高校科研能力的协同IWD粗糙集-块神经网络评估模型

针对高校科研能力评估过程中存在的多因素、高非线性特点,经典评估模型主观性较强,导致模型评估准确性不高的问题,提出基于协同智能水滴算法IWD和粗糙集块神经网络RBNN的高校科研能力评估模型。首先,引入智能水滴算法,并针对传统智能水滴算法固定旁域搜索范围不利于提升算法搜索效率的问题,提出一种局部空间自动缩放算法LSAS,该算法根据当前种群最优个体,自动调整下一步搜索空间大小,对进化过程进行指导,提高算法的进化效率;其次,基于粗糙集理论对高校科研能力数据进行特征预处理,简化数据计算量;最后,对块神经网络和粗糙集参数进行编码,并对高校科研能力模型进行评估。仿真结果表明,此评估模型具有较高的准确性和较快的计算效率。

改进深度学习块卷积神经网络的人脸表情识别

设计一种改进的块卷积神经网络架构,并结合主动形状模型和局部二元模式映射实现人脸表情识别。采用主动形状模型定位人脸关键点,实现人脸姿态校正和感兴趣区域抽取;对校正后的图像进行局部二元模式映射,降低光照干扰;设计改进的卷积神经网络架构,对局部二元模式图像和感兴趣区域两个输入项进行学习和训练,建立分类器并实现人脸表情分类。人脸表情识别实验结果表明,该方法识别率高,运算效率较高。

基于神经网络块的混合型方案设计知识库系统

文中详细描述了神经网络块的功能结构，提出了基于神经网络块的混合型专家系统结构框架，阐述了各个模块的基本功能，并成功地将其应用于复杂产品方案设计智能决策支持系统知识库的研制中。

基于神经网络的混凝土联锁块铺面厚度计算

利用BP神经网络计算检验了联锁块铺面块料层的厚度，重点讨论了BP神经网络的拓扑结构和修正算法，通过对检验结果进行分析比较，证明此方法在联锁块铺面块料层的厚度计算及检验中具有很好的实用价值。

基于子块集成神经网络法的PSD背景光补偿

提出一种基于神经网络高精度线性化子块网络集成插值实现光电位置敏感器件(PSD)背景光非线性补偿方法。利用神经网络具有逼近任意非线性函数的特点,通过训练,使神经网络建立在不同背景光下PSD输出与其标准值之间的非线性映射关系,实现PSD全程跟踪补偿。实验结果表明,该方法能有效地消除背景光的影响,在神经网络的输出端得到期望的线性输出。

基于TSSI和STB-CNN的跌倒检测算法

跌倒行为会给老人特别独居老人带来严重伤害,准确识别跌倒并及时报警可以有效降低这种危险。本文提出一种基于树结构骨架图像(Tree Structure Skeleton Image,TSSI)和可学习时空块卷积神经网络(Spatio-temporal Block Convolution Neural Network,STB-CNN)的跌倒检测方法。首先使用三维姿态估计算法提取人体关节点,进而获得骨架序列;然后利用基于深度优先搜索(Depth First Search,DFS)算法将骨架序列编码为TSSI;最后构建由时空差分模块、可学习时空框架和时空多分支卷积模块组成的可学习STB-CNN网络,实现跌倒检测。该方法在公开数据集和自建数据集上进行仿真实验分别取得98.6%和98.3%的准确率,优于其他相关算法。

高斯和声粗糙集BNN光纤管道泄漏监测

为解决长距离管道泄漏监测中干扰多,传统识别算法精度不高的问题,提出一种基于高斯改进和声搜索算法的粗糙集块神经网络。提出一种高斯改进和声搜索算法,利用高斯分布特性对其即兴创作过程进行改进,给出理论分析,保证改进算法的收敛性;利用粗糙集进行采集信号的特征提取预处理,使之适合神经网络处理,简化数据计算量;对粗糙集参数和块神经网络(block neural network,BNN)参数进行编码,利用改进和声搜索算法和实测数据对监控模型进行处理。仿真结果表明,该监控模型可有效对泄漏信号进行识别,精度高,满足实际需要。

α射线露点传感器非线性修正

介绍了采用半导体探测器和温度传感器研制成的α射线露点传感器的工作原理.分析了α射线露点传感器的温度特性,表明测量范围较宽时,传感器的输出易受环境温度的影响,并且成非线性.提出一种基于神经网络高精度线性化子块网络集成插值实现露点传感温度补偿方法.利用神经网络共轭梯度算法具有逼近任意非线性函数的特点,通过训练使神经网络建立在不同环境温度下传感器输出与其实际感受的电压值之间的非线性映射关系,实现α射线露点传感器温度补偿.实验结果表明,该方法不仅能有效地消除温度的影响,而且能在神经网络的输出端得到期望的线性输出.