简介:摘要随着社会市场经济与智能建筑工程技术的不断发展,模糊神经网络关键技术中的基于智能建筑工程关键技术工程关键技术管理中的工程造价预测与处理、工程质量管理绩效评估与处理、工程招投标预测与处理等综合应用及自组织模糊神经网关键技术络弥补了模糊神经网络在智能建筑工程关键技术工程管理多层数据融合处理分析.在智能建筑建设工程造价也在快速发展.如何加强对建筑建设工程造价进行有效管理与合理确定和控制建筑建设工程造价,已成为当今智能建筑工程系统技术重要课题研究.
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:目的:与经典测量理论相比,项目反应理论具有更多的优势,但由于项目反应理论模型的复杂性,进行参数估计时往往需要较大的被试样本;人工神经网络的出现为小样本被试估计项目反应理论的能力参数和项目参数提供了可能,文章的目的是通过神经网络的蒙特卡罗模拟研究寻找更精确的参数估计方法。方法:以项目反应理论的两参数模型为例,以MAB和RMSE为比较指标,通过模拟数据比较经典测量理论的通过率、点二列相关系数、平均得分作为神经网络的输入值与以经过转换的数值(IRT参数估计的初值)作为神经网络的输入值训练网络结果的差异,比较不同条件下MAB指标和RMSE指标的差异。结果:以通过率估计项目参数b与以bj=zj/rbj估计项目参数b存在差异;以点二列相关系数估计项目参数a与以aj=rbj/√1-r^2bj估计项目参数a存在差异;以平均得分估计能力参数θ与以ln[x/(m-x)]估计能力参数θ存在差异。结论:对于两参数项目反应模型,以通过率估计项目参数b比以bj=zj/rbj估计项目参数b误差更小,而以点二列相关系数估计项目参数a比以aj=rbj/√1-r^2bj估计项目参数a误差更大,以平均得分估计能力参数θ比以ln[x/(m-x)]估计能力参数θ误差更大。
简介:随着计算机处理能力的快速提高,彩色图像处理受到人们越来越多的关注。针对现有纹理识别算法计算速度慢,识别精度低等问题,本文提出了一种将颜色信息融人到纹理识别中的新方法——基于小波概率神经网络的彩色纹理识别。首先将RGB彩色纹理图像转化为HSV彩色模型,用小波变换(wT)进行树形结构小波分解提取彩色纹理的特征,然后使用概率神经网络对测试样本进行分类识别。本文对不同的自然纹理图像进行了实验,并将实验结果与文献”0做了比较。实验结果证明,本文方法的识别效果明显优于文献。