简介：采用能任意精度逼近任意函数的BP神经网络对用熏硫法预处理山楂中Vc含量进行建模．建模结果表明。BP神经网络能很好地逼近Vc含量与熏硫量和熏硫时间的函数关系，能够确定最佳熏硫时间和熏硫量，并确定在此条件下的Vc含量．

简介：摘要本文利用人工神经网络理论在模糊控制技术上的运用，设计以洗涤水浑浊度和浑浊度变化率为输入参量，实时控制洗涤时间的洗衣机，并用MATLAB进行模拟

简介：随着环保意识的增强，绿色包装越来越人们及政府机构的重视，对绿色保证的优劣评价，则成为一项关键的工作。本文运用模糊神经网络，对已建立的绿色包装指标体系进行评价，最后得到一个合理的评价结果，实例表明该方法可以作为绿色包装评价的理论研究内容，可以为政府以及其他检测部门提供一种可行的理论依据。

简介：将模糊控制和神经网络控制相结合设计出模糊神经网络控制器，应用于交流伺服系统的调速控制中，可以克服交流伺服电机中参数变化、非线性和耦合等不确定因素的影响。针对模糊神经网络控制器运算量大、收敛慢的特点，硬件采用DSP芯片作为其控制器运算单元，成功地完成了其控制器的DSP实现，提高了交流调速系统的控制性能。

简介：摘要：随着煤矿机械设备的发展和采掘技术的进步，煤矿开采深度和掘进面单进深度不断提高，掘进速度也不断加快，造成了瓦斯排放速度和绝对涌出量增加。由于其环境的复杂性和不确定性，煤尘、瓦斯等排放随时变化，且随着井下巷道日益复杂，采掘机械和采掘速度的进步，井下通风系统管理的变量越来越多。为了保证通风系统持续稳定的工作，各需风位置能得到可靠有效的通风，本文采用神经网络算法对通风系统进行可靠性预测，为井下通风管理人员提供一定的通风故障管理依据。

简介：

简介：摘要：随着技术的不断发展，计算机和互联网的普遍应用，社会生活的各个领域每分每秒在源源不断的产生大量的数据和信息。在司法领域，大量的卷宗文档数据在法院生产，人工对卷宗进行分类难以满足大数据量分类的需求，这时候使用机器进行卷宗分类就显得尤为必要。我们提出了一种基于深度学习卷积神经网络的方法，对司法卷宗进行自动分类。在实验中，我们的方法达到了94.53%的准确率，大幅提升了工作效率。

简介：摘要飞机的导航系统是引领飞机飞行方向，并让其可以根据事先规划的飞行路线在预期的时间内到达目的地，达到预定的飞行工作。本文基于神经网络控制，针对飞机导航系统的某些问题实施优化，力争获取好的解决方案，并且还给飞机导航系统的算法深入发展探索方向。

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：针对无人动力伞在执行任务时常常在低空、城市上空等复杂气流环境飞行，无人动力伞的响应特性受到飞行速度、航向角和各种风的综合影响，具有的非线性和不确定性．导致事先设计的控制规则不再适合，对此基于PID的控制算法难以达到满意的控制效果．本文提出了一种模糊神经网络控制无人动力伞航向控制策略，利用RBF神经网络所特有的局部逼近能力，对模糊控制规则进行在线推理并获得连续输出，采用GA算法对神经网络参数进行调整来实现对模糊控制器规则库的优化和模糊规则的自动生成．使控制器能够进一步适应无人动力伞实时控制中的时变性和不确定性，保持良好的控制性能；仿真表明算法是可行的．

简介：随着医学和电子信息技术的迅速发展，人工神经网络（ANN）越来越多地被应用在重症监护室（ICU）中。ANN可以把大量的临床资料转化为信息，辅助医护人员进行诊断和治疗。在ICU中，ANN的作用有很多，主要是用来进行结果预测。应用ANN对于合理利用我国有限的医疗卫生资源以及改善患者预后具有重要的意义。

简介：分析了影响城镇日用水量的非线性因素，利用人工神经网络，选择影响城市日用水量的主要因素。建立城镇日用水量预测模型，并将该模型的预测效果与传统的日用水量模型预测效果进行比较，结果显示该模型的预测精度更高、所需时间更短、更适用于影响因素较多的城市日用水量的预测。

简介：因径流的形成受多种因素的影响，且径流预报具有复杂的非线性特点。因此，为了更加准确地对年径流进行预报，本文选择和田河支流玉龙喀什河作为研究对象，构建BP神经网络模型，对玉龙喀什河年径流及相关气象资料行径流模拟研究，结果表明：BP人工神经网络模型收敛速度快，预报精度高，为该领域研究提供了新的思路。

简介：为了提高移动设备存在威胁风险分析的准确率和抗干扰能力,进而降低投诉率,提出一种基于PCA融合BP神经网络风险分析模型。通过核主成分分析将设备威胁类型从10个特征量降低到3个主特征量,提取了原始数据的主信息,并以降维后的特征量作为BP神经网络的输入特征量,建立设备威胁风险分析模型。最后通过实验对比了多种模型算法,结果表明采用PCA结合BP神经网络的风险分析模型具有更好的风险识别准确率。

简介：为了评价某煤矿矿井通风系统的优劣，就必须要建立一套合理的、符合该矿井实际情况的评价体系。我们借助BP神经网络的工具对该矿井的通风系统进行评判，通过广泛的资料收集，确定了通风系统安全指标评价体系；运用Matlab2014软件进行训练，建立矿井通风系统综合评价模型；对矿井通风系统安全进行总体的评价。确定其安全等级为1级合理。

简介：为了提高非线性动态系统辨识精度，提出一种基于多新息理论的PID神经网络改进算法。对具有时间延迟非线性动态系统，由于采用多新息，充分利用了系统的当前数据和历史数据，较传统的BP算法，本文所提算法在辨识精度和收敛速度方面具有更好的效果。仿真结果表明该算法的有效性。

简介：当前主流的运动目标检测方法存在计算量大、计算速度慢和无法实时检测等问题。本文以室外场景下的视频作为研究对象,在特征提取方面利用HOG特征和颜色特征相结合的特征融合方法,使用主成分分析法对特征维度进行降维,克服了单特征描述能力不全面的问题和多个特征数据量大的问题;在分类器设计方面,本文使用经过调优结构后的BP神经网络,克服了模式识别检测时间长的问题。实验结果表明,该算法相对于当前主流的HOG+SVM算法,在INRIA运动目标数据库上对运动目标的检测率达到92%,且速度较快。

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：本文对签名技术的研究背景和发展状况做了简单介绍,描述了在线和离线鉴定系统的优缺点。考虑大部分人对自己的签名有独特的写法和设计,并不同于其对平常文字的书写,综合比对了国内外笔迹鉴定公开数据库,针对个人签名设计、开发了一套基于Android离线签名鉴定系统,并建立了更具实用性的签名数据库xtu_302sg。本文使用深度卷积神经网络（ConvolutionalNeuralNetwork,CNN）提取签名图片特征做身份鉴定,相对于传统方法取得了不错的效果。

简介：吴超羽教授首次将人工神经网络模型应用于水文预报研究中，并取得卓越成果。自此，研究人员和学者开始将研究方向转换到人工神经网络模型上来，多年的探索和研究，也使得人工神经网络模型在水文预报中的应用取得了全面的发展和进步。本文旨在通过对人工神经网络模型的研究，深入解析其在水文预报中的应用。