搜索资源列表
FireImageMonitoringSystemResearchBasedOnNeuralNetw
- 基于人工神经网络的火灾图象探测方法, 从火灾科学中得来-based on artificial neural network image of fire detection method, from the fire to a science
Genetic_Algorithms_in_dam_safety_monitoring_neural
- 本文基于遗传算法思想，采用浮点数矩阵表示编码，在遗传算法的进化过程中加入一定的约束条件等方法，探讨了网络结构的设计和学习。经实例分析，在用于建立大坝安全监控预报模型的前馈神经网络设计中，该方法在满足一定约束条件下，能同时有效地寻找合适的网络结构和相应的参数(神经网络的权值和阈值)，且在精度和速度上都有较大的提高，为实现实时在线分析评价大坝的安全性态提供了有力的技术支持。-Based on the genetic algorithm, using a float matrix coding, Ge
BPshenjing
- 一种用于车牌定位的改进BP神经网络方法，这可是花银子才下来的哦
jiqirenshenjinwangluo
- 弧焊机器人焊缝跟踪神经网络控制器_英文_，神经网络控制方法
mohushengjin
- 模糊神经网络控制方法研究，属于控制理论的研究
FuzzyNeuralNetwork
- 本论文在较为系统地分析模糊神经网络理论和遗传算法基本原理的基础上，，提出一种基于补偿模糊神经网络的控制方法，通过补偿模糊推理和快速学习算法的引入，构造补偿模糊神经网络控制器，实现模糊网络结构和参数的优化及matlab仿真。
rbf_mems
- 为了提高使用精度，研究了某型号MEMS陀螺仪的随机漂移模型。采用游程检验法分析了 该陀螺仪随机漂移数据的平稳性，并根据该漂移为均值非平稳、方差平稳的随机过程的结论， 采用梯度径向基（RBF）神经网络对漂移数据进行了建模。实验结果表明：相比经典RBF网络模 型而言，这种方法建立的模型能更好地描述MEMS陀螺仪的漂移特；相对于季节时间序列模型而 言，其补偿效果提高了大约15％。
Basedoncomputervisionharmfulinsectrecognitionengin
- 阐述了利用数学形态学法、二叉树法、人工神经网络等方法 识别害虫的理论依据、研究情况及关键问题，指出了实现自动识别的前景及难点，以期促进该项技术在我 国的应用。
1
- 基于视觉传感器实现道路信息的理解是目前移动机器人自主导航的重要研究方向，其中道路图象的正确分割 是提取有效路径信息的关键。该文针对复杂、干扰因素多的室外环境下传统方法难以实现道路图象正确分割的问题，提 出了一种基于’() 神经网络的道路图象分割方法。该方法通过选取道路图象的归一化色彩分量为特征向量，应用基于 ’() 学习算法的神经网络分类器进行道路与非道路识别；为解决环境噪声对神经网络输出的影响，本文设计了串行级联 式四阶形态滤波器实现对神经网络输出的分割图象的滤波处理。通过对实
6
- 果蔬收获机器人是机器人技术在农业中的具体应用，基于避障的路径规划是果蔬收获机器人主要 的研究内容。由于农业机器人作业环境的复杂性和非结构性，神经网络籽是其重要的研究方法。为此，介 绍了神经网络的特点，重点分析了采用神经网络描述果蔬收获机器人工作环境的基本思路，最后给出了黄 瓜采摘机器人的具体分析实例，对农业机器人工作环境的描述具有较高的参考价值。
application_of_special_person_on_ASR_for_the_contr
- 常用的说话人识别方法有模板匹配法、统计建模法、联接主义法(即人工神经网络实现)。考虑到数据量、实时性以及识别率的问题，采用基于矢量量化和隐马尔可夫模型(HMM)相结合的方法。 说话人识别的系统主要由语音特征矢量提取单元(前端处理)、训练单元、识别单元和后处理单元组成，
基于神经网络的教学质量评估模型
- 本文利用神经网络方法建立教学质量评估系统的数学模型，采用各评价指标作为其输入，教学效果作为输出，基于最小二乘思想，采用梯度搜索技术，以期使网络的实际输出值与期望输出值的误差均方值最小，经仿真计算证明，该数学模型具有较好的辨识精度。
Artificial_Neural_Networks
- 一种基于人工神经网络在线学习的自适应预测方法-Based on artificial neural network online learning adaptive prediction method
DynamicPowerQualityTestingTechnology
- 本文首先介绍了有源电力滤波器的基本结构和工作原理，并对一些常规的谐波电流检测方法的优缺点进行了比较。其次，针对传统的谐波电流检测方法的缺陷，提出将神经网络与基于噪声抵消原理的自适应谐波检测相结合，利用径向基函数运算量小、收敛快、无局部极小值等优点，构造了一种基于径向基函数神经网络的谐波电流检测方法，仿真结果表明该检测方法具有很好的动态响应及畸变电流检测精度。最后，设计了一套实验系统，对本文所采用的系统方案进行了实验验证。仿真表明，本文所采用的有源电力滤波器检测系统方案切实可行，能够较好地实现动态
AnApproachToTheNeuralNetworkBasedDataMining
- 针对数据挖掘中的分类问题，本文提出了一种利用神经网络抽取分类规则都方法。为了易于抽取规则，采用遗传算法对神经网络的结构进行了进化。实际运行结果表明了该方法的有效性。-Classification is an inportant problem in data mining.This paper presents an approach to discover classification rules by using neural networks.Genetic algorithms is u
d
- 多亮点各向异性目标回声特征的神经网络提取 摘要：本文提供一种趋向不变识别的回声特征的神经网络自动提取方法和新的可分性测度Js和Jr。 -More than highlight the characteristics of anisotropy of the target echo extraction neural network Abstract: This paper provides a constant tendency to identify the characteristi
MATLAB
- 本文 通 过 对己有模型和锅炉运行现状的分析，尝试用BP神经网络的方法分析讨论锅炉效率在线计算和运行优化等问题。研究工作主要包括:基于BP神经网络进行煤的工业分析结果和元素分析结果之间的转换 考虑到煤在锅炉中燃烧时有固体未燃碳存在，给出了煤组成成分的实际结果的概念 详细讨论了过量空气系数的两种定义及特点，说明运行中用烟气分析结果确定过量空气系数时，对测得的湿烟气含氧量进行修正的必要性和方法:以反平衡法为基础给出了改进的锅炉效率在线计算模型 以效率在线计算为基础，尝试运用神经网络方法确定锅炉运行中
Analog-circuit
- 模拟电路故障诊断，建立模型，设计诊断算法那，神经网络方法-Analog circuit fault diagnosis based on neural network method
Grading-test
- 为实现合格和缺陷板栗的分级， 研究了 1 种基于 BP 神经网络与板栗图像特征的板栗分级方法。 试验以罗田板 栗为研究对象， 提取的颜色及纹理等 8 个特征值， 通过主成分分析提取相应的主成分得分向量构成模式识别的输入。 利 用 BP 神经网络方法建立了板栗分级模型。 试验结果表明， 在图像信息主成分因子数为 3， 中间层节点数为 12 时， 建立 的模型最佳， 模型训练时的回判率为 100 ， 预测时识别率达到了 91 .67 。 研究结果表明基于机器视觉技术的针对缺陷 板栗分
Water-Supply-System-
- 本文分别采用基于时间序列分析的方法和人工神经网络方法建立了天级需水量预报模型-Based on time series analysis method and artificial neural network method, the model of water demand forecasting is established in this paper.