简介：摘要：在电机的故障诊断中应用 BP神经网络建立起异步电机的 BP神经网络诊断模型。由于 BP神经网络学习算法容易陷入局部最优，我们引入粒子群算法来优化 BP神经网络径向基函数、隐含层层数以及隐含层节点数量、以获得最优的网络模型。仿真结果表明优化后的 BP神经网络的泛化能力和诊断精度都得到了大幅度提高。

简介：摘要针对目前我国工程可行性研究阶段估算方法不合理、投资估算精度不高、缺乏合理的定价依据、编制方法不合理等诸多问题，根据工程造价的特点，在分析现有投资估算方法优劣的基础上，提出运用神经网络模型估算法来估算桥梁工程的造价。文章通过对工程投资估算规范性文件、相关研究的文献资料进行信息沉淀分析，咨询专家并结合工作实际情况，最终确立了7个影响工程投资估算的因素，之后对7个影响因素运用技术手段进行了可量化处理,为以后工程造价估算提供了简单有效的方法，对工程造价的精度控制在10%以内起到了积极的作用。

简介：摘要：随着我国军事行业的不断发展，我国对水声目标军事任务完成情况提出了更高的要求。但是，由于海洋环境极其复杂，相关领域技术人员在利用舰船辐射噪声对水声目标进行识别的过程中，遇到了巨大的困难和挑战。基于以上情况，本文在有效结合水声信号特点的基础上，通过利用深度卷积神经网络，对水声目标信号的时频特征进行提取和识别，确保所提取和识别数据信息的真实性、完整性和可靠性。希望通过这次研究，为相关领域技术人员提供有效的借鉴和参考。

简介：摘 要：当前高层建筑工程造价评估精确性较低，根据国家政策走向市场定价，改革前期可能造成估算指标与实际消耗量较大差距；在针对成本准备预测问题，本文提出了基于BP神经网络下的高层建筑工程成本造价评估模型。实验证明，该方法能够充分利用有限的数据信息，高效精准地评估出最佳成本造价方案，信息处理能力显著提升。

简介：摘要：随着我国军事行业的不断发展，我国对水声目标军事任务完成情况提出了更高的要求。但是，由于海洋环境极其复杂，相关领域技术人员在利用舰船辐射噪声对水声目标进行识别的过程中，遇到了巨大的困难和挑战。基于以上情况，本文在有效结合水声信号特点的基础上，通过利用深度卷积神经网络，对水声目标信号的时频特征进行提取和识别，确保所提取和识别数据信息的真实性、完整性和可靠性。希望通过这次研究，为相关领域技术人员提供有效的借鉴和参考。

简介：摘要：近年来，人工智能技术发展更加成熟，带动无人机设备的图像识别技术水平提升，通过无人机拍摄得到的图像数据，可以借助嵌入式的神经网络手段，在特定目标下实现准确识别。本文主要围绕无人机的图像识别系统展开，基于嵌入式的神经网络，分析无人机图像识别数据、技术流程，探究系统具体设计方案，提升无人机图像识别的准确率，促进无人机实现智能化发展。

简介：摘要：电气自动化设备在各个工业领域中扮演着重要的角色，随着设备复杂性的增加以及故障的频繁发生，传统的故障诊断方法面临着挑战。神经网络技术的引入为电气自动化设备故障诊断带来了新的解决方案。神经网络技术将在电气自动化设备故障诊断领域发挥越来越重要的作用，为工业生产的稳定和可靠性提供有力支持。

简介：摘要：自适应门控循环神经网络是一种能够处理序列数据的人工神经网络模型。继电保护作为电力系统中的关键技术之一，其在线监测对于确保电力系统运行的安全和稳定至关重要。在传统的继电保护系统中，通常使用基于规则的方法来进行故障判断和保护动作的触发，这种方法存在着对规则的依赖性强、灵活性不足等问题。基于此，本篇文章对自适应门控循环神经网络的继电保护在线监测技术进行研究，以供参考。

简介：

简介：摘要：长期以来，短期负荷预测（short-term load forecasting，STLF）一直是电力运行关注的问题，对制定经济、可靠、安全的电力系统运行策略起关键作用。由于负荷时间序列具有非线性、非平稳性和非季节性等特点，准确预测负荷趋势具有很大的挑战性.

简介：摘要伴随着近年来我国经济的高速发展和科学技术水平的不断提高，中国城市轨道交通建设也逐渐发展为网络化运营。分析轨道交通的历史客流数据、探索其变化规律、建模预测未来客流量，对运营管理部门合理安排设备维护人员、编排适当的列车时刻表、提高重庆轨道交通综合服务质量具有十分重要的指导意义。

简介：摘要：针对土木工程结构施工现场人员安全帽佩戴情况识别问题，对基于卷积神经网络的施工人人员佩戴安全帽智能判别方法进行了研究，并设计了一套安全帽佩戴智能识别软件系统。卷积神经网络模型主要包括 AlexNet网络和 Faster R-CNN网络。网络模型在 Matlab中进行了训练和验证，训练损失小于 0.2%，验证了该智能判别方法的有效性。

简介：摘要：在电机的故障诊断中应用径向基 (RBF)神经网络建立起异步电机的 RBF神经网络诊断模型。由于 RBF神经网络学习算法容易陷入局部最优，我们引入粒子群优化算法（ PSO）来优化 RBF神经网络基函数的中心、宽度以及网络的连接权值、以获得最优的网络模型。仿真结果表明优化后的 RBF神经网络的泛化能力和诊断精度都得到了大幅度提高。

简介：摘要车辆在黄灯期间的加速度变化与交叉口交通事故发生频率息息相关。为有效预测并量化驾驶人黄灯期间在交叉口的制动减速度和行驶加速度，构建了BP神经网络加速度预测模型，在信号交叉口实测数据基础上，通过Pearson相关性检验法分析了加速度的影响因素，并进行仿真预测验证。结果表明，构建的模型可有效预测驾驶人黄灯期间在交叉口的制动减速度和行驶加速度。

简介：摘要：直升机的可靠性和安全性对于军事和民用领域都具有重要意义。直升机轴承作为关键组件之一，在飞行中承受着巨大的载荷，其故障可能导致事故风险和经济损失。为了实现对直升机轴承故障的快速、精确诊断，从而提前预警潜在故障，本论文提出了一种基于S变换与卷积神经网络（CNN）的直升机轴承故障诊断方法。通过对振动信号进行采集和预处理，利用S变换进行时频分析，以捕捉轴承故障的瞬态特征。同时，将提取得到的特征输入到卷积神经网络中，通过卷积和池化操作进行特征学习和分类识别。最后，通过实验验证并与其他方法进行对比，评估所提出的方法的性能和有效性。实验结果表明，基于S变换与卷积神经网络的直升机轴承故障诊断方法相较传统方法具备更高的准确性和可靠性。该方法能够有效提取和识别直升机轴承故障的特征，实现故障的早期预测和快速诊断。

简介：摘要 柔性外骨骼的驱动系统为外骨骼提供动力源，实现对人体助力。对驱动系统进行精准建模对于保证外骨骼系统良好的控制性能有着重要作用。针对传统递推最小二乘法存在的对复杂非线性过程拟合效果不佳的缺点，提出基于RBF神经网络的柔性外骨骼驱动系统建模及参数辨识方法，实现对该非线性过程的建模及参数的无偏估计。

简介：

简介：

简介：摘要：以某建筑物基坑观测数据为例，开展了小波及粒子群优化的BP神经网络预计模型的研究。使用小波阈值去噪方法对实际观测时间序列进行去噪处理，对小波去噪前后的数据进行BP神经网络预测模型预测处理并与粒子群优化的BP神经网络预测模型预测数据进行对比分析，结果表明粒子群优化的BP神经网络预测模型预测精度较高。

简介：摘要