首页 > 文献资料
-
改进的BP算法在表面肌电信号识别中的应用
针对肌电信号的非平稳特性,采用小波变换方法对表面肌电信号进行分析,提取小波系数幅值的大和小值构造特征向量,输入BP神经网络可进行模式识别,网络经过学习能够成功地从表面肌电信号中识别展拳、握拳、前臂内旋、前臂外旋4种运动模式.比较了标准的BP算法和用贝叶斯正则化与Levenberg-Marquardt算法相结合的改进BP网络训练的结果.实验表明,改进的BP网络在训练速度和识别精度上都比标准的BP算法有了很大提高,这对于肌电假肢的控制具有良好的应用前景.
-
BP人工神经网络用于肺鳞癌预后预测
目的利用两个预后分析模型--time-codedmodel和single-timepointmodel,结合实际数据进行肺癌预后结果预测.方法利用LM算法和停止准则进行迭代.结果利用BP人工神经网络的两个模型对于学习集数据的拟合情况要远远好于传统的Cox回归和logistic回归,若样本收集具有代表性,该网络可以任意精度逼近任意映射.利用停止准则后,在数据收集不是非常全面的条件下,预测效果与传统方法无差别.结论BP人工神经网络可以用于肺癌预后结果预测.
-
用LM算法改进的BP网络在表面肌电信号识别中的应用研究
提出用Levenberg-Marquardt算法改进BP神经网络识别表面肌电信号的方法.采用多尺度小波变换对肌电信号进行分析,提取各尺度下小波系数幅值的大和小值构造特征矢量,输入BP神经网络可进行模式识别,经过训练能够成功地从表面肌电信号中识别展拳、握拳、前臂内旋、前臂外旋四种运动模式.实验表明,LM算法在响应时间和识别精度上都比标准的BP算法有了很大提高.
-
用于胶囊内窥镜方位求解的LM人工蜂群算法
目的:为了解决胶囊内窥镜的定位问题,为活检和喷药提供方位信息,提出了反馈式交流励磁跟踪方法.基于Levenberg-Marquardt算法对初值的依赖和局部优化能力以及人工蜂群算法的随机性和全局优化能力,提出了一种改进的人工蜂群算法和Levenberg-Marquardt算法相结合的新型混合全局算法来解决定位问题.方法:根据方位跟踪原理建立跟踪模型,然后用此算法求解跟踪数学模型,求得胶囊的位置和方向信息.采用Visual Studi0 2010进行了算法仿真实验,本文选择根据实际情况从螺旋线上有规律的选取100个点,并将100个(x,y,z,d,β)方位坐标的代入模型公式得到对应的100组电压值,然后再利用本文提出的混合算法求得100组电压值对应的100组方位值.以此方法来验证算法的正确性和高效性.结果:实验结果表明该定位算法能成功求解磁跟踪非线性方程组,且位置和方向误差均极小,迭代次数也在允许范围之内.结论:此算法充分利用了LM的局部寻优能力和ABC的全局寻优能力,不但克服了LM对初始向量选择的依赖,补偿了ABC算法定位效率不高的缺点,而且算法的求解精度高,收敛速度快,具有很好寻优能力.
