基于BP神经网络模型的住宅用地地价评估研究——以南昌市主城区为例

减少土地估价过程中的人为主观性对于提高土地估价的科学性和客观性具有重大意义。以南昌市主城区为研究区,选取100多个住宅用地交易案例为样本,运用BP神经网络和GIS空间分析方法,分析住宅地价及其影响因子之间的复杂关系,构建BP网络建立地价与影响因子之间非线性映射关系并进行地价预测。研究结果表明:商业因素、公共设施因素、交通因素和环境因素对住宅地价有显著的影响;用BP神经网络对地价的预测误差均控制合理范围以内,BP神经网络强大的非线性映射能力和自主网络学习,理论上可以实现对住宅地价的评估,为政府和经济主体参与经济活动提供科学的依据。     

医用内窥镜图像校正的BP神经网络方法

用传统的畸变校正法对内窥镜图像进行校正存在畸变模型复杂、计算量大、易产生误差等问题. 该文利用标准模板,提取样本点在标准图像和内窥镜拍摄的畸变图像中的坐标,分别作为BP神经网络训练的输入和目标,通过神经网络的训练拟合成像镜头的畸变模型,从而确定标准图像和畸变图像上像素点的位置关系. 再通过图像插值的方法进行图像恢复,实现图像校正. 实验结果表明该方法简单有效,具有精确性.     

计算机回归数学模型在血水草生物碱杀螺研究中的应用

通过用计算机回归数学模型对数据进行逐步回归计算和因素分类区域处理，探讨了影响血水草生物碱杀螺效果的各种因素的变化规律，发现药物浓度对灭螺效用的规律呈抛物线变化，在温度为25℃、浸泡时间为72h时达到最大；温度的效用也呈现同样的规律，在浓度为2．5ng／L、浸泡时间为72h时达到最大；而浸泡时间则不同：对于浓度的变化，它的效用呈抛物线规律，在2．5ng／L时达到最大；而对于温度的变化，则呈单调上升的趋势．根据因素分类区域分析的结果，可以得出实验室药物杀螺的最优条件．     

基于无监督对抗学习的时间序列异常检测

时间序列异常检测是类别不均衡问题,异常现象少有发生,所以获取异常标签的成本高昂,因此基于无监督学习的时间序列异常检测方法更具有实用价值.然而,现有的时间序列异常检测方法存在三个缺陷:难以对复杂的时间序列进行建模、缺乏合理的缺失值处理机制和无法利用先验知识(例如少量的有标签异常).为了解决以上问题,提出一种基于生成对抗神...     

浅谈CAI在数学教学中的运用

计算机辅助教学(CAI)在数学教学中能帮助教师突破教学难点,协助学生加深对数学概念的理解,为教材改革提供教学手段上的保证。通过对中学数学教学改革需要 CAI 和 CAI 如何走进课堂的介绍,提出了数学教学中要大力推进 CAI 的应用。     

地连墙变形的神经网络多步预测研究

结合润扬长江公路大桥南汊北锚碇深基坑工程 ,提出并应用神经网络多步预测方法来研究地连墙施工变形的预测问题。系统介绍了基于时间窗口的神经网络多步滚动预测技术 ,并详细讨论了输入输出层的设计、隐层神经元数以及预测时间步长等一些基本预测技术问题。该预测方法应用于润扬长江公路大桥南汊北锚碇深基坑围护工程 ,取得了较好的工程效果。     

人机交互界面发展趋势研究

研究人与计算机之间的交流互动方式即人机交互界面的发展趋势。通过对人机交互界面的主题设置、设计方法、设计原则等方面的探讨,发现交流更加便捷、图形使用更加广泛、高速宽带下产生新的质性不同的交互界面以及信息化设备革新支持的多通道用户界面的出现是当前人机交互界面发展的趋势。该趋势的研究将为人机交互界面的设计工作提供参考作用。     

故障诊断专家系统知识获取的变精度粗集方法

针对故障诊断专家系统知识获取的问题，利用变精度粗集(VPRS)理论模型进行知识简化，并采用正则条件熵和互信息熵对故障特征的选择进行评价，实现最简诊断知识的提取，以建立专家系统知识库。对滚动轴承故障诊断的实验表明，该方法有效地弥补了传统故障诊断专家系统知识获取的不足，可正确地实现故障诊断功能，在实际系统的故障诊断中具有应用价值。     

基于BP神经网络的轨道基桩识别

运用BP神经网络对用CCD拍到的基桩图片进行识别,包括BP神经网络的输入、输出层的设计,隐层节点的选取等。实验结果表明,经大量基桩样本的训练后,BP神经网络能将拍到图片中的基桩有效地识别出来,且达到较高的正确率。     

PLC虚拟数字实验室研究

本项目采用计算机仿真技术,以PLC教育为对象,开发了由虚拟的多种常用PLC系统和多种多媒体图形动画虚拟PLC被控对象组成的PLC虚拟数字实验室系统;提出了解决工程教育中虚拟数字实验室的设计方案,虚拟数字实验室的框架结构、实验环境、实验方法和实验操作步骤。