基于sRGB颜色空间的CRT显示色差分析

为了实现颜色信息的标准化显示和交流,一般需要标定或规定特定CRT显示器的RGB空间与标准的CIEXYZ空间的变换关系.目前的sRGB标准可以看作一种缺省的独立于设备的颜色变换空间,由于它依据大多数CRT的颜色显示特性建立,因此能精确描述颜色以及为CRT提供基本颜色空间,使CRT显示器以快捷的方式得到较好的显示图象.为使sRGB标准能用于CRT标准化颜色显示,在归纳分析sRGB标准的数学模型的基础上,结合对具体实验数据的分析,给出了sRGB标准用于CRT标准化颜色显示的色差范围,并探讨了sRGB标准用于CRT标准化颜色显示的可行性.     

多层神经网络BP算法的研究

影响多层神经网络ＢＰ算法学习效率的因素不少。但ＢＰ算法中误差函数不能有效地表征样本学习精度是其中主要的因素之一。本文对ＢＰ算法中的误差函数进行了修正。计算机模拟结果表明这种修正有助于提高学习精度和学习效率。     

多层神经网络BP算法的初步研究

目前,在数十种神经网络模型中以BP算法作为学习方式的多层神经网络是使用得最为广泛的一种。该网络是由Rumechere和Mccelland领导的研究小组在1985年实现的,已有效地解决了XOR、T-C匹配等感知器所不能解决的问题。现已广泛应用于语音识别、模式分类、过程监控等领域。尽管多层神经网络的BP算法较有效,但由于它用于高     

基于多层BP神经网络的扑克牌识别

实现了多层BP神经网络识别扑克牌图像的方法，首先使用C语言来编写BP神经网络的算法以及用VC＋＋来实现对扑克牌图像的分析，然后再使用大量已知花色和牌点的扑克牌输入，作网络训练，训练完成后，利用网络识别样本扑克牌和带噪声的扑克牌。结果表明，该方法能够较准确地识别GIF扑克牌图像。     

多层BP网络的研究及应用

在本文中，我们用统计模式识别的方法分析了目前在模式识别中得到广泛应用的多层ＢＰ神经网络，揭示了具有线性输出单元的多层ＢＰ神经网络用作特征提取器和分类器时具有良好性能的原因。同时，我们设计了一个使用ＢＰ网络作为特征提取器和分类器时，普适的工件识别系统，对不能识别的样本，采用模糊推理技术，把传统的直观特征识别结果和多层ＢＰ网络结果特征级上融合，提高系统的性能。     

基于曲波变换和色度模型的彩色图像去噪

针对彩色图像中高斯噪声难以去除的问题,提出了一种基于色度模型的色度中值滤波与曲波变换域Bayes多阈值滤波相结合的彩色图像去噪方法。该方法首先将RGB图像转换为HSI图像,通过在色度平面搜索色度中值分别消除H和S分量中的噪声,然后采用循环平移的曲波变换域Bayes多阈值对I分量噪声进行消除,最后通过HSI反变换得到去噪后的彩色图像。对比实验结果表明,本文方法对彩色图像高斯噪声去除,在获得较高峰值信噪比的同时,能较好保留彩色图像的色度、亮度和图像纹理细节信息,避免了"伪影"现象的产生。     

基于三层BP神经网络的字符识别系统的实现

介绍了基于三层BP神经网络的字符识别系统的实现.在Visual C 6.0开发环境下,采用BP神经网络开发的字符识别演示软件对于一定规范的字符能够正确检测识别,算法简单,易于实现.最后,探讨了BP神经网络算法与字符识别的优缺点.     

BP人工神经网络隐层结构设计的研究进展

指出BP人工神经网络隐层结构的确定,尤其是隐层神经元数目的选择历来是研究的热点。针对目前解决这一问题尚缺乏严格的理论依据,设计者多凭经验而定,介绍了用来优化设计隐层结构的可行方法,纵览了现有多种设计研究成果,从而探讨了新的设计方向。分析了网络隐层结构优化问题的产生及其理论依据,对各种设计方法进行了详细的分类综述, 探讨各自的优势与不足,并对神经网络结构优化问题的研究和发展做了评述与展望。     

基于多层BP神经网络的扑克牌识别

实现了多层BP神经网络识别扑克牌图像的方法,首先使用C语言来编写BP神经网络的算法以及用VC++来实现对扑克牌图像的分析,然后再使用大量已知花色和牌点的扑克牌输入,作网络训练,训练完成后,利用网络识别样本扑克牌和带噪声的扑克牌。结果表明,该方法能够较准确地识别GIF扑克牌图像。     

BP网络在复杂系统建模中的应用

本文介绍了在利用ＢＰ网络进行系统的仿真时，所采用的一种时间相关数据组织方法和一种对网络训练结果交叉确认的误差检查方法，作者将两者结合起来，完成了一反应器系统的仿真实例。并给出了仿真结果。     

基于BP神经网络的病毒检测方法

提出了一种基于BP神经网络的病毒检测方法,该方法成功地把BP神经网络的理论引入计算机病毒的检测中。该方法比传统的病毒检测技术更有效地对系统信息和文件系统进行语法分析,快速地诊断出被感染病毒以及病毒类型。     

污水处理中BP神经网络与Elman神经网络的预测比较

以活性污泥污水处理过程为背景,介绍并比较了BP神经网络与Elman神经网络对于污水处理输出化学需氧量(COD)的预测.实验结果表明,Elman神经网络训练时间要比BP神经网络训练时间长,但是Elman神经网络预测的精确度要比BP神经网络预测的精确度高,Elman神经网络能够更好的预测污水处理的进程.     

一个基于BP神经网络的电子商务招标模型

随着电子商务的快速发展,传统招标模式将被电子商务招标模式所取代。该文提出了一个实现全自动化招标的电子商务招标模型BMBP,一个用BP神经网络实现评标的电子商务招标平台。讨论了BMBP的招标、投标、评标流程。BMBP提供自动化的招标服务,提高了招标的效率和公正性。BMBP用BP神经网络实现评标,方便了评标工作,保证了评标的客观性。同时,BMBP提供多种评标模式,提高了模型的适应性。     

基于BP神经网络的PID控制方法的研究

本文提出了一种基于BP神经网络的PID控制方法,充分利用BP神经网络算法逼近任意连续有界非线性函数的能力,这种PID控制方法能学习和适应严重不确定系统的动态特性。文中采用三层前向网络,动态BP算法,达到了在线实时控制的目的,显示了BP神经网络的PID控制方法很强的鲁棒性,同时也显示了神经网络在解决高度非线性和严重不确定系统方面的潜能。计算机仿真结果表明,基于BP神经网络的PID控制较常规的PID控制具有更好的鲁棒性和自适应性,能取得良好的控制效果。     

基于BP神经网络的隐式曲面构造方法

通过把BP神经网络与隐式曲面构造原理相结合,提出构造隐式曲面的新方法.用约束点来描述、控制曲面形状,构造BP网的输入与输出,通过智能学习、仿真模拟,最后从仿真超曲面抽取出的零等值面就是隐式曲面.同时,从理论上证明了此方法所构造的隐式曲面具有任意精度.实验表明该方法对约束点的个数、误差、内外点与边点的距离等不敏感,表现出很好的稳定性与可操作性.该构造方法不仅可用于构造隐式曲面,而且在图形理解、数据分类等领域也具有良好的应用前景.     

基于BP神经网络的彩色温度软测量

基于高温物体的温度不同,与之相对应通过数码相机摄取的高温物体的颜色也不同,提出一种神经网络的图像颜色测温方法.选取RGB模型的R、G和B作为模式特征向量,用BP网络拟合高温物体的颜色和温度之间的非线性关系.实验结果表明,该方法精度高,运行速度快,切实可行.     

BP神经网络的优化算法研究

BP学习算法通常具有收敛速度慢,易陷入局部极小值等缺点;遗传算法是全局优化算法,具有较强的全局搜索性能,但它在实际应用中容易产生早熟收敛的问题,且在进化后期搜索效率较低;模拟退火算法具有摆脱局部最优点的能力,能抑制遗传算法的早熟现象.因此,本文在BP算法结合遗传算法的同时,再加入模拟退火算法,可以有效地缓解遗传算法的选择压力.     

神经网络BP算法在网络搜索中的应用

本文介绍了利用神经网络的网络搜索方法,利用神经网络的自学习能力实现网络再次搜索,依靠神经网络BP算法实现了搜索引擎的自学习能力。实验表明该法方法有效的提高了网络搜索的准确度和灵活行。     

基于粒子群优化算法的BP网络学习研究

文章提出了基于粒子群优化的BP网络学习算法。在该算法中,用粒子群优化算法替代了传统BP算法中的梯度下降法,使得改进后的算法具有不易陷入局部极小、泛化性能好等特点。并将该算法应用在了高速公路动态称重系统的设计中,实验证明:这种算法能够明显减少迭代次数、提高收敛精度,其泛化性能也优于传统BP算法。