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：兵棋推演作为预测和控制现代战争的利器，正逐渐被各国重视。本文利用人工神经网络能并行处理信息和学习的特点，从理论层面研究了如何将其应用于兵棋推演实现辅助决策，使兵棋系统能自主完成方案制定、预案分析、胜率分析、结果裁定等一系列工作，达成精简指挥系统、快速决策的目的。该研究对于推动兵棋推演的发展具有一定的现实和战略意义。

简介：

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：摘要：为解决传统的建筑性能模拟程序在面对大量或复杂的实践和研究上的计算成本局限问题，论文提出了在计算成本、通用性和准确性之间具有良好一致性的基于人工神经网络的建筑性能预测方法，并以中型体育馆作为实践研究案例。实践结果表明：多目标优化搜索得到的非支配解人工神经网络元模型构建方案的皮尔逊相关系数均大于或等于0.79，均方误差均小于或等等于0.0001，可替代传统的建筑性能模拟程序作为建筑性能预测程序。

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：摘要从米级高分辨率遥感影像中提取精准的建筑物时，影像中的树木和道路影响提取精度的主要噪声对象。本文利用卷积神经网络和贝叶斯结合的方法，较好地解决了这一问题，首先将人工去除遮挡后的建筑物和没有被遮挡的建筑物、林地、道路作为样本建立三个独立的样本库，利用一个5层的全卷积神经网络模型对样本分别进行学习，获取各自的特征向量集；然后对特征矢量集进行混合高斯建模，以估计噪声对象与房顶混合的条件概率密度函数。利用高分2影像进行了训练和测试，结果表明，本文方法能够较好地消除树木和道路的影响，提取建筑物的精度能够达到91%。

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：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：摘要：随着科技的发展，我国进入互联网时代，这便使得互联网中的大数据被越来越多的人使用和重视。信息时代，群众可以从互联网中了解到自己想要的讯息，不管所属何种领域，都会挖掘大数据的经济价值以及科技价值。在目前对于分析大数据的方法来说，难度系数较高，是需要研究出一种新的分析方案，帮助挖掘大数据中存在的更多经济价值和科学价值。在当前可以采用无限深度神经网络方法来分析大数据，这种方法可以对大数据中的信息进行综合、整理、分析，为人们筛选出具有价值的信息。在本文中，将会对大数据分析的无限深度神经网络方法进行分析，希望对有需要的人有所帮助。

简介：摘要：为了提高造价预测效率，提出了一种基于BP神经网络的工程造价预估模型。该模型在详细分析了住宅的造价构成的特征的基础上，找到主要的造价影响因素，建立了造价影响因素和工程造价的映射关系，以住宅工程的影响因素作为神经网络的输入向量，将所需的工程造价作为神经网络的输出向量，从20个案例中，选取5个案例样本作为预测样本，剩下15个样本作为训练样本输入，不断地训练网络函数，使函数修正和改进，使函数输出的工程造价几乎接近于样本的造价，达到了准确预估住宅工程造价的目的。实验结果表明，本文建立的仿真模型切实可行，预测误差在10%左右，是比较理想的住宅工程造价预估方法，可用于造价工程的辅助估算。

简介：摘要本文针对车牌字符识别问题进行研究。在设计过程中，分别训练了三个BP神经网络来对数字，字母和汉字进行识别，并得出结论。在识别过程中，需对图像进行预处理来降低神经网络训练的复杂度。由于是针对单个字符进行识别，对图像进行手动分割后，图像会由于缩放、裁剪等原因而产生噪声，因此在图像去噪方面，采用中值滤波。在图像字符识别中，选择了BP神经网络的方法来进行识别，与其他方法相比，该网络不仅有较强的鲁棒性，还具有较强的自学习能力。该系统的开发环境为MATLAB，能够直接调用神经网络工具箱，使设计过程降低了难度。

简介：摘要为了建立更为贴近股市实际情况的预测模型，将神经网络在股票价格预测上的应用作为基础，利用神经网络的鲁棒性，建立添加了模拟股市波动干扰的神经网络，利用有外部信息扰动的神经网络验证了不同神经网络应对干扰的能力。在模拟股市真实情况对股票特征数据和神经网络进行摄动时，相比RNN和GRU，LSTM在应对外部信息时更能保持相对稳定的预测结果。这一结果为后续对股市具体情况的模拟和更深层次的基于外部信息的股市研究提供了参考。

简介：摘要对卷积神经网络（CNN）以及BP神经网络进行了简单介绍，比较了在数字号码识别的应用场合下，BP神经网络与卷积神经网络的识别准确率。针对数字号码识别这一特定场景，对NMIST训练数据进行有针对性的数据增强，实验证明能有效提高识别准确率。根据数字号码识别的应用场景提出了两种图像预处理方法，并通过实验验证了该方法对识别准确率的提升效果。最后分析了两种网络模型的参数大小以及所需运算量。

简介：摘要在阐明绿色施工概念的基础上构建了绿色施工的评价指标体系。概括介绍了基于小波神经网络评价方法的基本原理,并分析了该方法应用于绿色施工评价的优越性。详细论述了基于小波神经网络的绿色施工评价模型的建立过程,包括小波神经网络的建立、学习训练,以及结果的检验等。实例证明该模型有效、可靠，对指导实际工程具有重要意义。

简介：摘要电力变压器是电力系统中最为关键的设备之一，是对电力系统安全、可靠、优质、经济运行的重要保证，必须最大限度地防止和减少变压器事故的发生。因此，基于BP神经网络的变压器故障诊断具有重要的意义。本文首先对三比值法的原理进行了概述，详细探讨了BP神经网络的构建，旨在保证变压器的运行。

简介：摘要：当前，为了维护社会的正常运转，必须确保电力系统安全可靠运行。而架空输电线路作为电力系统的关键组成部分，通常运行在各类复杂地形中，容易发生间隙放电、间断性触碰等隐蔽性故障。为此，本文结合对抗神经网络实现了故障特征的扩增，解决了故障特征样本缺乏导致的过拟合问题，同时提出一种基于孪生卷积神经网络的配电线路故障检测分类的新方法，进一步提升了故障分类识别的准确性。

简介：摘要：智能电表作为电力系统中的重要组成部分，具备高精度计量功能，对电能进行准确测量。但由于各种因素的影响，智能电表在实际应用中可能会出现计量误差。未基于神经网络的智能电表计量误差建模与试验方法将得到广泛应用，并与其他技术相结合，推动智能电表的性能提升和电力行业的智能化进程。

简介：摘要：本文使用了一种新型的神经网络结构(树突神经网络),对斜拉桥施工过程中使用的前支点挂篮,在受到到斜拉索索力和环境温度影响下的结构响应进行了分析,并得到了基于神经网络程序，得出输出值的预测结果。

简介：摘要介绍了BP神经网络的网络结构以及学习过程，并对BP神经网络在工程造价预测方面的应用进行了研究。