Results 71 to 80 of about 3,040 (160)
Dizhen xuebao以江苏地震台网中心搜集并标注的天然地震、人工爆破和塌陷事件为试验数据样本，提出了一种基于格拉姆角场和多尺度残差神经网络的新的地震事件分类方法。首先对波形数据进行滤波、归一化等预处理，然后应用格拉姆角场对地震波形数据进行二维编码得到二维图像，再将此经过编码后的图像作为多尺度残差神经网络的输入进行分类模型的训练和测试，从而得出分类结果。采用上述方法对1 078个天然地震台站记录、981个爆破台站记录和830个塌陷台站记录进行试验，结果显示：最终以单条波形为单位的地震事件分类准确率为92.55 ...
Wei Liu +4 more
doaj +1 more source
Research and Application of Face Recognition Based on Deep Convolutional Neural Networks [PDF]
, 2016 人脸识别是计算机视觉领域中研究的热点之一，不仅是因为以自然脸为研究对象是非常有挑战性的，而且有很多应用需要将人脸识别作为第一步。近年来，随着智能手机的普及，每天有成千上万的照片被上传到社交网络平台，如微博、微信等等，其中包括大量的人脸照片。深度学习是近十年来人工智能领域取得的重要突破，深度学习通过建立类似于人脑的分层模型结构，对输入数据逐级提取从底层到高层的特征，从而能很好地建立从底层信号到高层语义的映射关系。本文以深度学习的方法在人脸识别中的研究与应用为研究对象。 论文首先介绍了研究的背景和意义 ...
万经勇
core
Dianci bileiqi, 2014 基于《雷电防护第2部分:风险管理》（GB/T21714.2—2008）及BP人工神经网络理论,利用MATLAB软件建立了一个三级BP网络预警模型,经过网络训练、网络检测得到训练成熟的普通建筑雷灾风险BP网络评价模型。BP神经网络的运用有助于评价模型更加准确客观地反映建筑物雷灾风险各影响因素与最终风险评价结果之间的非线性关系。为了验证该评价模型的评判效果,除对训练成熟的网络评价模型进行检测,还进一步选取《雷电防护第2部分:风险管理》（GB/T21714.2—2008）中提供的评估实例进行验证性评估 ...
华晨辉, 杨仲江, 罗骕翾, 路明
doaj
Neural network model based on hybrid algorithms and its application in runoff for ecasting [PDF]
, 2014 为了提高径流预报的精度,采用一种基于粒子群和遗传的混合方法同时优化人工神经网络结构、连接权和偏置,在进化过程中采用训练样本和验证样本共享适应度技术,并以此建立径流预报模型。通过对柳州径流实例分析,并与离子群优化的人工神经网络模型、遗传进化的人工神经网络模型和时间序列模型方法对比,研究结果表明,该方法学习能力强、泛化性能高和有效提高系统预测的准确率,为获得更高预测精度的径流预报提供了一种有效的建模方法。In order to improve the accuracy of runoff ...
吴建生, 曾文华, 蒋林利
core
logistic多元回归和人工神经网络在肺CT判断肺癌病理分型中的应用
Zhongguo shiyan zhenduanxue, 2013 目的应用logistic多元回归分析方法和人工神经网络技术建立通过肺CT判断肺癌病理分型的诊断模型。方法回顾性分析2010年1月-2013年2月吉林大学中日联谊医院初诊的218例肺癌患者的CT影像特点,其中鳞癌96例,腺癌76例,小细胞癌46例;采用χ2检验对各病理类型与性别、年龄及各影像学征象进行单因素分析;应用logistic多元回归分析方法和人工神经网络技术分别建立判断肺癌病理分型的诊断模型。结果卡方检验结果显示性别、部位、肿块大小、磨玻璃征、胸膜凹陷征 ...
李建新 +4 more
doaj
Shuitu Baochi Xuebao, 2001 提出了应用B-P人工神经网络,建立流域输沙量和最大输沙率的预测模型.以降雨量、降雨历时、洪峰流量和洪量等因子建立的李子溪流域的输沙量和最大输沙率的B-P网络预测模型效果表明拟合率达90%左右,预留检验报准率在75%以上.
彭荔红 方志山 李祚泳
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
智能科学与技术学报, 2022 深度学习在感知智能上的不断突破推动了人工智能在各领域的广泛应用。但在实际落地过程中，只有把感知智能提高到更高层的认知智能，才能更好地满足日益复杂的应用需求。神经符号学将擅长感知任务的神经网络方法和擅长推理任务的逻辑符号学有机地融合在一起，是实现高层认知智能的途径之一。基于此，提出了一套神经符号学的实用框架NSFOL，并基于NSFOL实现了机器人任务规划、自学习机器人运动规划和教育实验视频评估3个典型应用。实验结果表明，尽管NSFOL尚未完善，但是它已经能够很好地支持相关应用，在可学习、可推理 ...
蔡莹皓 +6 more
doaj
The Application of ZigBee Technology and Neural Network Algorithms in Street Light Control Systems [PDF]
This paper introduces a street lamp control system based on zigbee technology and neural network algorithm. Street lamp control system consists of microcontrollers, sensors, displays, buttons, ZigBee, street lights.
core +1 more source
Application in financial data prediction of neural networks based on Monte-Carlo-Adaptation rule [PDF]
, 2012 上个世纪全球金融市场最重要变革来自于金融衍生品的创新和繁荣。但随后频繁而剧烈的金融危机却使得人们对基于有效市场假说的传统金融理论开始进行反思。随着行为经济学和经济物理学等领域的开创性研究，人们发现了经济系统明显违背传统理论的假设，经济代理人并非全同的理性而具有异质性和非理性，市场不能自动演化到均衡状态而具有长程时间和空间关联，在特定的条件下具有自组织临界性。因此，基于复杂非线性系统的统计物理和动力学理论正被广泛用于经济金融领域研究。人工神经网络是一个典型的多体非线性动力学系统 ...
于菲
core