基于立体视觉的机器人手眼无标定三维视觉跟踪

本文在未标定手眼关系及摄像机模型的情况下,建立了机器人立体视觉跟踪问题非线性视觉 映射关系模型,并据此设计了基于人工神经网络的视觉跟踪控制器．仿真结果表明该算法能 完全消除稳态跟踪误差,具有很强的环境适应性和容错能力,算法简单,易于实时实现．     

基于穆斯堡尔参数的人工神经网络识别矿物的方法

采用改进型反向传播人工神经网络,以含铁矿物穆斯堡尔参数作为样本,通过神经网络的训练,能很好地识别的,从而有效地提高了对矿物的识别本领。     

灰色人工神经网络人口总量预测模型及应用

针对单一指标进行人口总量预测精度不高的问题,基于灰色系统理论和人工神经网络理论,用1990年至2004年中国人口总量序列建立并训练一个多指标的灰色人工神经网络人口总量预测模型。对2005年至2007年的人口总量进行检验性预测,结果表明灰色人工神经网络模型大大提高了预测精度。     

AI技术在混凝土耐久性预测及检测中的应用

AI技术可以通过自主学习及深度学习优化分析方法,是目前国内外最新、最具发展潜力的分析技术。由于混凝土材料的复杂性、影响因素多样性,将AI技术引入这一领域,对于简化耐久性预测问题有着重要的意义。为研究AI技术在混凝土耐久性领域的发展前景,本文对国内外在耐久性领域应用的AI技术方式及应用情况进行了对比,提出了该技术在耐久性领域的基本应用方法及发展方向。     

电磁齿轮中BP神经网络的应用研究

电磁齿轮是一种通过磁性耦舍传递动力的非接触传动。针对电磁齿轮传动转矩大小通过调节线圈电流值来改变从而实现对电磁齿轮的控制这一特点,本文根据人工神经网络的基本原理,提出了将BP网络算法应用于电磁齿轮控制系统,并对实际电磁齿轮的输入电流与输出转矩关系曲线运用Matlab软件进行了拟合及分析。结果表明,该方法对电磁齿轮的实时控制具有较高的精度和较强的可行性。     

激光扫描三角法测量精度因素的分析与研究

对激光扫描三角法在用于三维非接触测量中的精度影响因素进行了较全面的分析与研究，并提出了该方法在提高测量精度方面应采取的措施，特别是基于神经网络的多维拟合标定方法可大大提高测量的精度，给出了实验研究的结果。     

近红外光谱结合神经网络判别茶鲜叶产地

为快速、无损的判别鲜叶产地,维护恩施玉露的地理标志产品属性,采集恩施市芭蕉乡、白果乡和咸丰县茶鲜叶近红外光谱,经光谱预处理后,对校正集66个样品光谱数据进行主成分分析,然后建立BP神经网络预测模型,对验证集鲜叶样品的产地进行了预测,建立了8(输入节点)-4(隐含层节点)-1(输出节点)三层网络模型,验证集样品判别准确率为100%.近红外光谱技术结合神经网络能够快速、准确地判别茶鲜叶产地.     

人工神经网络在建筑物物理力学参数识别中的应用

基于神经网络的BP算法,建立了识别建筑物物理力学参数的数值方法.在经典的BP算法中,网络中的权值的确定是将权值的计算修正过程描述为网络的训练过程,其中迭代步长由经验选定,常常造成收敛速度慢,并且收敛速度与初始权值的选择有关以及引起振荡等问题.在网络的训练过程中采用改进的BP算法,通过对学习算子的优化搜索,大大提高了网络的收敛速度,解决了BP算法迭代过程中目标函数的震荡问题.数值计算表明,所提出的改进的BP算法进行建筑结构物理力学参数识别的收敛速度和识别精度都得到了提高.     

人工神经网络在HVAC系统的应用

阐述了构成人工神经网络(ANN)的M-P神经元模型的结构、输出输入的函数关系及人工神经网络中最常用的学习规则———BP网络。综述了人工神经网络在暖通空调系统中的应用,包括预期平均评价指标(PMV)的预测、房间冷负荷的预测、能量管理、故障诊断及其他应用。介绍了BP网络的改进算法。     

基于元模型的供水系统节点压力实时估算的应用分析

供水系统运行分析计算模型的开发需要校准管道粗糙度和其他参数.不合适的参数会导致解决方案不准确,导致计算模型作为决策工具的适用性降低.通过基于人工神经网络的元模型,来估计管网所有节点的压力.该方法旨在增加有效的压力数据,降低校准难度.模型利用计量区域的入口流量和一些节点监测的压力数据作为人工神经网络的输入数据,得出未被监...