人工神经网络BP算法在近红外光谱分析中的应用

简要介绍了人工神经网络及其在近红外光谱分析中的应用。给出了三层BP网络的基本结构和对应的BP算法。通过测定润滑油的流动性、苯和甲苯的回收率及相对标准偏差的两个实例,分析了人工神经网络BP算法的明显优势。最后指出了存在的部分问题。     

人工神经网络在决策支持系统中的应用

在传统的决策支持系统中，加入基于神经网络的预测模块，完成了复杂的非线性预测，使决策支持系统更加的智能化、自动化。该模块采用反向传输BP神经网络模型来实现，通过网络的自适应训练和学习，找出输入和输出之间关系以求解问题。利用该系统对社会消费品零售额进行预测，结果表明该系统具有较强的实用性和通用性。     

基于传感器阵列瞬态响应信号分析的气体识别关键技术研究

气体识别关键技术是对气体进行检测的一种技术手段,通过模拟生物嗅觉功能,能够保证气体检测具有较高的效率性和准确性。气体识别技术在公共安全检测、食品质量控制、环境保护等方面发挥了日益重要的作用,这就促进了该技术手段的不断进化和提升。基于传感器阵列瞬态信号分析的气体识别技术,注重对多个气体传感器之间相互独立的特性进行应用,通过瞬态响应曲线对气体有效特征进行提取,以实现对气体特点的识别。基于传感器阵列瞬态响应信号分析的气体识别,侧重于信号的获取、特征提取、模式识别等内容,从而采取定性分析与定量分析相结合的方法,对气体进行较为准确的识别。     

基于气体传感器阵列的轿厢内有害气体监测系统的设计

随着居民汽车持有量的增加,居民生活空间的空气质量变得恶化。消费者对车内空气质量关注度显著提高。因此轿厢内有害气体的监测与控制和净化系统的研发十分必要。文章提出了全新的车厢内有害气体监测方案,针对影响车内的几种种主要有害气体(PM2.5,CO2,CO,SO2,NOx等)进行监测与控制,最终达到净化目的。对于有害气体监测用传感器,文章建议采用阵列气体传感器,该传感器具有精度高、成本低等特点。"轿厢内有害气体监测系统"将借用发动机控制系统的软硬件平台,只增加若干气体传感器,有效控制系统成本的增加。     

基于气体传感器阵列的电子鼻对混合气体定量识别的研究

阐述了电子鼻的结构,并根据传感器阵列响应信号特性,推导出气体传感器阵列的响应矩阵及其对混合气体的响应;论述了前馈神经网络在电子鼻中的应用原理。最后,利用自制的实验装置对所建立的电子鼻进行性能测试。实验结果证明气体传感器阵列和神经网络模式识别技术所组成的电子鼻完全可以完成对混合气体浓度的识别。     

心电信号识别的人工神经网络方法研究

本文提出一种新的隐含层神经元非全连接的心电信号识别的BP阿络(Back-Propagation neural network)。该网络也可以看成是多个子网络的并联,用该网络作多种正常、异常心电信号识別时,利用心电信号奉身的特点,将一周期心电信号按P波、QRS波群、T波、ST段,分成n段,每个子网络只反映心电信号某一段的病变信息,多个子网络的并联结果,综合反映整个心电信号周期的信息。实验表明:与一般多层网络相比,该网络具有更高的识别能力,更快的学习速度。     

基于LabWindows/CVI的人工神经网络BP算法的实现

提出了一种BP学习算法的改进算法，与传统BP算法相比，本算法针对传统BP算法收敛速度较慢的缺点，提出了两点改进：一是选用奇函数作为激励函数；二是改进了学习过程中不随误差变化的误差反向传播因子，并给出了该算法在LabWindows／CVI环境下的实现方法。程序运行表明，本算法使学习速度有了较显著的提高。     

利用人工神经网络重构区域电离层临界频率分布

提出了利用人工神经网络重构区域电离层临界频率分布的方案.对太阳活动高年和太阳活动低年白天的电离层临界频率分布进行了重构,讨论了站点分布对重构的影响,利用境外的历史资料对重构结果进行了验证.研究表明,拉萨站和重庆站对重构影响较大,兰州站和乌鲁木齐站对重构的结果影响较小.     

ZigBee传感器网络在家庭可燃气体监测系统中的应用

针对传统有线可燃气监测系统的布线繁琐、维修成本高、通信线路易损坏,组网方式不易更改等问题,文章采用ZigBee无线传感器网络技术,设计了一套可燃气体监测系统,不仅可以实现可燃气体监测各个节点自组网,又可实现现场燃气报警和远程监测,还具有现场排除险情和消除隐患的联动控制功能,有效提高了预防燃气泄漏安全的等级。     

定电位电化学气体传感器在环保中的应用

本文论述了定电位电化学气体传感器的工作原理、特性及其在环保中的应用.定电位电化学气体传感器适用于各种有害气体报警装置与气体监测仪.     

基于人工神经网络下的图像识别的研究

主要利用人工神经网络的理论知识研究在图像识别中的应用为目的,研究图像识别中图像分割的技术,同时详细分析了多层前馈神经网络的描述及BP算法工作过程。介绍隐层的选择及隐层神经元数选择的一些经验方法。针对BP算法存在的问题,提出加可变动量因子的BP算法,通过对网络训练过程参数调整以及增加可变动量因子等方面进行优化改进,实验证明加快了训练速度,改善了BP网络的学习效果。     

神经网络在空战决策系统中的应用分析

分析了空战智能决策的必要性和迫切性。评述了智能辅助决策技术在国内外的发展现状。通过对比分析,指出了传统决策方法的局限性,论证了神经网络应用于空战决策技术的优越性。最后给出了神经网络空战决策技术的具体应用及该项技术的要点。     

基于BP神经网络的硬盘播出系统电平诊断的应用及其实现

研究了在MATLAB环境下,利用BP神经网络解决硬盘播出系统电平诊断中的分类问题。首先阐述了BP神经网络的一种故障诊断模型,其次分析了基于集合结构的电平诊断实现原理,最后研究了BP神经网络对电平诊断的求解方法。结论表明:利用在基于BP神经网络的MATLAB环境下解决电平诊断问题时仿真效果明显,有利于实际工程技术的应用。     

一种基于神经网络的主动队列管理算法

传统的主动队列管理算法在设置参数时,存在算法和具体的网络有关参数设置对网络的稳定性和动态性能影响较大的问题.文中介绍了一种采用单神经元动态调整PID参数的ANNPID算法,解决了PID算法参数设置的问题,通过仿真实验,结果验证了该方法的鲁棒性优于传统的队列管理算法.     

BP神经网络的发展现状综述

讨论目前人工神经网络领域中BP神经网络的特点、改进算法以及在实际中的应用。主要包括模式识别及分类、故障智能诊断、图像处理、函数拟合、最优预测等方面的应用。最后对目前人工神经网络的存在问题和发展前景做了初步探讨。     

Forest Fire Detection Using Artificial Neural Network Algorithm Implemented in Wireless Sensor Networks

A forest fire is a severe threat to forest resources and human life. In this paper, we propose a forest?fire detection system that has an artificial neural network algorithm implemented in a wireless s...     

人工神经网络理论及其应用

简要介绍了人工神经网络的发展过程和基本理论，从神经网络具有自学习功能、联想存储功能和高速寻找优化解的能力三个方面论述了其特点和优越性，详细阐述了在模式识别、信号处理、自动控制、人工智能、自适应的人机接口、优化计算、通信以及其它方面的应用，探讨和分析了其发展前景。     

小波神经网络在电磁无损检测中的应用

在基于正交小波变换的小波神经网络模型构造的基础上,选取B-小波为小波基提出了一种小波神经网络新算法。通过选取典型训练样本集的方法提高了该小波神经网络诊断的准确性,并运用该小波神经网络对钢丝绳电磁无损检测信号进行了压缩与重构,试验结果证明了小波神经网络能够较为理想地完成缺陷信号的智能化检测,采用小波神经网络算法比传统的断丝识别方法准确率提高了很多。     

改进BP神经网络在物体识别中的应用

针对传统BP神经网络容易陷入局部极小、收敛速度慢和确定隐含层的神经元个数比较困难等缺点,从结构和算法两方面对BP神经网络进行改进。改进后的网络具有较快的收敛速度和较短的运行时间,加强了BP神经网络的学习能力和自适应能力,并将其应用于物体的分类识别,取得了良好的效果。仿真结果表明了此改进方法的可行性和有效性。