基于混沌神经网络的建筑节能综合评价

目的 构建建筑节能综合评价指标体系,对建筑节能进行综合评价.方法 针对神经网络BP算法收敛速度慢且容易陷入局部极小值问题,在常规神经网络中引入混沌神经元,建立混沌神经网络建筑节能综合评价模型.结果 根据建筑节能综合评价指标体系各量化指标,得出科学合理的评价结果 .通过实验仿真验证了该混沌学习算法的有效性和先进性.在输入参数相同的情况下,训练收敛到相同精度,CNN模型的训练次数少于BP网络模型,CNN模型用于建筑节能评价精度高.结论 运用混沌神经网络进行建筑节能综合评价的方法 是有效的.     

铝电解计算机控制系统控制策略

采用PC总线工业控制机控制铝电解过程 ,并根据铝电解生产过程不同的工作状态 ,采用不同的控制策略 ,提高了控制效果 ,是中小型铝厂较为理想的计算机控制系统     

基于一种新的基因操作策略的改进遗传算法

提出一种新的基因操作策略,该策略利用单纯形法的思想产生新样本,将遗传处法寻优的随机性与传统算法寻优的方向性有机地结合在一起。仿真结果表明,将改进的遗传算法用训练神经网络辨识器,可提高收敛速度和模型拟合精度。     

基于一种新的基因操作策略的改进遗传算法

提出一种新的基因操作策略,该策略利用单纯形法的思想产生新样本,将遗传算法寻优的随机性与传统算法寻优的方向性有机地结合在一起.仿真结果表明,将改进的遗传算法用于训练神经网络辨识器,可提高收敛速度和模型拟合精度.     

最小二乘辨识算法在故障检测中的应用研究

针对铝电解生产过程故障发生的特点，提出用辨识及参数估计理论进行故障诊断预报的方法。通过仿真研究，确定了遗传因子和初始条件的最佳值，实现了故障诊断和预报。     

胶合板缺陷模糊神经网络检测算法

讨论了模糊逻辑和神经网络的工作原理,笔者在神经网络中引入模糊逻辑算法,将模糊逻辑处理不精确不完备信息的能力和神经网络的自适应自学习能力相结合,提出一种模糊神经网络算法,构建出模糊神经网络分类器,并且以胶合板缺陷检测为应用背景,对其分类的实时性、准确率等指标进行了验证,得到了分类精度93 33%,和训练次数5856次的良好性能.实验结果表明:在引入模糊逻辑算法后,基于模糊逻辑的神经网络分类器在模式分类精度和实时性等方面性能指标都得到了提高.     

视网膜图像中的黄斑中心检测

目的 在眼底图像分析中,准确的黄斑中心定位对于糖尿病性视网膜病变的计算机辅助诊断系统具有重要的意义。然而,由于光照不均匀、计算量大及病变的干扰给黄斑中心定位带来了巨大的挑战。因此,为了实现更为准确且高效的黄斑中心检测,提出一种基于血管投影和数学形态学的黄斑中心检测方法。方法 首先,基于数学形态学,提出一种自动的血管检测方法。其次,利用视盘区域的血管分布实现视盘中心的自动定位。再次,根据视盘和黄斑的解剖学结构先验信息,提取感兴趣区域。最后,在感兴趣区域内,通过数学形态学和特征提取定位黄斑中心。结果 本文提出的方法在两个标准的糖尿病视网膜病变数据库DIARETDB0和DIARETDB1上分别取得了96.92%和96.63%的成功率,且总成功率达到96.35%。此外,平均的执行时间分别为8.236 s和8.912 s。结论 实验结果表明,本文方法能快速和准确地定位黄斑中心且其性能明显地优于现有的黄斑中心检测方法。     

视觉显著性的眼底图像视盘检测

目的 青光眼是导致失明的主要疾病之一,视盘区域的形状、大小等参数是青光眼临床诊断的重要指标。然而眼底图像通常亮度低、对比度弱,且眼底结构复杂,各组织以及病灶干扰严重。为解决上述问题,实现视盘的精确检测,提出一种视觉显著性的眼底图像视盘检测方法。方法 首先,依据视盘区域显著的特点,采用一种基于视觉显著性的方法对视盘区域进行定位;其次,采用全卷积神经网络（fully convolutional neural network,FCN）预训练模型提取深度特征,同时计算视盘区域的平均灰度,进而提取颜色特征;最后,将深度特征、视盘区域的颜色特征和背景先验信息融合到单层元胞自动机（single-layer cellular automata,SCA）中迭代演化,实现眼底图像视盘区域的精确检测。结果 在视网膜图像公开数据集DRISHTI-GS、MESSIDOR和DRIONS-DB上对本文算法进行实验验证,平均相似度系数分别为0.965 8、0.961 6和0.971 1;杰卡德系数分别为0.934 1、0.922 4和0.937 6;召回率系数分别为0.964 8、0.958 9和0.967 4;准确度系数分别为0.996 6、0.995 3和0.996 8,在3个数据集上均可精确地检测视盘区域。实验结果表明,本文算法精确度高,鲁棒性强,运算速度快。结论 本文算法能够有效克服眼底图像亮度低、对比度弱及血管、病灶等组织干扰的影响,在多个视网膜图像公开数据集上进行验证均取得了较好的检测结果,具有较强的泛化性,可以实现视盘区域的精确检测。     

基于隐马尔可夫模型(HMM)的声母识别

本文研究了在声母分类基础上,建立一个以音节为输入单元,采用隐马尔可夫模型(HMM)识别声母的语音系统;针对声母特征的不稳定性及码字序列的模糊性,提出了码字替代的理论和算法,还提出了HMM的自适应和自学习算法,为建立非特定人的语音识别系统打下基础。目前本系统声母的识别率对特定人是85％左右,对非特定人达78％左右。     

一种车牌识别系统中的混合车牌定位方法

提出了一种新的粗定位和精细定位相结合的车牌定位方法.首先采用一种基于垂直边缘和车牌句法的车牌粗定位算法,确定车牌候选区域,剔除伪区域,粗定位可以快速地将车牌从原始车辆图像中截取出来,同时精确确定车牌的上下边界.然后再进行基于旋转差分投影的车牌水平精确定位与倾斜校正,由于水平定位和倾斜校正同时进行,提高了水平分割的精度并降低了定位时间.实验表明该混合方法能快速、精确地进行车牌定位,有效地解决了复杂背景下的车牌定位精度不高的问题,同时对模糊车牌具有很强的抗干扰性.