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：本文对现行的深层搅拌桩设计方法存在的问题进行探讨，提出了用人工神经网络模型对复合地基承载力进行计算的新思路。实例研究表明，人工神经网络方法对深层搅拌桩承载力计算行之有效。

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：本文介绍神经网络的特点以及近年来有关神经网络与混沌理论、模糊计算和遗传算法等相结合的混合神经网络研究的动态,神经网络、模糊集理论和以遗传算法为代表的进化算法都是仿效生物信息处理模式以获得智能信息处理功能的理论,并确定混沌---神经网络模型具有混沌解的参数空间

简介：摘要：BP神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络。

简介：本文系统的论述了模糊控制，神经网络以及模糊神经网络的发展及现状，探讨了模糊神经网络发展当中的一些问题，指出了模糊神经网络现阶段存在的不足与发展方向。

简介：

简介：摘要卷积神经网络在自然语言处理中的应用是近年的研究热点。文章通过对几项典型工作的分析，研究了卷积神经网络在各项自然语言处理任务中的性能与效果。并对卷积神经网络语言模型的改进规律进行了总结。

简介：本文针对标准BP算法的不足给出了改进算法——ScaledConjugateGradient（SCG算法），利用Matlab语言编制了BP网络的应用实例仿真程序。结果表明SCG算法的学习收敛速度大大地优于标准BP算法。

简介：

简介：行人重识别在视频监控领域是一个非常具有挑战性的问题,不同的摄像头位置角度、光照等因素会使同一行人的图像差异较大.文章提出一种DGD（DomainGuidedDropout）卷积神经网络（CNN）与样本相对距离结合的行人重识别算法：首先,通过卷积神经网络来提取来自多个域的数据中具有一般性及鲁棒性的特征;其次,通过计算各个特征样本之间的相对距离来筛选出更具有一般性及鲁棒性的特征;最后,比较筛选出的特征间的欧氏距离进行重识别.实验结果表明,该算法能够提高行人重识别的效率.

简介：以某地区购网有功功率的负荷数据为背景，建立了三个BP神经网络负荷预测模型——SDBP、LMBP及BRBP模型进行短期负荷预测工作，并对其结果进行比较。针对传统的BP算法具有训练速度慢，易陷入局部最小点的缺点，采用具有较快收敛速度及稳定性的L—M优化算法进行预测，使平均相对误差有了很大改善，具有良好的应用前景。而采用贝叶斯正则化算法可以解决网络过度拟合，提高网络的推广能力，使平均相对误差和每日峰值相对误差降低，但收敛速度过慢（慢于SDBP模型），不适于在实际应用中采用。

简介：摘要：从神经网络算法客体判断标准出发，列举了实践中容易判断是否属于专利法保护客体的情形；并结合实际的案例， 探讨了在算法中不包含特定应用领域时，如何判断神经网络发明是否属于专利法保护客体。

简介：摘要：随着科学技术的发展，人工智能已经被广泛应用到生活中，计算机视觉作为其中的重要领域，也被研究者逐渐重视。本文重点讲述了卷积神经网络以及图像分割的发展史，重点讲述了目前具有代表的deeplab神经网络架构中的特点，分析其中的原理，对后续的研究具有借鉴作用。

简介：为了提高肿瘤病理诊断的准确性和效率,本研究提出基于信息熵和粗糙集理论的信息筛选及其人工神经网络的灵敏度分析方法,并用于选取肿瘤特征基因。通过粗糙集和信息熵对基因的筛选模型,建立必要的基因集;通过基因对BP神经网络模型输出函数的灵敏度分析,递归去除灵敏度较低的若干基因,生成一组候选特征基因子集;将特征基因子集传输到肿瘤病理诊断系统,生成诊断报告。该方法具有很高的可行性和有效性。

简介：摘要目的建立可预测Ⅱ~Ⅲ期胃癌患者淋巴结转移的神经网络模型，并探讨其预测价值。方法病例纳入标准：（1）经病理确诊为Ⅱ~Ⅲ期（第8版AJCC分期）胃腺癌；（2）术前胸片、腹部超声及上腹部CT等检查无肝、肺、腹腔等远处转移；（3）行R0切除。病例排除标准：（1）术前接受过新辅助化疗或放疗；（2）一般临床资料不完整；（3）残胃癌。回顾性收集2010年1月至2014年8月期间在福建医科大学附属协和医院胃外科接受根治性切除术的1 231例Ⅱ~Ⅲ期胃癌患者的临床病理资料。全组共1 035例患者经术后证实淋巴结转移，196例患者未出现淋巴结转移。416例（33.8%）术后病理分期为Ⅱ期，815例（66.2%）为Ⅲ期。全组患者被随机分为建模组861例（69.9%）和验证组370例（30.1%）。先运用Logistic单因素分析方法，对建模组的病例样本进行回顾性分析，筛查影响淋巴结转移的变量，确定人工神经网络输入节点的变量项目，再使用多层感知器（MLP）训练N+-ANN。N+-ANN由Logistic单因素分析筛选出的变量构成输入层。人工智能依据输入数据分析患者淋巴结转移状态，并与真实值进行比较。通过绘制受试者操作特性（ROC）曲线、获取曲线下面积（AUC）来评估模型的准确性。结果建模组与验证组临床资料的比较，差异均无统计学意义（均P>0.05）。建模组单因素分析结果显示，术前血小板淋巴细胞比值（PLR）、术前系统性免疫性炎性指数（SII）、肿瘤大小、临床N（cN）分期与患者出现淋巴结转移有关。将以上因素连同术前中性粒细胞淋巴细胞比值（NLR）、术前糖类抗原19-9、术前癌胚抗原、肿瘤位置、临床T（cT）分期作为输入层变量构建N+-ANN。建模组N+-ANN对术后淋巴转移预测准确率为88.4%（761/861），灵敏度为98.9%（717/725），特异度为32.4%（44/136），阳性预测值为88.6%（717/809），阴性预测值为84.6%（44/52），AUC值为0.748（95%CI：0.717~0.776）；而验证组，N+-ANN的预测准确率为88.4%（327/370），模型灵敏度为99.7%（309/310），特异度为30.0%（18/60），阳性预测值为88.0%（309/351），阴性预测值为94.7%（18/19），AUC值为0.717（95%CI：0.668~0.763）。根据N+-ANN所输出的个体化淋巴结转移概率，取截点0~50%、>50%~75%、>75%~90%、>90%~100%，将患者分为N0组、N1组、N2组、N3组。建模组和验证组的N+-ANN对pN分期总体预测准确率分别为53.7%和54.1%，而cN分期对pN分期的总体预测准确率仅为30.1%和33.2%。结论本研究构建的N+-ANN能准确预测Ⅱ~Ⅲ期胃癌患者的淋巴结转移情况。基于N+-ANN的个体化淋巴结转移概率相较于cN分期，对pN分期预测的准确性更高。

简介：

简介：采用灰色关联法分析了原棉的性能指标对成纱质量的影响，并结合BP人工神经网络对成纱条干、成纱强度和成纱强度不匀进行了预测。与单纯的BP神经网络的预测结果相比，灰色关联分析法结合BP神经网络预测结果更准确，预测值与实测值之间的平均相对误差较小。

简介：人工神经网络具有较强的自适应模式识别能力和联想记忆能力。本文应用ＢＰ神经网络处理服装革的手感检测信号，为织物，皮革等服装材料的手感评定探索出一条新途径。

简介：本文应用山仔水库2003～2006年叶绿素a浓度、总磷浓度、总氮浓度、水温、溶解氧浓度、高锰酸盐指数、pH值7个参数监测数据对人工神经网络模型进行训练，在此基础上应用1997—2002年除叶绿素a浓度外其他6个参数监测数据，推算出1997～2002年间缺失的叶绿素a浓度，并对1997—2006年春末夏初的叶绿素a浓度动态进行分析，结果表明：山仔水库1997年建库初期，叶绿素a浓度处于较高水平，2000年以后叶绿素a浓度开始降低，近几年基本保持稳定．2003—2006年叶绿素a浓度呈季节周期性变化，春末经夏季到初秋，叶绿素a浓度持续升高，冬季下降明显，春季又开始回升；说明近几年山仔水库水体春末夏季秋初处于富营养化水平，秋末冬季处于中营养水平．本研究结果将为山仔水库的富营养化防治提供科学依据．