简介:Uptonow,sometechnologyofneuralnetworksaredevelopedtosolvethenon-linearityofresearchedobjectsandtoimplementtheadaptivecontrolinmanyengineeringfields,andsomegoodresultswereachieved.Thoughitputssomequestionsovertodesignapplicationstructurewithneuralnetworks,itisreallyunknowableaboutthestudymechanismofthose.But,theimportanceofstudyratioiswidelyrealizedbymanyscientistsnow,andsomemethodsonthemodificationofthatareprovided.
简介:为准确计算动车组牵引能耗,提出BP神经网络模型和改进牵规法预测动车组牵引能耗。选取机车类型、坡度、目标速度、停站方案等8个因素作为动车组牵引能耗之BP神经网络的输入变量,建立3层BP神经网络模型。采用增加动车组运动方程和优化基本阻力公式方式对牵规法进行优化。利用正交实验法对动车组牵引能耗影响因素进行分析,并对111组数据进行模拟验证。研究结果表明:BP神经网络模型的误差在4.26%以内,改进牵规法的误差基本在10%以内,证明BP神经网络模型比改进牵规法模型能更好地预测动车组的牵引能耗,而且当目标速度增大时,BP神经网络模型的计算精度明显比改进牵规法的计算精度高;目标速度和坡度对牵引能耗有显著影响。
简介:分布式视频编码具有编码简单、高效压缩等特点,近些年国内外设计实现了多种分布式视频编码算法.本文提出一种基于变换域的分布式视频编码仿真测试软件设计方案,以测试QICF、CIF以4:2:0采样的YUV原始视频文件,通过改变量化参数、提取位平面参数改变视频文件传输比特率,以测试该算法在不同比特率下的率失真性能,通过更改量化表和运动预测搜索半径,搜索块大小,以适用不同序列更改设置,达到最佳性能.该方案可以验证分布式视频编码中各个模块的功能,并可以提出相应模块的各种改进算法验证其性能.