基于粗糙集理论的船舶"三漏"故障诊断   总被引：1，自引：0，他引：1  

刘军 《海洋工程》2006,24(4):112-115

故障诊断是与有效决策密切相关的复杂问题。粗糙集理论可以有效地分析、处理不完备信息。应用粗糙集理论挖掘工具,对故障信息系统“约简”,在故障诊断系统中提取最小诊断条件集,可为设备维护人员提供快捷、有效的诊断依据。对“三漏”问题中机械装配不当故障诊断作了实例分析。  相似文献   

带高斯噪声的受限玻尔兹曼机在变压器故障诊断中的应用     

王鲁昆  赵晓颖  张健  田春鹏  宿浩  唐功友 《中国海洋大学学报(自然科学版)》2018,(6)

研究变压器故障的诊断问题,根据变压器绝缘油中的特征气体含量与变压器故障类型的对应关系,提出一种基于受限玻尔兹曼机(Restricted Boltzmann Machine,RBM)模型的故障诊断方法。首先根据故障变压器绝缘油中的五种特征气体含量计算三比值数据,并在三比值数据中增加高斯噪声;然后利用RBM对数据进行无监督式训练与特征提取,利用反馈神经网络(Back Propagation,BP)对数据进行有监督式的训练并判断故障类型。仿真结果验证该算法的有效性。  相似文献   

基于EMD与神经网络的机械故障诊断技术   总被引：2，自引：0，他引：2  

赵犁丰  周晨赓  仲京臣 《中国海洋大学学报(自然科学版)》2004,34(2):297-302

经验模式分解 (EMD)是分析非线性、非平稳信号的有力工具 ,它将信号分解为突出了原信号的不同时间尺度的局部特征信息的内在模函数 (IMF)分量。本文通过将各 IMF分量输入到 BP网络中进行训练学习和故障诊断 ,比直接输入原信号可以提高 BP网络对故障诊断的准确率 ,而且减少了训练时间。  相似文献   

基于权重调整的BP神经网络在Nino区海温预报中的应用   总被引：1，自引：0，他引：1  

陈璇  游小宝  周广庆  张军  刘科峰 《海洋预报》2011,28(5):61-68

传统BP神经网络在训练完之后,其权重是固定不变的,加上神经网络的样本的标准化处理,将使得网络不易描绘样本峰值.因此,本文考虑变权的方法,以调节训练后的BP网络权重,基于变权次数,建立不同网络模型,并利用不同网络输出值与相应实测值进行比较.结果表明:变权BP网络预报效果有较大提升,同时,降低了对因子相关性的要求.  相似文献   

基于贝叶斯网络的击剑训练优化     

魏振钢  李庆强  马丽晶  徐可 《中国海洋大学学报(自然科学版)》2009,39(2)

在击剑训练中,基于贝叶斯网络建立正向推理和逆向推理模型,发现训练过程和生理指标的相互关系.结合经验知识和样本数据,对该模型中网络结构的构造和网络参数的赋值方法进行详细说明.以女子重剑队的数据进行实验,并与BP神经网络方法进行性能比较.实验表明,该模型能有效的为教练员提供决策支持.  相似文献   

BP网络海上石油平台溢油污染等级评估方法     

郎印海  刘洁  贾永刚  崔文林 《海洋湖沼通报》2011,(1):115-121

通过分析与溢油污染程度有关的影响因素,首次构建了海上石油平台溢油污染程度评价指标体系.针对模型无样本的难题,对评价指标进行分级,利用Rand函数在各分级标准内随机生成足够数量的训练和测试样本,建立了较合理的网络结构,构建了石油平台溢油污染等级BP网络模型.研究结果表明BP网络模型具有很强的泛化能力,能够用于评判未知样本...  相似文献   

一种基于粗糙集的文本分类规则抽取方法   总被引：2，自引：0，他引：2  

孟庆春  王汉萍  魏天滨  葛艳  高云 《中国海洋大学学报(自然科学版)》2003,33(6):943-949

随着文本数据库的日益增大 ,寻找新的文本数据处理方法变得十分紧迫。本文将粗糙集理论应用于文本自动分类的规则提取 ,提出了基于粗糙集理论的文本分类方法。把文本特征项的权值进行离散化处理后 ,作为规则的条件属性 ,文本所属的类别用作决策属性 ,构造决策表 ,然后通过决策表的知识约简算法提取出文本的分类规则。实验结果表明 ,该方法提取规则的分类正确率较高 ,分类速度较快  相似文献   

基于BP网络对模拟声呐信号分类   总被引：1，自引：0，他引：1  

周建平  陶春辉  吕文正  何拥华  顾春华 《海洋学研究》2007,25(2):83-90

针对常规的主动声呐调查设备,在简单海洋分层模型的基础上,模拟了多波束类单频信号、侧扫类单频信号、Ch irp调频信号和混合信号4类声呐接收信号,并针对接收信号特征构造了3层BP网络模型,将隐藏层神经元数目设为可调节;利用时间域脉冲宽度和水深与频率域功率谱密度相结合的特征参量,成功地对模拟信号进行了分类。采用改进的BP网络模型,用训练成功的BP网络对102个检测信号进行了分类测试,结果表明,分类成功率较高,可达76%~84.6%,因而利用BP网络可以对不同类别设备的模拟声呐接收信号进行分类。  相似文献   

BP神经网络精度估计及其在海洋油气资源预测中的应用     

赵健  刘展  樊彦国  丁宁 《海洋科学》2018,42(11):59-63

在对BP算法进行深入分析的基础上,将测量数据处理与误差理论中的精度评定方法应用到BP神经网络的精度估计中,通过分别计算BP神经网络学习训练过程及预测过程的输出层中误差,实现对神经网络模型的精度评定。最后以海洋油气资源预测为例,结合实测资料建立了BP神经网络预测模型并分别进行了学习训练过程及预测过程的精度评定,以期为神经网络模型结构的优化设计提供有效参考,为提高神经网络模型的适用性提供科学依据。  相似文献   

人工神经网络在风暴潮增水预报中的应用   总被引：3，自引：0，他引：3  

薛彦广  沙文钰  徐海斌  李少斐 《海洋预报》2005,22(2):33-37

本文根据1967～1982年问影响湛江站增水的热带气旋资料，选取了其中对湛江站增水影响比较显著的因子，运用人工神经网络中的BP算法，建立了湛江站风暴潮增水预报的人工神经网络模型，并使用贝叶斯优化算法提高了BP网络模型的预报能力，结果表明所建BP网络模型的训练拟合效果和预报效果都比较好。表明该网络模型可以用于湛江站风暴潮增水的预报。同时本文也为其它的港口、码头等近岸海洋工程风暴潮增水的预报提供了一个有效可行的方案。  相似文献   

RBF网络和BP网络在海水盐度建模中的比较研究   总被引：1，自引：0，他引：1  

高国栋  张文孝  慕光宇 《海洋通报》2011,30(1):12-15

介绍了RBF神经网络模型结构、特点及原理,并针对海水盐度参数具有受诸多因素影响的复杂的非线性输入输出特性,训练并建立了海水盐度的RBF(Radial Basis Function)神经网络模型,为海水盐度的预测提供了一种新的方法.与BP神经网络模型相比.该模型具有收敛速度快,精度高的优点.比较结果表明,该方法在海水盐度...  相似文献   

Sea surface wind speed retrieval from Sentinel-1 HH polarization data using conventional and neural network methods     

Tingting Qin  Tong Jia  Qian Feng  Xiaoming Li 《海洋学报(英文版)》2021,40(1):13-21

Conventional retrieval and neural network methods are used simultaneously to retrieve sea surface wind speed(SSWS) from HH-polarized Sentinel-1(S1) SAR images. The Polarization Ratio(PR) models combined with the CMOD5.N Geophysical Model Function(GMF) is used for SSWS retrieval from the HH-polarized SAR data. We compared different PR models developed based on previous C-band SAR data in HH-polarization for their applications to the S1 SAR data. The recently proposed CMODH, i.e., retrieving SSWS directly from the HHpolarized S1 data is also validated. The results indicate that the CMODH model performs better than results achieved using the PR models. We proposed a neural network method based on the backward propagation(BP)neural network to retrieve SSWS from the S1 HH-polarized data. The SSWS retrieved using the BP neural network model agrees better with the buoy measurements and ASCAT dataset than the results achieved using the conventional methods. Compared to the buoy measurements, the bias, root mean square error(RMSE) and scatter index(SI) of wind speed retrieved by the BP neural network model are 0.10 m/s, 1.38 m/s and 19.85%,respectively, while compared to the ASCAT dataset the three parameters of training set are –0.01 m/s, 1.33 m/s and 15.10%, respectively. It is suggested that the BP neural network model has a potential application in retrieving SSWS from Sentinel-1 images acquired at HH-polarization.  相似文献   

基于粒子群优化神经网络的水深反演模型          下载免费PDF全文

林位衡  黄文骞  李广会  李加群 《海洋测绘》2020,40(5):26-29

针对直接采用BP神经网络反演水深收敛速度慢,且易陷入局部最优的问题,提出了一种基于粒子群(PSO)优化BP神经网络的水深遥感新模型。该模型首先利用粒子群算法对BP神经网络的权重和阈值进行优化,然后将该优化值作为BP神经网络的初始值,最后再将PSO优化后的模型用于测试海区的反演精度评估。实验结果表明,该模型的网络收敛速度明显加快,水深反演的精度也得到提高。  相似文献   

基于头脑风暴优化算法与BP神经网络的海水水质评价模型研究          下载免费PDF全文

李海涛  邵泽东 《应用海洋学学报》2020,39(1):57-62

针对基于传统BP神经网络的海水水质评价模型存在易陷入局部极小等问题,提出了一种新的利用头脑风暴优化算法(BSO)优化BP神经网络的海水水质评价模型(BSO-BP)。该模型引入具有全局寻优特点的头脑风暴优化算法,用于模拟人类提出创造性思维解决问题的过程,具有强大的全局搜索和局部搜索的能力,同时利用BP神经网络所具有良好的非线性映射能力、学习适应能力和容错性,最大程度上考虑到海洋水质评价因素的非线性和非平稳的关系,得到BP神经网络的各层权值、阈值的最优解,使得海水水质评价结果准确合理。并以胶州湾海域的12个监测站位的监测数据作为评价样本进行水质评价,实验结果表明该评价模型能够克服局部极小问题,评价结果准确性较高,并具有一定的实用性。  相似文献   

基于BP神经网络的海水盐度建模研究   总被引：3，自引：0，他引：3  

张文孝  高国栋  慕光宇 《海洋技术学报》2006,25(4):39-41

针对受诸多因素影响的复杂的海水盐度参数非线性输入输出特性,训练并建立BP神经网络模型,介绍了该模型的结构特点和原理。分析表明,该方法在海水盐度建模等复杂系统方面具有实用性和可靠性,并有很好的应用前景。  相似文献   

Wave measurements by pressure transducers using artificial neural networks     

Jen-Chih Tsai  Cheng-Han Tsai 《Ocean Engineering》2009,36(15-16):1149-1157

Underwater ultrasonic acoustic transducers are frequently used in ocean wave measurements as they measure surface level using acoustic waves. However, their effectiveness can be severely affected in rough sea conditions, when bubbles generated by breaking waves interfere with their acoustic signals. When the seas are rough, one therefore often has to rely on a pressure transducer, which is generally used as a back-up for the acoustic wave gauge. A pressure transfer function is then used to obtain the surface wave information. Alternatively, the present study employed an artificial neural network to convert the pressure signal into significant wave height, significant wave period, maximum wave height, and spectral peakedness parameter using data obtained from various water depths. The results showed that, for water depths greater than 20 m, the wave parameters obtained from the artificial neural network were significantly closer to those obtained by the acoustic measurements than those obtained by using a linear pressure transfer function. Moreover, for a given water depth, the wave heights estimated by the network model from pressure data were not as good as those estimated by linear wave theory for large wave heights (above a 4 m significant wave height in this study). This can be improved if the training data set has more records with large wave heights.  相似文献   

基于神经网络技术的遥感水深反演模型研究          下载免费PDF全文

樊彦国  刘金霞 《海洋测绘》2015,(4):20-23

利用Landsat7 ETM+遥感影像反射率和实测水深值之间的相关性,选取了相关性较好的ETM1、ETM2、ETM3、ETM4、ETM3/ETM2等5个水深反演因子,建立了BP神经网络水深反演模型。为充分体现BP神经网络模型的优越性,利用SPSS软件建立了单波段、波段比值、多波段三种不同的线性回归模型。通过对比发现,具有很好的自适应能力和非线性映射能力的BP神经网络模型在处理遥感水深反演问题上比传统的线性模型效果更好。  相似文献   

人工神经网络在多金属结核研究中的应用   总被引：8，自引：3，他引：5       下载免费PDF全文

王英  金翔龙 《海洋学报》1998,20(5):83-89

本文通过对太平洋CC区多金属结核成矿背景的综合分析,利用人工神经网络随机BP算法,建立能够反映控矿因素的地质因子与结核分布参数间关系的人工神经网络模型,用于研究海底多金属结核的分布。本文对BP算法加以改进,提高了BP网络的收敛速度,加强了BP网络的学习和记忆功能,开发出人工神经网络的软件包,该软件包能够快速估算矿区内每个位置结核的丰度值,且具有较高的容错性。  相似文献   

基于粒子群算法优化的BP神经网络在海水水质评价中的应用     

李海涛  王博睿 《海洋科学》2020,44(6):31-36

针对目前存在的海水水质受多因素影响、评价难的现状，提出了一种基于粒子群算法（PSO）优化误差反向传播（BP）神经网络的海水水质评价模型。该模型通过PSO得到BP神经网络最优的权值和阈值，结合青岛东部海域10个监测站点的数据得到水质评价结果。实验证明，该模型和单因子评价、传统的BP神经网络评价相比较，具有训练时间短、预测精度高的特点，在海水水质评价中具有良好的应用价值。  相似文献