共查询到19条相似文献，搜索用时 218 毫秒
1.
【目的】解决由于模态参数辨别的不确定性,以及虚假模态干扰造成的风机叶片结构损伤识别精度不高的问题.【方法】采用以深度信念网络提取的模态参数特征向量作为标识量的损伤检测方法.首先分别获取ANSYS仿真和实验条件下风机叶片的模态参数;然后利用深度信念网络提取模态参数特征向量作为损伤标识量,检测多种工况下的风机叶片损伤,并与传统BP神经网络方法进行对比;最后搭建实验平台,在实验条件下验证方法的有效性.【结果】基于深度信念网络的损伤识别方法相比传统BP神经网络精度更高,网络训练时间更长.【结论】将深度信念网络提取的模态参数特征向量作为BP神经网络训练的输入向量,可以减小噪声和虚假模态信息等因素对损伤识别结果的影响,提高损伤识别的精度. 相似文献
2.
宋志强 《西北农林科技大学学报(自然科学版)》2011,39(11):229-234
【目的】研究利用基于环境激励的模态参数时域识别技术,探讨如何获得运行中的水电机组轴系统的自振特性参数,为水电机组轴系统自振特性研究提供新的思路。【方法】将模态参数时域识别方法引入到水电机组轴系统的振动特性研究中,采用多信号分类法确定信号中含有的系统振动阶次,利用遗传算法构造目标函数,通过寻求最优解来获得机组轴系统的自振频率和阻尼比,并对某水电站机组轴系统的自振频率和阻尼比进行了识别。【结果】基于遗传算法的模态参数时域识别方法能有效克服噪声干扰,其对水电机组轴系统自振频率和阻尼比的识别结果能够满足工程精度的要求。【结论】基于遗传算法的模态参数时域识别方法为水电机组轴系统振动特性的研究提供了新的思路。 相似文献
3.
【目的】建立基于马尔科夫链修正的组合灰色神经网络模型,为城市用水量的准确预测提供支撑。【方法】在运用灰色关联性分析法确定用水量变化的主要影响因素的基础上,建立了基于马尔科夫链修正的组合灰色神经网络模型,将该模型应用于包头市2009和2010年的用水量预测,并将其预测结果与灰色模型、BP神经网络模型和组合灰色神经网络模型的预测结果进行比较。【结果】包头市用水量受人口、国内生产总值、工业总产值、建成区绿化覆盖率、耕地面积及工业用水重复利用率的影响较大,利用建立的基于马尔科夫链修正的组合灰色神经网络模型对包头市2009和2010年用水量进行预测,并与实际用水量进行比较后表明,其相对误差分别为0.16%和2.16%,均方根相对误差为1.53%,而灰色模型、BP神经网络模型和组合灰色神经网络模型的均方根相对误差分别为4.34%,3.08%和1.99%。可见,基于马尔科夫链修正的组合灰色神经网络模型的预测效果最好。【结论】基于马尔科夫链修正的组合灰色神经网络模型结合了各模型的优势,预测精度较高。 相似文献
4.
【目的】研究热-流耦合模型参数的敏感性,减小运行期土石坝热-流耦合模型参数校正过程的工作量,为土石坝热-流耦合模型参数选取提供依据。【方法】采用正交试验法,以某水库土石坝为例,基于大坝热-流耦合模型,以坝体与坝基平均温度作为敏感性分析的主要指标,对大坝热-流耦合模型各参数的敏感性进行分析。【结果】渗透率和土体比热容对土石坝温度场影响较敏感,其极差值分别为0.124 5和0.086 2,其余参数的敏感性由强到弱依次为孔隙率(n)、饱和含水率(θs)、导热系数(λ)、残余含水率(θr)和土体密度(ρ),极差值分别为0.046 5,0.029 3,0.026 6,0.014 3和0.011 3,相对于渗透率和土体比热容,这5个参数对于温度场计算结果的影响较小。【结论】在对土石坝温度场进行校正时,应将模型中的渗透率和土体比热容作为重点参数。 相似文献
5.
【目的】设计饲料配制控制系统,并采用神经网络PID优化算法实现对配料精度的提高。【方法】以西门子S-200 smart型PLC为主控设计饲料配制控制系统,针对现有常规PID算法的控制策略存在超调大、收敛慢等缺陷和BP神经网络梯度下降过程容易出现局部最小化问题,提出以附加动量项的BP神经网络PID算法实现称重误差的降低。【结果】基于动量项的梯度下降法建立的BP神经网络PID算法模型解决了参数自学习整定问题,在响应速度上该算法与PID算法对比为3∶1,试验后平均精度99.6%。并在收敛速度和改善超调现象具有更高效的表现。【结论】配料系统经算法优化后误差得到有效控制。 相似文献
6.
《西北农林科技大学学报(自然科学版)》2020,(1)
【目的】研究热-流耦合模型参数的敏感性，减小运行期土石坝热-流耦合模型参数校正过程的工作量，为土石坝热 流耦合模型参数选取提供依据。【方法】采用正交试验法，以某水库土石坝为例，基于大坝热-流耦合模型，以坝体与坝基平均温度作为敏感性分析的主要指标,对大坝热-流耦合模型各参数的敏感性进行分析。【结果】渗透率和土体比热容对土石坝温度场影响较敏感，其极差值分别为0.124 5和0.086 2,其余参数的敏感性由强到弱依次为孔隙率(n)、饱和含水率(θs)、导热系数(λ)、残余含水率(θr)和土体密度(ρ)，极差值分别为0.046 5,0.029 3,0.026 6,0.014 3和0.011 3，相对于渗透率和土体比热容，这5个参数对于温度场计算结果的影响较小。【结论】在对土石坝温度场进行校正时，应将模型中的渗透率和土体比热容作为重点参数。 相似文献
7.
【目的】建立BP(Back propagation)神经网络(BPNN)自动识别系统，以实现烤烟褐变标准化和量化。【方法】以云烟87上部烟叶为样本，通过扫描获取烟叶颜色等特征信息，建立BP神经网络烤烟褐变程度识别模型，输出判别结果，以人工判别烤烟褐变结果为参考，进行相似度比较。通过外观质量、常规化学成分、多酚含量、TSNAs含量和感官质量变化分析比对，验证BP神经网络自动识别系统和人工识别结果的精准度。【结果】建立的BP神经网络模型能够精准识别烟叶褐化等级，其识别准确率为98.75%,分级烟叶外观质量、常规化学成分、多酚含量、TSNAs含量和感官质量变化与人工识别基本一致，两种识别模式无显著性差异(P<0.05),为杂色烟分级提供了客观评价方法，能有效区分不同褐变程度烟叶的可用性。【结论】BP神经网络识别系统对烟叶褐变程度鉴别精准度与人工识别接近，可以利用BP神经网络自动识别系统替代人工识别。 相似文献
8.
【目的】建立合适的BP神经网络模型,了解散叶烘烤过程中一系列烘烤因素对叶温变化的影响,为烤烟烘烤调制过程中叶温变化研究提供参考。【方法】运用叶温测定仪和温湿度自控仪记录烘烤过程中干球温度、湿球温度、相对湿度及干球温度与叶温的差值,并将此4项指标作为输入变量,叶温作为输出变量,建立一个拓扑结构为4—4-1的BP神经网络模型。【结果】所建立的BP神经网络模型模拟结果很快收敛,预测结果的绝对误差与相对误差小,预测所用的20组数据中相对误差〉1％的有8组数据,相对误差〉2％的有2组数据,相对误差〈1％的有12组数据。【结论】所建立的BP神经网络模型在对烟叶烘烤过程中叶温变化的预测效果较好。 相似文献
9.
【目的】针对目前国内评价插秧质量主要以人工观察和随机抽样的现状,提出一种基于卷积神经网络GoogLeNet对水稻秧苗图像进行形态识别的方法。【方法】首先,利用无人机超低空航拍获取清晰、完整的稻田秧苗图像,通过裁剪标记制作漂秧、伤秧和合格秧苗数据集;然后,基于GoogLeNet结构训练数据,得到最佳网络识别模型;最后,对单穴秧苗图像进行分类试验,并与传统图像分类算法(SVM、BP神经网络)进行对比。【结果】在相同样本的条件下,基于GoogLeNet的秧苗形态识别方法更快、更准确地完成了判断分类,秧苗形态识别的平均正确率为91.17%,平均耗时0.27 s;与SVM和BP神经网络相比,分类平均精度分别提高了21和13个百分点,检测时间分别缩短了1.09和0.58 s。【结论】本研究可为水稻插秧质量评价提供相关支持。 相似文献
10.
以合肥膨胀土为研究对象,利用GDS-AAT型真/动三轴仪开展了不同参数下的膨胀土动力学试验研究,分析了围压、固结比、振动频率对土体动弹性模量和阻尼比影响规律.结果表明,在小应变幅值下,Kondner模型能较好地描述动弹性模量倒数与动应变关系;随着围压、固结比、振动频率的增大,初始动弹性模量和动弹性模量均增大,相同条件下,动弹性模量随动应变增大而大幅度减小并趋于稳定;不同围压、固结比、振动频率下动弹性模量比变化较小,没有明显倾向性,而阻尼比的变化较复杂,与累积应变有关.根据试验结果,建立了初始动弹性模量关于围压和固结比的回归方程,采用Darendeli模型得到膨胀土的动弹性模量比表达式,提出运用关于应变的动弹性模量比多项式进行阻尼比曲线拟合回归分析.拟合结果表明,初始动弹性模量关于围压和固结比的回归方程能较好描述初始动弹性模量随围压和固结比的增长规律,采用Darendeli模型能较好地描述膨胀土的动弹性模量比随动应变的变化规律,阻尼比可用动弹性模量比多项式来描述. 相似文献
11.
基于BP和Adaboost-BP神经网络的 羊肉新鲜度高光谱定性分析 总被引：1，自引：0，他引：1
【目的】 实现对羊肉新鲜度的快速准确鉴别。【方法】 研究通过对460~1 000 nm的羊肉高光谱图像纯肌肉部分提取光谱数据,以挥发性盐基氮(TVB-N)值对新鲜度等级进行划分,对预处理后的光谱数据分别采用连续投影算法(SPA)、主成分分析(PCA)两种压缩降维方法和反向传播(BP)神经网络、自适应提升BP(Adaboost-BP)神经网络两种建模方法开展羊肉新鲜度的分类比较。【结果】 其中采用SPA、PCA建立的BP模型校正集与预测集准确率均为100%、83.33%,建立的Adaboost-BP模型校正集与预测集准确率均为100%、94.44%,两种压缩降维方法下Adaboost-BP模型效果均优于BP模型。【结论】 利用高光谱图像技术结合Adaboost-BP方法对羊肉新鲜度等级进行分类判别是可行的。 相似文献
12.
基于可视化的超级玉米生长模拟系统 总被引：2，自引：0，他引：2
【目的】更直观地展示超级玉米的整个生长过程,量化其生长发育参数。【方法】将系统分析和数学建模技术应用于超级玉米生长发育,解析和提炼超级玉米生长发育过程与形态建成之间的基础性关系和定量化算法;以形态建成参数为基础,结合OpenGL构建超级玉米虚拟模型,在VC++6.0平台上进行系统的设计开发。【结果】实现了以GDD为驱动因子的超级玉米生长发育参数的量化输出与可视化表达; 通过形态建成模型与生长发育模型的数据交流,实现了预测功能与可视化表达的有机耦合与集成。【结论】运行结果表明系统具有较好的应用性,从而为超级玉米的研究提供了技术支持。 相似文献
13.
【目的】建立基于现代智能方法的洪水危险性评价模型,进一步提高评价精度,为制定区域防洪规划、实现洪水资源安全利用提供决策依据。【方法】鉴于可变模糊识别模型相对差异度函数构造困难、计算量大的不足,利用集对分析方法直接构造可变模糊识别模型相对差异度函数,进而通过确定指标权重,将洪水样本不同指标相对差异度综合为样本隶属度,建立基于集对分析的洪水危险性评价可变模糊识别模型,并将其应用于长江下游南京站历史洪水样本的等级评价中,实现对不同洪水样本危险等级的分类排序。【结果】实例应用表明,采用基于集对分析的洪水危险性评价可变模糊识别模型确定的洪水样本危险等级差异明显、分辨率高,与投影寻踪方法确定的洪水分类结果基本一致,有效避免了模型参数取值的主观随意性给评价结果带来的不确定性。【结论】基于集对分析的洪水危险性评价可变模糊识别模型计算过程简便、可行,结果稳健、可靠,在缺乏标准评价等级资料的复杂系统综合评价问题中具有一定的推广应用价值。 相似文献
14.
基于无人机多光谱影像的棉叶螨识别方法 总被引：3，自引：1，他引：2
【目的】利用无人机遥感在空间分辨率和光谱分辨率上的优势,研究大面积棉田棉叶螨监测方法,为类似的农作物虫害遥感监测研究提供参考。【方法】选20种光谱指数作为螨害监测的特征因子,使用赤池信息准则作为模型优选依据,获取最佳建模特征,建立棉田螨害监测识别的logistic回归模型。【结果】在所分析的全部光谱指数中,TVI、DVI和RDVI为螨害监测的最佳特征因子,基于该3个因子构建的logistic回归模型的分类准确率为95%,F1值为95.1%,能够较好地实现棉田螨害识别。【结论】监测模型可以实现区域范围的棉叶螨快速识别。 相似文献
15.
[目的]建立关于小白杏杏核开口压力合理、有效的线性回归模型,确定开口的应力范围,为杏核开口的自动化机械加工提供优化参数、方法和途径.[方法]应用万能材料测试仪测定小白杏开口应力,利用SPSS软件的多元线性回归分析方法,建立初步的线性回归模型并验证分析模型的输出结果.通过计算参考值范围并进行基本参数估计,确定开口的应力范围.[结果]初步回归方程为Y＝412.917-9.185 X1+25.486 X2+17.591 X3+9.211 X4.经计算,开口压力预测值的双侧95;界限为397.106 1～511.013 9,平均数95;的置信区间为440.460 4～467.659 6.这与实测值的双侧95;界限:394.370 6～513.749 4,平均数95;的置信区间:439.807 2～468.312 8基本一致.[结论]理论上可以通过应用建立线性回归模型的方法为自动化机械加工提供优化参数,实现杏核开口的自动化机械加工,并且可以为其它品种的杏核开口应用自动化机械加工提供解决方法和途径. 相似文献
16.
【目的】研究一种基于卷积神经网络的危害棉叶症状识别技术,提高棉花病虫害的识别准确率。【方法】基于caffe深度学习框架,在CaffeNet网络结构基础上增加一层全连接层(记为CaffeNet+1),并结合迁移学习方法对网络进行训练。采集健康、红叶茎枯、红蜘蛛、枯萎、黄萎、双斑萤叶甲、蚜虫、褐斑棉叶图像各975张作为样本集。随机选取验本集中80%的图像样本作为训练集,剩余20%作为测试集。【结果】迁移学习方式下学习率取0.005时的CaffeNet+1模型最优,在测试集上其识别准确率可达98.9%。【结论】在与全新学习模式下的CaffeNet模型相比,该方法可加速网络模型收敛,且具有更高的识别准确率,该技术方法在准确识别田间病虫害棉叶后表现症状的图像写出来具体方面具有重要的应用价值。 相似文献
17.
【目的】利用BP人工神经网络模型预测太湖水污染指标,为探讨湖泊水污染物变化规律提供参考。【方法】利用2004~2010年浙江嘉兴王江泾断面自动监测站4项水质指标,建立了太湖水污染BP人工神经网络模型,并对太湖2012年前5周的水质情况进行预测。【结果】建立了浙江嘉兴王江泾断面的4项水质指标浓度的三层BP神经网络预测模型,其预测精度较高,对湖泊水环境污染物预测的适应性较好;对太湖2012年前5周的水质情况进行预测,结果表明,2012年前5周水质污染情况加重,基本为Ⅴ类水质,符合太湖水质污染情况发展态势。【结论】BP人工神经网络具有很强的非线性映射能力和柔性的网络结构,与传统的统计建模方法相比,其预测精度较高,能较好地反映水质指标的内在变化规律,为控制水环境污染提供了科学预测方法。 相似文献
18.
[目的]为奇台县的防风治沙工程和沙漠植被建设提供参考.[方法]利用改造后的沙丘地和6种土地类型的实地测量数据,通过变异函数、Moran's Ⅰ系数、土壤水分等值线图探讨了改造后的沙丘地春季表层土壤水分的水平空间变异性及其原因.[结果]经种植梭梭改造后的沙丘地的土壤含水量呈现出3个明显与沙丘土壤水分不同的特点.(1)均值大于沙丘,土壤含水量接近于草地;(2)土壤水分半方差函数模型已表现为与沙丘水分的球状模型完全不同的指数模型,且变程小于样点间距,相关性显著;(3)土壤含水量等值线图等值线密集,并呈与梭梭林带走向一致的条带状分布.[结论]奇台县自2000年以来实行的防沙治沙已取得较大的成效. 相似文献
19.
杉木人工林胸径生长神经网络建模研究 总被引：6，自引：0，他引：6
【目的】探索神经网络技术对杉木人工林胸径生长的模拟和预测能力,以寻求最优模型。【方法】以江西大岗山杉木人工林为研究对象,依据林木生长理论,用林龄(A)、立地指数(SI)和初植密度(N)3个因子构建平均胸径生长BP模型;通过定量和定性分析相结合的方法对模型选优,并将最佳模型与拓展的Richards模型比较;最后将优化模型应用于未参与建模的样地。【结果】最佳BP模型为Levenberg-Marquardt算法3∶5∶1结构模型（LM351）,R2=0.984,MSE=0.196;拓展的Richards模型R2=0.964,MSE=0.433。LM351模型经校正后,适合预测福建邵武杉木人工林胸径生长规律（R2=0.995)。【结论】LM351神经网络模型在精度上优于传统Richards模型,适于林龄6～28年、立地指数12～17 m、初植密度1 667～9 967株/hm2的杉木林分平均胸径的模拟和预测。 相似文献