基于MRF模型的多层前馈网络纹理分割方法

提出一种基于马尔柯夫随机场模型和多层前馈神经网络进行纹理分割的方法，利用二阶高斯ＭＲＦ模型对图像纹理进行描述，采用最小平方误差方法进行参数估计，将估计参数作纹理的特征向量，并且利用改进的ＢＰ算法对特征进行分类。对纹理图像进行了实验表明，与常规距离方法相比，采用这种方法进行纹理分割能取得更好的效果。     

基于多层前馈网络的计量经济模型敏感性分析方法

多层前馈网络计量经济模型可以描述复杂的非线性经济现象,在经济建模中的应用日益广泛。而经济敏感性分析是一种研究经济的有效方法,潜在函数关系的可微性是应用该方法的前提条件之一,其要点是用拟合函数的导数来近似潜在函数的导数。介绍了四种敏感性分析方法,给出了多层前馈网络计量经济模型正规化灵敏度的解析计算方法,并说明了对多层前馈网络计量经济模型进行敏感性分析是一种有效识别敏感因素的方法。     

多层前馈神经网络的动态规划算法

利用动态规划来训练多层前馈网络，即逐层修改网络的权值。其算法采用有关文献提出的矩阵的广义逆的正交反向传播算法，经有限次迭代即可得到每一层的最优权值。     

基于多层前馈神经网络的数据压缩方案

利用多层前馈神经网络的非线性映射能力,通过构造特殊的映射关系,提出了一种较为理想的数据压缩方案．数据压缩比达到7：1．该方案只分析音频、图像等数据信息并进行理想压缩,对其数据格式、内容等不予考虑．通过试验证明了该方案的可行性．     

一种多层前馈网络计量经济建模方法

介绍了4种敏感性分析方法,给出了多层前馈网络计量经济模型正规化灵敏度的解析计算方法,进而利用灵敏度来进行多层前馈网络结构优化.结果表明了对多层前馈网络计量经济模型进行敏感性分析是一种有效识别敏感因素的方法.     

多层前馈网络在商品需求量预测中的应用

利用多层前馈网络进行商品需求量预测。采用一种基于相对敏感性指标的修剪算法来进行网络结构设计,该方法进行迭代回溯选择搜索,删除影响较小的节点,降低了网络的结构复杂度,并可以利用一种保持输入输出总体性能近似不变的算法进行调整剩余权重。结果说明此种方法具有较好的效果,不仅满足了误差目标的要求,而且提高了网络的推广能力,相对敏感性指标还可以反映时间序列数据之间的关系。     

基于覆盖算法与多层前馈网络的案例库维护

针对运行在电子商务等交互式应用领域中的案例推理系统时,其案例库的规模很容易达到成千上万条且不能削减的特点,提出同时从两方面着手完成案例库维护:一方面用覆盖算法将案例库划分成覆盖领域,实现案例的选择性过滤使用;另一方面应用多层前馈神经网络改进案例匹配,提高检索效率.实验表明,该方法可以用来处理海量的高维数据,保证了系统的可用性.     

一种改进的多层前馈神经网络结构研究

通过将传统多层前馈神经网络结构改造为具有跨层连接的网络,提出了相应的多层前馈神经网络改进算法.通过分析网络误差函数,从理论上证明了:相对于无跨层连接网络,有跨层连接网络能以更加简洁的结构逼近理想状态.最后,用一个隐层神经元解决了传统网络必须用两个隐元才能解决的异或问题.     

基于PID调节的多层前馈网及其应用研究

介绍了多层前馈网的基本算法及其在镦粗压力计算中的应用。针对其基本学习算法（反向误差传播算法，ＢＰ算法）存在的收敛速度慢和易陷入局部最小值的问题，提出了基于ＰＩＤ调节的ＢＰ算法，由此建立起镦粗压力计算的神经网络知识库，经过测试集考核，证明该模型算法正确，能有效地提高模型的判别精度，是一种有效的和有前途的算法。     

用多层前馈网络进行三维储层参数反演的方法

地震反演的主要任务是依据地震资料并综合利用地质、测井等资料得到地下地层的详细信息。三维地震反演需要处理庞大的地震数据体 ,同时在反演过程中既要考虑模型和测井的约束 ,又要考虑地震在横向上的连续性。将地震反演看作是地震数据到储层参数的模糊映射 ,并利用神经网络建立了这种映射关系。针对网络收敛速度慢、学习时间长等缺陷 ,提出了一种学习率自适应调整算法。该算法使每个权都有自己的学习率 ,使网络的训练速度大幅度提高。利用该方法进行地震反演 ,抛开了褶积模型的限制 ,也无须已知地震子波。外推过程是在三维空间内进行的 ,所得的储层参数数据体保持了横向上合理自然的连续性。对该数据体进行三维可视化解释 ,可以直接描述储层的空间展布。     

轮胎拖印分析道路交通事故车速的模型

道路交通事故发生前的车速(简称事故车速)是确定事故责任的依据,是研究事故再现的主要内容之一,也是目前国内外交通安全研究领域的一项重要课题。从事故现场的轮胎拖印出发,分析建立了根据轮胎拖印计算事故车速的模型。考虑到事故现场汽车各轮胎拖印的多样性和交警在事故现场采集数据快速准确的要求,运用能量守恒定律,将轮胎现场印迹分为胎印、擦印和拖印三阶段,将现场轮胎拖印测量起始点确定为轮胎胎印的起始点,并引入前后轴荷比和制动拖印修正系数。建立的事故车速分析计算模型综合考虑了事故车辆装载质量的变化、各车轮轮胎拖印长度的不等、制动过程轮胎与路面附着系数的变化等因素。     

基于优化检测网络和MLP特征改进发音错误检测的方法

该文基于优化的检测网络和多层感知(multi-layerperception,MLP)特征,提出一种可以更加准确地检测出错误发音类型的方法。首先,从第二语言学习的语音库中提取出基本的发音规则以及组合的发音规则,并相应地计算它们发生的先验概率,再将这些具有先验概率的规则用于构建基于多发音的扩展检测网络。然后在检测过程中,引入基于发音特征的MLP特征来描述发音概率,替代了传统的语音声学特征。最后使用基于MLP特征的GMM-HMM框架从检测网络中识别出最可能的发音音素串。实验表明:该方法将音素识别正确率提高了3.11%,错误类型准确率提高了7.42%。     

基于广义回归神经网络的交通事故预测

在进行交通事故统计的基础上,运用广义回归神经网络理论,建立交通事故预测模型,对2000~2003年的交通事故死亡人数和经济损失进行外推预测.计算结果表明,该模型预测和外推精度高,可用于交通事故预测.     

基于钻井工艺过程的事故诊断智能分析模型研究

由于钻井工程的复杂性和不确定性,简单依靠传统数学建模的方法很难完全描述和表征钻井过程.引入本体和贝叶斯网络等人工智能技术,探究了钻井事故诊断的理论和方法,解决和描述了钻井领域的非结构化问题,进而更好地指导实践.     

基于元胞自动机的事故交通流模型仿真

针对发生事故的双车道模型,考虑行驶车辆是否在事故车道以及距离事故的远近,分析不同区域的换道特点,建立双车道元胞自动机模型。在开放边界条件下,改变进口车辆的驶入率和事故的持续时间,得到了车流量和平均车速的变化曲线,结果表明,在发生交通事故时应缩短事故处理时间,并将入口车辆进入率降至一定值。     

基于隐马尔可夫的恐怖事件预测模型

为了对恐怖事件实现早期预警,通过分析恐怖事件的网络结构,构建了恐怖事件的预测模型。利用隐马尔可夫模型与贝叶斯网络方法,通过分析一些先前发生的事件来预测恐怖分子在未来一段时间可能发动的恐怖活动,实现对相关情报的侦测,预防可能发生的恐怖事件。同时,对完备数据与不完备数据条件下的恐怖事件的预测算法进行分析。结果表明,提出的预测方法与使用监测软件得到的结果相近,验证了隐马尔可夫模型的合理性和贝叶斯网络方法的有效性。不足之处在于,监测过程获取的情报信息较少,一定程度上影响了模型结果的精确度。     

基于RBF神经网络的城市快速路短时交通流预测研究

为检验灰色模型及径向神经网络模型用于短时交通流预测的可行性及适用性,本文分析和比较了灰色模型GM（1,1）和RBF径向神经网络模型对短时交通流的预测效果。仿真实例表明,灰色模型不适合用于短时交通流预测,而径向神经网络能够准确预测短期交通流的未来变化趋势,当径向基函数的分布密度值在0.8~1.0之间时能够取得较高的预测精度。     

参照零模型的双层网络结构相关性检测

 多层网络是近年来提出的新型复杂网络模型,在级联故障分析、信息传播、链路预测和网络同步等诸多领域均有广泛应用。多层网络的任意两层网络结构间往往存在关联性和耦合性,如何检测两层网络之间是否具有结构相关性并对其进行定量刻画是一个非常重要且亟待解决的问题。本文首先分3个层次总结并提出度量双层网络结构相关性的方法与统计量,其中第1层次是检测双层网络整体上的连接相关性,第2层次检测两层网络所有节点之间整体上的度度相关特性,第3层次是检测双层网络富节点之间的连接相关性。由于这3种相关性的计算和度量都依赖于网络统计量进行,而统计量的绝对数值往往没有意义,因此提出了以多种双层网络的零模型作为参照物,通过假设检验方法来量化双层网络之间的结构相关性,分析了这种结构相关性存在的内在机理。最后,使用一个实证双层网络--全球语言多层网络验证了本文研究范式的有效性。本文研究可检测出实证多层网络中任意两层之间复杂的耦合作用。     

基于生物种群模型的智能交通网络控制

针对传统交通网络控制方法,通过对其约束条件和交通网络需求分析,以动态设置交通网络控制参数和提高交通网络性能为目的,提出一种基于生物种群模型的智能交通控制算法.在Matlab环境下进行仿真,结果表明,与传统交通网络控制方法相比,基于生物种群模型的智能交通控制算法可以显著提高交通网络利用率,减少车辆在网络中的延误时间.     

高速公路线形连续性及事故预测模型研究

针对目前道路交通安全量化评价工具较少这一问题,采用理论分析与实践经验相结合的方法,建立了高速公路线形连续性量化评价模型和事故预测模型,揭示了亿车公里事故率和线形设计连续性量化评价值之间的内在联系,初步验证了模型的适应性和有效性,并提出了模型各自的评价标准.