前馈型神经网络在SARS疫情分析中的应用

前馈神经网络在非线性系统的建模及控制中有着广阔的应用前景,其中用差商近似代替导数的Powell法是一种高效、快速的学习方法本文采用三层前馈神经网络结构对SARS在中国的传播与流行趋势及控制策略建立了网络模型.并利用Powell学习方法,针对北京、山西的疫情进行了计算仿真.结果表明,该网络模型算法收敛速度较快,预测精度很高.     

基于多尺度多色域特征融合的乳腺癌图像分类

乳腺癌是世界上女性发病率最高的癌症,而组织病理图像是鉴定乳腺癌的"黄金标准".为了实现对乳腺癌组织病理图像的精确分类,提出了一种基于多尺度多色域特征融合的乳腺癌组织病理图像分类方法.此方法能实现良、恶性病理图像的有效分类.首先进行多色域特征提取,将病理图像从RGB空间转换到HSV空间,分别提取H、S、V三个色彩分量的9...     

神经网络在组合优化问题中的应用

目的 研究神经网络在组合最优化问题中的应用。方法 通过讨论Ｈｏｐｆｉｅｌｄ神经网络模型,建立最优化问题的计算能量函数。结果和结论 给出组合数字中八皇后问题的计算能量函数,使八皇后问题的解对应计算能量函数的最小值,并用Ｃ语言进行计机模拟,得到其全部解。     

南京历史名校老校区校园环境空间初探

通过对南京历史名校老校区校园空间分类,提炼出各个老校区校园环境特征,最后对校园环境空间进行了总结,对校园环境空间研究和新校区建设有着重要的意义。     

基于CGLCM和GA-SVM的混凝土图像分类方法

研究混凝土的配合比设计是混凝土工程中的一项重要工作.为了实现不同粒径大小以及砼、砖配合比的混凝土图像的精确分类,提出了一种基于彩色共生矩阵(Color GLCM,CGLCM)和支持向量机(Sup-port Vector Machine,SVM)的混凝土图像分类方法.首先,将混凝土图像从RGB空间转换到HSV空间,分别提...     

BP neural network classification on passenger vehicle type based on GA of feature selection

This paper has concluded six features that belong to passenger vehicle types based on genetic algorithm(GA)of feature selection.We have obtained an optimal feature subset,including length,ratio of width and length,and ratio of height and length.And then we apply this optimal feature subset as well as another feature set,containing length,width and height,to the network input.Back-propagation(BP)neural network and support vector machine(SVM)are applied to classify the passenger vehicle type.There are four passenger vehicle types.This paper selects 400 samples of passenger vehicles,among which 320 samples are used as training set(each class has 80 samples)and the other 80 samples as testing set,taking the feature of the samples as network input and taking four passenger vehicle types as output.For the test,we have applied BP neural network to choose the optimal feature subset as network input,and the results show that the total classification accuracy rate can reach 96%,and the classification accuracy rate of first type can reach 100%.In this condition,we obtain a conclusion that this algorithm is better than the traditional ones[9].     

某电线电缆建设项目地质灾害分析与研究

对某电线电缆建设项目的地质灾害现状和灾害预测进行评估，在分析各种地质灾害形成条件及影响因素的基础上提出了相应的防治措施，为建设用地审批提供了科学依据。     

含类信息的极限学习机自动编码器特征学习方法

极限学习机自动编码器(ELM-AE)将极限学习机(ELM)技术与自动编码器(AE)结合,可以无监督学习数据特征且克服了参数迭代调整的昂贵时间消耗。然而,以最小化重构误差为目标的ELM-AE并不能有效利用分类问题中的数据类别信息,导致特征的类别可分性较差。针对此现象,本文提出一种面向数据分类的含类信息极限学习机自编码(CELM-AE)特征学习方法,该方法将投影特征向量的类间离散度与类内相似度限制到ELM-AE的目标函数中,且可通过解析算法求得更具类别分辨力的最优数据表示。对6种UCI数据集分别使用基于CELM-AE、ELM-AE和AE的特征表示进行分类实验,结果表明,CELM-AE得到的数据特征在两种分类器(ELM/KNN)下的分类精度与稳定性表现均优于ELM-AE与AE,且时间代价很小,说明了CELM-AE在提取可分性数据特征表示方面的优势。     

晋中市管网规划布置技术的推广

管网规划与布置是管道系统规划中关键的一部分。布置的合理与否 ,对工程投资、运行状况和管理维护有很大影响。本文就晋中市在平川井灌区推广管灌的过程中 ,在管网设计方面的经验做法进行了介绍。     

基于共性与特性信息融合的遥感场景图像分类

由于遥感场景图像类内差距大即同一类别图像的特性信息相差较大,仅仅依靠特性信息分类的准确率不高,而现有遥感场景图像分类方法忽视了同一类别所具有的相同的共性信息也可以辅助图像识别,对此本文提出一种基于共性与特性信息融合的遥感场景图像分类方法。首先,图像通过卷积网络较浅层与深层得到的简单特征图与复杂特征图相叠加,可认为是此图像注意力集中的特征图,提取此特征图的手工特征LBP作为共性信息。之后与卷积网络提取的特性信息融合并进行分类。本文使用经贝叶斯优化优化超参数的SVM分类器,使其性能达到最佳来消除分类器对实验的影响。在两个数据集UC Merced和AID上的实验,验证其分类精度分别达到了98.80%和96.06%,表明该方法能有效地提升遥感场景图像准确率。在国防,城市规划,地质勘查等领域有重要意义。