结构缺损位置识别

应用小波分析理论对缺损结构信号进行处理，并由此形成人工神经网络的训练样本，进而用人工神经网络对结构缺损位置进行识别。本方法亦适用于其它机械故障的检测问题。     

人工神经网络发展的若干哲学思考

对人工神经网络产生的背景、发展及前沿领域进行了详细的阐述，阐明了作者对人工神经网络发展所产生的几点哲学思考。     

人工神经网络法对MeX—REX3熔盐系相图特征的预报

用化学键参数－人工神经网络方法对ＭｅＸ－ＲＥＸ３熔盐系相图进行研究，总结相图若干特征的规律，结果表明，人工神经网络可判断中间化合物的形成，化学配比以及熔化类型，并能预报中间化合物的熔点，分解温度和包晶点的组成，结果与实测相图符合较好，其研究结果已纳入材料设计专家系统。     

人工神经网络法对MeX－REX_3熔盐系相图特征的预报

用化学键参数－人工神经网络方法对ＭｅＸ－ＲＥＸ。熔盐系相图进行研究，总结相图若干特征的规律．结果表明，人工神经网络可判断中间化合物的形成，化学配比以及熔化类型，并能预报中间化合物的熔点，分解温度和包晶点的组成，结果与实测相图符合较好．其研究结果已纳人材料设计专家系统．     

粉末药品磺胺甲基异Wu唑的非破坏定量分析

以磺受甲基Wu唑粉末药品的近红外漫反射光谱数据建立人工神经网络模型，预测末知样品，进行粉末药品的非破坏定量分析，并对影响网络的各参数进行讨论。     

黑龙江省洪水灾害的孕灾因子组合效应分析

本文利用人工神经网络（ANN）的非线形识别及预测功能，对黑龙江省洪水灾害的主要孕灾因子的组合效应进行定量分析。     

人工神经网络应用于光谱分析：校正与辨识

将人工神经网络（ＡＮＮ）用于光谱分析校正与定量分辨中，采用三层节点模型和反向传播学习算法对模拟与实测数据处理结果表明，人工神经网络对光谱分析校正与定量辨识是可行的。从页为光谱辨识与多元校正提供了一条新途径。     

基于多维损失函数优化FSRNet的气象观测图像超分辨率重构算法

【目的】传统FSRNet生成的超分辨率图像存在伪影、模糊等情况，作为志愿气象观测的试点省份，河南省气象局招募了大批志愿观测站，以期解决部分气象观测图像存在较低的分辨率的问题。【方法】首先引入热图损失、目标注意力损失和对抗性损失构成多维损失函数，对FSRNet进行模块优化，使用转置卷积放大低分辨率的图像。其次对模型进行分步训练，先对低分辨率观测图像进行粗略SR网络训练，再使剩余网络融入训练。【结果】多维损失训练的引入，降低了算法复杂度，提升了粗略SR网络的性能，解决了SR网络训练时调参困难等相关问题，提高了超分辨率气象观测图像的质量。【结论】试验结果证明，本方法在气象领域观测图像的优化相比于其他算法效果更佳，可以生成质量更高、细节更加清晰的目标观测图像。     

人工神经网络在孕妇脉象判别中的应用

以人工神经网络理论为基础,设计了一个用于判别孕妇脉象的神经网络。先对采样数据进行分析处理,形成网络的样本数据库,然后对网络进行训练、仿真,最后再对仿真结果作进一步分析。实验和分析表明,人工神经网络方法在中医脉诊领域具有明显的优越性和广泛的应用前景。     

结合上下文特征和图割算法的车载点云聚类方法

可靠、准确的点云聚类是后续高精度场景目标分析与解译的基础.该文提出了一种基于上下文特征和图割算法的车载点云聚类方法.首先用DBSCAN （density-based spatial clustering of applications with noise）对点云数据进行过分割，得到密度可达的超体素；然后引入空间和属性上下文特征来描述超体素间的关联，并用于定义超体素构建的图模型边的权值；最后基于多标记的图割优化算法得到最佳超体素聚簇.实验结果表明，该方法能够有效改善点云聚类过分割，从而提高聚类的精度.     

基于火焰图像特性的神经网络诊断系统研究

该文运用计算机数字图像处理技术，对气体火焰和煤粉火焰的图像特性进行了试验与理论研究。在此基础上，运用现代人工神经网络智能理论，提出并建立了燃烧火焰状态的图像识别方法，开发出一套具有实用价值的火焰实时诊断识别系统。     

电压跌落扰动源的小波一神经网络识别方法

对一个辐射状配电网中可能引起电压跌落的各种扰动源进行了分析和仿真，提出了一种基于小波变换与人工神经网络理论的电压跌落扰动源的自动识别方法，仿真和实验结果表明该方法具有简洁可靠、辨识准确率高等优点．     

TiO2／Cu超晶格结构表征

用磁控溅射方法制备TiO2/Cu超晶格，通过X射线衍射和电镜手段对其进行测试，利用X射线傅氏线形分析法对超晶格的微观进行表征，通过TEM对超晶格的截面形貌进行观察，发现其具有柱状生长结构。     

工程造价全过程管理

随着社会主义市场经济的不断发展，降低工程造价，提高工程质量，缩短建设周期，是保证项目投资管理目标取得较好投资效益和社会效益的重要环节。目前，由于全过程、全方位投资管理的理念尚未形成，投资管理的各个层面不够完善，基本建设投资失控的现象依然不同程度存在。建筑工程中概算超估算、预算超概算、决算超预算的“三超”现象经常发生，严重困扰着建筑工程的投资效益管理。为提高工程建设的投资效益和社会效益，必须在保证质量和工期的前提下对工程造价进行有效地控制。     

铝合金凝固晶粒尺寸的人工神经网络研究

建立了强脉冲电磁场作用下铝合金凝固组织晶粒尺寸的人工神经网络BP算法模型。用该模型进行的模拟结果和实验数据吻合得较好。研究表明，用这一方法可对脉冲电磁场作用下的凝固组织晶粒尺寸进行预测，为优化实验设计提供了简便实用的方法和手段。     

MHMM和ANN法结合的语音识别方法

提出了一种改进的隐马尔柯夫模型（ＭＨＭＭ）方法，并在ＭＨＭＭ方法中结合进人工神经网络（ＡＮＮ）方法，以这种方法为基础建立了语音识别系统。实验结果表明，与隐马尔柯夫模型方法比较，新系统的识别率有所提高，从而，充分地显示了人工神经网络在语音识别中的可行性和有效性。     

应用人工网络对化学传感器CaxPb1-xTiO3薄膜的晶格畸变进行评估

利用人工神经网络对化学传感器的晶格畸变进行了深入研究.实验结果表明:传感原件钙掺杂钛酸铅薄膜材料随合成参数的变化而呈现不同的晶格畸变度,该参数通过X射线粉末衍射精细结构确定,并作为人工神经网络的输出变量;合成参数作为输入变量,以MatlabTM作为操作平台,利用三层识别方法对传感元件的纳米结构进行评估与预测.实验结果与...     

神经网络的函数逼近性分析

结合国内外最新研究成果，详细论述了人工神经网络及模糊神经网络对函数的逼近能力，从而为神经网络函数逼近性在智能化控制方面的应用提供了理论依据。     

探讨人工神经网络在作物水分生产函数建模中的应用

非线性映射是人工神经网络的基本功能,可以通过该功能来建立水文水资源系统的一些非线性模型。本文通过建立作物水分生产函数的BP人工神经网络模型,进行网络训练和遗传算法设计,得出作物水分消耗与产量的关系,并分析出水分消耗与产量的影响规律,对合理发布灌水预报具有重要的指导作用。     

机动目标三维成象中调频信号超分辨方法

机动目标的各散射点多普勒回波信号在运动补偿后一般表现为线性调频信号.通过对Relax算法进行扩展得到调频信号参数的超分辨估计并应用于机动目标单脉冲雷达三维成象,成象效果优于基于解调频方法的成象结果.