简介：摘要众所周知，BP神经网络是人工智能网络中的一个典型算法，也是目前研究最为成熟的神经网络模型之一。不仅有很强的非线性映射能力，而且也是一种基于模型训练误差梯度降低的具有较强非线性映射能力的模型，它模拟了人脑神经网络的工作原理，对一系列的输入信息进行处理和传递最终得到期望的输出成果。在大坝中，其变形主要受到水位高度、温度、气压等因素的影响，这些影响因素可综合反映为大坝变形随时间而变化的规律，我们利用BP神经网络建立变形影响因子与大坝变形量之间的映射关系，从而实现对大坝变形的预测分析。供同行参考。

简介：文章通过BP神经网络对山西省农民人均纯收入进行预测,根据1994年-2013年山西省农民人均纯收入及影响收入因素值数据建立了两种预测模型,并采用MATLAB软件实现了模型的构建、训练和仿真。仿真结果表明,预测模型具有较好的拟合度。

简介：摘要在炼铁过程中，保持合理的炉温水平是达到炉况稳定顺利、实现高炉生产“优质、高产、长寿、低耗”的直接保证。一般通过预测铁水硅含量来间接地反映炉内温度的变化，判读高炉炉缸热状态。本研究提出将BP神经网络与遗传算法（GA）相结合，建立GA-BP网络模型。

简介：BP神经网络算法具有很好的非线性推理能力及优越的自组织、自适应、容错性能。利用该方法对高层建筑地基沉降数据进行分析,可不考虑地基沉降影响因素与沉降之间的对应关系,而直接根据已知时间内实际沉降数据构建模型对未知时间的沉降进行预测推理。将该方法应用于西安市某高层建筑的地基沉降数据预测分析,并与多项式拟合方法的分析结果进行对比可知,BP神经网络的非线性预测推理能力更强,应用前景广阔。

简介：摘要大数据所蕴含的社会、经济、科学价值，使得其商业应用不断成功，相关大数据技术高速发展。大数据相继催生出许多新的应用、新的思维、新的方法，进而在全世界掀起大数据研究热潮。近年来，许多国家制定了各种大数据研究计划。美国奥巴马政府于2012年宣布启动“大数据研究和发展计划”，将“大数据研究”上升为美国国家意志，认为大数据如同“未来的新石油”，将对科技和经济发展带来深远影响。2013年，中国第462次香山科学会议指出大数据是数字化时代的新型战略资源，是驱动创新的重要因素，正在改变人类的生产和生活方式。同年，中国大数据产业也逐步兴起；2014年，中国国家自然科学基金委设置了大数据重点项目群，全面推动中国大数据研究；2015年，国务院发布大数据发展行动纲要，将大数据正式上升为中国国家意志，再次将大数据研究推向新的高潮。

简介：近年来，随着我国火电厂锅炉机组建设规模的不断扩大及机组参数和容量的不断提高，火电厂对于其水处理的过程提出了更高的要求。因此，很多火电厂企业对自动化控制系统的应用需求越来越迫切。传统的电厂自动化水处理系统包括凝结水加氨处理、给水加氨处理及给水加联氨处理等过程，但是这些系统通常过程时滞较大、有较强的非线性特征并且过程具有时变性。因此，在火力发电厂中，水处理自动控制系统的投入率非常低。

简介：人工神经网络是人工智能的重要分支，自其创始伊始便成为了人工智能领域的研究热点。本文从人工神经网络的发展历史开始，介绍了其在医学，信息，控制等方面的应用及其现状，对其中的优缺点进行了简要的分析。并对人工神经网络未来的发展作简要的展望。

简介：基于B样条神经网络对实测地磁数据进行曲面拟合，该网络不仅保留了B样条基函数在速度方面的改进，同时也继承了神经网络在计算精度方面的优势。选用了一种修正速度最快的改进的LMBP算法进行权值的修正，最后也通过Matlab仿真实验证明了基于B样条神经网络的拟合算法在速度与精度方面的优越之处。

简介：对变压器进行故障诊断,在提高电力系统运行的安全性和可靠性方面具有重要意义.传统的BP算法是-种局部搜索的优化方法,在变压器故障诊断的过程中很有可能陷入局部极值,使收敛速度较慢,算法效率较低.文章提出采用混沌免疫优化神经网络方法进行变压器故障诊断,在网络权值调整过程中引入免疫算法的思想,采用免疫算法对网络权值进行全局优化,最后用该算法对变压器进行故障诊断,并与传统BP神经网络诊断方法进行比较.结果表明,将该方法用在变压器故障诊断中,其正确率提高了5%,训练速度减少了182次,收敛速度更快,可靠性更高.

简介：通过分析象征价值的影响因素,建立基于BP神经网络的象征价值指标体系,利用MATLAB工具进行数据仿真以及实例应用。结果表明,构建基于BP神经网络的象征价值体系,为企业成功塑造产品的象征价值,进而提升竞争力有参考意义。

简介：面部的特征点准确定位对于表情识别和面部动画合成等应用具有重要的意义。随着网络时代自拍的盛行，人们对于实际应用场景中不同光照，角度和遮挡条件下的准确特征点定位提出了更高的要求。本文设计了一种基于级联的深度卷积神经网络的面部特征点定位算法，在初步特征点识别的基础上利用级联网络进行回归优化拟合，从而达到了精确定位的效果。

简介：基于改进的模糊神经网络算法进行微互动平台设计,调整模糊神经系统网络的结构和参数以建立信息搜索引擎模型,生成时间序列来提取校园的数据信息,提取结果作为设计微互动平台的基础,由此可以使慕课平台给用户提供个性化的服务,提高用户浏览的有效性和便利性。

简介：摘要随着我国社会主义经济转型，国内各大商业银行积极扩展个人信贷业务。同时为了符合银行风控的要求，个人信用评估体系的建立变得尤为重要。为保证银行和借贷人员双方的利益，根据所给信息以及相关数据，建立对应评估模型至关重要。

简介：利用卷积神经网络在图像识别方面的优势,提出了一种基于深度卷积神经网的哈萨克手写字母识别方法（DCNN-KLR）,成功建立了一种哈萨克手写文字识别模型。与传统的方法（SVM＋HOG）相比,不仅训练方便、速度快,而且提高了哈萨克手写文字的识别率。在5708个数据样本上进行训练和测试,将样本分为33类和100类,正确识别率分别达到93.29%和92.38%。

简介：绿色度评价直接影响着机电产品的设计、制造、管理及发展.从机电产品制造的能源、资源、环境、经济和技术等属性进行分析,运用层次分析法（AHP）确定机电产品绿色度评价指标体系及其权重,建立机电产品绿色度BP神经网络评价模型,通过粒子群-人工蜂群（PSO-ABC）算法优化训练BP神经网络结构参数.仿真实验表明,该方法评价速度快、准确率高,对于指导机电产品绿色制造具有较好的参考价值.

简介：摘要本文提出了一种基于人工神经网络的感应电机节能控制器。经反向传播学习算法训练的多层神经网络可以克服电机在非满载状态下定子电压的变化及参数变化所带来的不必要的能量损耗。经过训练的神经网络可以在电机多种运行状态下操控电机电压以达到最有效率。经过MATLAB仿真表明所设计的系统具有良好的控制性能1。

简介：将快速的基于区域的卷积神经网络模型调整后应用到古籍文字分割以及OCR,能够很好的解决由于扭曲和不清晰排版带来的分割和OCR准确率低的问题。

简介：旨在引入神经网络算法以提高加速度计活动强度的预测准确性，以44名大学生（男女各22名）为样本，让其同时佩戴气体代谢分析仪CosmedK482和加速度计（Actigraph—GT3X）进行3类11项体力活动（每项活动5rain），使用Matlab7．0软件运用留一法交叉验证BP神经网络模型，通过其与Hendleman模型和Crouter模型在RMSE、Bias和B—A图上的横向比较评估其效度。结果显示3—18—1的三层神经网络模型（参数误差率O．001、初始学习率0．02、动量常量0．7）的RMSE为1．08，在B—A图上一致性区间之外的点占总数的4．3％、一致性界限差值的绝对值为2．7，每分钟活动强度（除骑行外）的分类准确性分别为84．3％（小强度）、83．2％（中等强度）和89．8％（大强度），神经网络模型在整体强度和各个活动项目强度的预测上的准确性均好于Hendleman和Crouter模型，并且在活动强度分类准确性上更优。未来应进一步探究机器学习中其它算法在该领域的应用，优化整合指标体系和各类模型之间的关系。

简介：利用-矩阵理论以及Halanay不等式技巧，给出了一类含有变时滞的非自治BAM（bi—directionalassociativememory）神经网络周期解的全局指数稳定性的充分条件，这些条件去掉了对激活函数的有界性、单调性和可微性的要求，且在某些情况下更易验证。最后通过一个例子验证了所给结果的有效性。

简介：摘要依据大型履带式起重机的安全作业特点，研究了BP神经网络数据分类算法的原理和步骤，并将其理论应用于穹顶吊装起重机安全作业状态中，根据实际采集的安全状况数据建立神经网络模型，通过计算机对网络进行数据处理和训练，得出可以估计起重机安全作业状况的BP神经网络算法模型的实际应用。最后通过样本数据和模型网络输出数据的比较，验证了BP神经网络算法应用于大型履带起重机安全作业中的正确性和可行性，为提高起重机作业安全水平提供了一种新的思路。