人工神经网络在水泥加固土力学性能预测中的应用

提出了基于人工神经网络（ANN）的水泥加固土力学性能指标计算的新方法，并在此基础上预估水泥土搅拌桩体和复合地基的承载力。利用实测资料直接建模，避免了传统方法计算过程中各种人为因素的干扰，所建立的模型预测精度高、简便易行，因而具有广泛的工程实用价值。

一种优化的Canny边缘检测算法

在对Canny边缘检测理论研究基础上,针对Canny边缘检测算法在高斯滤波、梯度计算和高低阈值的确定上的缺陷,提出一种改进的小波变换法,替代高斯滤波,实现对图像的降噪,同时,优化了原有梯度幅值和方向的计算方法,采用改进的迭代算法对高低阈值进行计算。运用MATLAB仿真实验对比优化后的Canny边缘检测算法与传统Canny边缘检测算法。结果表明,优化后的Canny边缘检测算法可使检测结果拥有更多的边缘细节,提高了检测的精度和准确度。

人工神经网络在砂土液化评价中的应用

影响饱和砂土液化的因素有多个，单凭某个参数判别砂土是否产生振动液化存在片面性。应用人工神经网络计算原理，建立起７个参数综合评价砂土液化的ＢＰ网络模型，对砂土液化的严重程度和危害程度作出评价。实例研究表明，人工神经网络方法对评价砂土液化行之有效。