基于神经网络的人脸检测算法研究

针对复杂场景图像中的人脸，提出了一种基于BP神经网络的人脸检测算法，由网络训练和人脸定位两部分组成．可以有效地运用于多人脸、不同尺寸、不同姿态、不同面部表情、不同肤色、不同光照条件和复杂背景的情况。实验结果表明该算法快速有效。     

神经网络在电磁场数值问题中的应用

针对目前电磁场数值处理中计算繁杂慢速和耗费资源过多的问题,本文提出了一种基于神经网络小波理论进行计算的新方法。文中着重介绍了利用小波变换神经网络的基本理论,结合电磁场数值计算的基本方法,推导变换进而得到一个通用公式和处理方法。在该方法中,神经网络学习内容少和数据处理简单,因此该方法具有计算速度快,占用资源少的优点,并有用硬件实现的前景。     

变时滞神经网络指数稳定性条件

基于时滞细胞神经网络(DCNNs)在图像处理等领域的广泛应用,有关它的研究引起了越来越多学者和专家的关注.早期DCNNs稳定性的结果大多由网络权矩阵的分量构成的代数不等式来表示.运用Lyapunov-Krasovskii泛函的方法,研究了DCNNs的指数稳定性,所得充分条件以矩阵的(半)正定形式出现,在实际应用中更加便于验证.与文献中的结果相比较,所得判据适用范围更广.     

合成N,N,N'''',N''''-四(2-甲酯基乙基)乙二胺的绿色工艺研究

为了解决合成聚酰胺-胺时回收液处理复杂、能耗大、并污染环境的问题,以合成N,N,N',N'-四(2-甲酯基乙基)乙二胺(TMCEDA)为研究对象,对不同真空度条件下的回收液进行了定性定量分析,在此基础上,采用分段减压蒸馏分离合成TMCEDA中的过量原料与溶剂,直接循环使用真空度在50 kPa-100 kPa的回收液的新工艺.应用气相色谱分析技术跟踪分析循环使用的回收液的成分,结果表明,经过40次循环使用的回收液,仍未见明显的杂质积累现象.该工艺对回收液的直接使用率高达98.0%,实现了TMCEDA的实验室绿色合成,可为其工业化生产提供参考.图7,表2,参11.     

识别混凝土板内部缺陷的人工神经网络算法

以一维有缺陷混凝土板为研究对象，分别采用Leverberg-Marcluardt和径向基神经网络算法，对缺陷的深度与厚度进行识别，从而实现对混凝土板内部缺陷的三维重构，称为红外CT模拟．两类神经网络算法的识别结果表明：Leverberg-Marcluardt神经网络较径向基神经网络具有更好的收敛精度与计算效率．     

商空间的基

通过引入一个熟知的线性空间作桥梁，揭示了商空闻R^n／S基与矩阵A之间的关系。     

一种新的基于Kohonen网络的图像矢量量化

矢量量化是一种重要的数据压缩方法.本文利用Kohonen自组织映射神经网络进行矢量量化,首次较为详细地讨论了具体实现的步骤与细节,并在此基础上为改善边缘质量,提出一种基于Laplas算子检测边缘弓引导神经网络训练的方法,并通过实验证明其效果是明显的.     

《高等有机化学导论》学习要点

为了方便学员自学,本文按教材的章节顺序提出学习要求,并对学习中的重点、难点及易混淆的问题作如下讨论。 (一)立体化学 1.立体化学基础 ①复习对映异构与分子结构的关系。②掌握含手性碳原子化合物的对映异构现象。③掌握丙二烯型和联苯型的不含手性碳原子化合物的对映异构现象。 2.构象和构象分析 ①了解链状化合物     

周期体系中结构单元及结构单元间相互作用的研究

高聚物及晶体都是由结构单元重复构成的周期体系。在周期体系的量子化学研究中,传统上都是按LCAO/MO-LCMO/CO(LC: Linear Combination; A: Atomic; M: Molecular; C: Crystal; O: Orbital)构成的Bloch函数来研究的。用这种方法可以得到体系中重复结构单元的能量及其它信息,但得不到连结结构单元的端基的能量及端基间的相互作用。与前者一样,后者也能反映出体系的某些结构性质,因而也是必不可少的物理量。为此,本文发展出一种递推的方法,以对传统方法加以补充。     

螺旋霉素发酵过程动态建模的神经网络方法

对文题所述方法,根据实验数据进行仿真研究,获得了满意的结果。为高度复杂的非线性生化过程的模型化提供了一条新的途径。