一种采用神经网络的智能控制算法

本文基于Ａｄａｌｉｎｅ神经网络，讨论了一种采用神经网络的智能控制法，该算法用了一个二层网络代替传统控制器或专家控制器，用改进的ＢＰ算法求网络的参数。仿真结果表明，采用该控制算法的控制系统具有良好的响应特性。     

非线性时间序列的重构及预测

采用自适应前馈网络算法(AFN)进行非线性时序预测，对网络结构设计进行详细的探讨，并应用该方法对经典非线性时间序列数据进行预测，与传统预测方法(TAR)比较，结果证明此种方法具有较好的效果，网络的结构得到了简化。不仅满足了误差目标的要求，而且提高了网络的推广能力。且AFN方法可以对时间序列数据间的关系给出一种基于贡献率的解释。     

人工神经网络构造经济预测模型方法的探讨

探讨利用人工神经网络建立经济模型的一般原理和方法,并通过构造一个宏观经济模型的实例加以说明.与传统的回归分析方法相比,人工神经网络具有良好的适应性和分析预测能力.     

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.     

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。     

softmax变区段非线性双拟合方法及其FPGA实现

针对采用分段非线性拟合逼近法拟合人工神经网络中的softmax时,会出现一些区间误差较大的问题,本文提出了一种基于初次拟合误差的变区段非线性双拟合方法.该拟合方法的基本步骤是:首先,结合softmax的指数函数特性,通过均匀分段和随机分段的非线性拟合找出误差较大的区间;其次,根据区间误差的大小,选择合适的变区段进行第2...     

基于遗传算法优化BP神经网络的青藏高原海北高寒湿地CO2通量模拟及其影响因子

构建了使用潜热通量、显热通量、空气温度、总辐射、有效辐射、土壤温度、土壤体积含水量来模拟湿地生态系统CO2排放通量的3层BP神经网络.在确定BP神经网络拓扑结构之后,使用遗传算法取得了BP神经网络训练的最优初始阈值和权值.采用2190组青藏高原海北高寒湿地生态系统中实测CO2通量及相应的训练数据归一化处理后,对所建立的...     

基于TensorFlow的均质数字岩心渗透率预测方法及应用

目前岩心渗透率的获取为室内试验方法,针对该方法工作效率低、试验操作繁琐、耗时较长的问题,提出一种基于机器学习的均质数字岩心渗透率预测方法.首先随机生成大量均质数字岩心,通过孔隙网络模型的方法对其进行孔隙度和渗透率的计算,将所得结果作为机器学习的样本库,然后基于BP人工神经网络方法,对岩心的孔隙度和渗透率数据进行提取和处...     

神经网络在项目财务评价上的应用

利用人工神经网络BP算法建立项目财务评价模型,用模糊数学的隶属函数描述评价指标.由隶属函数的峰值和均值组成学习样本训练神经网络,使之具有联想记忆功能,对未在训练中出现的待评价的样本指标也能作出决策,实现项目的财务评价.