基于人工神经网络的病症诊断原型系统

知识获取是目前专家系统和知识库系统的“瓶颈”问题。解决这个问题的关键在于知识的自动获取方法的实现，也就是希望能够达到智能获取。这里以知识库系统理论为基础，在中医医案的研究中，实现对病症推断的自动获取，探讨知识获取实现的方法，研究人工神经网络的BP算法的应用。     

基于人工神经网络的销售量预测方法初探

提出了一种新的销售量预测方法——神经网络方法。以我国电视机销售量为实际预测对象,运用神经网络方法对其进行了试验预测,并和常规的线性回归方法进行了比较,结果表明神经网络方法具有较高的精确度和较好的预测能力。     

人工神经网络BP网的应用

目的研究ＢＰ网在人工神经网络领域中的应用及其特点,方法采用误差反向传播学习算法,对不同的声纳回波进行分类处理。结果 建立了３层ＢＰ网络结构的声纳信号处理系统,结论隐蔽层单元增加有益于正确分类率的提高,但连接权计算复杂度增加。     

一种基于图像处理的测量人眼屈光度的方法

针对验光仪在测量人眼屈光度时,特别是在测量高度近视或远视患者时,出现视网膜图像边缘模糊的问题,提出了一种针对模糊图像轮廓提取的方法,从而实现对视网膜图像几何参数的精准测量.该方法通过视网膜区域测量系统对反射环形图像进行采集,利用高斯曲线拟合的方法将环形图像与背景图像分离,求得亚像素边缘点的坐标,并运用曲率滤波方法对边缘点中的噪声点进行检测和剔除,进而由最小二乘法拟合椭圆轨迹,求出视网膜图像的几何参数,从而计算得到人眼屈光度.用此方法对中国计量院标准模拟眼进行测量,测量结果表明,其定位精度和抑制噪声能力可有效提高眼睛屈光度的测量精度.     

基于人工神经网络遥感图像分类的应用研究

阐述了遥感图像分类处理中应用BP神经网络的方法,在ENVI平台下,对基于BP神经网络的分类方法进行了研究。结果表明：基于BP网络神经的遥感图像分类效果是相当突出的,是一种非常有效地处理遥感图像的方法。     

人工神经网络BP算法密集型数据的预处理

针对误差反向传播算法密集型数据输入问题，提出一种数据预处理方法。模拟实验表明，采用这种预处理技术可以极大地改善密集型数据输入时网络的学习效率。     

基于图像矩的眼注视研究

利用图像的全局特征描述子－图像矩特征作为图像特征信息,从而构成视觉伺服,实现对动目标的注视跟踪,俯仰由末执行器完成,摇摆由腰的旋转完成,最后给出了实验结果,表明了矩特征的有效性以及五自由度机器人实现注视跟踪的可能性。     

基于神经网络推理的故障诊断专家系统

本文利用神经网络(NN)的知识并行处理、自学习及联想记忆等功能，建立了基于神经网络推理的专家系统论述了NN的结构、算法参数的确定、系统知识获取和离线／在线自学习功能，提出了NN数值推理和ES深层逻辑概念相结合的输入／输出转换机制与NN推理的解释机制．研究表明系统具有良好的实用性。     

一种基于模糊推理的神经网络学习算法

提出了一种新的神经网络学习算法．相对于其他学习算法，该算法侧重于网络参数的调整，通过对样本集的模糊推理、调整和分类学习来实现自适应的神经网络学习．结果表明，该算法能大大提高神经网络的学习速度和学习效率，并能从样本集中得到反常样本和小概率事件样本，对小概率事件样本有很好的学习能力．     

基于实车眼动实验的驾驶员注视行为研究

从驾驶员注视点变化的角度,应用SMI眼动仪,开展城市道路实车实验,采集驾驶员注意力特性,剖析在城市道路实车测试过程中驾驶员的注视行为,提出了基于马尔可夫过程的驾驶员视点转移模型,根据模型预测出驾驶员稳态下的注意力状态向量,并对驾驶行为进行预判。实车实验发现,驾驶员的视觉注意力在任一子域中停留时长服从对数正态分布,而视觉注意力离开某一子域的时长服从指数分布。机动车行驶过程中驾驶员主要注视正前方,其注视频率占49%,驾驶员关注右前方区域频次是左前方的1.6倍,对于正后视镜的关注多于左右后视镜。通过实车实验和视觉建模分析,能够更好的发现驾驶行为规律和不良的驾驶习惯,为驾驶环境和交通设施改善,保障交通安全提供支撑。     

Techniques of Image Processing Based on Artificial Neural Networks

This paper presented an online quality inspection system based on artificial neural networks. Chromatism classification and edge detection are two difficult problems in glass steel surface quality inspection. Two artificial neural networks were made and the two problems were solved. The one solved chromatism classification. Hue, saturation and their probability of three colors, whose appearing probabilities were maximum in color histogram, were selected as input parameters, and the number of output node could be adjusted with the change of requirement. The other solved edge detection. In this neutral network, edge detection of gray scale image was able to be tested with trained neural networks for a binary image. It prevent the difficulty that the number of needed training samples was too large if gray scale images were directly regarded as training samples. This system is able to be applied to not only glass steel fault inspection but also other product online quality inspection and classification.     

Groundwater Level Predictions Using Artificial Neural Networks

IntroductionThe prediction of groundwater level fluctuation fordifferent natural conditions and usage rates is ofgreat importance for the use and management ofgroundwater resources.However,groundwaterlevel fluctuations are influenced by many factors,such as precipitation,infiltration,usage and thehydro- geological properties of the aquifer.Therefore,the groundwater level fluctuations arecomplicated and difficult to predict,especially indeep areas.Wells are commonly drilled tounderstand aquifer…     

基于神经网络的管道泄漏检测方法及仪器

研究了管道泄漏后形成多相湍射流所引发的应力波在管壁中的传播机理,分析了泄漏引发的管道横振、纵振和圆环振动,提出一系列应力波特征提取指标及其离散数据算法。首次提出了以泄漏信号特征指标构造神经网络输入矩阵,建立对管道运行状况进行分类的神经网络模型以检测管道泄漏故障的发生。实验研究了这一新理论的有效性并设计了适用于工业应用的管道检测仪器。     

基于视频图像处理技术的道路交通参数检测

介绍了图像处理和分析方法在实时交通参数检测中的应用,提出了通过对交通画面现场采集的图像处理分析而得到交通参数的方法,并在微机上实现。     

基于BP神经网络的玻璃瓶裂纹检测模型

阐述了BP神经网络的基本原理，介绍了一种直接估算最佳隐含层节点数的方法。针对普通的玻璃瓶裂纹检测算法存在的问题，提出了一种基于BP神经网络的玻璃瓶裂纹检测模型。实验表明，该模型的检测效果与普通算法相比有了明显的提高。     

图像处理中边缘检测算法的研究

边缘检测是数字图像处理中基础而又重要的课题。文章具体考察了5种常用的边缘检测算子,并加以实现。最后对它们各自的特点进行了比较。梯度算子简单有效,LOG算法和Canny边缘检测器能产生较细的边缘。它们各自有其优缺点,在实际中应根据待解决问题的特点和要求决定采用何种方法。     

基于小波和神经网络的多故障检测系统研究

研究了对离散序列进行小波变换后,再提取个各尺度下的离散细节信号的小波特征熵,并将小波特征熵作为序列的特征提交给神经网络进行分类的故障信号识别方法,通过计算距离可分性测度,从理论上说明了该方法的合理性,并从实践应用中证明了该方法的可行性.     

基于图像处理的车辆识别系统设计

为了实时了解道路交通信息,及时处理交通事故,在一定程度上缓解交通事故频发的状况,设计了基于方向梯度直方图（HOG）特征与支持向量机（SVM）的车辆检测系统.在收集大量的车辆样本,构建正、负样本集之后,提取出每一个正、负样本的HOG特征向量并汇总,进而形成检测所用的SVM分类器模板.在视频检测过程中,提取视频中每帧图像的HOG特征送到训练好的分类器中与模板进行对比,并用矩形框标注检测出的车辆目标.利用实际道路监控视频进行车辆检测系统测试,结果表明,对于不同的路况、天气和光线下的道路环境,该算法都可以完成实时且准确的检测,有较强的实际场景应用能力.     

人工神经网络在化学反应器故障诊断中的应用

讨论了人工神经网络中的 BP算法和改进的 fahlman修正算法在化学反应器故障诊断中的应用 ,对二者的学习收敛速度和收敛性能进行了比较 ,指出了改进的 fahlman修正算法和优越性