人工神经网络在数字识别中的应用

采用了BP神经网络的原理用于数字识别,通过分析,给出了人工神经网络的数字识别模型结构,并用MAT-LAB得以实现.结果表明,人工神经网络用于数字识别中,既可以对数字进行准确、快速地识别,又解决了人工识别数字耗时又费力的问题,具有广泛的适用性.     

人工神经网络在ERP系统中的应用

在传统的ERP的基础上,增加专家系统模块,即基于人工神经网络技术的预测分析模块,提出了ERP和专家系统的集成管理方法,完成复杂的非线性预测,以使ERP系统智能化、自动化水平更高。该模块采用反向传输BP神经网络模型来实现,通过网络的自适应学习和训练,找出输入和输出之间的内在联系,以求解问题。利用该专家系统对汽车制造企业市场销售量进行预测,结果表明：该方法性能、实用性和通用性好。     

人工神经网络在建设工程造价估算系统中的应用

介绍了人工神经网络技术的发展和分类,针对建设工程造价估算技术的发展及面临的问题,提出了在建设工程造价估算系统中应用人工神经网络技术来提高估算精确度,并给出了系统的设计模型。     

人工神经网络在表面张力数据处理中的应用

用人工神经网络方法进行表面张力的数据处理,并对网络直接救亡地,得到表面过乘吸附附量与浓度的数据关系,直接可推出表面饱和吸附量,从而得到了正丁醇的横截面积为２．０＊１０＾１９ｍ＾２。     

MATLAB在人工神经网络中的应用

人工神经网络是在人类对大脑神经网络认识理解的基础上人工构造的能够实现某种功能的神经网络,在人工神经网络的实际应用中,大多数的人工神经网络模型都是采用BP网络或它的变化形式,而MATLAB神经网络工具箱对BP网络的计算,只需选择对应的激活函数,就可以得到网络输出矩阵,所有操作都以矩阵形式进行,程序编写简单,编程效率高。     

人工神经网络方法在QSAR研究中的应用

随着计算机科学的发展,计算速度的提高,一些新的方法越来越深入的运用到化学领域中来。人工神经网络就是在计算机高度发展的基础上逐步发展起来的,并且逐渐渗透到各个学科中。     

人工神经网络在中医专家系统知识挖掘中的应用

医疗诊断领域是信息处理技术一个前景十分广阔的应用领域。知识获取是该类专家系统非常重要的环节。人工神经网络作为一个具有高度非线性映射能力的的计算模型,在工程中具有广泛的应用前景。本文介绍了通过人工神经网络获取专家知识的方法,并给出了一个应用实例。     

人工神经网络在几何造型中的应用

本文介绍了人工神经网络的基本原理和基本特征，对其在几何造型中的应用进行了深入的分析与探讨，提出了基于人工神经网络的曲面光顺，并研究了自由曲面重建和特征识别中人工神经网络的应用方法。     

人工神经网络在机器人控制中的应用

本文首先阐述了克服局部极小的BP算法，并将其用于机顺人控制，避免了求解复杂的机器人控制方程，取得了满意的仿真效果，证实了改进算法能够迅速跳出局部极小，具有一定的容错性，鲁棒性。     

BP神经网络在网络通信中的应用

该文根据神经网络的原理和BP神经网络的特点,说明将BP神经网络技术应用在网络通信中的优势,并根据其特点从三个方面介绍了BP神经网络在网络通信中的应用,最后分析目前神经网络技术在网络通信中应用研究的现状和发展趋势。     

人工神经网络在函数逼近中的应用研究

利用径向基函数网络研究了人工神经网络在函数逼近中的应用。分析了网络结构对逼近性能的影响。利用MATLAB神经网络工具箱进行仿真。实验结果表明,神经网络具有很好的函数逼近性能,其中RBF网络的逼近性能更优。     

人工神经网络技术的发展与应用

神经控制是一种新型的控制系统,其在动态模拟、建模和控制方面应用广泛。为了更好地研究人工神经网络技术,对人工神经网络的起源和发展历史作了回顾,阐述了人工神经网络的一般结构特性,讨论了几种常用的人工神经网络的忧缺点以及目前在工程应用中的情况,并用较先进的例子对其应用作了说明,然后对其发展与应用作了展望,以期对人工神经网络的研究与应用提供参考。     

人工免疫在网络故障诊断中的应用研究

人工免疫系统（AIS）已被广泛的应用在许多领域,如数据分析、多峰函数优化、故障检测等。文章将人工免疫方法引入到PMC模型下网络故障诊断中,文中主要研究如何将AIS应用于系统级故障诊断。理论分析和实验结果表明,基于人工免疫系统的网络故障诊断方法在平均和最差情况下均优于传统的方法。     

人工智能技术在电气自动化控制中的应用研究

当前,人工智能技术作为新兴的智能技术,广泛应用在于电气自动化控制中。本文首先对人工智能技术进行 了简要概述,其次通过分析人工智能技术的特点和优势,着重探讨人工智能技术在电气自动化控制、操作、维修中的应用。     

竞争型神经网络在汉语TTS系统中的应用

在汉语TTS系统韵律模型中改善文本处理能力可提高汉语语音合成系统的语音输出质量,针对上述问题,该文提出了竞争型神经网络在汉语TTS(Text to speech)韵律建模中的应用,通过对输入的多个不同韵律特征的模板样本进行竞争,最终选择与自然语音最匹配的那个样本模板,听辨的结果证明,竞争型神经网络模型合成语音的自然度得到进一步的提高。     

人工神经网络在监控通信协议解析中的应用

实时监控系统是综合信息系统集成的难点之一。因为它们由不同厂家开发。通信协议不同 ,连接的传感器种类不同、异构性突出。将人工神经网络引入到通信协议模拟量数据的解析中 ,讨论了其实现方法。     

人工神经网络模型发展及应用综述

人工神经网络与其他学科领域联系日益紧密,人们通过对人工神经网络层结构的探索和改进来解决各个领域的问题.根据人工神经网络相关文献进行分析,综述了人工神经网络算法以及网络模型结构的发展史,根据神经网络的发展介绍了人工神经网络相关概念,其中主要涉及到多层感知器、反向传播神经网络、卷积神经网络以及递归神经网络,描述了卷积神经网...     

基于人工神经网络改进的Delphi法

采用传统Delphi方法进行决策、预测时,成员权重主要根据成员的经历、职务、年龄和自我评定等情况来确定,易导致加权平均值及方差计算不准确,影响Delphi法的精度和效率。为提高传统Delphi法的精度和效率,本文在基于BP神经网络的加权平均值计算模型基础上,提出了基于BP神经网络的改进Delphi法。改进的Delphi法使成员权值分配与其决策预测结果直接相关,减少了人为不正确因素对权值分配的影响。该方法已被应用于股票上市公司经营业绩综合评价排序,通过与传统Delphi法应用对比,证实了改进的Delphi法具有较高的计算精度和效率。     

神经网络在计算系统软件抗衰重启技术中的应用研究

将神经网络应用于计算系统的抗衰重启技术中,以实现细粒度的软件抗衰,可以更大程度地增强软件抗衰的智能化,提高抗衰效率及准确性,进一步降低抗衰开销,提高软件可靠性.判定模块重启相关性及模块可达集是实施细粒度软件抗衰策略的关键环节.文中结合神经网络工作原理,构建了判定模块间重启相关度及模块可达集的神经网络结构模型.该模型根据软件系统中模块间的控制、调用及数据访问关系,通过分析模块间的耦合程度和重启相关性的相关理论及其之间的关系,制定模块重启相关度和模块可达集的判定算法,最终完成系统模块间重启相关度及模块可达集的判定任务,从而为实现智能化细粒度软件抗衰提供支持.