Results 61 to 70 of about 3,081 (161)
Application of artificial neural networks based on Monte-Carlo-Adaptation rule [PDF]
, 2011 本文主要包含三个部分：第一部分为介绍传统模式识别及人工神经网络基本理论和发展状况；第二部分阐述蒙特卡罗随机变异－优化选择规则及其在多层前馈网络和Hopfield单层反馈网络中的应用；第三部分介绍一种新的人工设计逻辑体系——转导推理。 本文的主要工作集中在第二部分。我们首先介绍了人工神经网络设计的“蒙特卡罗随机变异－优化选择规则”，并讨论了如何应用这一方法设计用于时间序列预测的人工神经网络。以设计时间序列预测的多层前馈网络为例，我们详细说明如何在具体问题中实现最小化系统风险的目标 ...
戴添发
core
Gaoya dianqi, 2021 人工和无人机航拍读取避雷器动作次数不仅费时费力,且实施难度大,为了经济、快速高效的实现带间隙避雷器动作次数的在线计算。文中提出一种根据雷电定位系统、输电线路数据、防雷机理与GA-BP神经网络技术相结合的带间隙避雷器动作次数计算方法。首先,计算线路引雷区与落在引雷区内的最大雷电流;然后,确定GA-BP神经网络结构,利用训练好的网络判断雷击后避雷器是否动作。实例表明,该方法对反击雷致避雷器动作识别的准确率达到90%,对雷击后避雷器不动作样本判断的准确率为86.25%,对绕击雷致避雷器动作的准确率总体为80%,
邓红雷, 唐崇旺, 刘刚, 张莉彬
doaj
Application of artificial neural network algorithm in pathological diagnosis and prognosis prediction of digestive tract malignant tumors. [PDF]
Zhejiang Da Xue Xue Bao Yi Xue Ban, 2023 Xiao Y, Wang S, Ling R, Song Y.
europepmc +1 more source
Prediction model of agricultural plant diseases and insect pests based on artificial neural network and its verification [PDF]
, 1999 选取与病虫害有关的因子作为样本的输入特征,建立了农业病虫害年分类预测的b-P人工神经网络模型。该方法应用于稻瘟病的预测建模结果的拟合率为100%,预留样本检验报准率为83%。A model is developed for the classified prediction of agricultural plant diseases and insect pests using B P artificial neural network with factors related to ...
彭荔红, 李祚泳
core
Zhongshan Daxue xuebao. Yixue kexue ban, 2008 【目的】微钙化点是早期乳腺癌的重要征象之一，本研究联合运用遗传算法、模糊数学和人工神经网络，建议一种乳腺微钙化点提取的新方法，为乳腺病变的自动识别提供前期处理，为早期乳腺癌的临床诊断提供帮助。【方法】首先利用随机方法产生大量的样本，然后，利用模糊遗传算法对产生的随机样本进行分类，将分类后的样本输入人工神经网络进行训练，将310幅乳腺图像的感兴趣区域输入训练后的人工神经网络分类器进行分类。【结果】与微钙化点提取方面的同类文献相比较，结果表明该算法在相同误检率下得到较高的阳性检出率。【结论 ...
doaj
Gaoya dianqi, 2016 人工神经网络技术已经在变压器的状态诊断得到应用,为了克服故障分析中BP神经网络存在的不足,提出了一种自适应混沌粒子群优化神经网络在变压器故障诊断的新方法。该算法通过进化速度因子和聚集因子调整惯性权重,并改进学习因子,引入混沌系统,构成混沌粒子群算法优化神经网络参数,有效地克服常规BP算法训练收敛速度慢、易陷入局部极小值等缺点。最后基于DGA对变压器故障实例分析仿真,对比常规变压器诊断方法结果表明,该算法能够提高诊断效率以及故障模式识别的准确性。
苗长新, 申坤, 钟世华, 柳狄
doaj
He jishu神经网络可以基于大量数据学习输入输出变量之间的关系，具有强大的拟合能力，在包括核工程计算领域常用作程序的代理模型。中子输运计算作为中子学模拟的核心环节之一，其耗时较长的问题可以利用神经网络模型来解决。然而，神经网络模型具有一系列超参数需要设置，而手动调节这些超参数工作量大，重复繁琐，只能依靠经验进行，而且求解不同问题时这些超参数不可复用。为了解决以上问题，本文提出了一种采用贝叶斯优化（Bayesian Optimization）的算法来调节神经网络超参数，结合了自适应学习率衰减、损失函数优化方法 ...
张 凡 +5 more
doaj +1 more source
Dianci bileiqi, 2014 谐波的检测分析对于电力系统谐波治理非常重要,但常用的FFT检测方法存在频谱泄漏及栅栏现象等缺陷,加窗插值算法的使用一定程度上弥补了这些不足却又增大了计算量和存储容量要求;人工神经网络具有快速处理数字信号能力,本文以谐波离散傅里叶变换后的三角函数和傅里叶系数分别作为BP网络的隐层神经元和权值可获得了一种训练速度更快的神经网络;通过该神经网络算法和效果相对较好的几种FFT插值算法的仿真实例比较,验证了该算法能够更快更精确地对电力系统谐波进行分析,对谐波治理具有较大意义。
李德超
doaj
野生动物学报, 2023 针对使用粪便显微分析法时对食草动物粪便中植物表皮细胞人工分类困难且效率低的问题，提出一种基于多轴注意力的双通道神经网络分类方法，用于自动识别显微镜下食草动物粪便中残留的植物表皮细胞种类。首先，获取粪便中残留的植物表皮细胞图像，作为神经网络模型的输入；引入多轴注意力机制提高网络特征提取能力，同时降低注意力导致的计算复杂度；构建局部和全局通道，提高网络对植物表皮细胞图像信息的获取能力；最后将2个通道提取的特征进行融合，完成对植物种类的识别。此外，应用移动倒置瓶颈卷积（MBConv）模块进行模型的轻量化处理 ...
马光凯 +4 more
doaj
Supporting construction monitoring and deformation control study of large and deep foundation pit [PDF]
, 2017 深基坑工程大多处于城市中心，为确保深基坑稳定及保护周边环境，需要对支护结构和周边土体的变形进行控制。本文以泉州和昌贸易中心深基坑工程为背景，对支护结构和周边土体的变形控制展开研究。通过对实测数据进行分析，总结围护桩水平位移、支撑梁钢筋应力、立柱竖向位移、坡顶变形、地表沉降、建筑物沉降、地下管线沉降、土压力及水位的变化规律，并对深基坑的稳定性与变形作出评价；对比Logistic曲线、Gompertz曲线、Usher曲线及分段时效曲线后选用合适的预测模型对基坑变形进行预测，有效指导施工 ...
黄波
core