神经网络在试卷等值方面的应用探讨

在大多数考试中,不同试题之间在难度、信度、分数分布方面的差别是很难完全避免的.将一个测验的不同版本的分数统一在一个量表上的过程,即等值(equating).现有的等值方法,大都是线性等值.应用神经网络的非线性映射,可以实现非线性等值.     

模糊神经网络在条形码识别中的应用

本文把模糊集合论的知识应用于自组织神经网络,提出一个模糊神经网络算法。新算法克服了一般神经网络方法共同面临的学习时间长、对网络参数敏感的弱点,广泛适用于一般的模式识别问题。对条形码识别问题的应用情况表明,新算法无论在网络学习的速度上还是在识别结果上都优于Ｋｏｈｏｎｅｎ的自组织神经网络方法。     

神经网络在车牌识别中的应用

介绍了中国车牌识别的研究背景和现状,提出了一种基于神经网络的新方法,并设计了一种没有直接预处理的车牌像素图像的卷积神经网络结构。该图像变换适用于利用原始车牌来增加训练数据库。实验结果验证了本车牌识别方法的鲁棒性和有无车牌的识别效率。     

遗传神经网络在语音识别中的应用研究

针对语音识别的特点,对BP神经网络在语音识别技术中的应用进行了探索性研究,进而结合人工智能领域较为有效的方法——遗传(GA)算法,针对传统BP算法识别准确率高但训练速度慢的缺点,对BP网络进行改进,构建了一种基于遗传神经网络的语音识别算法(GABP),并建立相应的语音识别系统。仿真实验表明,该算法有效地缩短了识别时间,提高了网络训练速度和语音的识别率。     

遗传神经网络在语音识别中的应用研究

针对语音识别的特点,对BP神经网络在语音识别技术中的应用进行了探索性研究,进而结合人工智能领域较为有效的方法——遗传（GA）算法,针对传统BP算法识别准确率高但训练速度慢的缺点,对BP网络进行改进,构建了一种基于遗传神经网络的语音识别算法（GABP）,并建立相应的语音识别系统。仿真实验表明,该算法有效地缩短了识别时间,提高了网络训练速度和语音的识别率。     

概率神经网络方法在岩性识别中的应用

本文研究利用概率神经网络方法进行测井资料的岩性识别;建立了测井解释的岩性识别模型,并利用该模型对测试样本进行预测,预测结果与实际测量结果相比具有较好的一致性,其计算量小且预测精度与收敛速度较BP神经网络模型有了很大的提高;应用表明,概率神经网络在岩性识别问题中有着一定的应用前景。     

深度学习神经网络在语音识别中的应用

近年来,随着我国科学技术的不断深入与发展,神经网络逐渐与语音识别技术联系的越来越密切。在传统的语音识别技术中,模板匹配法是其主要的操作方法,而在现代的语音识别技术中,神经网络已成为主要的发展趋势。神经网络技术主要模拟了人类的神经元活动原理,将人类所特有的自主学习、想象能力综合到了语音识别系统中,为语音识别的发展开辟了一条新的途径。本文我们将综合具体事例简要分析深度学习神经网络与语音识别系统的结合。     

CPN神经网络及其在结构识别中的应用

本文建立了基于ＣＰＮ（ＣｏｕｎｔｅｒｐｒｏｐａｇａｔｉｏｎＮｅｕｒａｌＮｅｔｗｏｒｋ）神经网络的计算力学反问题分析方法,并将其应用于薄板振动系统识别。研究结果表明,神经网络计算是工程结构分析中一种很有发展潜力的新方法。     

BP神经网络在车牌识别技术中的应用

车牌识别系统作为智能交通系统的重要部分,对车辆定位、交通流量的监控具有重要的意义。在车牌识别系统中,利用BP神经网络对车牌进行识别得到广泛的应用,如何提高车牌识别的准确率是车牌识别系统最根本的问题。在多路监控系统中,所采集的车牌图像大小比较小,严重影响了车牌的识别率。采用优化的BP神经网络结构以及根据环境差异进行识别的方法,对车牌识别进行研究,研究实现了对较小的车牌进行准确的识别。     

BP网络模型对人脸朝向的识别

研究BP神经网络模型,通过计算机模拟人脑建立神经元网络,使用一部分人脸朝向信息作为训练的实例集,训练稳健后,可以推广应用判断其他人脸的朝向信息,以实现计算机自动识别人脸朝向。先对图片进行归一化等预处理,再应用主成分分析提取特征信息,每幅提取出的特征信息都是8个数据的列向量,构建一个8个输入、17个隐含、3个输出的三层BP网络模型。将训练实例集的特征向量代入训练,调整参数后保证其性能和收敛速度。最后通过大量实验验证,计算机识别的误判率仅为6.7%,模型可靠。     

毛坯形状预测的神经网络法

通过有限元网格映射方法来反算求解毛坯形状和尺寸，并建立径向基函数神经网络来预测毛坯的形状，同时使用正交表和均匀表为神经网络安排试验样本。数值算例表明本文方法可提高预测精度，并且大大降低了实验的总次数。     

基于BP神经网络的纸机加压网前箱的建模研究

针对采用传统的建模方法建立造纸工业过程中的纸机加压网前箱的数学模型很难得到满意结果的问题,尝试用BP神经网络对其辨识建模.通过对物理模型的多次试验,获得了大量的输入输出数据;在此试验数据的基础上对该结构进行BP神经网络模型辨识.为了验证辨识得到的模型的准确性,对该模型采用PID闭环控制,并在Matlab上对结果进行了仿真.实验结果表明,BP神经网络在纸机加压网前箱系统建模方面有着较高的辨识精度.     

GridView控件在自动组卷系统中的应用

在现阶段的考试管理中．试卷管理由于其特殊性和复杂性而占据了相当一部分的比重。一个相对完善的自动组卷系统可以使考试前后的整个过程变得更加轻松方便。从介绍ASP．NET2．0的一个新增控件GridView控件入题，通过此控件的一些特定的功能，阐述该控件在自动组卷系统中发挥的重要作用。     

An Examination of Qubit Neural Network in Controlling an Inverted Pendulum

The Qubit neuron model is a new non-standard computing scheme that has been found by simulations to have efficient processing abilities. In this paper we investigate the usefulness of the model for a non linear kinetic control application of an inverted pendulum on a cart. Simulations show that a neural network based on Qubit neurons would swing up and stabilize the pendulum, yet it also requires a shorter range over which the cart moves as compared to a conventional neural network model.     

神经网络的应用研究

神经网络的崛起,已对认知和智力的本质的基础研究乃至计算机产业都产生了空前的刺激和极大的推动作用。因此在各个领域都有很大的应用研究。     

神经网络在计算机网络安全评价中的应用研究

随着信息技术的快速发展,当前信息技术被广泛应用于人们生活与生产的方方面面,对于网络安全评价的整体水平也提出了更高、更为具体的要求。为了进一步确认神经网络应用于计算机网络安全评价的作用,首先介绍了计算机网络安全评价体系的建立策略,其次分析了神经网络在计算机网络安全评价中的应用优势,最后结合上述内容阐述了神经网络应用于计算机网络评价系统的具体策略,希望能够为计算机网络安全评价体系的顺利建设提供借鉴。     

神经网络的应用研究探讨

介绍了研究人工神经网络的目的,从神经网络的研究内容和优势等方面着手,重点陈述了神经网络在经济领域、食品工业、环境科学与工程中的应用。     

神经网络的应用研究探讨

介绍了研究人工神经网络的目的,从神经网络的研究内容和优势等方面着手,重点陈述了神经网络在经济领域、食品工业、环境科学与工程中的应用。     

神经网络在计算机网络安全评价中的应用

随着科技的不断发展,网络安全越来越受人们的重视,但传统的网络安全评价存在着一定的问题和漏洞,需要将神经网络应用到计算机网络安全评价中。笔者主要对神经网络的基本概念、计算机网络安全评价的基本概念及如何将神经网络应用到计算机网络安全评价中这三个方面进行简要阐述,以提高网络的安全性。