiān)測信號頻譜上斷絲信號的定量識別方法。經(jīng)反復(fù)實(shí)驗(yàn),檢測結(jié)果與實(shí)際情況基本一致,證明該檢測方法能較準(zhǔn)確地對鋼絲繩斷絲做出定量識別。

立即下載
基于BP神經(jīng)網(wǎng)絡(luò)的建筑物用電能耗預(yù)測

基于BP神經(jīng)網(wǎng)絡(luò)的建筑物用電能耗預(yù)測

格式:pdf

大?。?span id="s6ou5cj" class="single-tag-height" data-v-09d85783>149KB

頁數(shù):4P

基于BP神經(jīng)網(wǎng)絡(luò)的建筑物用電能耗預(yù)測 4.5

建筑節(jié)能是當(dāng)今城市建設(shè)和社會發(fā)展的前沿和研究熱點(diǎn),對建筑的能耗現(xiàn)狀進(jìn)行綜合分析與評估是進(jìn)行節(jié)能改造或節(jié)能設(shè)計的前提和基礎(chǔ),而建立反映能耗變化的預(yù)測模型是從宏觀尺度上分析認(rèn)識建筑能耗變化與發(fā)展特性、為公共建筑節(jié)能工作提供決策依據(jù)的有效途徑和重要手段。研究針對常規(guī)bp網(wǎng)絡(luò)算法收斂速度慢、易陷入局部最小點(diǎn)的缺點(diǎn),采用了具有較快收斂速度及穩(wěn)定性的lm算法進(jìn)行預(yù)測,構(gòu)造了基于bp神經(jīng)網(wǎng)絡(luò)的建筑物用電量預(yù)測模型。以某市公共建筑原始用電能耗統(tǒng)計數(shù)據(jù)作為樣本,并采用matlab對預(yù)測模型進(jìn)行了仿真預(yù)測。結(jié)果顯示:誤差在允許范圍內(nèi)。

立即下載
基于BP神經(jīng)網(wǎng)絡(luò)的機(jī)械臂軌跡控制研究??

基于BP神經(jīng)網(wǎng)絡(luò)的機(jī)械臂軌跡控制研究??

格式:pdf

大?。?span id="npgof6m" class="single-tag-height" data-v-09d85783>281KB

頁數(shù):4P

基于BP神經(jīng)網(wǎng)絡(luò)的機(jī)械臂軌跡控制研究?? 4.5

針對六自由度機(jī)械臂耦合性強(qiáng)、時變、非線性等性能,基于拉格朗日動力學(xué)建模方法,文章采用bp神經(jīng)網(wǎng)絡(luò)逼近模型,實(shí)現(xiàn)高精度軌跡跟蹤。該方法根據(jù)六自由度機(jī)械臂本體采集的數(shù)據(jù)進(jìn)行黑箱辨識建模解耦,建模過程采用bp神經(jīng)網(wǎng)絡(luò)逼近,提升建模精度、簡化建模過程。針對解耦后的系統(tǒng),還需建立pid閉環(huán)控制器進(jìn)一步實(shí)現(xiàn)軌跡跟蹤控制。仿真及實(shí)驗(yàn)結(jié)果表明,基于bp神經(jīng)網(wǎng)絡(luò)的pid控制器能夠改善系統(tǒng)的魯棒性和穩(wěn)定性,并有效抑制抖動。

立即下載
基于PCA的BP神經(jīng)網(wǎng)絡(luò)分類器 基于PCA的BP神經(jīng)網(wǎng)絡(luò)分類器 基于PCA的BP神經(jīng)網(wǎng)絡(luò)分類器

基于PCA的BP神經(jīng)網(wǎng)絡(luò)分類器

格式:pdf

大?。?span id="iewdqmo" class="single-tag-height" data-v-09d85783>1.6MB

頁數(shù):8P

基于PCA的BP神經(jīng)網(wǎng)絡(luò)分類器 4.3

由于入侵檢測處理的多為高維數(shù)據(jù),為了提高入侵檢測的效率和準(zhǔn)確率,提出了一種基于主成分分析(pca)的特征提取方法,對數(shù)據(jù)源進(jìn)行特征降維,將獲得的主成分作為bp神經(jīng)網(wǎng)絡(luò)的輸入進(jìn)行數(shù)據(jù)識別.同時介紹了matlab中相關(guān)函數(shù),并與傳統(tǒng)入侵檢測方法進(jìn)行了比較.實(shí)驗(yàn)結(jié)果表明:基于主成分分析的特征提取方法在簡化bp神經(jīng)網(wǎng)絡(luò)規(guī)模的同時,顯著提高了入侵檢測識別效果.

立即下載

基于BP神經(jīng)網(wǎng)絡(luò)的金屬材料字符識別精華文檔

相關(guān)文檔資料 1044250 立即查看>>
基于BP神經(jīng)網(wǎng)絡(luò)的中文圖書采購招標(biāo)評價 基于BP神經(jīng)網(wǎng)絡(luò)的中文圖書采購招標(biāo)評價 基于BP神經(jīng)網(wǎng)絡(luò)的中文圖書采購招標(biāo)評價

基于BP神經(jīng)網(wǎng)絡(luò)的中文圖書采購招標(biāo)評價

格式:pdf

大小:256KB

頁數(shù):5P

基于BP神經(jīng)網(wǎng)絡(luò)的中文圖書采購招標(biāo)評價 4.4

在建立中文圖書采購招標(biāo)評價指標(biāo)體系的基礎(chǔ)上,設(shè)計了一種基于bp神經(jīng)網(wǎng)絡(luò)的中文圖書采購招標(biāo)評價系統(tǒng)。這一系統(tǒng)加快了算法速度,改善了算法性能,主要通過增加動量項(xiàng)、動態(tài)調(diào)整學(xué)習(xí)率等方法使過去靜態(tài)bp網(wǎng)絡(luò)動態(tài)化,采用層次分析法生成網(wǎng)絡(luò)訓(xùn)練樣本,有效地利用了bp神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn),避免了中文圖書采購招標(biāo)評價過程中的一些人為失誤。

立即下載
基于BP神經(jīng)網(wǎng)絡(luò)的工程估價模型及其應(yīng)用

基于BP神經(jīng)網(wǎng)絡(luò)的工程估價模型及其應(yīng)用

格式:pdf

大小:144KB

頁數(shù):4P

基于BP神經(jīng)網(wǎng)絡(luò)的工程估價模型及其應(yīng)用 4.7

第47卷第6期廈門大學(xué)學(xué)報(自然科學(xué)版)vol.47no.6 2008年11月journalofxiamenuniversity(naturalscience)nov.2008 基于bp神經(jīng)網(wǎng)絡(luò)的工程估價模型及其應(yīng)用 葉青,王全鳳 (華僑大學(xué)土木工程學(xué)院,福建泉州362021) 收稿日期:20080414 基金項(xiàng)目:福建省自然科學(xué)基金(2008j0196)資助 email:yeqing@hqu.edu.cn 摘要:基于bp神經(jīng)網(wǎng)絡(luò)的工程估價模型具有高度的容錯性和較強(qiáng)的泛化能力,通過對數(shù)據(jù)并行處理的方式能快速準(zhǔn) 確地估算出工程造價.本文根據(jù)bp神經(jīng)網(wǎng)絡(luò)原理,選取福建泉州地區(qū)的21組工程實(shí)例來建立模型,其中19組為訓(xùn)練樣 本,2組為檢測樣本,確定了13個主要造價

立即下載
基于BP神經(jīng)網(wǎng)絡(luò)的個人信用評價研究

基于BP神經(jīng)網(wǎng)絡(luò)的個人信用評價研究

格式:pdf

大?。?span id="1pxpbe0" class="single-tag-height" data-v-09d85783>335KB

頁數(shù):1P

基于BP神經(jīng)網(wǎng)絡(luò)的個人信用評價研究 4.6

**資訊http://www.***.***

立即下載
基于BP神經(jīng)網(wǎng)絡(luò)的住宅項(xiàng)目定價研究

基于BP神經(jīng)網(wǎng)絡(luò)的住宅項(xiàng)目定價研究

格式:pdf

大?。?span id="2wofm7j" class="single-tag-height" data-v-09d85783>284KB

頁數(shù):2P

基于BP神經(jīng)網(wǎng)絡(luò)的住宅項(xiàng)目定價研究 4.6

本文利用特征價格理論和bp神經(jīng)網(wǎng)絡(luò)工具建立住宅項(xiàng)目估價模型,為住宅項(xiàng)目定價提供一種快速、有效的新方法。

立即下載
基于BP神經(jīng)網(wǎng)絡(luò)的表面缺陷檢測分類 基于BP神經(jīng)網(wǎng)絡(luò)的表面缺陷檢測分類 基于BP神經(jīng)網(wǎng)絡(luò)的表面缺陷檢測分類

基于BP神經(jīng)網(wǎng)絡(luò)的表面缺陷檢測分類

格式:pdf

大?。?span id="nfx7t76" class="single-tag-height" data-v-09d85783>2.0MB

頁數(shù):5P

基于BP神經(jīng)網(wǎng)絡(luò)的表面缺陷檢測分類 4.4

精密軸承應(yīng)用廣泛,精度要求高,軸承表面缺陷對其使用影響很大.因此,對軸承缺陷的檢測很有必要.目前的檢測以人工為主,但當(dāng)缺陷小于0.075mm時人眼就很難識別.以ccd攝像機(jī)為視覺結(jié)合圖像處理技術(shù),設(shè)計一種軸承在線檢測方法,能夠在很大程度上提高檢測效率和檢測精度,最后利用bp神經(jīng)網(wǎng)絡(luò)進(jìn)行缺陷分類,實(shí)驗(yàn)結(jié)果表明:分類正確率可達(dá)92.7%,符合工業(yè)要求.

立即下載

基于BP神經(jīng)網(wǎng)絡(luò)的金屬材料字符識別最新文檔

相關(guān)文檔資料 1044250 立即查看>>
基于BP神經(jīng)網(wǎng)絡(luò)的深基坑沉降預(yù)測

基于BP神經(jīng)網(wǎng)絡(luò)的深基坑沉降預(yù)測

格式:pdf

大小:1.3MB

頁數(shù):2P

基于BP神經(jīng)網(wǎng)絡(luò)的深基坑沉降預(yù)測 4.7

為了分析深基坑的沉降規(guī)律,以某實(shí)際工程為例,利用bp神經(jīng)網(wǎng)絡(luò)對該工程的深基坑沉降數(shù)據(jù)進(jìn)行擬合和預(yù)測分析,采用c語言編寫程序進(jìn)行預(yù)測。結(jié)果表明,利用bp神經(jīng)網(wǎng)絡(luò)方法的預(yù)測結(jié)果合理,誤差在允許范圍內(nèi),滿足工程要求,并且對類似的工程施工具有指導(dǎo)作用。

立即下載
基于EEMD的BP神經(jīng)網(wǎng)絡(luò)邊坡預(yù)測研究

基于EEMD的BP神經(jīng)網(wǎng)絡(luò)邊坡預(yù)測研究

格式:pdf

大小:770KB

頁數(shù):4P

基于EEMD的BP神經(jīng)網(wǎng)絡(luò)邊坡預(yù)測研究 4.5

針對邊坡變形中非平穩(wěn)和非線性的數(shù)據(jù)處理問題,提出一種基于集合經(jīng)驗(yàn)?zāi)B(tài)分解(eemd)和bp神經(jīng)網(wǎng)絡(luò)相結(jié)合的邊坡變形預(yù)測新算法(eemd-bp)。該算法先對邊坡變形序列進(jìn)行eemd分解,有效分離出隱含在時序中具有不同尺度特征的子序列,進(jìn)而對各子序列建立bp神經(jīng)網(wǎng)絡(luò)預(yù)測模型,最后疊加各子序列預(yù)測值得到邊坡變形最終預(yù)測結(jié)果。與gm(1,1)和bp神經(jīng)網(wǎng)絡(luò)模型對比分析表明,該算法預(yù)測精度較高,在邊坡變形波動劇烈時段,也能保證較優(yōu)的局部預(yù)測值和較好的全局預(yù)測精度。

立即下載
基于動態(tài)變結(jié)構(gòu)BP神經(jīng)網(wǎng)絡(luò)的目標(biāo)威脅評估 基于動態(tài)變結(jié)構(gòu)BP神經(jīng)網(wǎng)絡(luò)的目標(biāo)威脅評估 基于動態(tài)變結(jié)構(gòu)BP神經(jīng)網(wǎng)絡(luò)的目標(biāo)威脅評估

基于動態(tài)變結(jié)構(gòu)BP神經(jīng)網(wǎng)絡(luò)的目標(biāo)威脅評估

格式:pdf

大?。?span id="ksu0pxu" class="single-tag-height" data-v-09d85783>802KB

頁數(shù):5P

基于動態(tài)變結(jié)構(gòu)BP神經(jīng)網(wǎng)絡(luò)的目標(biāo)威脅評估 4.3

針對傳統(tǒng)目標(biāo)威脅估計方法和bp神經(jīng)網(wǎng)絡(luò)的不足,在bp神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上,建立了基于動態(tài)變結(jié)構(gòu)bp神經(jīng)網(wǎng)絡(luò)的目標(biāo)威脅估計模型。該模型通過在權(quán)值向量更新公式中引入沖量函數(shù),加快了網(wǎng)絡(luò)的搜索速度和精度,保證了網(wǎng)絡(luò)獲得全局最優(yōu)值;通過實(shí)時調(diào)整隱含層節(jié)點(diǎn)數(shù)目,可以將網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化,極大地提升了網(wǎng)絡(luò)的靈活性。仿真結(jié)果表明,與傳統(tǒng)目標(biāo)威脅估計方法和bp神經(jīng)網(wǎng)絡(luò)相比,動態(tài)變結(jié)構(gòu)bp神經(jīng)網(wǎng)絡(luò)具有更好的預(yù)測能力和收斂速度,可以快速、準(zhǔn)確地完成目標(biāo)威脅估計。

立即下載
基于BP神經(jīng)網(wǎng)絡(luò)的??谏唐纷≌瑑r格預(yù)測研究

基于BP神經(jīng)網(wǎng)絡(luò)的??谏唐纷≌瑑r格預(yù)測研究

格式:pdf

大小:2.3MB

頁數(shù):1P

基于BP神經(jīng)網(wǎng)絡(luò)的??谏唐纷≌瑑r格預(yù)測研究 4.4

本文結(jié)合住宅房地產(chǎn)的價格理論和相關(guān)網(wǎng)站上的數(shù)據(jù),科學(xué)地選取影響商品住宅價格的影響指標(biāo)為人均gdp、人均可支配收入、人口數(shù)量、房地產(chǎn)開發(fā)投資額和商品住宅建筑面積,并以此建立hedonic商品住宅價格影響因素模型。依照bp神經(jīng)網(wǎng)絡(luò)預(yù)測的實(shí)現(xiàn)步驟,探索bp神經(jīng)網(wǎng)絡(luò)在預(yù)測??谑猩唐纷≌瑑r格的應(yīng)用,得到2018年6月-2019年5月商品住宅價格預(yù)測值,對??谑猩唐纷≌瑑r格的研究具有一定的指導(dǎo)作用。

立即下載
基于BP神經(jīng)網(wǎng)絡(luò)的建筑能耗預(yù)測

基于BP神經(jīng)網(wǎng)絡(luò)的建筑能耗預(yù)測

格式:pdf

大?。?span id="vsoms2k" class="single-tag-height" data-v-09d85783>226KB

頁數(shù):4P

基于BP神經(jīng)網(wǎng)絡(luò)的建筑能耗預(yù)測 4.3

利用matlab建立bp神經(jīng)網(wǎng)絡(luò),將影響建筑能耗的18個因素作為網(wǎng)絡(luò)的輸入,進(jìn)行學(xué)習(xí)訓(xùn)練,最后通過測試樣本點(diǎn)數(shù)據(jù)預(yù)測建筑能耗,與dest-h模擬計算得到的結(jié)果比較,發(fā)現(xiàn)相對誤差在3.5%以內(nèi),并通過實(shí)例驗(yàn)證了該網(wǎng)絡(luò)模型的準(zhǔn)確性。該方法使建筑人員在設(shè)計階段就能快速且準(zhǔn)確地獲得設(shè)計建筑的能耗。

立即下載
基于GA—BP神經(jīng)網(wǎng)絡(luò)的建筑安全評價

基于GA—BP神經(jīng)網(wǎng)絡(luò)的建筑安全評價

格式:pdf

大?。?span id="q5w7dlh" class="single-tag-height" data-v-09d85783>758KB

頁數(shù):5P

基于GA—BP神經(jīng)網(wǎng)絡(luò)的建筑安全評價 4.6

建筑企業(yè)的安全問題不僅關(guān)系到建筑行業(yè)的發(fā)展,而且關(guān)系到社會的和諧與進(jìn)步。從管理者的視角構(gòu)建了建筑企業(yè)安全管理評價指標(biāo)體系,并對指標(biāo)之間的關(guān)系做了簡要的說明。然后應(yīng)用主成份分析對神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)進(jìn)行預(yù)處理,提取其中的關(guān)鍵成分作為網(wǎng)絡(luò)的輸入,并采用遺傳算法來提高神經(jīng)網(wǎng)絡(luò)的收斂速度。最后以天津市建筑企業(yè)為實(shí)例加以說明并進(jìn)行了分析。結(jié)果表明,建立的模型不僅較公平、合理,而且提高了神經(jīng)網(wǎng)絡(luò)模型的學(xué)習(xí)效率。

立即下載
基于BP神經(jīng)網(wǎng)絡(luò)的施工進(jìn)度預(yù)測

基于BP神經(jīng)網(wǎng)絡(luò)的施工進(jìn)度預(yù)測

格式:pdf

大?。?span id="z1rtp2w" class="single-tag-height" data-v-09d85783>172KB

頁數(shù):2P

基于BP神經(jīng)網(wǎng)絡(luò)的施工進(jìn)度預(yù)測 4.7

進(jìn)度控制作為項(xiàng)目管理的主要內(nèi)容,如何對施工進(jìn)度進(jìn)行有效的預(yù)測將有重要的現(xiàn)實(shí)意義,應(yīng)用bp神經(jīng)網(wǎng)絡(luò)技術(shù)對工程進(jìn)度進(jìn)行預(yù)測,得到的預(yù)測值比線性方法更準(zhǔn)確,精度更高。

立即下載
構(gòu)建基于BP神經(jīng)網(wǎng)絡(luò)的高校德育評價體系

構(gòu)建基于BP神經(jīng)網(wǎng)絡(luò)的高校德育評價體系

格式:pdf

大?。?span id="usjrsqw" class="single-tag-height" data-v-09d85783>578KB

頁數(shù):4P

構(gòu)建基于BP神經(jīng)網(wǎng)絡(luò)的高校德育評價體系 4.8

本文將bp神經(jīng)網(wǎng)絡(luò)運(yùn)用于高校大學(xué)生德育評價體系中,使該體系能夠更為全面、準(zhǔn)確地反映學(xué)生的實(shí)際情況,為學(xué)生德育發(fā)展指明方向。該體系的建立為大學(xué)生德育評價提供一種更為客觀準(zhǔn)確的評價手段,特別解決了評價體系當(dāng)中的人為主觀因素誤差和評價指標(biāo)權(quán)值設(shè)置問題。

立即下載
基于BP人工神經(jīng)網(wǎng)絡(luò)的商品住宅價格研究 基于BP人工神經(jīng)網(wǎng)絡(luò)的商品住宅價格研究 基于BP人工神經(jīng)網(wǎng)絡(luò)的商品住宅價格研究

基于BP人工神經(jīng)網(wǎng)絡(luò)的商品住宅價格研究

格式:pdf

大小:293KB

頁數(shù):2P

基于BP人工神經(jīng)網(wǎng)絡(luò)的商品住宅價格研究 4.3

自1980年我國開始實(shí)施住宅制度改革以來,商品住宅價格的確定已成為我國住宅市場的核心問題,也是各級政府房地產(chǎn)業(yè)宏觀管理與調(diào)控的指示燈,商品住宅價格的變化直接關(guān)系到廣大消費(fèi)者的切身利益,是社會關(guān)注的熱點(diǎn)問題。因此,本文從市場價格的確定機(jī)制出發(fā),尋求影響商品住宅價格的因素,并采用bp人工神經(jīng)網(wǎng)絡(luò)定量分析這些影響

立即下載
基于BP神經(jīng)網(wǎng)絡(luò)的工程造價估測方法 基于BP神經(jīng)網(wǎng)絡(luò)的工程造價估測方法 基于BP神經(jīng)網(wǎng)絡(luò)的工程造價估測方法

基于BP神經(jīng)網(wǎng)絡(luò)的工程造價估測方法

格式:pdf

大小:294KB

頁數(shù):3P

基于BP神經(jīng)網(wǎng)絡(luò)的工程造價估測方法 4.4

本文把信息擴(kuò)散原理和神經(jīng)網(wǎng)絡(luò)相結(jié)合,提出一種工程造價的估測方法,并給出計算實(shí)例。

立即下載

基于BP神經(jīng)網(wǎng)絡(luò)的金屬材料字符識別相關(guān)

唐振

職位:消防電施工員

擅長專業(yè):土建 安裝 裝飾 市政 園林

基于BP神經(jīng)網(wǎng)絡(luò)的金屬材料字符識別文輯: 是唐振根據(jù)數(shù)聚超市為大家精心整理的相關(guān)基于BP神經(jīng)網(wǎng)絡(luò)的金屬材料字符識別資料、文獻(xiàn)、知識、教程及精品數(shù)據(jù)等,方便大家下載及在線閱讀。同時,造價通平臺還為您提供材價查詢、測算、詢價、云造價、私有云高端定制等建設(shè)領(lǐng)域優(yōu)質(zhì)服務(wù)。手機(jī)版訪問: 基于BP神經(jīng)網(wǎng)絡(luò)的金屬材料字符識別