基于人工神经网络的手写体朝鲜文字识别系统的设计

介绍了手写体朝鲜文字识别系统的设计思路，并讨论了作为识别系统核心部分的人工神经网络的结构，学习算法，阐明了手写体文字识别必须从单字模式识别方式上升到语言理解层次的必要性。     

基于神经网络的模糊模式识别算法研究

模糊信息理论是一种基于模糊集理论的信息科学,人工神经网络是模式识别中的常用方法,文章把模糊理论和人工神经网络结合起来用于字符识别,得到很好的识别效果。     

基于模式识别和神经网络的电力系统短期负荷预测

当制定发电机组的启停计划和负荷管理计划时，对未来24h内的短期负荷预测是很必要的，精确的负荷预报能大大提高电力系统管理水平．本文介绍一种基于模式识别理论构造的人工神经网络，应用于电力系统短期负荷预测的方法．     

引入记忆-遗忘机制的人工神经网络模型

针对如何提高人工神经网络在模式识别分类速度和更好地模拟人脑学习、认知事物过程的问题,提出一种改进的人工神经网络模型。将人脑的记忆-遗忘机制引入到人工神经网络中,同时在网络中加入了粗分类模块。在网络运行过程中,固定周期内对已学模式按照记忆强度进行排序。此方法可以有效地提高网络的识别速度。实验证明改进后的人工神经网络减少了网络计算量,节省了识别时间,提高了网络的工作效率。     

基于主元分析和神经网络的人脸识别方法

人脸自动识别是模式识别领域中一项具有广阔应用前景和实际应用价值的热门课题 .文中提出了一种主元分析和神经网络相结合的方法进行人脸识别 .我们先对图像进行归一化处理 ,采用主元分析法对图像的主特征分量进行提取 ,然后以一个径向基函数神经网络作为分类器 ,进行人脸识别 .实验结果表明 ,这种方法在采用多样本训练后 ,具有较高的识别率 .     

基于主元分析和神经网络的人脸识别方法

人脸自动识别是模式识别领域中一项具有广阔应用前景和实际应用价值的热门课题．文中提出了一种主元分析和神经网络相结合的方法进行人脸识别．我们先对图像进行归一化处理，采用主元分析法对图像的主特征分量进行提取，然后以一个径向基函数神经网络作为分类器，进行人脸识别．实验结果表明，这种方法在采用多样本训练后，具有较高的识别率。     

基于人工神经网络的国民收入评价模型

国民收入是标志一个国家经济状况的重要经济指标。本文建立了基于人工神经网络的国民收入评价模型。仿真实验结果表明 ,模型的精度很高。通过模式识别 ,实证考察了影响我国国民收入的主要因素。     

基于神经网络的模式识别与信息处理

通过一个神经网络实例验证了人工神经网络的并行运算能力,并证明了模式识别与信号处理等方面,可以实现难以用数字技术处理的最优算法。给出了一个有容错能力的神经网络实例。     

皮革手感的智能检测研究：Ⅱ人工神经网络在手感评定中的应用

人工神经网络具有较强的自适应模式识别能力和联想记忆能力。本文应用ＢＰ神经网络处理服装革的手感检测信号，为织物，皮革等服装材料的手感评定探索出一条新途径。     

基于人工神经网络的国民收入评价模型

国民收入是樗一个国家经济状况的重要经济指标。本文建立了基于人工神经网络的国民收评价模型。仿真实验结果表明，模型的精度很高。通过模式识别，实证考察了影响我国国民收入的主要因素 。     

神经网络语音识别技术应用研究

本文通过描述语音特征参数求取方法和典型神经网络的学习过程，阐述了采用人工神经网络技术进行语音识别的基本原理，并给出了一个神经网络语音识别技术在语音控制媒体播放系统中的应用实例。     

锅炉飞灰含碳量预测研究

将BP神经网络技术引入工业锅炉飞灰含碳量预测领域,建立了预测模型.针对BP神经网络所存在的缺陷,结合差异演化算法(DE),提出了实数编码的DE-BP神经网络预测模型.实验表明,模型能够很好的满足飞灰含碳量预测要求.     

人工神经网络技术的工程应用与展望

在介绍人工神经网络的研究成果的基础上,根据人工神经网络技术的发展历程,提出了人工神经网络技术的工作原理、基本特点和模型结构,进而对人工神经网络技术的主要发展趋势进行了展望.     

基于人工神经网络和灵敏度分析的快速电压估计

本文提出了一种电力系统电压快速并行算法。该算法在对负荷模式进行分类的基础上，通过各种变量之间存在的灵敏度关系，利用人工神经网络的大规模并行处理，实现了电压的快速估算。通过５－Ｂｕｓ系统的试算对算法予以说明，并进行了讨论。     

Research of the ATR system based on the 3-D models and L-M BP neural network

Automatic target recognition （ATR） is an important issue for military applications, the topic of the ATR system belongs to the field of pattern recognition and classification. In the paper, we present an approach for building an ATR system with improved artificial neural network to recog- nize and classify the typical targets in the battle field. The invariant features of Hu invariant moments and roundness were selected to be the inputs of the neural network because they have the invari- ances of rotation, translation and scaling. The pictures of the targets are generated by the 3-D mod- els to improve the recognition rate because it is necessary to provide enough pictures for training the artificial neural network. The simulations prove that the approach can be implement ed in the ATR system and it has a high recognition rate and can be applied in real time.     

基于人工神经网络的中期电力负荷预测研究

采用人工神经网络(ANN)进行电力负荷中期预测．阐述了人工神经网络的基本原理和反向传播算法(Back Propagation)．根据实际情况建立了人工神经网络的模型并利用Visual Basic编制了相应的计算程序．进行了实例计算，并验证了ANN适用于中期电力负荷预测．     

人工神经网络在材料设计中的应用

材料设计是材料研制过程中必须首要解决的问题，是材料设计由定性化向定量化方向发展是其必然趋势．为了实现这一领域的自动化和智能化，提出了人工神经网络的开发思想．人工神经网络具有再较强的非线性问题处理能力且较强的容错性，并能获得输入和输出之间相互关系的信息处理技术．在材料设计中，人工神经网络已用于预测成分设计、力学性能、工艺参数等方面．     

基于人工智能的模锻工艺优化平台开发

针对模锻件成形工艺特点,结合人工神经网络和遗传算法自主开发了模锻工艺优化平台。其中以Visual Basic为程序编程开发平台,以Matlab软件中的工具箱为基础,编程开发了所需的人工神经网络和遗传算法。并将开发的模锻工艺优化平台与有限元方法结合,对某涡轮盘模锻件的模锻成形工艺进行了优化设计,获得了好的结果。     

智能监控中改进BP神经网络模型的应用研究

就神经网络对给定知识的表达、联想、记忆能力进行了研究，介绍了改进ＢＰ神经网络模型算法及其应用于智能监控领域应注意的问题，并对切削加工中的切屑状态进行了实例识别诊断，取得了令人满意的效果。     

Internet环境下的电火花加工工艺效果预测

电火花加工艺规律复杂，加工的影响因素众多；其中电参数的选择对加工结果有很大影响，其影响程序难以用精确的数学模型来表示。运用人工神经网络技术对电火花加工工艺效果的预测进行了研究。研究结果表明，所建立的预测模型能够很好地映射出电参数与加工网络的电火花加工工艺效果之间的关系。进而，运用APS动态交互技术，在因特网上实现了开发了基于人工神经网络的电火花加工工艺效果的预测模型，充分好挥互联网的优势，扩展了所建立的预测模型的作用范围。为实现电火花加工智能化网络制造系统进行了有益的探索。