更新日期: 2025-04-16

基于小波神經(jīng)網(wǎng)絡(luò)的工程陶瓷動(dòng)態(tài)車削力預(yù)測

格式:pdf

大?。?span id="zrhtjvv" class="single-tag-height" data-v-09d85783>195KB

頁數(shù):4P

人氣 :91

基于小波神經(jīng)網(wǎng)絡(luò)的工程陶瓷動(dòng)態(tài)車削力預(yù)測 4.6

以小波分析和BP神經(jīng)網(wǎng)絡(luò)為基礎(chǔ),構(gòu)建了小波神經(jīng)網(wǎng)絡(luò)預(yù)測模型。使用CA6140車床對氟金云母陶瓷進(jìn)行了干車削試驗(yàn),并用三向測力儀測量了切削過程的切削力變化趨勢?;谛〔ò械腤pbmpen函數(shù)對切削力信號進(jìn)行了降噪處理,切削力信號在降噪后有明顯改善,能更形象地表達(dá)出切削力的變化趨勢?;谛〔ㄉ窠?jīng)網(wǎng)絡(luò)對切削力進(jìn)行了預(yù)測,結(jié)果表明:小波神經(jīng)網(wǎng)絡(luò)預(yù)測值、信號降噪處理值和試驗(yàn)值都非常相近,說明切削力在預(yù)測過程中具有一定的可靠性,小波神經(jīng)網(wǎng)絡(luò)預(yù)測前對切削力信號的降噪處理是合理的。

人工神經(jīng)網(wǎng)絡(luò)在多相工程陶瓷材料設(shè)計(jì)中的應(yīng)用

人工神經(jīng)網(wǎng)絡(luò)在多相工程陶瓷材料設(shè)計(jì)中的應(yīng)用

格式:pdf

大?。?span id="rftzjxh" class="single-tag-height" data-v-09d85783>553KB

頁數(shù):3P

將神經(jīng)網(wǎng)絡(luò)應(yīng)用于多相工程陶瓷材料設(shè)計(jì),基于delphi語言開發(fā)了能進(jìn)行雙向預(yù)測功能的仿真系統(tǒng)。該仿真系統(tǒng)能夠通過鏈接不同的材料數(shù)據(jù)庫對不同的材料進(jìn)行輔助開發(fā)。通過試驗(yàn)驗(yàn)證了該系統(tǒng)的精度和可靠性,單項(xiàng)最大預(yù)測誤差為4.8%。

基于小波神經(jīng)網(wǎng)絡(luò)的某邊坡預(yù)測研究 基于小波神經(jīng)網(wǎng)絡(luò)的某邊坡預(yù)測研究 基于小波神經(jīng)網(wǎng)絡(luò)的某邊坡預(yù)測研究

基于小波神經(jīng)網(wǎng)絡(luò)的某邊坡預(yù)測研究

格式:pdf

大小:521KB

頁數(shù):3P

邊坡地表位移監(jiān)測是滑坡安全監(jiān)控中的重要內(nèi)容,對監(jiān)測資料進(jìn)行及時(shí)、合理、有效的分析,獲取滑坡變形規(guī)律和安全狀況是滑坡監(jiān)測的重要工作之一。文中將基于bp算法的小波神經(jīng)網(wǎng)絡(luò)預(yù)測模型引入變形監(jiān)測預(yù)報(bào)中,對工程實(shí)例進(jìn)行預(yù)測。結(jié)果表明小波神經(jīng)網(wǎng)絡(luò)預(yù)測可以取得良好的效果,且自適應(yīng)預(yù)測能力較強(qiáng)。

編輯推薦下載

小波神經(jīng)網(wǎng)絡(luò)在隧道施工沉降預(yù)測中的應(yīng)用

小波神經(jīng)網(wǎng)絡(luò)在隧道施工沉降預(yù)測中的應(yīng)用

格式:pdf

大小:362KB

頁數(shù):5P

小波神經(jīng)網(wǎng)絡(luò)在隧道施工沉降預(yù)測中的應(yīng)用 4.5

為了盡量減小由隧道開挖引起的地面沉降而帶來的風(fēng)險(xiǎn),需要在隧道施工過程中可靠地預(yù)測地表的變形量.該文采用改進(jìn)的方法來選擇平移和伸縮因子的初始值,利用小波神經(jīng)網(wǎng)絡(luò)分析預(yù)測隧道施工中的地表沉降量,并在預(yù)測中考慮了地表平均壓力、盾構(gòu)機(jī)平均穿透深度、填充泥漿度等外界因素對地表沉降的影響.結(jié)果表明,利用改進(jìn)的方法來選擇初始的平移和伸縮因子,提高了函數(shù)的逼真性能,并減小了估計(jì)誤差.

立即下載
基于小波神經(jīng)網(wǎng)絡(luò)的某邊坡預(yù)測研究

基于小波神經(jīng)網(wǎng)絡(luò)的某邊坡預(yù)測研究

格式:pdf

大?。?span id="bxv7zpd" class="single-tag-height" data-v-09d85783>312KB

頁數(shù):3P

基于小波神經(jīng)網(wǎng)絡(luò)的某邊坡預(yù)測研究 4.5

邊坡的地表位移監(jiān)測是滑坡安全監(jiān)控中的重要內(nèi)容,對監(jiān)測資料進(jìn)行及時(shí)、合理和有效的分析,獲取滑坡變形規(guī)律和安全狀況是滑坡監(jiān)測的重要工作之一。文章將基于bp算法的小波神經(jīng)網(wǎng)絡(luò)預(yù)測模型引入變形監(jiān)測預(yù)報(bào)中,對工程實(shí)例進(jìn)行了預(yù)測。結(jié)果表明小波神經(jīng)網(wǎng)絡(luò)預(yù)測可以取得良好的效果,且自適應(yīng)預(yù)測能力較強(qiáng)。

立即下載

小波神經(jīng)網(wǎng)絡(luò)工程陶瓷動(dòng)態(tài)車削力預(yù)測熱門文檔

相關(guān)文檔資料 1268343 立即查看>>
基于小波神經(jīng)網(wǎng)絡(luò)的電力負(fù)荷預(yù)測

基于小波神經(jīng)網(wǎng)絡(luò)的電力負(fù)荷預(yù)測

格式:pdf

大小:411KB

頁數(shù):2P

基于小波神經(jīng)網(wǎng)絡(luò)的電力負(fù)荷預(yù)測 4.8

小波神經(jīng)網(wǎng)絡(luò)是建立在小波理論基礎(chǔ)上的一種新型前饋神經(jīng)網(wǎng)絡(luò),具有許多優(yōu)良特性。本文分析了小波神經(jīng)網(wǎng)絡(luò)的特點(diǎn),建立了電力負(fù)荷的小波神經(jīng)網(wǎng)絡(luò)預(yù)測模型,設(shè)計(jì)了小波神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),給出了小波網(wǎng)絡(luò)參數(shù)調(diào)節(jié)算法。對實(shí)際電力負(fù)荷預(yù)測算例,以及與bp網(wǎng)絡(luò)的對比研究實(shí)驗(yàn)表明,小波神經(jīng)網(wǎng)絡(luò)對非平穩(wěn)信號能進(jìn)行有效地預(yù)測,比bp神經(jīng)網(wǎng)絡(luò)具有更高的預(yù)測精度。

立即下載
基于小波神經(jīng)網(wǎng)絡(luò)方法的電力需求預(yù)測

基于小波神經(jīng)網(wǎng)絡(luò)方法的電力需求預(yù)測

格式:pdf

大?。?span id="tnpzn7d" class="single-tag-height" data-v-09d85783>1.1MB

頁數(shù):7P

基于小波神經(jīng)網(wǎng)絡(luò)方法的電力需求預(yù)測 4.5

當(dāng)前,諸多研究人員被電力負(fù)載預(yù)測所吸引,由于其是精確計(jì)劃、調(diào)度及運(yùn)維電力系統(tǒng)的先決條件.眾多因素均影響著電力負(fù)載預(yù)測,因此提出一個(gè)混合模型來提升預(yù)測的準(zhǔn)確性是有必要的.文中提出一種采用2種方法的新的混合負(fù)載估計(jì)方案:小波變換(avelettransform,wt)和人工神經(jīng)網(wǎng)絡(luò)(artificialneuralnetwork,ann).為了將大型非對稱時(shí)變電力原始數(shù)據(jù)集合考慮到其中,根據(jù)時(shí)間和頻率采用小波技術(shù)來分解數(shù)據(jù),眾多小波函數(shù)可以采用,但選擇一種合適的小波函數(shù)在設(shè)計(jì)此模型中扮演著關(guān)鍵作用.文中采用了以下幾種類型的小波函數(shù),即haar小波函數(shù)、deubechies小波函數(shù)、symlet小波函數(shù)以及coiflet小波函數(shù),將電力負(fù)載數(shù)據(jù)分解成不同的段.隨后,使用ann來預(yù)測負(fù)載的非線性數(shù)據(jù).由aemo獲取一周每天24h的數(shù)據(jù)驗(yàn)證了文中所設(shè)計(jì)模型的有效性.

立即下載
基于BP神經(jīng)網(wǎng)絡(luò)的高效深磨工程陶瓷工件表面粗糙度的聲發(fā)射預(yù)測

基于BP神經(jīng)網(wǎng)絡(luò)的高效深磨工程陶瓷工件表面粗糙度的聲發(fā)射預(yù)測

格式:pdf

大小:784KB

頁數(shù):6P

基于BP神經(jīng)網(wǎng)絡(luò)的高效深磨工程陶瓷工件表面粗糙度的聲發(fā)射預(yù)測 4.8

對bp神經(jīng)網(wǎng)絡(luò)的原理、算法和公式進(jìn)行了介紹,在對matlab及其神經(jīng)網(wǎng)絡(luò)工具箱介紹的基礎(chǔ)上,采用3個(gè)聲發(fā)射特征值:即聲發(fā)射信號有效值、fft峰值和標(biāo)準(zhǔn)差作為輸入,工件表面粗糙度作為輸出,用bp神經(jīng)網(wǎng)絡(luò)的方法對高效深磨加工工程陶瓷al2o3的工件表面粗糙度進(jìn)行了訓(xùn)練、預(yù)測和分析.結(jié)果表明,使用bp神經(jīng)網(wǎng)絡(luò)可以實(shí)現(xiàn)高效深磨加工工程陶瓷工件表面粗糙度的監(jiān)測.

立即下載
人工神經(jīng)網(wǎng)絡(luò)在陶瓷材料中的應(yīng)用

人工神經(jīng)網(wǎng)絡(luò)在陶瓷材料中的應(yīng)用

格式:pdf

大?。?span id="hbvtf3r" class="single-tag-height" data-v-09d85783>458KB

頁數(shù):4P

人工神經(jīng)網(wǎng)絡(luò)在陶瓷材料中的應(yīng)用 4.8

綜述了人工神經(jīng)網(wǎng)絡(luò)在陶瓷材料中的應(yīng)用研究進(jìn)展,分析了人工神經(jīng)網(wǎng)絡(luò)在古陶瓷分類和傳統(tǒng)陶瓷配方設(shè)計(jì)、優(yōu)化及性能預(yù)測方面的應(yīng)用,此外,對人工神經(jīng)網(wǎng)絡(luò)在功能陶瓷材料、陶瓷基復(fù)合材料中的應(yīng)用進(jìn)行了詳述,并指出在應(yīng)用中存在的問題及未來發(fā)展趨勢。

立即下載
基于灰色神經(jīng)網(wǎng)絡(luò)技術(shù)的陶瓷電性能分析 基于灰色神經(jīng)網(wǎng)絡(luò)技術(shù)的陶瓷電性能分析 基于灰色神經(jīng)網(wǎng)絡(luò)技術(shù)的陶瓷電性能分析

基于灰色神經(jīng)網(wǎng)絡(luò)技術(shù)的陶瓷電性能分析

格式:pdf

大小:464KB

頁數(shù):3P

基于灰色神經(jīng)網(wǎng)絡(luò)技術(shù)的陶瓷電性能分析 4.7

運(yùn)用灰色神經(jīng)網(wǎng)絡(luò)理論,研究了摻雜srtio3多功能陶瓷氧化熱處理過程中,氧化熱處理?xiàng)l件對介電性能和壓敏性能的影響。根據(jù)各種參數(shù)的主行為因素的多少,運(yùn)用gnnm(1,1)、gnnm(1,2)、gnnm(1,3)模型進(jìn)行分析,并且建立了相應(yīng)的gnnm(2,1)灰色神經(jīng)網(wǎng)絡(luò)模型。

立即下載

小波神經(jīng)網(wǎng)絡(luò)工程陶瓷動(dòng)態(tài)車削力預(yù)測精華文檔

相關(guān)文檔資料 1268343 立即查看>>
基于小波神經(jīng)網(wǎng)絡(luò)的建筑工程沉降變形預(yù)測 基于小波神經(jīng)網(wǎng)絡(luò)的建筑工程沉降變形預(yù)測 基于小波神經(jīng)網(wǎng)絡(luò)的建筑工程沉降變形預(yù)測

基于小波神經(jīng)網(wǎng)絡(luò)的建筑工程沉降變形預(yù)測

格式:pdf

大小:314KB

頁數(shù):8P

基于小波神經(jīng)網(wǎng)絡(luò)的建筑工程沉降變形預(yù)測 4.6

變形監(jiān)測是安全化、信息化工程建設(shè)和管理的重要內(nèi)容,貫穿于建筑物設(shè)計(jì)、施工和運(yùn)營整個(gè)過程.本文基于小波分析、bp神經(jīng)網(wǎng)絡(luò)、小波分析與神經(jīng)網(wǎng)絡(luò)結(jié)合的相關(guān)理論,借助matlab編程,建立了改進(jìn)的bp神經(jīng)網(wǎng)絡(luò)、輔助式小波神經(jīng)網(wǎng)絡(luò)、嵌入式小波神經(jīng)網(wǎng)絡(luò)3種變形預(yù)測網(wǎng)絡(luò)模型.結(jié)合工程實(shí)測數(shù)據(jù),利用建立的3種模型,分別應(yīng)用累積沉降和期間沉降不同模式數(shù)據(jù)進(jìn)行預(yù)測.結(jié)果表明,兩種小波神經(jīng)網(wǎng)絡(luò)組合模型的預(yù)測效果明顯優(yōu)于單一的bp神經(jīng)網(wǎng)絡(luò)模型,具有更高預(yù)測精度和更快的收斂速度,且訓(xùn)練樣本數(shù)目越多,模型精度越高,預(yù)測效果越好.

立即下載
遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)壓電陶瓷蠕變預(yù)測 遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)壓電陶瓷蠕變預(yù)測 遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)壓電陶瓷蠕變預(yù)測

遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)壓電陶瓷蠕變預(yù)測

格式:pdf

大?。?span id="jl783u4" class="single-tag-height" data-v-09d85783>1.3MB

頁數(shù):6P

遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)壓電陶瓷蠕變預(yù)測 4.5

針對壓電陶瓷驅(qū)動(dòng)器的蠕變誤差隨時(shí)間呈現(xiàn)非線性變化,會嚴(yán)重影響其定位精度的問題,提出遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò)的壓電陶瓷蠕變預(yù)測算法。采用遺傳算法優(yōu)化了bp神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值,構(gòu)建了基于遺傳算法的bp神經(jīng)網(wǎng)絡(luò)(ga-bp算法)的蠕變預(yù)測模型。用ga-bp算法對壓電陶瓷蠕變進(jìn)行了預(yù)測仿真,并將結(jié)果與實(shí)測數(shù)據(jù)進(jìn)行了對比。結(jié)果表明,獲得的蠕變預(yù)測結(jié)果與實(shí)驗(yàn)數(shù)據(jù)的最大絕對誤差均不超過0.2μm,最大蠕變誤差均小于1.5%,最大均方誤差僅為0.0046,因此,ga-bp預(yù)測模型可作為預(yù)測壓電陶瓷蠕變誤差的一種有效手段。

立即下載
遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)壓電陶瓷蠕變預(yù)測 遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)壓電陶瓷蠕變預(yù)測 遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)壓電陶瓷蠕變預(yù)測

遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)壓電陶瓷蠕變預(yù)測

格式:pdf

大小:1.9MB

頁數(shù):6P

遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)壓電陶瓷蠕變預(yù)測 4.7

針對壓電陶瓷驅(qū)動(dòng)器的蠕變誤差隨時(shí)間呈現(xiàn)非線性變化,會嚴(yán)重影響其定位精度的問題,提出遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò)的壓電陶瓷蠕變預(yù)測算法.采用遺傳算法優(yōu)化了bp神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值,構(gòu)建了基于遺傳算法的bp神經(jīng)網(wǎng)絡(luò)(ga-bp算法)的蠕變預(yù)測模型.用ga-bp算法對壓電陶瓷蠕變進(jìn)行了預(yù)測仿真,并將結(jié)果與實(shí)測數(shù)據(jù)進(jìn)行了對比.結(jié)果表明,獲得的蠕變預(yù)測結(jié)果與實(shí)驗(yàn)數(shù)據(jù)的最大絕對誤差均不超過0.2μm,最大蠕變誤差均小于1.5%,最大均方誤差僅為0.0046,因此,ga-bp預(yù)測模型可作為預(yù)測壓電陶瓷蠕變誤差的一種有效手段.

立即下載
基于小波神經(jīng)網(wǎng)絡(luò)的建筑火災(zāi)預(yù)測模型及應(yīng)用

基于小波神經(jīng)網(wǎng)絡(luò)的建筑火災(zāi)預(yù)測模型及應(yīng)用

格式:pdf

大?。?span id="m7xnada" class="single-tag-height" data-v-09d85783>239KB

頁數(shù):4P

基于小波神經(jīng)網(wǎng)絡(luò)的建筑火災(zāi)預(yù)測模型及應(yīng)用 4.5

隨著我國城鄉(xiāng)建設(shè)的飛速發(fā)展,建筑火災(zāi)形勢日趨嚴(yán)峻,依靠傳統(tǒng)的管理技術(shù)和方法已遠(yuǎn)遠(yuǎn)不能適應(yīng)社會和民眾對安全的需要。針對某城市建筑火災(zāi)非線性時(shí)間序列,建立了小波神經(jīng)網(wǎng)絡(luò)(wnn)預(yù)測模型,計(jì)算分析證明了該模型的可行性。該模型可與消防工作相結(jié)合,建立和實(shí)施城鄉(xiāng)綜合防災(zāi)減災(zāi)系統(tǒng),實(shí)現(xiàn)城鄉(xiāng)綜合防災(zāi)減災(zāi)的科學(xué)管理。

立即下載
改進(jìn)的小波神經(jīng)網(wǎng)絡(luò)在橋梁損傷中的預(yù)測研究

改進(jìn)的小波神經(jīng)網(wǎng)絡(luò)在橋梁損傷中的預(yù)測研究

格式:pdf

大小:293KB

頁數(shù):3P

改進(jìn)的小波神經(jīng)網(wǎng)絡(luò)在橋梁損傷中的預(yù)測研究 3

改進(jìn)的小波神經(jīng)網(wǎng)絡(luò)在橋梁損傷中的預(yù)測研究——提出基于bp算法的小波神經(jīng)網(wǎng)絡(luò)改進(jìn)算法。仿真結(jié)果表明它避免了bp神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)的盲目性和局部最優(yōu)等非線性優(yōu)化問題,簡化了訓(xùn)練,具有較強(qiáng)的函數(shù)學(xué)習(xí)能力和推廣能力。該算法成功應(yīng)用于橋梁損傷預(yù)測,具有廣泛的...

立即下載

小波神經(jīng)網(wǎng)絡(luò)工程陶瓷動(dòng)態(tài)車削力預(yù)測最新文檔

相關(guān)文檔資料 1268343 立即查看>>
基于小波變換的神經(jīng)網(wǎng)絡(luò)空調(diào)負(fù)荷預(yù)測研究

基于小波變換的神經(jīng)網(wǎng)絡(luò)空調(diào)負(fù)荷預(yù)測研究

格式:pdf

大小:629KB

頁數(shù):5P

基于小波變換的神經(jīng)網(wǎng)絡(luò)空調(diào)負(fù)荷預(yù)測研究 4.3

基于小波變換的思想建立了遞歸bp網(wǎng)絡(luò)模型來預(yù)測空調(diào)負(fù)荷,改進(jìn)了網(wǎng)絡(luò)權(quán)值、閾值的修改算法,引入了折扣系數(shù)法以提高近期預(yù)測精度,結(jié)合一實(shí)例進(jìn)行了空調(diào)逐時(shí)冷負(fù)荷預(yù)測,結(jié)果表明該方法預(yù)測精度高,適用于空調(diào)負(fù)荷預(yù)測。

立即下載
小波神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)價(jià)格指數(shù)預(yù)測中的應(yīng)用 小波神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)價(jià)格指數(shù)預(yù)測中的應(yīng)用 小波神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)價(jià)格指數(shù)預(yù)測中的應(yīng)用

小波神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)價(jià)格指數(shù)預(yù)測中的應(yīng)用

格式:pdf

大小:406KB

頁數(shù):3P

小波神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)價(jià)格指數(shù)預(yù)測中的應(yīng)用 4.6

隨著房地產(chǎn)價(jià)格指數(shù)的作用充分顯現(xiàn),探求預(yù)測房地產(chǎn)價(jià)格指數(shù)的有效方法是需深入研究的方向。該文以中房上海住宅價(jià)格指數(shù)為例,首先對房地產(chǎn)價(jià)格指數(shù)序列性質(zhì)進(jìn)行分析,表明房地產(chǎn)價(jià)格指數(shù)是具有非線性特征的非平穩(wěn)時(shí)間序列。采用小波神經(jīng)網(wǎng)絡(luò)對房地產(chǎn)價(jià)格指數(shù)進(jìn)行預(yù)測,并將預(yù)測結(jié)果與指數(shù)平滑法和rbf神經(jīng)網(wǎng)絡(luò)預(yù)測做了對比。采用matlab對擬合和預(yù)測過程進(jìn)行仿真。結(jié)果指標(biāo)表明,在大樣本數(shù)據(jù)的情況下,采用小波神經(jīng)網(wǎng)絡(luò)對房地產(chǎn)指數(shù)進(jìn)行預(yù)測能夠獲得較好的效果。

立即下載
小波神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)價(jià)格指數(shù)預(yù)測中的應(yīng)用

小波神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)價(jià)格指數(shù)預(yù)測中的應(yīng)用

格式:pdf

大?。?span id="hlvlomx" class="single-tag-height" data-v-09d85783>932KB

頁數(shù):3P

小波神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)價(jià)格指數(shù)預(yù)測中的應(yīng)用 3

小波神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)價(jià)格指數(shù)預(yù)測中的應(yīng)用——隨著房地產(chǎn)價(jià)格指數(shù)的作用充分顯現(xiàn),探求預(yù)測房地產(chǎn)價(jià)格指數(shù)的有效方法是需深入研究的方向“該文以中房上海住宅價(jià)格指數(shù)為例,首先對房地產(chǎn)價(jià)格指數(shù)序列性質(zhì)進(jìn)行分析,表明房地產(chǎn)價(jià)格指數(shù)是具有非線性特征的非平穩(wěn)時(shí)...

立即下載
基于小波神經(jīng)網(wǎng)絡(luò)的城市地鐵施工變形預(yù)測

基于小波神經(jīng)網(wǎng)絡(luò)的城市地鐵施工變形預(yù)測

格式:pdf

大?。?span id="m2przfs" class="single-tag-height" data-v-09d85783>271KB

頁數(shù):5P

基于小波神經(jīng)網(wǎng)絡(luò)的城市地鐵施工變形預(yù)測 4.3

結(jié)合小波分析和神經(jīng)網(wǎng)絡(luò),建立了小波神經(jīng)網(wǎng)絡(luò)預(yù)測模型和改進(jìn)的小波神經(jīng)網(wǎng)絡(luò)模型,并將其應(yīng)用到某地鐵施工變形預(yù)測中。3種預(yù)測模型(傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)、小波神經(jīng)網(wǎng)絡(luò)和改進(jìn)的小波神經(jīng)網(wǎng)絡(luò))的對比分析表明,改進(jìn)的小波神經(jīng)網(wǎng)絡(luò)模型精度高,具有很好的應(yīng)用前景。

立即下載
小波神經(jīng)網(wǎng)絡(luò)在礦山變形監(jiān)測分析中的應(yīng)用??

小波神經(jīng)網(wǎng)絡(luò)在礦山變形監(jiān)測分析中的應(yīng)用??

格式:pdf

大小:1.1MB

頁數(shù):4P

小波神經(jīng)網(wǎng)絡(luò)在礦山變形監(jiān)測分析中的應(yīng)用?? 4.4

為了減少礦區(qū)塌陷的發(fā)生,利用gps對礦山地表巖移進(jìn)行了監(jiān)測分析。為了提高巖移觀測數(shù)據(jù)的預(yù)測精度和可靠性,文中采用小波神經(jīng)網(wǎng)絡(luò)方法對監(jiān)測數(shù)據(jù)進(jìn)行訓(xùn)練、預(yù)測,成功預(yù)測出了未來一期的地表移動(dòng)變化。結(jié)果表明,小波神經(jīng)網(wǎng)絡(luò)具有良好的函數(shù)逼近能力,能夠反映出要素之間的非線性關(guān)系,預(yù)測數(shù)據(jù)可靠。

立即下載
基于小波神經(jīng)網(wǎng)絡(luò)的工程陶瓷動(dòng)態(tài)車削力預(yù)測 基于小波神經(jīng)網(wǎng)絡(luò)的工程陶瓷動(dòng)態(tài)車削力預(yù)測 基于小波神經(jīng)網(wǎng)絡(luò)的工程陶瓷動(dòng)態(tài)車削力預(yù)測

基于小波神經(jīng)網(wǎng)絡(luò)的工程陶瓷動(dòng)態(tài)車削力預(yù)測

格式:pdf

大?。?span id="z43g17w" class="single-tag-height" data-v-09d85783>195KB

頁數(shù):未知

基于小波神經(jīng)網(wǎng)絡(luò)的工程陶瓷動(dòng)態(tài)車削力預(yù)測 4.7

以小波分析和bp神經(jīng)網(wǎng)絡(luò)為基礎(chǔ),構(gòu)建了小波神經(jīng)網(wǎng)絡(luò)預(yù)測模型。使用ca6140車床對氟金云母陶瓷進(jìn)行了干車削試驗(yàn),并用三向測力儀測量了切削過程的切削力變化趨勢?;谛〔ò械膚pbmpen函數(shù)對切削力信號進(jìn)行了降噪處理,切削力信號在降噪后有明顯改善,能更形象地表達(dá)出切削力的變化趨勢。基于小波神經(jīng)網(wǎng)絡(luò)對切削力進(jìn)行了預(yù)測,結(jié)果表明:小波神經(jīng)網(wǎng)絡(luò)預(yù)測值、信號降噪處理值和試驗(yàn)值都非常相近,說明切削力在預(yù)測過程中具有一定的可靠性,小波神經(jīng)網(wǎng)絡(luò)預(yù)測前對切削力信號的降噪處理是合理的。

立即下載
基于BP神經(jīng)網(wǎng)絡(luò)工程造價(jià)預(yù)測研究 基于BP神經(jīng)網(wǎng)絡(luò)工程造價(jià)預(yù)測研究 基于BP神經(jīng)網(wǎng)絡(luò)工程造價(jià)預(yù)測研究

基于BP神經(jīng)網(wǎng)絡(luò)工程造價(jià)預(yù)測研究

格式:pdf

大?。?span id="v61engi" class="single-tag-height" data-v-09d85783>165KB

頁數(shù):未知

基于BP神經(jīng)網(wǎng)絡(luò)工程造價(jià)預(yù)測研究 4.6

建筑業(yè)是我國重要的物質(zhì)生產(chǎn)部門之一,在我國的經(jīng)濟(jì)發(fā)展過程中,—直扮演著重要的角色。工程作為建筑業(yè)的核心,工程的管理具有很高的現(xiàn)實(shí)意義。所謂工程造價(jià)預(yù)測,是指處于準(zhǔn)備投標(biāo)或準(zhǔn)備建設(shè)的工程項(xiàng)目,在進(jìn)行投標(biāo)或?qū)嵤┣?,依?jù)現(xiàn)有的建設(shè)工程項(xiàng)目資料、結(jié)合建設(shè)工程施工環(huán)境及施工企業(yè)自身?xiàng)l件,采用相應(yīng)的方法對建設(shè)工程項(xiàng)目的成本進(jìn)行預(yù)測,并將預(yù)測結(jié)果用以控制項(xiàng)目實(shí)施過程中的成本支出,能夠提高建筑企業(yè)的項(xiàng)目成本管理的科學(xué)性,促進(jìn)企業(yè)資金的良性運(yùn)轉(zhuǎn)。

立即下載
人工神經(jīng)網(wǎng)絡(luò)在陶瓷材料分類中的應(yīng)用 人工神經(jīng)網(wǎng)絡(luò)在陶瓷材料分類中的應(yīng)用 人工神經(jīng)網(wǎng)絡(luò)在陶瓷材料分類中的應(yīng)用

人工神經(jīng)網(wǎng)絡(luò)在陶瓷材料分類中的應(yīng)用

格式:pdf

大?。?span id="tydy4tv" class="single-tag-height" data-v-09d85783>166KB

頁數(shù):未知

人工神經(jīng)網(wǎng)絡(luò)在陶瓷材料分類中的應(yīng)用 4.4

本文研究bp神經(jīng)網(wǎng)絡(luò)在陶瓷中的應(yīng)用,收集了十二種陶瓷材料樣本,應(yīng)用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí),將陶瓷材料樣本進(jìn)行了分類研究。

立即下載
小波神經(jīng)網(wǎng)絡(luò)在大壩變形監(jiān)測中的應(yīng)用

小波神經(jīng)網(wǎng)絡(luò)在大壩變形監(jiān)測中的應(yīng)用

格式:pdf

大?。?span id="18hj5nj" class="single-tag-height" data-v-09d85783>236KB

頁數(shù):3P

小波神經(jīng)網(wǎng)絡(luò)在大壩變形監(jiān)測中的應(yīng)用 3

小波神經(jīng)網(wǎng)絡(luò)在大壩變形監(jiān)測中的應(yīng)用——本文就小波神經(jīng)網(wǎng)絡(luò)的模型建立的方法進(jìn)行了介紹,通過編制matlab小波神經(jīng)網(wǎng)絡(luò)程序,用一組變形監(jiān)測實(shí)數(shù)據(jù)對變形結(jié)果進(jìn)行了仿真試驗(yàn),仿真的結(jié)果精度很高,能夠用于變形分析預(yù)報(bào)?! ?/p>

立即下載
小波神經(jīng)網(wǎng)絡(luò)在基樁缺陷診斷分析中的應(yīng)用

小波神經(jīng)網(wǎng)絡(luò)在基樁缺陷診斷分析中的應(yīng)用

格式:pdf

大?。?span id="550zsnk" class="single-tag-height" data-v-09d85783>250KB

頁數(shù):5P

小波神經(jīng)網(wǎng)絡(luò)在基樁缺陷診斷分析中的應(yīng)用 3

小波神經(jīng)網(wǎng)絡(luò)在基樁缺陷診斷分析中的應(yīng)用——將小波分析作為神經(jīng)網(wǎng)絡(luò)的前置處理手段,從基樁動(dòng)測信號小波變換的分量中提取特征,然后將這些特征輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和分類,進(jìn)而實(shí)現(xiàn)基樁缺陷位置和程度的診斷。仿真試驗(yàn)的結(jié)果表明,該方法對樁身完整性的評價(jià)是...

立即下載

小波神經(jīng)網(wǎng)絡(luò)工程陶瓷動(dòng)態(tài)車削力預(yù)測相關(guān)

文輯推薦

知識推薦

百科推薦

張楊

職位:二級建造師項(xiàng)目經(jīng)理(市政專業(yè))

擅長專業(yè):土建 安裝 裝飾 市政 園林

小波神經(jīng)網(wǎng)絡(luò)工程陶瓷動(dòng)態(tài)車削力預(yù)測文輯: 是張楊根據(jù)數(shù)聚超市為大家精心整理的相關(guān)小波神經(jīng)網(wǎng)絡(luò)工程陶瓷動(dòng)態(tài)車削力預(yù)測資料、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(shí),造價(jià)通平臺還為您提供材價(jià)查詢、測算、詢價(jià)、云造價(jià)、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: 小波神經(jīng)網(wǎng)絡(luò)工程陶瓷動(dòng)態(tài)車削力預(yù)測