注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. BP神经网络matlab

  2. BP神经网络的案例应用 来自---《 第25章 有导师学习神经网络的回归拟合——基于近红外光谱的汽油辛烷值预测》

  3. 所属分类：其它

    • 发布日期：2017-09-26
    • 文件大小：169kb
    • 提供者：jilonglu5956

  1. 有监督学习神经网络的回归拟合——基于红外光谱的汽油辛烷值预测

  2. 有监督学习神经网络的回归拟合——基于红外光谱的汽油辛烷值预测的Matlab程序代码 本资源仅供学习交流，侵删

  3. 所属分类：其它

    • 发布日期：2018-07-13
    • 文件大小：172kb
    • 提供者：qq_39577128

  1. MATLAB——基于导师学习神经网路的回归拟合——基于近红外光谱的汽油辛烷值预测

  2. 本代码主要利用MATLAB工具进行MATLAB——基于导师学习神经网路的回归拟合的仿真，实现基于近红外光谱的汽油辛烷值预测的模拟

  3. 所属分类：机器学习

    • 发布日期：2018-08-21
    • 文件大小：169kb
    • 提供者：qq_42006303

  1. 有导师学习神经网络的回归拟合——基于近红外光谱的汽油辛烷值预测

  2. 有导师学习神经网络的回归拟合——基于近红外光谱的汽油辛烷值预测

  3. 所属分类：算法与数据结构

    • 发布日期：2018-01-18
    • 文件大小：171kb
    • 提供者：qq_31064283

  1. Matlab神经网络及应用于近红外光谱的汽油辛烷值预测

  2. BP神经网络与RBF神经网络的MATLAB实现辛烷值的预测报告，并附有源代码

  3. 所属分类：机器学习

    • 发布日期：2019-03-04
    • 文件大小：308kb
    • 提供者：octal_h

  1. 荧光光谱法和PSO-BP神经网络在山梨酸钾浓度检测中的应用

  2. 山梨酸钾是一种常用防腐剂,应用非常广泛,但食用过量会严重危害人体健康。研究了山梨酸钾在水溶液和橙汁中的荧光特性,山梨酸钾水溶液荧光特征峰为λex/λem=375 nm/485 nm,山梨酸钾和橙汁的混合溶液除了存在此荧光特征峰,还有一个侧峰λex/λem=470 nm/540 nm。在混合溶液中,橙汁和山梨酸钾的荧光特性相互干扰,加大了山梨酸钾浓度检测的难度。为准确测定混合溶液中山梨酸钾的浓度,采用微粒群算法优化的误差逆向传播(PSO-BP)神经网络对其进行检测。3组预测样本的平均回收率为98.

  3. 所属分类：其它

  1. 一种基于子空间划分的打印机光谱预测模型

  2. 目的实现打印机的光谱预测。方法提出一种基于子空间划分的径向基函数(RBF)神经网络模型,将打印机颜色空间划分成若干子空间,在子空间中运用RBF神经网络,对任意输入打印机驱动值根据其所在子空间实现其光谱值的预测。结果该模型的预测精度较未进行子空间划分模型的有明显提高。结论该模型能够满足高精度打印机光谱预测的要求。

  3. 所属分类：其它

  1. 荧光光谱法和PSO-BP神经网络在山梨酸钾浓度检测中的应用

  2. 山梨酸钾是一种常用防腐剂，应用非常广泛，但食用过量会严重危害人体健康。研究了山梨酸钾在水溶液和橙汁中的荧光特性，山梨酸钾水溶液荧光特征峰为λex /λem = 375 nm/485 nm ，山梨酸钾和橙汁的混合溶液除了存在此荧光特征峰，还有一个侧峰λex /λem = 470 nm/540 nm 。在混合溶液中，橙汁和山梨酸钾的荧光特性相互干扰，加大了山梨酸钾浓度检测的难度。为准确测定混合溶液中山梨酸钾的浓度，采用微粒群算法优化的误差逆向传播(PSO-BP)神经网络对其进行检测。3 组预测样本的

  3. 所属分类：其它

  1. 近红外光谱结合径向基神经网络在云芝菌丝体无损分析中的应用

  2. 将近红外光谱（NIRS）与三层径向基神经网络(RBFNN)结合，建立药用真菌云芝中活性成份多糖和蛋白的快速无损分析模型（NIRS-RBFNN）。采用卷积平滑、傅里叶变换、一阶变换、二阶变换、多尺度小波变换和小波包变换对原始光谱进行预处理。对处理后的光谱进行主成份的提取，以前15个主成份得分作为径向基神经网络的输入节点选择范围。对网络相关的参数（输入节点数、中间神经元数、径向基宽度常数）进行了优选。得到了最佳的云芝多糖分析模型的条件为：小波变换6尺度重构光谱，模型参数为WPT-NIRS-RBFNN

  3. 所属分类：其它

  1. 高光谱技术在无损检测火龙果可溶性固形物中的应用

  2. 利用高光谱技术对火龙果可溶性固形物含量(SSC)检测进行研究,为火龙果内部品质无损检测提供科学方法.以火龙果为研究对象,对光谱数据进行预处理,应用连续投影算法(SPA)进行特征变量的选择,通过偏最小二乘法(PLS)和前馈反向传播神经网络法(BPNN)建立预测模型,分析了火龙果果皮对SSC 模型预测精度的影响.实验结果表明：采用平滑去噪(MAS) 效果最优,PLS 模型的交叉验证相关系数(Rcv) 为0.8635,交叉验证均方根误差(RMSECV)为0.6791,可提高火龙果可溶性固形物模型精度；

  3. 所属分类：其它

  1. 基于多光谱应用BP人工神经网络预测血糖

  2. 利用反向传播(BP)神经网络预测方法，通过光纤将红外光谱仪、拉曼光谱仪和旋光测量系统结合在一起，建立了基于多光谱测量血糖含量的分析模型,提出了数据融合的处理方法。选择了30个人体血液样品，分别测量旋光光谱、红外光谱、拉曼光谱。将光谱数据进行了预处理与归一化处理，建立BP神经网络模型，预测血液样品的糖含量值。使用克拉克误差网格分析法分别分析了三种测量方法和数据融合后的血糖值，结果应用BP人工神经网络模型预测血糖值的拟合精度为0.9992，预测误差低于0.2 mmol/L，满足临床医学的精度要求，并

  3. 所属分类：其它

  1. CNN_epileptic_seizure_prediction：使用卷积神经网络和功能性近红外光谱信号预测癫痫发作-源码

  2. 卷积神经网络和功能性近红外光谱信号对癫痫发作的预测 请引用为：Rosas-Romero，R.，Guevara，E.，Peng，K.，Nguyen，DK，Lesage，F.，Pouliot，P.，and Lima-Saad，W.-E. （2019）。 与卷积神经网络和在生物学和医学功能近红外光谱信号的计算机癫痫发作的预测，111，103355. MATLAB中CNN的实现，用于癫痫发作的预测。 描述 该实现旨在解决二进制分类问题。 它可以轻松修改以解决多类问题。 该实现解决了癫痫发作的预测； 但

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：23kb
    • 提供者：weixin_42131367

  1. 平地：更容易开发聚合物结构预测工具-源码

  2. 平原 | 更容易开发聚合物结构预测工具 用于蛋白质结构预测的现代神经网络方法的开发和调试可能会有些复杂。 在这里，我们提供了一个框架Flatland，用于模拟当前最先进系统使用的形式的训练数据集。 所执行的中心任务是进化一组聚合物序列，预测其折叠结构，生成距离矩阵和键角张量，并计算全聚合物化合物或其他聚合物相互作用可能性的光谱（模拟蛋白质-蛋白质和化合物-蛋白质相互作用数据集） ）。 该框架有意以高度简化的方式执行此类模拟，无法准确地模拟真实的生物过程。 相关地，它提供了将问题简化到任意程度的

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：82kb
    • 提供者：weixin_42117116

  1. 基于炉口辐射和改进神经网络的转炉终点预测模型

  2. 针对国内外转炉炼钢终点控制的现状, 建立了一种用于终点预测的神经网络模型。以炉口辐射信息获取系统为实验平台, 运用光纤谱分复用和颜色空间模型转换技术, 分析发现了光谱与图像信息特征量在吹炼过程中呈现出中前期类似、末期相反的规律。从得到的特征规律曲线中选用一些关键特征量, 在改进的修正系数算法基础上, 进行了模型的训练和预测分析。实验结果表明：响应时间在2 s以内, 满足快速判定的时间要求; 改进算法的模型预测精度高于常规算法, 该系统可以正常工作在转炉炼钢的恶劣环境下, 达到了预期效果。

  3. 所属分类：其它

  1. 基于高光谱成像技术结合堆栈自动编码器-极限学习机方法的苹果硬度检测

  2. 将堆栈自动编码器(SAE)与极限学习机(ELM)联合,建立了深度神经网络预测模型(SAE-ELM)。利用苹果高光谱图像提取出的光谱数据,对深度神经网络的权值和阈值进行了初始化和微调。与传统ELM模型预测结果相比,SAE-ELM的预测集决定系数和残留预测偏差分别从0.7345和1.968提升至0.7703和2.116,预测集方均根误差从1.6297降至1.2837。研究结果表明:深度学习网络SAE-ELM模型的预测性能优于传统的ELM模型,将其用于预测苹果硬度是可行的。

  3. 所属分类：其它

  1. GA-BP神经网络在检测微量磷酸盐中的应用

  2. 基于罗丹明6G 的分子荧光原理，通过对比不同实验条件下得到的罗丹明6G 荧光光谱，得出pH 为1条件下的相对荧光强度最大。罗丹明6G 试剂中加入钼酸铵、磷酸二氢钾、硫酸试剂生成络合物后，罗丹明6G 的相对荧光强度值有所下降，在一定范围内表现出线性关系，罗丹明6G 荧光峰的位置没有发生变化。基于遗传算法-逆向误差传播(GA-BP)神经网络构建了输入节点数为36×18的矩阵、输出节点数为1×18的矩阵、以检测磷酸盐浓度为目的的非线性模型。网络训练中，误差精度为10-3，输出与期望的相关系数为0.99

  3. 所属分类：其它

  1. 基于遗传神经网络的激光诱导击穿光谱元素定量分析技术

  2. 提出了一种基于遗传神经网络定量分析模型的激光诱导击穿光谱（LIBS）分析技术。采用误差反向传播（BP）算法构造三层神经网络（ANN）结构，通过遗传算法对神经网络权值和阈值进行优化，并将该定量分析模型与LIBS技术有机结合，实现了元素含量的高精度检测。对土壤中的Ba和Ni元素进行定量检测，平均相对误差分别为4.15%和6.06%，相关系数分别为0.983和0.990，检测精度明显优于BP-ANN方法和光谱分析中常用的内标法。研究表明遗传神经网络建模方法具有很好的预测效果，为LIBS技术进行元素高精

  3. 所属分类：其它

  1. 基于人工神经网络的激光诱导击穿光谱在土壤重金属Cr检测中的应用

  2. 利用Nd:YAG激光器、OceanHR2000+ICCD光谱仪建立激光诱导击穿光谱(LIBS)实验系统，设置合理的实验参数得到土壤样品LIBS数据，利用基于误差反向传播的人工神经网络(BP-ANN)算法，对含Cr浓度不同的样品进行了分析，选择CrI：425.435 nm为分析谱线，选择FeI：425.079 nm为参考线，在以相对峰强为输入模式下，对网络进行训练，建立定量分析模型，利用该模型进行预测，预测的相对标准偏差和相对误差均优于传统的定标曲线法得到的结果。

  3. 所属分类：其它

  1. 基于小波神经网络的氧气顶回转炉口火焰温度多光谱测量

  2. 氧气顶回转炉(BOF)口火焰温度的分布是对炉内钢水温度和成分含量判定的一项重要依据。通过对炉口350~1100 nm光谱数据的分析，炉口火焰光谱为“带状”辐射重叠在连续的或“黑体”辐射上，在可见光波段有明显的辐射能力。以在南京钢铁公司炼钢炉前在线采集的400炉光谱数据为研究对象，应用小波分析和神经网络的两大类模型交叉结合的方式对炉口火焰温度进行建模预测，并对预测结果做出分析。结果表明，紧致型小波神经网络在预测中取得更佳的效果，基于多光谱测温理论的小波神经网络预测的结果与副枪测量的温度误差能够在理

  3. 所属分类：其它

  1. 基于神经网络的高角色散宽带介质超光栅的快速优化

  2. 由于超材料和超表面的亚波长结构单元的形状和尺寸具有很大的设计自由度,可对电磁波的振幅、相位、波前和方向等进行复杂而精确的调控,同时随着结构参数数量的增加,结构设计的时间往往呈指数增长。提出了一种基于反向传播(BP)神经网络快速优化超表面结构的方法,实现了兼具高衍射效率、宽带宽和高角色散等优势的太赫兹介质超光栅。利用有限次数的严格耦合波分析建立的数据集来训练BP神经网络,可准确预测任意结构参数的超光栅衍射光谱,并通过遍历所有结构参数快速筛选出具有最高衍射效率且宽带宽的超光栅,相比传统的遍历计算方法

  3. 所属分类：其它

« 12 »