排序方式: 共有15条查询结果,搜索用时 15 毫秒
1.
2.
李增刚 《中国新技术新产品》2011,(10):204-204
农村饮水工程施工质量直接关系到广大农民群众饮用水问题解决的好坏,对施工过程质量的全面控制,不仅可以弥补设计质量的缺陷,也可以提高饮水工程整体的建设质量。 相似文献
3.
目的 获得血栓调节蛋白及其核心片段,以便研制临床诊断治疗制品。方法 应用PCR获得血栓 调节蛋白EGF4~6的基因片段,构建克隆载体EGF4-6/PY和表达载体EGF4-6/PBV220),表达血栓调节蛋白EGF4-6。结果 原核细胞表达量约占菌体可溶性蛋白的12%,经KPTT试剂盘检测具有生物学活性。结论 为进一步 研究临床诊断治疗制剂创造了条件。 相似文献
4.
5.
手写数字逆向传播(Back Propagation,BP)神经网络由输入层、隐藏层、输出层构成。训练数据是MNIST开源手写数字集里60?000个样本,BP算法由随机梯度下降算法和反向传播算法构成,采用network小批量数据迭代30次的网络学习过程,训练出合适的权重和偏置。利用现场可编程门阵列(Field Programmable Gate Array,FPGA)硬件平台,Verilog代码实现BP算法、时序控制各层网络训练状态、Sigmoid(S型)函数及导数线性拟合是设计重点。初始化均值为0,方差为1的高斯分布网络权重和偏置,采用小批量数据个数[m]为10,学习系数[η]为3,在系统中输入样本及标签利用Quartus13.0和modelsim仿真与分析,工程运行迭代30次时间是4.5 s,样本识别正确率是91.6%,与软件python2.7相比满足了硬件设计的实时性和手写数字识别的高准确率。 相似文献
6.
针对神经网络算法通常采用软件编程实现所存在的缺点,本文主要对基于现场可编程门阵列(field programmable gate array,FPGA)的硬件BP神经网络识别算法实现进行研究。给出了BP神经网络原理,设计了一个识别MNIST手写数字的3层反向传播算法(back propagation,BP)神经网络识别系统。为测试该电路的识别准确率,选取MNIST数据集中的100个测试数据,采用Verilog语言设计,在FPGA开发平台Quartus II 13.0和Modelsim中,对该电路的识别准确率进行仿真测试。仿真结果表明,输出数字识别准确率约85%,可用于简单的模式识别系统中。该研究为进一步实现硬件神经网络训练系统奠定了理论基础。 相似文献
7.
一种基于神经网络感知器的双足行走机器人稳定性控制方法 总被引:1,自引:0,他引:1
李增刚 《自动化技术与应用》2002,(2):15-17
本文利用神经网络感知器和安装在机器人脚底的力传感器,测知机器人重心的位置,控制机器人重心在双脚的支撑面内,以使机器人稳定。本文提出的双足行走机器人稳定性控制方案是简单易行的。 相似文献
8.
9.
10.
针对已有的边缘检测算法存在的问题,本文采用Verilog语言对Sobel边缘检测算法进行研究。给出Sobel算法的现场可编程门阵列(Field-Programmable Gate Array,FPGA)实现方案,分析了视频图形阵列(video graphics array,VGA)显示图像的工作机理,构造了完整的电路模型,并在Altera的Cyclone II系列FPGA芯片上进行仿真及硬件调试,同时以实际算例进行仿真分析。仿真结果表明,基于FPGA的Sobel算法实现与VGA显示技术相结合,不仅实现了在VGA上快速显示图像边缘检测结果,而且与串行相比,检测速度提高了9倍,保证检测结果的准确性。该研究为应用于嵌入式设计的图像边缘检测提供了方法和策略,具有实际应用价值。 相似文献