改进YOLOv5算法的遥感图像车辆检测

针对遥感图像中背景复杂目标、车辆小导致的成像模糊的目标漏检问题，提出一种基于YOLOv5s的改进模型。改进模型设计一种新的主干网络结构：改进模型的主干特征提取选用RepVGG网络，同时在主干网络中加入注意力机制CoordAttention来提高模型小目标的感知能力。增加多尺度特征融合，提高改进模型对于小目标的检测精度，边框回归的损失函数选择使用DIoU，帮助改进模型实现更加精准定位。实验结果表明，改进后的YOLOv5模型在遥感图像的目标检测，相较于原始模型在小目标车辆中检测精度提升5.3个百分点，与Faster R-CNN相比mAP提升16.88个百分点。改进后的模型与主流的检测算法相比能有较大的检测精度提升，相较于原始的YOLOv5s模型在遥感图像小车辆检测有更好的检测精度。     

基于改进DenseNet的驾驶行为识别

为提高道路交通安全，解决司机分心驾驶问题，对基于卷积神经网络的驾驶员行为识别模型进行了改进。首先对基于DenseNet的驾驶行为识别模型进行研究，在其基础上引入注意力机制对其进行改进；将注意力机制模块化后设计了三种改进模型；最后将实验结果进行对比分析，确定性能较优的改进模型为SE-PRE模型。实验结果显示，提出的改进模型在相关数据集上达到了94.21%的准确率，上述模型能够准确且高效的识别驾驶行为，为后续的车辆智能化研究奠定了基础。     

基于改进马尔可夫模型的启动子预测算法

本文实现了基于马尔可夫模型的启动子预测算法，结合隐马尔可夫模型中的前向算法，改进了基于马尔可夫理论的启动子预测方法，具体改进了碱基转移概率的算法和序列所在模型的概率。改进的马尔可夫模型的预测结果显示，以此模型建立的系统能更有效地识别数据集中的三种序列。     

PLN网络的改进及其应用

本文在分析概率逻辑神经元（ＰＬＮ）网络原型存在不足的基础上，提出ＰＬＮ元件的一个改进模型，并指出原来的ＰＬＮ网络模型、Ｈｏｐｆｉｅｌｄ学习律以及Ｂｏｌｔｚｍａｎ机的演化律等都是ＰＬＮ网络改进模型的特例．文中还给出ＰＬＮ网络改进模型在联想记忆应用中的模拟实验结果，说明改进模型无论在鲁棒性和收敛速度上比原型都有很大改进．     

基于改进deeplabv3+的舌象分割算法

针对传统图像处理算法舌象分割效果差的问题，采用deeplabv3+网络模型来对舌象进行分割研究，同时采用注意力机制和改进条带池化模块对网络模型进行改进。单一改进模块融入对网络模型提升不高，当将注意力机制模块CBAM、条带池化模块SPM和混合池化模块MPM都有效融入网络模型时，相比于未改进的deeplabv3+网络模型MPA提升了1.49%,MIOU提升了2.02%，证明了改进算法在舌象分割网络模型中的有效性。     

基于改进Faster-RCNN的小目标检测

现阶段存在的Faster-RCNN基本可以满足普通目标的检测，但是对小目标的检测效果不佳。因此对传统的Faster-RCNN算法进行改进，用Resnet50残差网络替换之前的VGG16网络，让模型提取更多的小目标信息，并引入改进后的特征金字塔MC-FPN，使模型对于小目标信息的检测能力得到提升。实验结果表明，改进后的模型在HRRSD数据集达到86.2%的检测精度，较改进前的检测精度提升了4.7个百分点，证明改进后模型的有效性。     

基于改进的GVF模型的CT图像分割方法

活动轮廓模型被广泛应用于医学图像分割之中．文中针对CT图像的分割方法进行了探讨，提出了一种基于GVF模型的改进的活动轮廓分割法。改进方法采用轮廓中心法及引入一作用力的方法，克服了GVF模型不能处理深度凹陷区域的问题．实验结果表明，改进后的分割方法较原Snake模型及GVF模型的效果更好．     

基于GVF模型的图像分割方法的改进

基于GVF模型的图像分割方法克服了snake模型对凹凸形状物体分割效果不好的缺点，但它对细长凹陷物体的分割效果仍然不佳。本文通过GVF模型力场的分析，对GVF模型进行了改进，克服了GVF模型的上述缺点，通过在改进的GVF模型中引入和设置方向矢量，还可分割出任何感兴趣的物体。     

基于R-Tree的空间连接代价模型的改进

对基于R-Tree的空间连接代价模型进行了探讨，主要研究了HUANG Y W提出的空间连接代价模型。利用最优，最差选择策略降低该算法的时间复杂度，对基于缓冲区的代价模型提出了改进后的评估公式，通过实验验证了改进后的模型比原模型提高了评估的精确度。     

一种基于稀疏分布记忆模型的汉字联想记忆方法

本文描述了Ｋａｎｅｒｖａ的稀疏分布记忆模型，指出了它在用于汉字联想时的问题，同时提出了改进的模型，试验表明，这种改进模型使记忆容量和容错能力大大提高。     

基于改进BP神经网络的预测模型及其应用

对BP神经网络的结构及其训练算法进行了研究，并针对传统BP算法的缺陷，提出了一种采用L—M算法的改进BP神经网络。在此基础上建立了基于改进BP神经网络的非线性系统预测模型，并通过具体的仿真及实践结果验证了改进BP神经网络的有效性。     

基于改进的BP神经网络的血液细胞图像分割

采用BP神经网络来分割白细胞显微图像,在边缘检全上的效果尚不理想,针对此问题,提出了改进BP神经网络。提出了一种采用L-M算法的改进BP神经网络。在此基础上建立了基于改进BP神经网络的非线性系统模型。实验结果表明,它能有效地克服已有方法无法克服的边缘检出问题,使得分割图像能更好的接近真实图像。     

基于神经网络的机械传动方案决策系统的建模与仿真

针对机械传动方案决策系统难以建立准确数学模型的特点,提出了利用BP及BP改进神经网络的非线性映射能力,进行机械传动方案决策系统模型辨识建模的新方法.介于网络的输入输出数据难以精确描述的特点,运用模糊理论对其进行了处理.通过仿真实验验证了利用BP及BP改进网络建立其决策模型的可行性,表明了BP改进算法收敛速度更快,模型更准确,从而为机械系统传动方案的决策提供了一种更为有效的推理模型.     

HJPSO-BP算法在齿轮热处理预测中的应用

将HJPSO算法引入BP神经网络中并建立优化的BP网络模型,克服了标准BP网络在实际应用预测中易陷入局部极小点、收敛速度慢的缺点。通过本模型对汽车齿轮热处理进行了预测研究。研究结果表明优化后的BP网络比标准BP网络具有较高的预测能力和稳定性。     

改进的BP网络在大坝变形监测资料分析中的应用研究

针对经典BP神经网络运行中存在的缺陷,提出了改进的BP神经网络.应用改进的BP神经网络模型对李家峡拱坝各高程的变形监测数据进行了预测,并将其预测结果与实际测量值进行对比分析.结果表明,改进的BP神经网络模型在数据预测方面取得了很好的效果.     

改进神经网络煤矿安全评价模型仿真研究

研究煤矿安全评价准确性问题。煤矿生产安全问题一直是国内外研究的热点,针对传统的安全评价算法难以评价出煤矿安全生产中出现的情况,评价预测准确率低等问题,提出了基于BP神经网络算法煤矿安全评价模型。采用BP神经网络的特点是可以逼近任意的非线性函数,但是BP神经网络并非完美的神经网络,采用遗传算法优化BP神经网络可以克服其缺点,将改进的算法应用于煤矿系统安全评价之中,仿真结果表明,基于改进的BP神经网络煤矿安全评价模型方法有效性和实用性,能够正确评价安全生产状态。     

改进的HS算法优化BP神经网络的入侵检测研究

基于传统BP神经网络的入侵检测中，BP神经网络算法模型存在着易陷入局部最优且初始值随机性较大的缺陷。初始值的选择直接影响到BP神经网络的训练效果，较好的初始值有利于BP神经网络跳过局部最优，从而提高训练效率。针对BP神经网络的缺陷，提出了用改进的和声搜索算法对BP神经网络的初始值进行优化，使得BP神经网络得到一组较优的初值的方法。实验结果显示，改进的和声搜索算法具有更高的适应度函数值，将该算法优化的BP神经网络用在入侵检测中，能够显著提高算法检测率和收敛速率。     

基于改进遗传算法优化BP神经网络的土壤湿度预测模型

我国是农业大国,在进行农业生产过程中,对土壤的湿度进行精准预测具有非常重要的意义.针对传统BP(back propagation)神经网络在预测过程中会出现局部最小化以及收敛速度慢的问题,本文将改进的遗传算法(genetic algorithm)应用到传统BP神经网络模型当中,提出了一种自适应遗传算法优化BP神经网络的土壤湿度预测方法.通过Matlab仿真软件建立改进遗传算法优化BP神经网络的预测模型,并且对哈尔滨地区玉米地的土壤湿度进行实验.结果表明,该模型的精度高于未优化的BP神经网络.该模型能够大量减少湿度传感器的使用,为农业生产减少了成本.     

基于改进遗传算法优化BP神经网络的糖尿病并发症预测模型#br#

BP神经网络是在深度学习的研究中使用较为频繁的神经网络。本文提出一种改进遗传算法优化BP神经网络的算法（IGABP）,利用遗传算法的全局搜索能力优化BP神经网络的初始结构。由于遗传算法易陷入局部最优解,影响自身的寻优能力,故对遗传算法进行改进,最后构建糖尿病并发症预测模型进而预测糖尿病并发症的发生。本文改进遗传算法的选择算子并改进自适应遗传算法的交叉及变异概率公式。通过构建预测模型,将改进后的IGABP与BP、GABP、AGABP进行比较。仿真实验结果表明,使用IGABP进行预测的准确率要明显优于BP、GABP与AGABP,并且加快了网络的收敛速度。     

MATLAB神经网络BP网络研究与应用

阐述了MATLAB神经网络，着重研究了其BP网络的网络结构，指出了BP算法的主要缺点，利用其工具箱中的函数对BP算法进行了改进。根据MATLAB神经网络BP网络的网络结构，提出了一种具有天气敏感性的基于快速BP算法的神经网络预测模型，并对电力短期负荷进行了预测。预测结果，证明了该算法的有效性。