Results 31 to 40 of about 2,242 (157)
Research on 3D Head Model Reconstruction Based on Single Front Face Image [PDF]
, 2013 自从上世纪70年代Parke建立第一个三维人脸模型以来，三维人脸重建就成为了计算机图形学领域中的研究重点，并取得了一定的突破和进展。目前该技术也已被广泛应用于影视动漫、医学图形、人脸识别等领域。而如果有一种手段使得通过后脑勺的照片就可以预测人脸正面特征，这样公安人员侦破违法犯罪的成功率就会大大增加，然而首先研究清楚人脸正面特征与后脑勺之间的关系是实现前者必要的基础和前提条件。目前学者们集中于基于正面图像的三维人脸建模，没有对后脑勺的建模进行详细的研究 ...
宋桔
core
Positioning technique of coded aperture radiation imaging [PDF]
With the widespread application of nuclear technology and radiation protection, the demand for radioactive sources imaging is increasing. As a high-precision imaging and positioning device for radioactive sources, the coded aperture imaging positioning ...
ANG Wensheng +4 more
core +1 more source
Guangtongxin yanjiu, 1996 提出了一种改进的ＢＰ神经网络模型，即多层双并联神经元可学习的人工神经网络，给出了相应的算法。并以异或问题和对称性检测问题为例，对改进算法和传统算法的优缺点进行了比较 ...
王爱国, 肖定中
doaj
Dianci bileiqi, 2011 基于BP算法的神经网络和基于实数编码遗传算法的神经网络用于模式识别有其各自的优缺点。为此提出利用GA-BP混合算法神经网络,对GIS典型缺陷的局部放电进行模式识别。以超声局部放电探测仪对不同缺陷包括金属突出物、悬浮电位缺陷和绝缘子内部气泡引起的局部放电信号进行了测量,并从测量结果中提取PRPD谱图特征值作为训练样本和测试样本。研究结果表明:相比BP神经网络,GA-BP神经网络执行效率更高,识别效果更好,且克服了BP神经网络容易陷入局部最优的缺点;而相比GA神经网络,其运行时间短,适用于实际应用。
吕启深, 吴磊, 梁基重, 杨益公
doaj
, 2018 为了对锂离子电池剩余电量(SOC)进行准确测量,以2 200 mA?h的聚合物锂电池为研究对象,利用Hyperion平衡充放电设备采集6个不同放电电流下(0.7,1.1,1.7,2.2,2.7和3.3A)的放电电压和放电倍率;采取误差反向传播(BP)和径向基函数(RBF) 2个原理不同的神经网络算法进行SOC预测;把采集的样本数据分为训练组和测试组,采用不同的神经网络算法对训练组进行训练后,选择合适的参数构建神经网络,并用测试组数据进行测试;最终比较2种算法的预测效果和误差。研究结果表明 ...
余杰 +6 more
core
High-roubustness keystroke recognition method based on acoustic spatial gradient [PDF]
, 2020 For the fluctuation of CFCC caused by environmental noise is the main reason for the low accuracy of keystroke detection,the spatial characteristics of adjacent between CFCC were studied,and the spatial gradient structure of CFCC based on points was ...
Kangkang HAN, Ying LIU, Zhihong QIAN
core +1 more source
A model for short-term load forecasting in power system based on multi-AI methods [PDF]
, 2013 将自组织(SOM)和反向传播(bP)两种神经网络结合起来,并使用模糊理论,建立了一种基于集成智能方法的日负荷预测智能模型,该模型首先利用SOM网络的竞争学习能力将历史数据分成若干类别从而找出与预测日同类型的预测类别.然后,把温度、日类型等不确定性扰动因素分离出去,利用bP算法的非线性函数逼近功能,完成电力负荷的基本分量部分的预测工作.在处理温度、天气情况、日类型等不确定因素对负荷的影响时,采用模糊逻辑理论对负荷基本分量进行修正.提出了一种基于进化树的自组织神经网络算法(SOETA ...
张群洪
core
Malicious DNS traffic detection based neural networks [PDF]
To solve the problems of low detection accuracy and speed caused by low efficiency in extracting traffic features using machine learning to detect malicious DNS traffic, a malicious DNS traffic detection method FDS-DL was proposed, which combines ...
CHEN Wenzhi +3 more
core +1 more source
Gaoya dianqi, 2020 针对变压器故障类型的复杂难辨,结合油中气体分析法,提出了1种基于精英混沌人工蜂群算法的小波神经网络故障诊断模型对变压器故障进行诊断。模型对3层小波神经网络的输入和输出层的权值、小波元的伸缩和平移系数进行修正,改进算法混沌初始化蜜源,建立精英蜂群团体自适应引导采蜜蜂与跟随蜂搜索,同时引入混沌侦查蜂的行为模式,能够有效提高精度,加速收敛,避免局部最优。实验结果表明,该方法比传统BP小波神经网络和标准蜂群算法优化小波神经网络诊断速度更快,准确率更高,可有效运用于变压器故障诊断。
贾亦敏, 史丽萍, 严鑫
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