一种采用神经网络的智能控制算法

本文基于Ａｄａｌｉｎｅ神经网络，讨论了一种采用神经网络的智能控制法，该算法用了一个二层网络代替传统控制器或专家控制器，用改进的ＢＰ算法求网络的参数。仿真结果表明，采用该控制算法的控制系统具有良好的响应特性。     

维生素B的同时测定——神经网络与紫外光谱法

研究了反向传播神经网络（ＢＰＮＮ）及改进算法，经比较发现ＢＰＮＮ在某些方面优于滤波分辨及多元校正，将其应用于多元分析及光谱定量，可不经分离同时测定Ｂ族维生素，操作简便，结果良好，从而开发一种多组分同时光谱测定新方法。     

模糊神经网络在石油压裂支撑剂研制中的应用

石油压裂支撑剂的研制是一项复杂有难度的技术，受到很多因素的影响。针对研制过程中各项指标具有较大模糊性的特点，应用模糊神经网络系统(FNNS)来获取各影响因素与支撑剂质量的关系模型和预测模型，从而找到原料配比、成球工艺参数、烧结温度与产品质量之间的最佳关系。     

基于神经网络模型的水泥粉磨配料

针对水泥粉磨配料过程具有非线性和强不确定性的特点,提出了采用高斯基函数神经网络建模的方法,即先离线训练网络模拟配料过程模型,再应用此模型实时在线计算水泥粉磨物料配合比.仿真结果表明,此方法所得配料计算结果与实际情况相吻合,并且实施快捷,灵活易移植.     

基于FPGA的卷积神经网络训练加速器设计

近年来卷积神经网络在图像分类、图像分割等任务中应用广泛.针对基于FPGA(Field Programmable Gate Array)的卷积神经网络训练加速器中存在的权重梯度计算效率低和加法器占用资源多的问题,设计一款高性能的卷积神经网络训练加速器.首先提出一种卷积单引擎架构,在推理卷积硬件架构的基础上增加额外的自累加...     

BP网络的一种优质高效学习算法

对ＢＰ算法的突出问题———收敛性进行分析,综合汇集了五条改进措施,提出一种新的算法．计算机仿真结果表明,该算法对于连续函数,收敛效果较佳;用于正弦函数,迭代１５次即满足误差精度要求Ｅｍａｘ＝１０－３．     

基于BP神经网络模型的住宅用地地价评估研究——以南昌市主城区为例

减少土地估价过程中的人为主观性对于提高土地估价的科学性和客观性具有重大意义。以南昌市主城区为研究区,选取100多个住宅用地交易案例为样本,运用BP神经网络和GIS空间分析方法,分析住宅地价及其影响因子之间的复杂关系,构建BP网络建立地价与影响因子之间非线性映射关系并进行地价预测。研究结果表明:商业因素、公共设施因素、交通因素和环境因素对住宅地价有显著的影响;用BP神经网络对地价的预测误差均控制合理范围以内,BP神经网络强大的非线性映射能力和自主网络学习,理论上可以实现对住宅地价的评估,为政府和经济主体参与经济活动提供科学的依据。     

基于无监督对抗学习的时间序列异常检测

时间序列异常检测是类别不均衡问题,异常现象少有发生,所以获取异常标签的成本高昂,因此基于无监督学习的时间序列异常检测方法更具有实用价值.然而,现有的时间序列异常检测方法存在三个缺陷:难以对复杂的时间序列进行建模、缺乏合理的缺失值处理机制和无法利用先验知识(例如少量的有标签异常).为了解决以上问题,提出一种基于生成对抗神...     

地连墙变形的神经网络多步预测研究

结合润扬长江公路大桥南汊北锚碇深基坑工程 ,提出并应用神经网络多步预测方法来研究地连墙施工变形的预测问题。系统介绍了基于时间窗口的神经网络多步滚动预测技术 ,并详细讨论了输入输出层的设计、隐层神经元数以及预测时间步长等一些基本预测技术问题。该预测方法应用于润扬长江公路大桥南汊北锚碇深基坑围护工程 ,取得了较好的工程效果。     

基于BP神经网络的轨道基桩识别

运用BP神经网络对用CCD拍到的基桩图片进行识别,包括BP神经网络的输入、输出层的设计,隐层节点的选取等。实验结果表明,经大量基桩样本的训练后,BP神经网络能将拍到图片中的基桩有效地识别出来,且达到较高的正确率。