“广义回归神经网络”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果963507个，建议您升级VIP下载更多相关专利

[发明专利]一种水声正交频分复用信道估计方法及系统-CN201910332528.1有效
发明人：李鑫滨;韩赵星;于海峰;闫磊;徐向琳 -专利权人：燕山大学
申请日： 2019-04-24 - 公布日： 2020-04-07 - 主分类号： H04L25/02 文献下载
摘要：方法包括：获取广义回归神经网络的训练样本和测试样本；构造广义回归神经网络；根据训练样本对广义回归神经网络进行训练，得到广义回归神经网络训练模型；将测试样本输入至广义回归神经网络训练模型中，得到均方误差；判断均方误差是否位于设定阈值范围内；若是，保存广义回归神经网络训练模型，并将广义回归神经网络训练模型作为水声信道估计模型；若否，调整广义回归神经网络训练模型的平滑因子，得到调整后的广义回归神经网络训练模型
一种正交频分复用信道估计方法系统

[发明专利]果蝇算法优化广义回归神经网络的方法和装置-CN201710204178.1在审
发明人：温世平;胡芮;薛希俊 -专利权人：华为技术有限公司;华中科技大学
申请日： 2017-03-30 - 公布日： 2018-10-16 - 主分类号： G06N3/00 文献下载
摘要：本申请实施例提供一种果蝇算法优化广义回归神经网络的方法和装置，此方法包括：获取样本数据；根据样本数据，构造广义回归神经网络模型；基于广义回归神经网络模型，采用果蝇算法确定广义回归神经网络模型的最佳传播参数值；果蝇算法具有递减的果蝇搜索步长值；将最佳传播参数值作为广义回归神经网络模型的传播参数值，获得优化后的广义回归神经网络模型。由于用于优化广义回归神经网络模型的果蝇算法的果蝇搜索步长值是递减的，所以相对来说，开始搜索时的果蝇搜索步长值较大，这使得最开始收敛更快，提高了搜索效率。最后搜索时的果蝇搜索步长值较小，提高了搜索精度。
广义回归神经网络果蝇搜索步长方法和装置搜索算法优化样本数据算法递减传播搜索效率算法确定收敛优化申请

[发明专利]一种自适应PSO-GRNN的胎儿体重预测方法及系统-CN201910511442.5在审
发明人：程良伦;吴慧诗;陈仿雄;黄国恒 -专利权人：广东工业大学
申请日： 2019-06-13 - 公布日： 2019-09-10 - 主分类号： G16H50/30 文献下载
摘要：本申请公开了一种自适应PSO‑GRNN的胎儿体重预测方法，包括：对获取的历史数据进行预处理，得到样本数据；根据所述样本数据对广义回归神经网络的参数进行粒子群算法优化，得到最优参数；将所述最优参数带入广义回归神经网络，得到广义回归神经网络预测模型；根据所述广义回归神经网络预测模型对待预测数据进行预测处理，得到胎儿体重。通过粒子群算法对广义回归神经网络进行优化，提高了广义回归神经网络中最优参数的获取速度，减少人为因素对神经网络的影响，降低平均误差，提高预测过程的准确率。
广义回归神经网络胎儿体重最优参数自适应粒子群算法样本数据预测模型预测预处理历史数据平均误差人为因素神经网络预测处理预测数据预测系统准确率申请优化

[发明专利]一种基于广义回归神经网络的电阻抗成像方法-CN202310161845.8在审
发明人：许川佩;张宇涛;李腾飞;林泽姿;赵汝文;董庆贺 -专利权人：桂林电子科技大学
申请日： 2023-02-24 - 公布日： 2023-05-23 - 主分类号： G06T17/20 文献下载
摘要：本发明公开了一种基于广义回归神经网络的电阻抗成像方法，所述方法包括：对待测场域使用有限元法进行三角形剖分，求解正问题，建立FEM模型；搭建系数加权广义回归神经网络，并构建系数加权广义回归神经网络成像模型，输出电阻抗分布结果；利用粒子群算法对系数加权广义回归神经网络成像模型中的平滑因子进行寻优计算，得到平滑因子的最优解；代入平滑因子的最优解得到优化后的电阻抗成像模型，求解电阻抗分布并进行图像重构。通过对传统广义回归神经网络的模式层的神经元设置系数权重，得到系数加权广义回归神经网络，从而达到抑制或去除成像伪影的目的；再结合粒子群优化算法，利用粒子群算法优化系数加权广义回归神经网络的平滑因子，改变由于网络平滑因子选择不当而导致的成像精度不足的问题，提升网络的非线性逼近能力，进而提高图像重建的质量。
一种基于广义回归神经网络阻抗成像方法

[发明专利]一种基于神经网络的六维力矩传感器重力补偿方法及系统-CN202110079862.8有效
发明人：邓文彬;张彩霞 -专利权人：佛山科学技术学院
申请日： 2021-01-21 - 公布日： 2023-08-08 - 主分类号： G06F30/17 文献下载
摘要：本发明涉及机器人控制技术领域，具体涉及一种基于神经网络的六维力矩传感器重力补偿方法及系统，所述方法包括：获取六维力矩传感器的训练样本集，建立广义回归神经网络，使用改进粒子群算法对广义回归神经网络的平滑因子进行优化，得到优化后的广义回归神经网络，所述平滑因子的维数与所述输入样本的维数之比为1:2；通过所述训练样本集对优化后的广义回归神经网络进行训练，得到训练好的广义回归神经网络；获取实时采集的输入数据，将采集得到的输入数据输入训练好的广义回归神经网络
一种基于神经网络力矩传感器重力补偿方法系统

[发明专利]一种基于遗传算法优化的GRNN电主轴热误差建模方法-CN202110436517.5在审
发明人：戴野;李洋;尹相茗;陶学士 -专利权人：哈尔滨理工大学
申请日： 2021-04-22 - 公布日： 2021-07-20 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种基于遗传算法优化的GRNN电主轴热误差建模方法，通过建立四层广义回归神经网络(GRNN)结构，利用遗传算法全局搜索广义回归神经网络光滑因子σ，简单准确的找到全局最小值；采用随机初始化种群的方式，初始化广义回归神经网络光滑因子σ，构造遗传算法(GA)的适应度函数并计算个体适应度，对种群执行自然操作，对个体进行选择、交叉、遗传；搭建GRNN框架，对样本进行训练，使种群进化逐渐达到训练精度，最后采用不同转速的实验数据验证遗传算法优化的广义回归神经网络(GA‑GRNN)的泛化性；本发明利用遗传算法对广义回归神经网络光滑因子σ进行全局最优搜索，提高了GRNN的预测精度和泛化能力。
一种基于遗传算法优化 grnn 主轴误差建模方法

[发明专利]一种基于果蝇算法优化广义回归神经网络算法的茶叶储存时间分类方法-CN201610624613.1有效
发明人：杨宝华;谢申汝;杨玉洁;钱彬彬;戴前颖;王淑娟;徐光翔 -专利权人：安徽农业大学
申请日： 2016-08-01 - 公布日： 2019-01-29 - 主分类号： G06N3/08 文献下载
摘要：本发明涉及一种基于果蝇算法优化广义回归神经网络算法的茶叶储存时间分类方法，旨在通过改进的广义回归神经网络解决茶叶储存时间分类问题，属于茶叶储存时间分类领域。利用果蝇算法优化广义回归神经网络，获得广义神经网络的平滑因子，进而构建毛峰茶叶储存时间的FOA‑GRNN分类模型和方法。本发明的有益效果在于将果蝇算法优化广义回归神经网络算法应用于毛峰茶叶数据中，提高预测毛峰茶叶储存时间分类的效率和准确度，为消费者提供茶叶储存时间分类的有效方法。
一种基于果蝇算法优化广义回归神经网络茶叶储存时间分类方法

[发明专利]一种超短期光伏预测方法-CN201510750464.9有效
发明人：曹欣;王铁强;孙广辉;时珉;王鑫明;王艳阳;杨晓东;魏明磊;孙辰军;刘梅;赵然;张华铭;孙福林;张维静 -专利权人：国家电网公司;国网河北省电力公司;北京清软创新科技股份有限公司
申请日： 2015-11-06 - 公布日： 2019-01-22 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种超短期光伏预测方法，包含如下步骤：训练数据x选取；训练数据归一化处理；训练数据异常化处理；数据函数变换；显著性分析；广义回归神经网络模型训练；广义回归神经网络模型预测，该超短期光伏预测方法，利用广义回归神经网络建模理论及方法，通过增加隐层的基函数，精确了局部逼近，达到全局最优，同时针对模型输入信息做了显著性提取和改进，通过函数变换增强历史数据的相关性，并作为输入信号进入广义回归神经网络预测模型，有效提升了预测精度，另外训练样本选定后，广义回归神经网络结构和权值会自动确定，只需调整平滑参数即可，避免了循环训练的计算过程，更加快速地实现全局逼近的学习和预测能力。
一种短期预测方法

[发明专利]一种基于KPCA-BAS-GRNN的埋地管道外腐蚀速率预测方法-CN201811143056.7有效
发明人：骆正山;姚梦月;骆济豪;王小完;田珮琦;秦越;黄仁惠 -专利权人：西安建筑科技大学
申请日： 2018-09-28 - 公布日： 2022-03-22 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于KPCA‑BAS‑GRNN的埋地管道外腐蚀速率预测方法，包括以下步骤：将管道外腐蚀指标体系的数据分为训练样本及测试样本，再通过训练样本对广义回归神经网络的腐蚀预测模型进行训练，并采用天牛须搜索算法优化腐蚀预测模型的光滑因子σ，然后将测试样本输入到训练后的广义回归神经网络的腐蚀预测模型中，得预测值，再根据预测值及实测值判断训练后广义回归神经网络的腐蚀预测模型的优劣性，当训练后广义回归神经网络的腐蚀预测模型较优时，则将待预测埋地管道外腐蚀的检测数据输入到训练后的广义回归神经网络的腐蚀预测模型中
一种基于 kpca bas grnn 管道腐蚀速率预测方法

[发明专利]一种基于广义回归神经网络的室内3D定位方法-CN202111525123.3有效
发明人：高媛 -专利权人：徐州工业职业技术学院
申请日： 2021-12-14 - 公布日： 2023-10-27 - 主分类号： H04W4/02 文献下载
摘要：本发明公开了一种基于广义回归神经网络的室内3D定位方法，涉及3D定位技术领域，通过对种群初始化的改进、控制参数的对数式调整以及适应度权值的引入，经过多次迭代，获得更佳的适应度值和更快的收敛速度。同时将其引入到广义回归神经网络模型中，利用优化平滑因子σ的取值，建立最优广义回归神经网络模型，准确定位待测节点的三维位置；本申请提供的一种基于广义回归神经网络的室内3D定位方法，通过引入改进的灰狼算法IGWO优化广义回归神经网络的平滑因子σ，有效解决了因人为选择参数不当而导致的预测效果不好和过拟合现象，提高了模型的预测精度，定位精度更高且寻优速度更快。
一种基于广义回归神经网络室内定位方法

[发明专利]一种基于电力系统短期负荷的预测方法-CN201910477582.5在审
发明人：张爽 -专利权人：辽宁工程技术大学
申请日： 2019-06-03 - 公布日： 2019-09-06 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于电力系统短期负荷的预测方法，涉及电力系统短期负荷预测技术领域，其预测方法包括以下步骤：训练数据获取；训练数据归一化处理；训练数据异常处理；训练数据函数变换；显著性分析；广义回归神经网络模型训练；广义回归神经网络模型预测。本发明利用广义回归神经网络建模理论及方法，通过增加隐层的基函数，精确了局部逼近，达到全局最优，同时针对模型输入信息做了显著性提取和改进，通过函数变换增强历史数据的相关性，并作为输入信号进入广义回归神经网络预测模型
广义回归神经网络训练数据电力系统预测函数变换短期负荷预测归一化处理显著性分析历史数据模型输入模型训练模型预测全局最优异常处理预测模型基函数显著性建模隐层逼近改进

[发明专利]基于广义回归神经网络的短期腹泻病多步预测方法-CN201410234345.3在审
发明人：顾君忠;周子力;王永明;林晨;兰小敏;陈继智;相晓敏 -专利权人：华东师范大学
申请日： 2014-05-29 - 公布日： 2014-08-27 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种基于广义回归神经网络的短期腹泻病多步预测方法，该方法包括读入需要进行训练和测试的数据；对数据进行相关性分析，从中选择显著相关的气象因素；对得到的显著相关因素，进行主成分分析，提取特征；将训练数据作为广义回归神经网络多步预测模型的输入，构建广义回归神经网络多步预测模型；通过不断迭代和递归，建立多步预测模型；广义回归神经网络的预测结果按等级划分；本发明从根本上克服了现有技术的缺陷，对训练样本要求低，不存在局部极小化的问题，参数少，训练速度更快
基于广义回归神经网络短期腹泻病多步预测方法

[发明专利]基于广义回归神经网络的变压器油中特征气体发展趋势预测方法-CN201410195614.X有效
发明人：秦绪华;李守学;赵智勇;姜欣 -专利权人：吉林省电力科学研究院有限公司;国网吉林省电力有限公司电力科学研究院;长春毕博诚科技有限公司;国家电网公司
申请日： 2014-05-12 - 公布日： 2017-02-15 - 主分类号： G06F19/00 文献下载
摘要：一种基于广义回归神经网络的变压器油中特征气体发展趋势预测方法，属于电力设备监测技术领域，通过获取试验数据、构建样本数据、形成广义回归神经网络预测工具、对待预测输入数据进行归一化、运用广义回归神经网络预测工具进行预测本发明方法形成了一种基于广义回归神经网络的变压器油中特征气体发展趋势预测工具，用于等时间间隔和非等时间间隔采样，实现了两种预测功能，一是预测未来任意时刻变压器油中特征气体值及产气速率，二是预测未来异常气体产气速率超出限定值的时间点
基于广义回归神经网络变压器特征气体发展趋势预测方法

[发明专利]一种高速电主轴水冷系统智能调控方法-CN202110766185.7在审
发明人：戴野;周志成;李兆龙;鲍玉冬;尹相茗 -专利权人：哈尔滨理工大学
申请日： 2021-07-07 - 公布日： 2021-09-21 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种高速电主轴水冷系统智能调控方法，通过建立RBF神经网络的结构，在RBF神经网络改进上，建立四层GA‑GRNN神经网络结构框架，四层广义回归神经网络(GRNN)结构，利用遗传算法全局搜索广义回归神经网络光滑因子σ，简单准确的找到全局最小值；采用随机初始化种群的方式，初始化广义回归神经网络光滑因子σ；构造遗传算法(GA)的适应度函数并计算个体适应度，建立的高速电主轴热特性调控冷却介质流量模型，使预测输出与实际值越接近越好本发明利用遗传算法对广义回归神经网络光滑因子σ进行全局最优搜索，提高了GRNN的预测精度和泛化能力，提高其训练时的精度和鲁棒性。
一种高速主轴水冷系统智能调控方法

[发明专利]一种基于神经网络的预测复合结构开孔泡沫铝的中频吸声系数的方法-CN202010976228.X在审
发明人：梁李斯;郭文龙;张宇;米嘉毓 -专利权人：西安建筑科技大学
申请日： 2020-09-16 - 公布日： 2020-12-22 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于神经网络的预测复合结构开孔泡沫铝的中频吸声系数的方法，设计双层复合结构；确定影响开孔泡沫铝吸声能力的影响因素，确定多种不同复合结构在所述影响因素以及不同频率声源下的吸声系数，得到多种不同复合结构的所述影响因素以及吸声系数对应的数据集；将数据集划分出训练样本和测试样本；使用MATLAB的newgrnn函数创建广义回归神经网络，通过所述训练样本和测试样本对广义回归神经网络进行训练和测试，得到最终的广义回归神经网络；在预测时，将待预测复合结构的影响因素输入最终的广义回归神经网络
一种基于神经网络预测复合结构泡沫中频吸声系数方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条