土钉支护变形预测的神经网络方法

应用人工神经网络方法，利用土钉支护变形观测数据，建立用于对支护系统未来变形进行预测的网络模型。同时，通过实例计算，分析了影响预测精度的原因，提出了改善预测精度的措施。计算结果表明该方法是可行的，具有广泛的工程实用价值。     

遗传算法在前馈神经网络中的应用

比较了遗传算法和神经网络的特点，对于将遗传算法用于前馈神经网络的可能性进行了研究，并给出了应用实例；同时提出了一种构造变长染色体用于神经网络演化的方法，并描述了作用于变长染色体上的遗传操作机制。     

浅析导水裂隙带高度确定方法

本文简要介绍了目前常用的导水裂隙带高度的计算方法，主要有理论分析、数值模拟、相似模拟、现场测试方法等方法，并简述了这些方法的原理，优缺点及应用情况，同时介绍了近些年来产生的一些新生计算导水裂隙带高度的方法。这些给导水裂隙带高度的预测带来一定的指导意义。     

基于关键点的无模拉拔变形区特征提取与重构算法

无模拉拔过程中,变形区的形状与各工艺参数之间存在着复杂的相互关系。变形区的表示对变形区形状的预测以及智能控制具有重要意义。根据变形区的形状特点,提出了一种基于关键点的无模拉拔变形区形状特征提取和重构算法,有效地实现了高维变形区形状信息的降维和重构映射,与神经网络结合,为建立无模拉拔变形区形状模型提供了一种新的方法。     

高速公路交通流宏观模型的一种分类辨识算法

高速公路交通流模型是一个高阶非线性时变系统 ,这使得该模型的辨识问题成为一个非常困难的问题。简要介绍了模型及其中各参数的含义 ,在对模型参数加以分析、讨论的基础上将其分类并分别采用径向基函数 (RBF)神经网络和最小二乘法对模型的参数进行分类辨识 ,成功地解决了该模型辨识的工程化问题。通过与传统的复合形法的辨识结果进行比较 ,该方法的辨识精度和速度均明显提高 ,仿真效果令人满意     

一种基于神经网络的激光水下目标探讨方法

提出了一种利用多层面神经网络进行汽水不下目标检测的新方法。理论分析和实验表明，新方法不仅适用于不同的激光探测系统参数，而且适用于对不同海域情况下的自动目标弱信号的检测。     

基于多层径向基神经网络的机器人手爪腕力测量

机器人手爪腕部所受的力的量化对于机器人的安全操作是非常重要的.为了获取手指上力传感器的输出变化,首先对机器人进行标定实验,得到了机器人在行走和操作工件时腕部所受的多维力的信息.分析了利用经典的BP网络、RBF网络方法对机器人手爪腕力测量的缺陷,设计了一种新的神经网络.3R神经网络,对机器人手爪的8个指力传感器数据进行数据融合.结果显示,该方法能大大提高手爪腕部所受的力的估测精度,从而为机器人的安全操作提供了决策依据.     

基于BP神经网络车牌字符识别的研究

本文将BP神经网络应用于车牌的自动识别,在简述BP神经网络的基础上,重点讨论了用BP神经网络方法对车牌照字符的识别,用MATLAB完成了对车牌照数字识别的模拟,最后得出实验结果,证明这种方法是高效的.     

模糊神经网络预测电针镇痛中生化指标的变化

针对电针镇痛过程中生化指标化验的时滞性及费用高等不足,提出基于模糊神经网络预测电针镇痛过程中生化指标变化的方法.模糊神经网络的性能通过隶属函数的类型和隶属函数的个数优化.网络的训练数据来源于电针镇痛病人的心电图(ECG),脑电图(EEG)等生理电信号以及检测的生化指标.选取45个样本为训练样本,剩余的15个样本作为预测样本.模糊神经网络预测的结果与实际检测的结果非常吻合,从而为电针镇痛过程中生化指标变化预测提供了一种新的方法.     

Algorithms for degree-constrained Euclidean Steiner minimal tree

A new problem of degree-constrained Euclidean Steiner minimal tree is discussed, which is quite useful in several fields. Although it is slightly different from the traditional degree-constrained minimal spanning tree, it is also NP-hard. Two intelligent algorithms are proposed in an attempt to solve this difficult problem. Series of numerical examples are tested, which demonstrate that the algorithms also work well in practice.