简介：BP神经网络分类器在信号识别领域得到了比较广泛的应用，针对其低信噪比环境下识别率相对较低的问题，引入人工蜂群算法（ABC），将求解BP神经网络各层权值、阂值的过程向蜜蜂寻找最优蜜源的过程转变，最后阐述了一种以人工蜂群算法为基础的神经网络分类器设计方法（ABCBP算法），并以2ASK，2FSK，2DPSK信号为例，对信号进行小波包分解后，将信号各频段的能量值数据作为实验样本，对其进行了信号分类。仿真结果表明：基于人工蜂群算法的优化BP神经网络分类器，即使在5dB的信噪比环境下，仍可达到94％以上的识别率，并具有较好的稳定性，这为信号识别领域中分类器的设计提供了一个很好的理论依据。

简介：研究提出用BP算法对嵌入水印后的音频信息建立起人工神经网络，接收端利用该网络提取水印信息。由于BP神经网络具有良好的学习和自适应特性，利用训练后的网络几乎可以完全正确地提取所嵌入的水印，同时能抵抗多种攻击。试验结果表明所提出的算法对低通滤波、加性噪声等都有很强的鲁棒性。

简介：摘要本文针对传统BP算法的缺点，提出了将权值修正式中增加附加动量项和改进激发函数的方法以弥补传统BP算法的不足。同时在LabVIEW环境下搭建的故障诊断系统中利用LabSQL工具包访问数据库，提出数据库与BP算法之间的接口解决方案，将改进后的BP算法应用于民航设备故障诊断系统，通过matlab仿真得到良好验证。

简介：针对手工提取网络上传数据过程烦琐、工作量大的问题,提出一种融合双重BP神经网络组合模型（AcombinationmodelofdualBPneuralnetwork,CMDBPNN）的Python解析计算机网络上传数据算法.该算法对BP神经网络组合模型的空间实施网络化处理,且对于网络单元中的信息也可以借助相似的方法来进行记录,依据优化之后的金字塔时间结构对其中潜藏的网格单元来实施有效的存储,以实现Python解析计算机网络上传的数据算法.最后,利用真实数据集与仿真数据集进行实验.结果表明：该算法具有良好的适用性和有效性.

简介：摘要本文结合指标体系，以及量化后的数据和权值，建立基于LM优化算法改进后的BP神经网络模型，对本科教育质量进行综合评价。首先对相关数据进行归一化处理，然后采用LM算法改进的神经网络分析模型，对根据评价标准生成的训练数据进行反复学习。最后采用江苏省各市的教学质量指标数据进行仿真，计算出得分与一级指标层的权重，得出13个市的教学质量等级。

简介：9月7日，EnQuest表示，该公司已执行与BP签订的收购协议选择权。前者将以3亿美元从BP手中收购英国北海Magnus油田余下的75％股份。此项收购协议选择权的执行，将使EnQuest增加6000万桶的2P[证实储量（provedreserves）和概算储量（probablereserves）]储量。

简介：摘要基于BP模型的神经网络是一种用于前向多层神经网络的反传学习算法，目前为止应用最为广泛且最重要的一种训练前向神经网络的学习算法。本文详细介绍BP算法原理并剖析其性能不足的几个方面，简要介绍优化算法，对模型未来的发展方向进行展望。

简介：算法伦理是以算法后果的不可预测性和算法的价值负荷为其理论前提,以尊重性、安全性、预防性、透明性和友好性为其基本准则;以培养设计主体的道德想象力和遵循价值敏感性设计思想为其实现进路。

简介：摘要针对PSO算法易早熟、收敛精度差、迭代后期收敛速度慢等问题，提出了一种基于算法参数变化的简化粒子群算法。该算法惯性权重和学习因子分别随迭代次数呈指数函数变化和正弦三角函数变化，使用4个经典Benchmark测试函数进行仿真测试。结果表明本算法能较好收敛到全局最优值，且收敛速度快，收敛精度高，优化性能好。

简介：实现碳排放达到峰值既是中国在全球气候谈判中的国际承诺，也是中国实现经济结构转型和可持续发展的必要选择。本文运用基于粒子群优化算法的BP神经网络分析，在8种发展模式下对中国二氧化碳排放峰值进行预测研究。研究发现，中国能在经济衰退模式、节能模式2等5种模式下实现2030年二氧化碳排放达峰；人均GDP、城市化率、研发强度、非化石能源消费量比重对二氧化碳排放的影响较大，人口、能源强度的影响较小。

简介：9月5日，BP表示，该公司已为其4座墨西哥湾深水生产平台应用了BakerHughes的PlantOperationsAdvisor（POA）。该POA是一个基于云端的高级分析解决方案，可有效减少生产平台的非计划性停机时间。

简介：规避道德风险的关键在于正确的授信,即根据客户的资质确定借贷金额,基于此,本文建立了基于信用评级的道德风险规避模型,根据客户的信用等级来进行消费金融借贷。在客户画像体系的建立中,数据中客户量极大,无法一一描述每一个客户的特征,本文通过筛选指标建立了合理的客户价值评估模型,并进行了仿真验证。

简介：摘要针对公共安全需要，提出了一种基于Eigenface算法和K近邻算法的人脸识别技术，具备无模型NN人脸识别能力，该方法可以满足在开发环境进行人脸信息的自动采集的需求。实验数据表明其人像的有效采集率达到75%，识别率达到85%，满足了工程采集的要求。

简介：

简介：摘要随着互联网的飞速发展，互联网应用可以被网络世界中的所有人访问，那么请求量对服务器的压力就是一个比较大的问题。本文介绍了常见的互联网负载均衡算法，讲解了每种负载均衡算法的优点和缺点以及各自适应的系统规模和类型。学习负载均衡算法能够帮助我们学会互联网世界中“分流”，“分压”等思想，这对学习其他互联网技术的学习很有帮助。

简介：摘要人脸识别技术在实际生活中应用广泛，本文首先回顾近年来人脸识别的一般方法超分辨率算法、基于稀疏表示的分类方法、基于核范数的矩阵回归方法，并分别指出现有方法的适用范围及其局限性。最后对现阶段人脸识别在实际应用中亟待解决的问题进行总结，并展望今后人脸识别研究的发展趋势。

简介：摘要基于BP神经网络原理，介绍了利用BP神经网络研究闸门损伤检测技术的方法。同时，通过工程实例进一步阐述了神经网络在闸门损伤检测中的应用过程。实例表明，BP神经网络在闸门损伤检测中的应用是一种有效的方法。

简介：目的:面对我国人参价格涨跌频繁的现状,基于历史价格数据探索一种人参价格预测方法,进而有预见性的指导人参的种植、经营,防范伤农、伤商事件的发生。方法:以生晒55支规格的人参为代表,选取2012年6月至2018年5月的历史价格为实验数据,以2012年6月至2017年8月的价格为训练集,以2017年9月到2018年5月的价格为验证数据集,分别基于BP神经网络与ARIMA方法,构建人参(生晒55支规格)的价格预测模型,并将二者的预测效果进行比较。结果:ARIMA模型在平稳期的预测较为精确,BP神经网络能应对价格的突变预测。结论:BP神经网络预测模型整体优于ARIMA模型,进一步证实了BP神经网络用于价格预测的优越性。

简介：提出一种改进BP神经网络的交通流数据融合算法,通过对融合模型以及融合算法的改进,实现融合精度及容错能力的提高,最终利用某城市主干路的交通流实测数据进行实验验证.验证结果表明,本文提出模型可以通过LSE值验证且融合精度可以达到94%以上,因此利用改进BP神经网络可以有效进行交通流参数的融合,并可以较为准确反映路段平均速度的变化,为交通流的预测与诱导提供理论支持.

简介：摘要电力变压器是电力系统中最为关键的设备之一，是对电力系统安全、可靠、优质、经济运行的重要保证，必须最大限度地防止和减少变压器事故的发生。因此，基于BP神经网络的变压器故障诊断具有重要的意义。本文首先对三比值法的原理进行了概述，详细探讨了BP神经网络的构建，旨在保证变压器的运行。