Java语言与人工神经网络应用

从控制工程的角度,概括介绍了作为国际互联网的最新核心技术之一的Ｊａｖａ语言的特点和发展,并具体结合人工神经网络的仿真与实现,以实际例子论述其在科学研究中将发挥的巨大效用和带来的新思想．     

BP神经网络用于函数逼近的最佳隐层结构

研究采用反向传播算法的人工神经网络用于函数逼近时的支结构。方法,以典型的ｎ输入、单输出的多层ＢＰ网为例,在几种不同的网络隐层结构下对典的连续函数进行逼近训练。,分析各网络输出的全局误差。     

一种提高BP算法学习速度的有效途径

ＢＰ网络在实际应用中的最大障碍就是学习速度慢这一问题。本文在详细分析与论证的基础上得出：在学习过程中,通过对ｓｉｇｍｏｉｄ函数形状的动态调整可有效地提高ＢＰ网络的学习速度,而且这一方法实现简单、易于理解、具有普遍适用性。同时本文对近期发表的有关文献中所提出的一些不恰当的观点和结论进行了修正和补充。     

基于BP神经网络的玻璃瓶裂纹检测模型

阐述了BP神经网络的基本原理，介绍了一种直接估算最佳隐含层节点数的方法。针对普通的玻璃瓶裂纹检测算法存在的问题，提出了一种基于BP神经网络的玻璃瓶裂纹检测模型。实验表明，该模型的检测效果与普通算法相比有了明显的提高。     

三种初值选取方法对BP神经网络收敛速度影响的比较

运用MATLAB软件及其BP神经网络工具箱函数，结合一个实际的例子比较了三种初值选取的算法对BP神经网络收敛速度的影响。     

BP神经网络及其改进

针对标准BP算法存在的缺陷，从网络结构、算法及初始值选取等各个角度系统总结了BP神经网络的各种改进措施，对各种方法的原理及优缺点作了详尽分析。指出了BP神经网络今后改进的方向。     

基于BP神经网络的压力传感器非线性校正方法

采用BP多层前馈神经网络及其改进算法对传感器特性进行补偿，有效地改善了BP传统算法收敛慢、容易收敛到局部最小点的缺陷，并编制了训练程序．结果表明，经BP改进算法处理后，传感器性能大幅度改善，网络的收敛速度更快，精度更高．     

BP模型在降雨径流预报中的应用研究

简要介绍了人工神经网络用于洪水预报的基本原理,对降雨径流预报的网络模型进行了改进。为了避免陷于局部极小值和缩短学习时间,采用了改进的自适应BP算法进行洪水预报,开发了基于BP模型的洪水预报系统,并经过山西省文峪河水库的实测资料进行了预报,取得了令人满意的精度。     

基于DS18B20的矿用温度传感器

为了满足矿井测温的实际需要，应用数字式温度传感器DS18820和AT89C51单片机，开发了一种矿用实时温度检测系统。该系统采用红外线遥控调校技术，可实现仪器自动校零、报警值界限设定等的遥控操作，提高了整机的密封性和安全性。实践表明，该系统测量数据精确、简单实用、维护方便，满足矿井温度检测的实际要求。     

基于CAN总线的超声波安防系统

智能化安防技术随着科学技术的发展，已迈入了一个全新的领域．安防技术正在朝数字化、网络化、智能化、民用化大步迈进．该文介绍了一种利用80c51单片机、SJA1000CAN总线控制器和超声波探测模块实现对楼宇的网络化安防监控的系统．该系统通过对多个监控点进行实际测试，对非法入侵能进行实时、可靠和正确无误的报警，而且系统成本较为低廉。