人工神经网络在改善报警系统性能中的应用

介绍了一种利用BP人工神经网络降低报警系统误报警率的有效方法。以STC89C52RC处理器为平台,在嵌入式系统中应用BP网络先对报警信息进行分析和预处理,再控制报警系统动作。该方法大大降低了报警系统因自然因素导致的误报警概率。采集了100个典型数据对BP网络进行训练,得到了适合应用目标的网络模型,现场实测误报警率几乎为0。该方法的硬件价格便宜,电路简单,是一种降低报警系统误报警率的有效方法。     

人工神经网络在战场被动侦察系统中的应用

对基于BP人工神经网络的战场被动侦察系统进行了研究，通过功率谱分析从噪声信号中提取目标的特征向量作为网络的有效输入，达到目标的自动识别．采用面向对象的编程语言MS Visual C 来实现，介绍了系统程序设计的关键技术及识别模块的实现。     

人工神经网络在股票市场预测中的应用

运用人工神经网络理论，对股票市场进行动态建模和仿真预测实验，仿真实验结果表明，低阶多层改进ＢＰ模型能预测深圳股市趋势且取得良好结果。     

人工神经网络回规建模方法及其应用

对于非线性回归问题,一般都是先将其线性化,按线性回归模型进行处理。但这种方法进行的参数估计不是无偏估计量,因此其非线性拟合精度较低。本文提出采用人工神经网络技术进行非线性回归分析,并针对地下水位的动态分析问题进行了实例计算,取得了很好的效果。     

人工神经网络回规建模方法及其应用

对于非线性回归问题，一般都是先将其线性化，按线性回归模型进行处理。但这种方法进行的参数估计不是我偏估计量，因此其非线性拟合粗度较低，本文提出采用人工神经网络技术进行非线性回归分析，并针对地下水位的动态分析问题进行了实例计算，取得了很好的效果。     

一种柔性机器人系统建模方法

目的提出一种更实用的柔性机器人系统建模方法,方法采用改进的人工神经网络（ANN）的算法与结构,在建模过程所用数据全部取自一个运动中的非常柔软的铜质弹性杆,这个弹性杆被固定在一个FANUCS-300型机器人操作机的终端上,结果理论分析与实验结果表明这个建模方法更适合于具有快变动力学特性的柔性系统,与已有的建模方法相比,它更精确和更适合于实时应用,结论这种建模方法适合于具有快变特性的柔性机器人系统的建模。     

人工神经网络在发电厂培训系统中的应用

为了解决用人工神经网络映射发电机暂态过程中,各个变量的变化曲线存在的网络结构以及权值和阈值的初始值难以科学地确定的问题,将遗传算法和传统的误差反传算法结合起来,对人工神经网络进行设计和训练。该方法在发电厂培训系统中的应用表明：这种方法提高了人工神经网络中权值和阈值的初始值的确定以及网络拓扑结构的设计的科学性,从而使人工神经网络容易出现的发散以及陷入局部极小点的问题得以避兔。     

中央空调系统的清洗

中央空调系统中形成的水垢对系统有很大的危害性，主要介绍了空调系统的水清洗方法及其所表现的经济效益。     

模拟中央空调系统设备光催化分解VOCs的影响

半导体空调设备通常是以引入大量的外气维持适度的含氧量与降低污染物浓度,此一方式将导致空调负荷增加与耗能。本研究模拟中央空调系统的室内环境,在风管回风口处安装紫外光/二氧化钛(UV/TiO2)反应器,探讨以美国冷冻空调协会技术手册标准订定的冬天与夏天温度和湿度为主要操作参数,对于光催化分解挥发性有机物(VOCs)的影响,所选择的污染物为甲苯气体,仿真浓度为(300—400)×10-6。结果显示,甲苯温度效应(22℃、24℃和26℃)对光催化转化速率,经过120 min的光分解测试后,可将模拟实验室内气体浓度降至原甲苯气体浓度的20%,但残余浓度高达60×10-6;湿度效应(40%、50%和60%RH)对光催化甲苯转化速率,则仅在高温及高湿条件略为增加,因甲苯和水在触媒表面的竞争也会吸附甲苯气体;而在紫外线照射下会生成较甲苯气体更难分解,二次产物在本研究中并未检测。     

智能大厦中央空调系统的分析与建模

为了对智能大厦的中央空调系统进行优化调度和节能管理,对该系统进行了节能分析与建模.并以一个实际系统为例,利用该模型和基于遗传算法的周期自回归模型(PARM)得出中央空调设备的优化运行策略.实例计算结果表明该模型是有效的.     

人工神经网络在市场比较法中的应用

系统阐述了BP神经网络的结构和学习规则,提出了应用BP神经网络评估房地产价格。该方法能根据学习样本建立房地产价格与其影响因素间的非线形关系,从而克服了传统方法的缺点。     

人工神经网络应用于时间序列预测的探讨

介绍了时间序列方法和适用场合,突出了基于神经网络的时间序列信息预测方法的重要性,进一步研究了BP神经网络技术,包括BP网络模型结构、BP网络学习过程、BP算法,并概括了BP算法存在的不足和改进方向。     

人工神经网络专家系统应用研究

叙述了人工神经网络的特征及其在专家系统中的应用 ,讨论了人工神经网络专家系统的优缺点 ,并进一步描述了其前景和意义 .     

基于人工神经网络的低压电器故障诊断的研究

基于低压电器常见故障的诊断过程,根据反向传播算法（BP算法）原理,以低压电器常见故障模式、原因为基础建立了低压电器常见故障人工神经网络关系模型,并将模型应用于低压电器常见故障实例诊断。     

Neural Network Identification Model for Technology Selection of Fully-Mechanized Top-Coal Caving Mining

This paper mainly discusses the selection of the technical parameters of fully-mechanized topcoal caving mining using the neural network technique. The comparison between computing results and experiment data shows that the set-up neural network model has high accuracy and decision-making benefit.     

专家系统与人工神经网络的发展与结合

专家系统和人工神经网络是智能技术的两个很活跃的分支,它们在电力系统中的应用也很广泛,但对它们的孤立研究都暴露出了很大的局限性。本文分析了智能发展的各个阶段的特点,重点阐述了专家系统和神经网络的概念以及它们的不足之处,从理论和应用实践中论证了专家系统和人工神经网络合壁的必然性和可能性,讨论了几种可供探索的途径。     

人工神经网络及其在非线性系统控制中的应用

本文介绍了人工神经元和人工神经网络的基本结构,并在此基础上分析了人工神经网络的特性、学习和训练,说明了两种典型网络BP网络和Hopfield网络的工作原理,对人工神经网络在非线性系统控制中的应用进行了探讨.     

曲轴滚压校直力求解的神经网络建模

针对曲轴 滚压校直过程中滚压力的求解问题，利用人工神经网络的方法，建立与之相适应的人工神经网络模型，并对网络训练算法进行了多项改进，使之更适于问题的求解， 更利于网络的训练收敛。     

对神经网络污染预报建模的影响因素

为了通过大气环境质量的预测提出有效的污染防治措施,作者采用伦敦市PM_2.5的小时监测数据,利用传统的BP神经网络建立预报模型,定量预测伦敦市PM_2.5的小时平均质量浓度,探讨了大气污染预报网络的建模过程中,扩大样本集、去除样本集数据噪声和在输入向量中加入气象变量等因素对建模所产生的影响.最后得出结论,适当选择样本集、加入气象变量,有利于提高所建网络模型的预测精度.     

基于BP神经网络的动态交通流量预测

本文通过对BP神经网络和影响交通流量因素的分析,采用Windrow-Hoff学习算法、Kolmogorov定理和trainlm训练方法,实现对长春市开运街和湖西路路段动态交通流量的预测.