基于质量评价与特征提取网络的手指静脉识别

在利用手指静脉信息进行个人身份识别认证的系统中,采集到的手指静脉图像质量的好坏以及图像特征提取算法的性能直接影响着系统识别的准确性。针对以上两个核心问题,提出了基于神经网络学习的手指静脉图像质量判断与特征提取技术,并将图像质量判断、特征提取与匹配集成为一个完整的识别系统。在采集手指静脉图像时,利用经过训练的轻量级的MobileNet-V2网络,判断图像质量,仅保留质量较好的图像,将其用于后续个人身份识别与验证;对特征提取网络的设计,提出了基于平滑平均准确度损失函数的ResNet模型,提高了原网络的特征提取能力。最后,利用余弦相似度进行特征匹配,获得待识别人的身份信息。实验结果表明,所提出的方法在公开的山东大学和中国香港理工大学手指静脉数据库上分别得到3.855%和3.699%的等误率值,比基于差分图像+VGG网络识别等方法至少降低了1.311%。并且,所设计的识别系统对于自建手指静脉图像数据库,达到了99.30%的识别率。

基于小波包特征提取的模糊诊断网络建立及应用

本文首先根据小波包分解原理和应用经验总结出小波包特征量与汽机故障对照表,将其与模糊综合评判和BP网络有机结合在一起,建立了基于小波包特征提取的模糊BP诊断网络模型.采用模糊综合评判技术,使该网络可在少量典型故障样本监督下训练成功,对于缺少机组运行故障知识库的厂家具有推广应用前景.最后举例说明,该网络在汽机诊断中是一种有效的智能分类器.

水果果形判别人工神经网络专家系统的研究

该文使用图像识别系统对果形进行自动判别。并设计了一种用于果形判别的人工神经网络专家系统。试验表明:果形自动判别专家系统方法是可行的,它较好地解决了传统专家系统所面临的知识获取和表达困难、推理能力弱、系统扩充困难、容错性差等问题。

管理干部综合素质模糊评价体系的神经网络模型

本文根据人工神经网络的理论,利用高泛化性能的BP神经网络建立了企业管理人员综合素质的模糊评价模型.通过仿真和实例表明了模型的有效性,给管理干部综合素质的测评提供了一种简便、有效的方法.

微机距离保护的新方法

提出了一种微机距离保护的新方法。该方法在采用递推全周傅里叶算法和接地距离、相间距离比相判据以及相电流差突变量原理的基础上， 应用一个三层前向神经网络， 实现线路故障的微机距离保护。测试结果表明， 经充分训练的网络可快速准确地处理故障， 受短路处过渡电阻、系统振荡及运行方式变化的影响较小。

应用人工神经元网络方法实现微机距离保护

提出了一种微机距离保护的新方法。该方法在采用递推全周富氏算法和接地距离、相间距离比相判据以及相电流差突变量原理的基础上，应用人工神经元网络方法，综合考虑了线路各种故障状态的特征，提出并建立一个３ 层前向神经元网络模型，用来实现线路故障的微机距离保护。利用ＡＴＰ进行了大量的仿真计算，计算结果作为训练样本，对所建立的神经元网络模型进行训练。对该模型进行故障状态测试的结果表明，经充分训练的网络可快速准确地处理故障，受短路处过渡电阻、系统振荡及系统结构、运行方式变化的影响较小。

果型综合评价系统中的退火演化和神经网络融合方法研究

应用计算机视觉技术获取了国光、富士和黄元帅三个不同品种苹果的形状特征参数，采用退火演化算法及神经网络“融合”方法建立了分级合作的层次处理自动评价系统，实现了对果型的快速、准确综合判别。实验表明，该方法准确率达到９５％，并具有较好的鲁棒性和灵活性，能够满足多品种、大批量实时分级的需要。

用计算机图象处理技术判别苹果果形的对称性

苹果果形的自动判别与分类是实现苹果分级自动化的关键一步,而对称性是描述苹果果形的一个重要特征。针对果形对称性判断的相对模糊性,提出了一种用模糊技术和人工神经网络进行苹果果形判别的方法。试验表明该方法可行且判别准确度较高。

神经网络在钢铁板坯生产缺陷诊断中的应用

本文介绍了开发钢铁生产主线板坯缺陷的诊断系统的必要性 ;并提出了一种基于神经网络的板坯缺陷诊断及预报算法。利用具有不同激励函数的分组方法提高网络性能 。

基于神经网络的综合评判在核爆模式识别中的应用

提出了应用神经网络对由单特征值组成的高阶特征量进行综合评判 ,以提取的信号特征值作为神经网络的输入值 ,构造了地下核爆炸和天然地震的隶属度函数 ,根据隶属度的大小 ,确定神经网络的输出结果。并针对在核爆炸模式识别中 BP网络收敛速度较慢的缺点 ,采用改进的 delta算法。结果表明 ,方法是可行的 ,改进后的网络训练时间比 BP网络明显缩短 ,识别率比单特征值有很大的提高 ,达到 92 %。

隧道二衬脱空声振检测试验研究

研究目的:隧道二衬脱空严重威胁线路的安全运营,及时开展检测、预防工作尤为重要。为解决现有检测方法中存在的问题,降低检测成本,本文进行声振检测试验研究,通过对响应信号进行频谱转换、特征值提取、神经网络拟合以得到初步的脱空判定标准。研究结论:(1)严重脱空信号的低频成分(1 000 Hz左右)突出,密实信号的高频成分(8 000 Hz左右)突出,轻微脱空信号表现为比例相近的低、高频成分均匀分布,曲线为多峰值形态;(2)主峰值频率、次峰值频率及峰值下降率可作为信号特征值,全面反映二衬结构状态;(3)将特征值与对应二衬结构状态作为输入、输出值进行BP神经网络训练,并对网络进行测试,预测值的均方误差较小(mse=6.475e-5),网络具有较好的预测能力,能够初步实现对二衬结构状态的定性识别判定;(4)该研究成果可为声振法在隧道二衬脱空检测中的工程运用提供理论依据。

连铸坯在线质量预测判定模型的建立

本文主要阐述了利用现代信息化技术实现对连铸坯质量的在线预测判定。该模型的特点是采用切片原理对生产过程中的铸坯进行跟踪及异常事件标定,运用统计学原理对影响铸坯质量的过程及工艺标准数据进行量化,通过尖端的计算机计算技术对铸坯质量进行预测和综合判定。

基于BP神经网络的通信信号调制体制识别技术

本文研究了基于BP神经网络的通信信号调制体制识别技术。提取了反映信号调制体制差异的特征参数,并从提高收敛速度和正确识别概率出发,构建了最佳的神经网络分类器。实验结果表明,该技术拥有较好的通信信号调制体制识别性能。

深度学习应用于潮流计算判敛问题的可行性研究

近年来,深度学习方法由于在图像识别等领域取得的突破性进展成为了学术研究的热点。本文对该方法在潮流计算判敛这一电力系统基本计算任务中的应用可行性展开了研究。本文首先探讨了潮流计算问题相较于图像识别问题的特殊性,分析了应用深度学习模型解决潮流判敛问题的难点;然后,介绍了深层人工神经网络的网络结构、训练过程以及针对过拟合问题的处理方式;进一步基于电力系统潮流计算问题的特点选择基本特征向量、无功功率调节能力指数集以及功率因数水平指数集作为训练深度学习模型的特征向量;最后基于IEEE 14节点系统生成了160万份样本,并对所采用的模型及特征向量进行了算例验证,得到了将深度学习应用于潮流判敛问题的一些重要结论。

基于神经网络技术的水轮发电机组轴心轨迹识别与故障判定研究

轴心轨迹图形包含了丰富的机组运行状态信息,轴心轨迹识别是判断水轮发电机组轴系故障的重要技术手段;神经网络技术是一种通过计算机程序模拟人类大脑结构功能的智能化技术思想,具有自学习的优点。本文首次提出采用神经网络技术通过仿射不变矩算法计算出特征向量,以特征向量作为数据分类依据识别轴心轨迹图形,从而达到故障判定的目标。数值模拟测试结果表明,该技术的故障识别率能达到95%以上,证明基于神经网络技术的水轮发电机组轴心轨迹识别算法对于机组故障诊断具有重要价值。

基于人工神经网络的煤层地质条件开采工艺性评价

煤层地质条件开采工艺性评价是编制矿井工程项目建设可行性研究报告的首要任务，对它进行恰当的评价，一直是煤炭设计、生产、管理部门追求的目标．本文利用神经元网络处理非线性问题的优越性，建立了基于人工神经网络的煤层地质条件的开采工艺性评价，并在平顶山煤业集团六矿进行了应用，评价结果表明，本模型给出的结果较为符合矿井的实际情况，效果很好．

神经网络在针灸训练系统中的应用研究

针灸是中国特有的一种治疗疾病的疗法,但现有针灸训练方法的效率太低。提出了一种新型的针灸训练系统,建立更接近于针灸临床实际场景的针灸手臂硅胶模型,并在模型的相应穴位内置高精度压力传感器。然后以此模型为硬件依托,利用上位机软件来提取针刺力并分析所用的针灸手法。对获得的针刺力数据,应用神经网络来对其进行训练和分析,从而对针灸手法进行判别,以此来规范针灸学员的施针手法,实验结果表明神经网络算法判别准确率在93%-98%之间,可广泛应用于针灸训练系统。

基于多阶段注意力机制的多种导航传感器故障识别研究

导航传感器在使用过程中容易发生故障,针对传统方法对其间歇性和渐变性故障识别率低的问题提出了一种基于多阶段注意力机制的多传感器故障识别算法.该算法采用基于长短期记忆神经网络和注意力机制的编码器-解码器结构,根据多类导航传感器数据之间的空间相关性和时间相关性来进行多传感器的故障互判.经验证,该算法对多种类传感器的故障识别率高达97.5%,可以高效地实现故障的检测和分类.该方法可以准确识别出故障传感器和故障类型,具有很强的工程应用价值.

一种神经网络逆系统软仪表的数据预处理方法

为了解决神经网络逆系统软仪表对噪声敏感的问题,本文提出了一种数据预处理方法。该方法先采用两步判断法对数据进行一次处理,再用滑动平均滤波方法对数据进行二次处理,有效地滤除了噪声信号,比较精确地复现了原始信号。对红霉素发酵过程中的pH值过程变量进行了实验,结果表明了该算法的有效性和可行性。

基于层次分析法和支持向量机的体育专业就业评价

为提高体育专业就业的评价精度,提出一种基于层次分析法和支持向量机(SVM)的体育专业就业评价方法。首先,运用层次分析法建立体育专业就业评价层次模型,然后运用1-9标度法构建出判断矩阵,最后计算出体育专业就业每个评价指标的权重和综合得分。影响体育专业就业的一级评价指标有4个,分别为个性特点、专业素质、学校因素和社会因素。将影响体育专业就业的20个评价指标得分作为SVM的输入,体育专业就业综合得分作为SVM的输出。研究结果表明,与径向基(RBF)和反向传播(BP)相比,SVM体育专业就业评价精度有了较大地提高,为体育专业就业的评价提供了一种新的方法和途径。