搜索到21711篇“ 反向传播神经网络“的相关文章
- 基于反向传播神经网络的天气与电路故障关联分析方法
- 本发明公开一种基于反向传播神经网络分析的极端天气与故障关联性分析与提取方法，属于气象研究领域，该方法包括：获取区域气象观测站数据及故障数据；将气象观测站数据按照指定极端天气定义指标进行数值统计计算，进行空间关联匹配；划分...
- 高永强李家璐雷傲宇陶文伟梅勇王皓怀王凌梓林峰黄方能李太吉易佳兵张杰赵子仪
- 一种基于反向传播神经网络的复杂岩体稳定性评估方法
- 本发明提供了一种基于反向传播神经网络的复杂岩体稳定性评估方法，旨在为复杂地质条件下的岩体稳定性分析提供一种高效、准确的评估手段。该方法通过构建岩体数值模型，确定影响因素，利用反向传播神经网络对岩体的稳定性进行定量分析和评...
- 张春生钟大宁刘宁陈珺高要辉
- 基于反向传播神经网络的体表力敏分布特征及数学建模研究
- 2025年
- 目的:借助反向传播(BP)神经网络技术,对慢性非特异性腰痛(CNLBP)患者体表力敏数据进行补全与预测分析,并结合函数曲面拟合技术对体表力敏值的分布特征进行初步探究,以期为腧穴体表形态学的解读提供新的视角与数据支撑。方法:纳入30例符合条件的CNLBP患者,采用FDK20压力测痛仪对腰部相应部位施加恒定压力进行探查,每位受试者共采集50个力敏点,并记录对应100 mm疼痛视觉模拟量表的数值。随后运用Matlab软件提取体表力敏点的位置坐标参数,并对数据进行预处理,构建以L4棘突为原点的空间直角坐标系(X_(pi),Y_(pi),VAS_(pi))。最后构建BP神经网络预测模型,并运用函数曲面拟合技术实现力敏点的三维可视化。结果:(1)BP神经网络预测模型结果显示平均识别率为(64.28±11.43)%;(2)函数曲面拟合三维可视化结果表明,力敏值在体表呈现出波峰与波谷交替的钟形分布模式,且模型坐标具有可追溯性。结论:BP神经网络模型能够初步捕捉并预测CNLBP患者体表力敏点的分布规律;同时,函数曲面拟合技术实现了力敏点的三维形态可视化呈现,为腧穴的科学研究及临床应用提供参考。
- 齐诗仪倪友聪杜欣黄紫娟赵翔陈建国林丽莉林栋
- 关键词：针灸腰痛反向传播神经网络
- 基于实验设计和反向传播神经网络的板式传热元件性能评估
- 2025年
- 针对新型鼓泡板式传热元件的传热性能参数,采用实验设计的方法通过实验测定不同工况下的总传热系数,通过响应曲面法拟合得到板型、工艺参数和总传热系数的二阶响应曲面模型。同时根据实验结果,采用计算机仿真方法建立总传热系数反向传播神经网络预测模型。验证实验结果表明,两种模型的预测值与实验测量值都有良好的一致性,在工业应用中,可为采用该类新型传热元件的板式热交换器提供设计和选型的理论支撑。
- 王幼石焦育李旭昆马金伟姚立影刘一凡吕庆欢张楠楠
- 关键词：传热元件反向传播神经网络
- 改进鲸鱼算法构建反向传播神经网络粮食产量预测模型及效果分析
- 2025年
- 为了给农业及其相关部门制定粮食策略提供理论依据,提出一种基于改进鲸鱼优化算法(improved whale optimization algorithm,IWOA)的反向传播(back propagation,BP)神经网络混合算法(IWOA-BP)。该混合算法先通过引入改进收敛因子、非线性惯性权重和最优邻域扰动策略改进鲸鱼优化算法,再将其最优解赋值给BP神经网络的权值和阈值,最终提高IWOA-BP的收敛速度和收敛精度。选取全国近45年粮食总产量和7种影响因素(有效灌溉面积、化肥施用量、农村用电量、农业机械总动力、粮食作物播种面积、受灾面积和农村人均消费支出)作为数据集,构建基于改进鲸鱼算法的反向传播神经网络粮食产量预测模型。多次实验表明,IWOA-BP模型在测试集上的表现均优于其他预测模型,包括长短期记忆网络(long short-term memory network,LSTM)预测模型、极限学习机(extreme learning machine,ELM)预测模型、基于鲸鱼优化算法的BP神经网络(WOA-BP)预测模型以及基于粒子群算法的BP神经网络(PSO-BP)预测模型。IWOA-BP模型和ELM模型相比,前者的均方根误差(root mean square error,RMSE)、平均绝对百分比误差(mean absolute percentage error,MAPE)分别降低了77.12%、88.18%;和LSTM模型相比,前者的RMSE、MAPE分别降低了69.11%、47.36%;和WOA-BP模型相比,前者的平均绝对误差(mean absolute error,MAE)、RMSE和MAPE分别降低了43.78%、43.22%、45.96%。和PSO-BP模型相比,前者的MAE、RMSE、MAPE分别降低了89.67%、90.61%、90.82%。因此IWOA-BP预测模型的决定系数更高、预测误差更小且收敛速度更快,可有效地预测粮食产量,对于农业部门和相关政策制定者来说具有重要的技术参考价值。
- 赵晶晶陈岩
- 关键词：粮食产量反向传播神经网络
- 一种基于改进粒子群反向传播神经网络的覆冰速率预测方法
- 本发明涉及一种基于改进粒子群反向传播神经网络的覆冰速率预测方法，涉及输电线路冰灾防治策略研究领域，步骤为：建立输电线路在低温雨雪冰冻环境下的覆冰生长机理模型；通过数值模拟改变多环境参数，利用覆冰生长机理模型进行多因素分析...
- 班明飞代龙邱秉钊陈浩朱乃璇孙锘祾刘一琦李振杰赵毅宋梦
- 一种基于信息熵和反向传播神经网络的大气污染物指数预测方法
- 本发明属于大气污染指数分析技术领域，公开了一种基于信息熵和反向传播神经网络的大气污染物指数预测方法，将每一个气象数据和所有的大气污染物建立相关度联系，并以时间梯度计算每一个大气污染物浓度和所有的气象因素的相似度，接着把时...
- 陈伯伦朱鸿飞袁奔姜文心乔伟锐于永涛
- 反向传播神经网络结合紫外-近红外融合光谱对“互助”青稞酒的判别研究
- 2025年
- “互助”青稞酒作为保护地理标志产品,对其准确评价分类具有重要意义。紫外光谱(UV)和近红外光谱(NIR)技术具备快速、准确、无损检测、无需样品预处理等优势,在食品等领域已广泛应用。本研究采用UV、NIR及紫外-近红外中级数据融合光谱(UV-NIR)结合反向传播神经网络(BPNN)法建立了快速、无损、高效的“互助”青稞酒判别分类模型。由于光谱特征峰叠加干扰,未经优化的光谱受到噪声和基线漂移等影响,采用标准正态变量变换(SNV)、Savitzky-Golay平滑(SG)、一阶导数(1D)和二阶导数(2D)4种预处理方法对光谱进行去噪处理。相对单一光谱,融合光谱能够互补多元化学信息,提高分类模型性能,通过竞争自适应重加权采样(CARS)、连续投影算法(SPA)、主成分分析(PCA)、变量投影重要性分析(VIP)和变量组合集群分析(VCPA)5种变量筛选方法选择特征变量,达到优化模型性能及融合两种光谱有效信息。选择最佳方法建立单一光谱和融合光谱的BPNN模型。结果表明,UV光谱经SNV预处理以SPA选择30个特征变量建立的分类模型识别效果最好,分类准确率为100%,MSE值、R_(P)^(2)、R(Train)、R(Validation)、R(Test)和R(All)分别为0.0180、1、0.9283、0.9587、0.9130、0.9297;NIR和UV-NIR经SG预处理后以PCA分别选择84和106个特征变量建立的分类模型识别效果最好,NIR光谱分类准确率为100%,MSE值、R_(P)^(2)、R(Train)、R(Validation)、R(Test)和R(All)分别为0、1.000、1.000、1.000、1.000、1.000;UV-NIR光谱分类准确率为100%、MSE值、R_(P)^(2)、R(Train)、R(Validation)、R(Test)和R(All)分别为0.0057、1.000、1.000、0.9871、0.9913、0.9964;与单一光谱建模相比,融合光谱可明显提高分类模型的预测能力和稳健性,实现“互助”青稞酒的快速、无损分析。
- 赵玉霞张明锦王茹张世芝殷博
- 关键词：紫外光谱近红外光谱
- 预测输尿管软镜碎石术后并发尿源性脓毒症的反向传播神经网络模型构建
- 2025年
- 目的:构建输尿管软镜碎石术(FURL)后并发尿源性脓毒症的反向传播神经网络预测模型。方法:纳入428例接受FURL的肾结石患者,根据术后是否并发尿源性脓毒症分为脓毒症组(42例)和对照组(386例)。采用logistic回归分析确定FURL后并发尿源性脓毒症的影响因素及其交互作用。同时建立logistic回归模型和神经网络模型进行预测,通过受试者工作特征曲线评估两种模型的预测效能。结果:单因素分析显示,结石手术史、性别、尿培养阳性、结石直径、糖尿病、手术时间、白细胞、血小板、C反应蛋白(CRP)及肝素结合蛋白(HBP)水平与FURL后并发尿源性脓毒症显著相关(均P<0.05)。多因素分析表明,尿培养阳性、CRP及HBP水平是FURL后并发尿源性脓毒症的独立危险因素(均P<0.05)。交互作用分析显示,CRP与HBP对FURL后并发尿源性脓毒症的影响在相加模型(RERI=8.453,95%CI:2.645~16.282;AP=0.696,95%CI:0.131~1.273;S=3.369,95%CI:1.176~7.632)和相乘模型(OR=1.754,95%CI:1.218~3.650)中存在交互作用;CRP与尿培养对FURL后并发尿源性脓毒症的影响在相乘模型(OR=2.449,95%CI:1.525~3.825)中存在交互作用。预测模型比较显示,反向传播神经网络模型较logistic回归模型具有更优的预测效能。结论:CRP和HBP水平是FURL后并发尿源性脓毒症的独立危险因素,基于CRP、HBP等因素构建的反向传播神经网络模型较logistic回归模型具有更高的预测准确性。
- 陈文炜何彦丰卢凯鑫刘昌毅江涛张华高锐薛学义
- 关键词：LOGISTIC回归模型
- Logistic回归模型和反向传播神经网络模型对肿瘤化疗患者经外周静脉穿刺的中心静脉导管非计划性拔管的预测效能
- 2025年
- 目的探讨Logistic回归模型和反向传播神经网络(BPNN)模型对肿瘤化疗患者经外周静脉穿刺的中心静脉导管(PICC)非计划性拔管的预测效能。方法根据是否发生非计划性拔管将220例行PICC置管的肿瘤化疗患者分为拔管组(n=37)和未拔管组(n=183)。比较两组患者的临床资料,采用Logistic回归模型分析肿瘤化疗患者PICC非计划性拔管的影响因素,采用BPNN构建肿瘤化疗患者PICC非计划性拔管的预测模型。绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC),评估两种模型对肿瘤化疗患者PICC非计划性拔管的预测价值。结果单因素分析结果显示,两组患者年龄、家庭人均月收入、社会支持评定量表(SSRS)评分、急性生理学及慢性健康状况评分系统Ⅱ(APACHEⅡ)评分、置管部位、置管肢体、置管时间、导管固定方式、合并糖尿病情况、皮肤损伤情况比较,差异均有统计学意义(P﹤0.05)。多因素Logistic回归分析结果显示,年龄较大、APACHEⅡ评分较高、右肢置管、置管时间较长、合并糖尿病、皮肤损伤均是肿瘤化疗患者PICC非计划性拔管的独立危险因素(P﹤0.05);家庭人均月收入≥5000元、SSRS评分较高、贵要静脉置管均是肿瘤化疗患者PICC非计划性拔管的独立保护因素(P﹤0.05)。BPNN模型显示,肿瘤化疗患者PICC非计划性拔管影响因素重要性排序为SSRS评分﹥APACHEⅡ评分﹥年龄﹥置管部位﹥置管时间﹥置管肢体﹥皮肤损伤﹥合并糖尿病﹥导管固定方式﹥家庭人均月收入。BPNN模型预测肿瘤化疗患者PICC非计划性拔管的AUC、特异度、阳性预测值、阴性预测值及准确度均高于多因素Logistic回归模型。结论年龄、家庭人均月收入、SSRS评分、APACHEⅡ评分、置管部位、置管肢体、置管时间、合并糖尿病情况、皮肤损伤情况均是肿瘤化疗患者PICC非计划性拔管的影响因素。基于BPNN构建的肿瘤化疗患者PICC非�
- 陈蕾饶子凤
- 关键词：肿瘤化疗非计划性拔管LOGISTIC回归模型反向传播神经网络
