摘要：研究利用神经网络求解Drazin矩阵逆的一种新的算法,根据Drazin矩阵所具有的性质和已经研究的成果,对Drazin矩阵逆的求解的预处理过程及求解分别设计了循环神经网络和lmbp神经网络结构。据算法求解的实例结果,与传统算法进行了比较,表明新的算法具有优越性。

摘要：针对如何有效实现在线学习评价的问题,提出一种采用改进的lmbp算法设计的在线评价模型,给出了评价指标各项要素的定义,构建了评价的方案,并将改进的lmbp算法运用到实际在线学习评价中。结果表明:设计的评价模型能够有效实现对各种类型的在线学习人群学习状态的动态评价。

摘要：在分析影响凌汛成因因素的基础上,选取合适的预报因子,建立了基于遗传算法(GA)和Levenberg-Marquardt BP网络(lmbp)相结合的冰凌预报神经网络模型。GA-lmbp算法先通过遗传学习算法进行全局训练,再用lmbp算法进行精确训练,克服了传统BP算法收敛速度慢、易陷入局部极小等缺陷。把该模型应用到松花江依兰、佳木斯段开河预报中,取得了良好的效果。

摘要：lmbp神经网络具有性能稳定、收敛快的特点,可应用于切削加工表面质量的预测。在MATLAB中设计用户界面,实现对工艺试验数据的读取和对神经网络输入输出的设置;设计了基于lmbp算法神经网络程序,完成软件的编译和验证。将软件应用在切削表面质量预测,预测结果与试验结果误差较小,具有较高精度;软件操作简单,适合现场工作人员使用。

摘要：设计了一种基于车桥应变监测的车载称重系统。利用车桥上安装的应变计监测车辆的承载信息,通过神经网络lmbp算法计算出车辆总载荷,显示在车载终端上,当车辆超载时,可实时报警并使发动机熄火。反复试验表明,该系统能够方便快捷地测出车辆载重,并将误差控制在4%以内,具有重要的实用价值。

摘要：根据磁阻传感器的角位移测量原理,提出智能金属管浮子流量计的设计方案。该方案采用低功耗MCU和高精度ADC实现对流量的数字化采集和智能控制,应用lmbp算法实现高精度的静态特征曲线拟合;通过裁减TCP/IP协议,在以太网上实现了流量计与用户的数据通信。实际运行表明,设计的流量计系统运行稳定可靠。

摘要：将基本BP算法的改进算法(lmbp算法)利用数值分析的方法进行改进,并将其应用到矿井提升机的故障诊断系统中,改进后的算法能提高网络的训练速度;同时设计了基于ARM芯片和Vxworks操作系统的故障诊断板,并利用Borland C++ builder作为故障诊断界面的设计软件,将新集集团某矿井提升机液压站系统作为实验室仿真研究对象。结果表明,该故障诊断系统具有较好的硬件稳定性,较快的神经网络训练速度,较好的诊断结果。

摘要：通过对BP神经网络学习和数字字符识别问题研究,提出了一种基于改进的神经网络方法解决数字字符识别问题。试验利用Matlab7.0中的人工神经网络工具箱以及纯数字样本进行网络的学习训练。测试结果表明,该算法与传统BP算法相比,具有结构合理、收敛速度快的特点,能够很好地满足数字识别需求,达到了预期设计目的。

摘要：针对目前煤矿采用的瓦斯传感器输出信号具有模糊性、不确定性等问题,提出了一种基于BP网络和D-S证据理论的瓦斯监测系统的设计方案。该系统采用改进的BP算法获取煤矿环境的基本概率分配,采用D-S证据理论对BP网络输出结果进行信息融合,从而对井下瓦斯状态作出判断和决策。实验结果表明,该系统提高了瓦斯监测信息的准确性和决策的快速性。