简介：针对传统PID控制系统的不足和为了有效改善微分冲击作用,采用带有一阶惯性环节的微分环节替代原来理想的微分环节,构造出部分微分PID算法;并基于神经网络设计了共轨压力的神经网络部分微分PID控制系统。在GS-1000型喷油试验台上的应用实践表明,该方法能够实现共轨压力的平稳控制,具有良好的响应跟随性,能够满足高压共轨燃油喷射系统的要求。

简介：非线性灰色伯努利模型广泛运用于非线性系统的预测,其预测精度很大程度上取决于参数的选择。试以线性规划的方法通过求解其最优参数并针对非线性灰色伯努利模型预测残差以人工神经网络的方法进行修正。最后通过实际算例与GM(1,1)和灰色Fer-模型相比较证明本文所提供方法具有较好的实用性和有效性。

简介：本文根据在材料设计和性能预测中应用最多的BP型人工神经网络理论，分析了BP型神经网络结构特点及有关训练参数的选择原则，为人工神经网络理论在材料的设计和性能的预测上的应用提供依据。

简介：提出了一种基于单词分类的神经网络语言模型,以解决归一化问题。实验方法为,在基础翻译系统中加入模型参数,然后利用开发集调整参数,再对测试集进行翻译,对比加入模型参数前后的翻译质量以及训练模型和翻译过程所需时间。实验结果表明,在保证归一化的前提下,该模型的性能优于Vaswani等人的模型,且翻译质量与Vaswani等人的模型相当。

简介：为了实现倒装和弯钩次品针头的自动检测，提出了一种基于BP神经网络的注射器针头合格性检测方法。该方法首先对针头图像进行去噪、目标分割和针头轮廓提取等预处理，其次采用边界区域不变矩法和针头边缘曲率法提取针头特征，然后用合格针头、弯钩针头和倒装针头样本的特征对设计好的BP神经网络进行训练，最后利用训练好的BP神经网络实现注射器针头的合格性检测。通过大量真实针头的合格性检测实验，验证了本研究所提出方法的有效性，可用于实际生产中。

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：摘 要：针对常规PID控制器无法使得存在齿隙、摩擦等非线性因素的伺服系统获取较高的DC刚度（抗低频干扰性能）的问题。本文研究了PDFF控制器作为伺服系统速度环控制器来解决这个问题，并通过BP神经网络来对PDFF控制器进行参数整定。仿真结果表明，基于BP神经网络参数优化的PDFF速度环控制器能提高系统的响应速度和DC刚度，且结构简单，容易实现，可用于实际伺服系统。

简介：摘要目的基于深度卷积神经网络（DCNN）方法自动测量彩色眼底像上全局和局部豹纹分布密度。方法应用研究。将2021年5~ 7月于山东第一医科大学附属青岛眼科医院北部院区行近视手术的患者514例1 028只眼的1 005张彩色眼底像建立人工智能（AI）数据库。采用RGB颜色通道重标定方法（CCR算法）、基于Lab颜色空间的CLAHE算法、多重迭代照度估计的Retinex算法、具有色彩保护的多尺度Retinex算法对图像进行预处理。对比观察上述4种图像增强方法以及使用Dice损失、边缘重叠率损失和中心线损失对豹纹分割模型效果的影响。建立眼底豹纹分割模型识别全图范围内豹纹结构区域；构建眼底组织结构检测模型用于视盘及黄斑中心凹定位。计算视野范围内后极部豹纹密度（FTD ）、黄斑区豹纹密度（MTD）、视盘区豹纹密度（PTD ）。结果应用CCR算法图像预处理和训练损失组合后，豹纹分割模型的Dice系数、准确率、灵敏度、特异性、约登指数分别达到0.723 4、94.25%、74.03%、96.00%和70.03%。模型自动测量的FTD、MTD、PTD值与人工标注测量值平均绝对误差分别为0.014 3、0.020 7、0.026 7，均方根误差则分别为0.017 8、0.032 3、0.036 5。结论基于DCNN分割和检测方法能自动测量近视患者眼底全局和局部区域的豹纹分布密度，可以更准确地辅助临床监测和评估眼底豹纹改变对近视发展的影响。

简介：摘要为了提高卫勤模拟训练的效果，基于战伤严重度评分并综合运用深度神经网络（DNN）建模技术，建立一种新的战伤数据增强模型（WTSS-DNN），用于准确统计卫勤模拟训练系统中的伤员数据，并构建满足卫勤组织指挥要求、符合战时伤员救治特征的战场模拟伤员。WTSS-DNN相较于传统的人工数据生成方法，在保持后果预测准确性和伤情合理性的前提下，可以自动化、大规模地生成战伤伤员数据，对战伤数据分析研究、战时伤员伤情快速评估及分级后送具有重要意义。

简介：提出了自适应BP神经网络模型预测短期负荷的方法。依据负荷的日相关性把历史负荷分成24组样本数据，再用BP网络来映射样本数据。采用初始化样本数据，增大节点作用函数陡度，变换隐层节点作用函数形式，自适应调整学习参数等方法提高了BP网络的学习速度，得到了较为满意的预报结果．

简介：摘要：在对非线性的地球化学数据进行处理的过程中，分类算法的选择至关重要。神经网络算法具有准确度高、泛化能力强的特点，支持向量机具备可以解决过拟合、避免趋于极小能优势。当两者进行结合用于处理地球化学数据分类问题时，具备了两种算法的优势，分类结果良好。

简介：在统计概率基础上建立了信息神经网络，探讨了利用该网络诊断内燃机故障的方法；并在12150L内燃机上进行了模拟故障的诊断试验。试验结果表明，该方法是可行的。

简介：摘要：基于ARM芯片和FPGA的特点，设计了一种ARM与FPGA人工神经网络处理器之间的通信方案。该方案采用ARM的ZDMA控制器对数据传输进行控制，完成ARM与神经网络处理器的控制寄存器组、分布式存储器、样本存储器等存储体的数据交换。

简介：由于电网容量的快速可调的容量限制,造成风电并网的消纳能力较弱,导致越来越多的弃风电量。研究了神经网络方法,根据历史风塔的测量的不同高度、风速和风向的数据,结合风电场风机的历史观测数据,建立了神经网络模型,然后将样本数据输入到已建好的神经网络模型以得到风机的理论发电功率,进而得到弃风电量。通过对比测风塔法,神经网络法,样板机法和面积积分法统计风电弃风电量大小,基于测风塔神经网络法的弃风电量评估模型在低风速时的评估效果具有良好的参考价值,比较接近实测风速。

简介：摘要物联网与灰色神经网络应用于智能电网是信息通信技术发展到一定阶段的必然结果,利用物联网技术将有效整合智能电网系统基础设施资源,提出对智能电网物联网应用架构.

简介：摘要在Matlab平台下，设计了一种基于神经网络的风机振动故障在线自诊断系统。对风力发电机组中的核心部件主轴和齿轮箱进行故障诊断，根据主轴和齿轮箱振动信号故障特征，通过小波变换方法对振动信号进行分频处理，有效提取不同故障下各频段能量的故障特征；再将提取的能量故障特征输入至训练好的BP神经网络诊断系统中进行识别，实现故障的智能诊断。通过试验证明了该方法的有效性。

简介：

简介：本文针对现有砌体结构可靠度评价方法的不足之处，从实际工程角度出发，提出了用于建筑物可靠度模糊综合评定的神经网络方法，讨论了该网络各层的物理意义及各系数的取值方法，并给出了实际工程算例。

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：通过研究视频汉字识别问题，提出了关于视频中汉字跟踪及分割算法。首先，提取视频样本特征，采用K均值算法进行聚类作为第1次分类，之后，采用多个BP（backpropagation）神经网络进一步细分一次分类后的结果作为二次分类。最后，对以上算法进行了实验验证，结果证明这些算法是有效的，多层分类器较单一的BP神经网络分类器识别率更高。