人工神经智能网络在性能化设计评估中的应用

根据影响大空间建筑消防安全的因素,应用人工神经网络改进型BP算法和层次分析法,建立了大空间建筑火灾危险性的评价指标体系。运用Visual Basic语言编写了大空间建筑消防安全评估可视化软件,对辽宁省朝阳市鸟化石国家地质公园的性能化消防设计进行评价,取得了很好的效果。实践证明,利用人工神经智能网络建立评判模型,为判断大空间建筑性能化消防设计方案是否可行提供了依据,具有很好的应用价值。

约束流体模糊神经智能计算机的建模研究

在结合microliquidiclogic[1] 基础上 ,经充分整合相关学科知识 ,耦合相关领域最新科学技术基础上 ,首次提出了“约束流体模糊神经智能计算机”的概念 ;并初步给出了基于Hopfield型神经网络的旅行商 (TSP)问题求解的模型。

人工神经智能网络在机械加工数据选择中的应用

对人工神经智能网络表达机械加工数据的可行性进行了研究。在不同的加工条件下 ,前馈神经网络能预测出最优的加工参数设定。反传算法实现了人工神经网络组件的优化。一个基于对象的神经网络处理库在车床加工过程中得以应用。作者介绍了一种用于车床加工过程的神经网络神经元 ,这种神经元可以相乘而不是相加。本文提出的神经网络揭示了基于人工神经网络的机械加工数据选择的专家系统。

人工智能神经网络技术及其微波应用课程设计与教学改革研究

文章介绍了人工智能神经网络技术及其微波应用课程的内容设置与教学改革方法。该课程通过深入介绍微波电路设计原理以及人工智能技术在其中的应用方法,旨在培养学生在高频电路设计领域的创新能力,掌握科学原理和科学方法,熟练使用微波电路设计EDA工具和人工智能技术,以及解决实际工程问题的能力。为了实现教学目标,课程采用多种教学方法,包括多媒体教学手段、虚拟实验室引入、线上线下相结合的学习模式以及项目实践等,以提高学生对微波电路设计原理的理解,增强他们的实际操作能力,并培养解决实际问题的综合能力。此外,文章还强调了教学方法的评估和调整的重要性,以确保教学方法与学生需求相匹配,不断提升教学质量。

人工智能神经网络创建虚拟动物模型

为探索大脑如何控制运动的奥秘,美国哈佛大学与谷歌深度思维实验室的科学家合作,创造出一个“虚拟大鼠”——生物力学上逼真的大鼠数字模型。这个“大鼠”有一个人造大脑,可像真正的啮齿动物一样四处走动。该成果代表了一种人类研究大脑如何运作的新方法。相关论文发表在最新一期《自然》杂志上。人类和动物的运动极为敏捷,堪称进化上的奇迹,至今还没有机器人能够深度模仿。科学家认为,人类通过大脑来指导运动。

人工智能神经网络 创建虚拟动物模型

为探索大脑如何控制运动的奥秘,美国哈佛大学与谷歌深度思维实验室的科学家合作,创造出一个“虚拟大鼠”——生物力学上逼真的大鼠数字模型。这个“大鼠”有一个人造大脑,可像真正的啮齿动物一样四处走动。该成果代表了一种人类研究大脑如何运作的新方法。相关论文发表在最新一期《自然》杂志上。

地铁车站深基坑开挖变形智能多步预测方法

为更好预测深基坑开挖期间地下连续墙的侧向位移变形,基于长短期记忆神经网络(LSTM)智能算法理论构建了LSTM多步预测模型.首先对多步预测模型的多输出策略进行论述,其次详细介绍了LSTM多步预测模型的构建方法,并对模型输入集空间维度和时间维度两项超参数进行探究,以提高模型的预测准确度.最后依托某富水砂土深基坑工程实例,分析了模型预测值与实际监测值的差异.3个典型监测点的数据分析结果表明LSTM多步预测模型具有较强的泛化能力,相关算法对深基坑开挖变形预测方法的改进优化具有参考价值.

智能神经网络程序设计语言NIPL的分布实现

论文介绍了智能神经网络程序设计语言NIPL。设计并实现了消息传递系统及远程方法调用设施。结合代理对象机制实现了基于消息传递的分布式智能神经元模型,从而使开发大规模的分布式智能神经网络应用系统变为可能。

智能神经网络在乐器音调识别中的应用

基于智能神经网络的理论,提出了一种乐器音调识别的方法。首先通过小波变换提取音调的特征值,然后训练了若干能够识别某一音调的小网,最后联合所有小网络组成大的智能神经网络以识别所有音调。本试验中对单音的音调识别率为97.90%。

智能神经元网络前向传播过程的硬件实现

在离线训练多层前馈网络的基础上，在FPGA中实现了智能神经元网络的前向传播过程．神经网络的学习采用改进的遗传算法，其中对遗传算法交叉、变异后所得结果的处理方面做了改进，并将整个进化过程分为渐进和骤变2个阶段．所构造的多层前馈网络具有智能神经元模型，从而提高了神经网络的收敛速度和泛化能力．在硬件实现中采用对称表求和算法逼近网络激励函数，用较少的存储空间在FPGA中构造智能神经元，使神经网络具有占用硬件资源少和工作速度高的优点．该方法应用于10000m同轴电缆仿真线的研究中，收到了良好的效果．

智能神经网络系统原理在印刷体汉字识别中的应用

在印刷体汉字识别中的实验中 ,提出了一种解决在网络学习时 ,随样本数的增加 ,学习时间会按指数级增加的方案 :应用智能神经网络系统原理 ,先训练好各个功能专一、结构简单的小智能神经网络 ,然后联合小智能神经网络构成功能复杂的大智能神经网络。实验表明 ,智能神经网络系统原理为克服传统神经网络收敛速度慢的缺点 ,同时不增加网络负担提供了一种有效方案。

智能神经网络在时序信号预测上的应用

从 8 0年代开始 ,人工神经元网络的研究技术在理论和实际应用上已经比较成熟 ,在信号处理系统中也开始采用该技术进行非线性时间序列信号的预测分析。但由于该理论黑箱模型的特点 ,无法引入先验知识 ,从而预测精度难以提高。针对该问题 ,提出了通过滚动预测的方法 ,并引入了一种智能化的新型神经元模型 ,建立区别于传统的神经网络预测模型 ,达到了较为理想的预测效果。并且以股票价格的预测作为实验模型 ,对该方法进行了验证 ,表明了它的实际应用价值。

智能神经网络组成原理在汉字识别中的应用

应用智能神经网络组成原理 ,研究了将传统神经网络完成的复杂任务划分为子任务 ,分配给功能专一、结构简单的较小的智能神经网络完成 ,在此基础上 ,构筑功能完善的较大的智能神经网络的方法 .同时 ,通过加入推理规则 ,提高了神经网络获取知识的速度 .实验表明 ,智能神经网络组成原理为解决大规模。

智能神经网络系统组成原理在语音识别中的应用

在语音识别实验中 ,应用智能神经网络系统组成原理 ,研究了以简单、功能单一的网络为基础 ,构筑复杂、功能完善的智能神经网络系统的方法 .同时 ,通过加入规则 ,提高了网络的识别能力 .实验表明 ,智能神经网络系统组成原理将面向对象、符号逻辑融于神经网络中 ,提供了构造功能完备的智能系统的途径 .

智能神经网络程序设计语言的研究与实现

将神经网络与逻辑推理统一到面向对象理论中,建立了同时具备神经网络和专家系统特性、融合连接机制和符号机制的智能神经元模型。提出了一种新的程序设计语言——智能神经网络程序语言(NIPL),实现了神经计算、逻辑推理和数值计算的统一。定义了NIPL的语法,设计并实现了智能神经网络程序设计语言NIPL编译器,从而为开发智能神经网络应用系统提供了有效的手段。

航空发动机的智能神经网络自适应控制研究

针对结构复杂、模型不确定、强非线性的航空发动机对象,提出一种综合模糊推理、神经网络自适应和PID简单控制各自优点的控制方案.在改进模糊PID控制器的基础上,进行了新型智能型神经网络控制器的设计,并提出离线混沌蚁群优化与在线误差反传调整相结合的优化方法.应用具有良好泛化能力的最小二乘支持向量机进行系统辨识,对某型航空发动机进行了设计点处的线性和非线性模型控制仿真.结果表明:控制系统具有满意的动、静态性能和较好的鲁棒性,验证了该方案的可行性和有效性.

具有神经元的智能超声波液位仪

提出的具有神经元的智能超声波液位仪,适合于罐群的液位监视和管理,可在外部观测封闭罐中的液位,并可实现远程监视和控制。尤其对液化气体和有毒性易挥发液位的管理尤为重要,有利于安全管理和环境保护。由于智能超声波液位仪带有神经元,可实现液位仪之间的信息传递和残液比较,而且可节省配线,由此可减少配线带来的故障和经济损失,且便于罐群的管理。

基于POPOV超稳定性定理的神经元智能控制

研究一种渐近超稳定的神经元智能控制器结构．基于ＰＯＰＯＶ超稳定性定理，提出一种能保证控制系统渐近超稳定的控制器参数学习算法．针对神经元智能控制的直流全数字调速系统做了仿真实验，给出了仿真结果．

基于BP神经网络的混凝土坝温控措施智能优选方法

混凝土坝温控措施的制定是一个复杂的多因素系统优选问题。为了对混凝土坝的温控措施进行优选,以混凝土最高温度和最大日降温速率作为输入,通水流量、通水时间、通水温度和水管间距作为输出建立混凝土坝温控措施神经网络智能优选模型。采用均匀设计方法进行温控措施组合设计,并对其进行温度场仿真分析以获得学习样本,进而得到训练好的神经网络优选模型,输入实测最高温度和最大日降温速率优选出对应的温控措施。实践结果表明,该温控措施神经网络优选模型合理可行。