本发明公开了一种基于GA‑BP神经网络的基坑位移预测方法。在建筑施工阶段，基坑结构形变的预测仿真是基坑施工安全保障的关键技术之一。传统的基坑施工重监测、轻预测，经常是发现形变后采取补救措施，往往错失了形变支护修复的最佳时间。本发明利用GA‑BP神经网络的方法来预测仿真未来的基坑可能的形变，有效提前支护修复的时间点，降低支护修复的难度，最终为基坑安全保驾护航。本发明对遗传反向传播神经网络中的时域(仅时间序列)特征、空域(仅相邻点)特征、时域空域结合特征进行了量化的仿真分析与研究，依托工程实例用于舟山基坑监测点水平与垂直位移形变预测，并与支持向量机回归(SVR)和随机森林回归(RF)方法进行了多维度比较。
📄 201811267510X
📂 G06F30_13
👤 天泓(济南)智能装备产业研究有限公司
📅 2018-10-29
本发明公开了一种基于BP神经网络算法输送带跑偏预测预警的系统及预测预警方法，包括用于监测滚筒与输送带边缘激光点距离的激光采集装置；速度检测仪用于监测传输皮带转速以及托辊的速度；电源控制装置控制电源的开关；通讯装置一，作为终端，作用为将速度检测仪和单片机处理得到的数据传输到通讯装置二中；通讯装置二，起到枢纽的作用，将通讯装置一中的信号上传给上位机和监控器中；还包括输送带拉力检测装置，用于采集输送带的拉力。本发明系统和方法简单、使用方便、可实施性强、自动化程度高、安全可靠，可以实现带式输送机输送带横向跑偏的预测。
📄 2020110405940
📂 G06N3_08
👤 武汉科技大学
📅 2020-09-28
本发明公开了一种基于OTSU和GA‑BP神经网络墙纸缺陷检测与识别方法，其包括获取待检测墙纸的检测图像，并采用RGB颜色函数对检测图像进行预处理得到预处理图像；计算预处理图像中像素值小于像素阈值的像素点的占比；当所述占比大于设定阈值时，采用OTSU阈值分割法对预处理图像进行缺陷分割；计算进行缺陷分割后的图像中缺陷部分的灰度特征和几何特征；将所述灰度特征和几何特征输入预先训练的GA‑BP神经网络进行检测，得到墙纸中缺陷的类型；当所述占比小于等于设定阈值时，表明待检测墙纸无缺陷。
📄 2018111099235
📂 G06T7_00
👤 河南慧鼎信息科技有限公司
📅 2018-09-21
本发明公开了一种基于短时傅里叶变换和BP神经网络的频域盲源分离方法，该方法包括：利用不同调制方式的信号来训练BP神经网络；接收混合信号，对混合信号进行短时傅里叶变换，得到信号的时频信息；利用基于峰度最大化的ICA算法在频域对时频信息进行分离，得到分离后的频域信号；提取频域信号频谱的多个特征，基于训练的BP神经网络利用频谱特征对该信号进行频谱分类；对谱分类后的信号按照类别分别进行傅里叶反变换得到分离后的各个时域信号。本发明通通过使用短时傅里叶变换和BP神经网络分类方式增加了算法的鲁棒性，使得其频域盲源分离性能更好，保证了后续的信号解调过程的有效性。本发明有效实现了信号的频域盲源分离。
📄 2021112297837
📂 G10L21_0272
👤 青岛科技大学
📅 2021-10-22
本发明公开了一种基于BP神经网络的校直行程预测方法，用于在轴杆类零部件校直前进行校直行程的预测，所述基于BP神经网络的校直行程预测方法，包括：利用所采集的校直参数构建训练样本和测试样本；构建BP神经网络，初始化BP神经网络的权值和阈值；结合训练样本，利用粒子群优化算法优化BP神经网络的权值和阈值，得到最优的权值和阈值；将最优的权值和阈值写入BP神经网络，建立优化后的校直行程预测模型，向所述校直行程预测模型中输入测试样本，输出校直行程预测结果。本发明校直预测结果的准确性高，可有效提高校直效率。
📄 2019111579364
📂 G06N3_006
👤 浙江工业大学
📅 2019-11-22
本发明公开了一种基于BP神经网络的NPS‑GRYANIK20蒸发波导高度预测方法，其特点是采用基于NPS‑GRYANIK20蒸发波导模型的环境区间划分的方法，在不同环境区间内构建基于捕食者算法的BP神经网络预测模型，实现蒸发波导高度的精准预测，具体包括：蒸发波导高度真值获取、基于NPS‑GRYANIK20蒸发波导模型的环境区间划分、基于改进BP神经网络预测模型、蒸发波导的高度预测等步骤。本发明与现有技术相比具有提高蒸发波导高度预测的准确性和可靠性，较好的解决了蒸发波导高度预测不准确的问题，为海洋电磁波传输路径的精细刻画提供高精度的模型支撑，对于海洋通信领域具有重要的实际应用价值。
📄 202310539832X
📂 G01W1_10
👤 华东师范大学
📅 2023-05-15
本发明公开了一种基于贝叶斯准则的BP神经网络区间需水预测方法，首先通过聚类算法对历史用水量样本数据进行合理化分类，得到用水样本数据多个不同的相似状态，然后通过基于贝叶斯准则的BP神经网络区间预测模型进行预测，输出多个预测值，再结合历史预测误差概率分布，得到需水量概率性区间预测结果，还可以根据输出的区间预测结果中预测值上下限求取区间中值进行点预测。与传统的预测方法相比，本发明的方法改善了局部极小化的问题，并且收敛速度更快，需水预测的结果更加准确，精度更高。
📄 2017110056844
📂 G06N3_04
👤 河北工程大学
📅 2017-10-25
本发明公开了一种基于BP神经网络和条件生成对抗网络的汽油辛烷值损失预测与优化方法，包括以下步骤：采集催化裂化汽油历史数据，对历史数据进行预处理，降低冗余度和复杂度；对处理后的数据进行特征降维，筛选建模所需的主要数据成分，并建立筛选评价指标，评估筛选合理性；构建基于相对熵的BP神经网络预测模型，对汽油辛烷值损失进行预测；构建基于条件生成对抗网络的优化模型，以硫含量为约束条件，筛选规定损失幅度下的数据，并对筛选的数据的操作变量进行优化。本发明能够显著提高汽油辛烷值损失预测精度，降低汽油中硫和烯烃的含量，减少汽油燃烧后有害气体的排放，减轻汽车尾气引起的环境污染。
📄 2022107078088
📂 G06Q10_04
👤 南通大学
📅 2022-06-21
本发明属于空间天气预测技术领域，具体为一种基于BP神经网络的太阳10.7厘米射电流量预报方法，包括：获取F10.7日观测值数据并进行预处理；对预处理后的数据转化为可以被BP神经网络训练的监督学习样本数据，再对样本数据进行训练集和测试集划分；根据样本数据建立BP神经网络；使用F10.7训练集训练BP神经网络；使用F10.7测试集的输入部分对训练好的BP神经网络进行预报，得到预报值，将预报值和测试集的输出部分进行误差分析，获取BP神经网络的预报准确度；将相应的F10.7历史数据输入训练好的BP神经网络获取预测数据。本发明可实现任意周期的预报模型的便捷搭建，并可有效提高F10.7的中短期预报精度。
📄 2021113398498
📂 G06N3_02
👤 北部湾大学
📅 2021-11-12
本发明属于空间天气预测技术领域，具体为一种基于EMD和BP神经网络的太阳10.7厘米射电流量中短期预报方法，包括：获取F10.7日观测值数据并进行预处理；对预处理后的F10.7日观测值数据进行归一化处理；对处理后的数据通过EMD算法提取F10.7日观测值数据的IMF模态分量；对处理后的各IMF模态分量分别进行训练集和测试集划分；将各IMF模态分量训练集和测试集转换为可被BP神经网络训练的监督学习样本数据；搭建BP神经网络，将各个IMF模态分量的训练样本分别单独输入BP神经网络进行训练，得到IMF预报分量；将IMF模态分量的预报分量重构；预报值和测试集进行误差分析。本发明可有效提升短、中期预测精度。
📄 2021113398356
📂 G06N3_02
👤 北部湾大学
📅 2021-11-12
本发明公开了一种基于PSO‑LM‑BP神经网络的带钢冷轧横向厚差预报方法，涉及到带钢断面形状控制领域。该方法主要包括以下步骤：1、PSO‑LM‑BP神经网络训练样本的获取；2、PSO‑LM‑BP神经网络带钢冷轧横向厚差预报模型的建立；3、PSO‑LM‑BP神经网络带钢冷轧横向厚差预报模型的训练与验证；4、PSO‑LM‑BP神经网络带钢冷轧横向厚差预报模型的预测。该方法只需根据带钢热轧来料断面轮廓三个参数C40、C25、W40，即可预测出其冷轧后的横向厚差值，预测精度高、响应速度快，能够快速参与指导实际生产，对带钢冷轧横向厚差控制具有重要意义。
📄 2019103168810
📂 G06N3_00
👤 燕山大学
📅 2019-04-19
本发明请求保护一种基于EKF算法和BP神经网络的汽车路面附着系数的估算方法，通过各种传感器实时地采集车辆的方向盘转角、纵向加速度、侧向加速度，利用四轮车辆动力学模型结合EKF算法估计车辆的纵向速度、横向速度、质心偏角和横摆角速度，求取出预估横摆角速度，最后将预估横摆角速度与EKF估计的横摆角速度作差取平方，取方差值最小所在的网络模块输入的附着系数值为所求估计值。本方法有效降低了计算量和收敛时间。本方法能够快速识别车辆行驶路面的附着系数，适用于多种路面下附着系数的实时估计。
📄 201811258236X
📂 B60W40_064
👤 重庆邮电大学
📅 2018-10-26
柿子坊 · 知识产权运营
柿子坊知识产权运营平台