简介：

简介：摘要：深度学习和人工智能已成为我国当下的热门讨论话题，卷积神经网络模型作为深度学习模型中具有代表性的模型之一受到了许多研究者的关注。本文在介绍卷积神经网络模型发展历程的基础上，探讨了卷积神经网络模型在目标检测、语义分割以及自然语言处理方面的应用，以期能为该领域的研究者选择模型时提供参考。

简介：摘要：深度学习作为一种有效的机器学习方法，在各个领域都表现出了十分优秀的性能。作为一种深度学习基本模型，卷积神经网络(CNN)强大的特征学习和迁移学习能力在计算机视觉界越来越受到关注。本文介绍了卷积神经网络的基本结构，并介绍了随着时间出现的各种以卷积神经网络为基础的模型，例如Lenet、Alexnet、GoogleNet、VGGNet、ResNet，刨析并总结了各个模型的优缺点。

简介：摘要：随着中国经济的不断发展，中小微企业已经成为了国家经济高质量增长的重要基础。本文对中小微企业的信贷问题，给出了分析方案。

简介：摘 要：近年来，大数据、云计算、人工智能等新技术的迅速发展，数据量也急速增长。对于多模数据的应用和海量数据的处理已经成为研究人员最关注的话题之一。而神经学习的出现，给处理多模和海量数据带来了新的方向。深度学习构建的神经网络可以很好的处理非结构化的数据，给推荐算法的发展指明了道路。文章搭建了一种基于深度神经网络的多模信息推荐算法模型。实验结果表明，该模型能够有较好的推荐效果。

简介：摘 要：回顾了卷积神经网络的发展历程,介绍了卷积神经网络的基本运算单元。在查阅大量资料基础上，重点介绍了有代表性的 AlexNet、VGGNet、GoogLeNet、ResNet等，对他们所用到的技术进行剖析，归纳、总结、分析其优缺点，并指出卷积神经网络未来的研究方向。

简介：摘要：随着科技的不断发展，图像识别已经成为研究的热点领域。深度神经网络作为现代人工智能的重要分支，为图像识别技术的发展带来了革命性的突破。本文旨在研究面向图像识别的深度神经网络模型设计，探讨不同模型的设计方法和优劣，并深入分析其内在机制。通过实验对比和分析不同模型的性能，总结各自的特点和适用场景，为未来的研究和实践提供有益参考。

简介：摘要：随着遥感技术的不断进步和深度学习算法的快速发展，逐渐出现了一系列应用于遥感图像分类的神经网络模型。本文通过对近年来相关文献的综述，总结了各种神经网络模型在遥感图像分类中的应用情况、优缺点及发展趋势，旨在为遥感图像分类领域的研究者提供参考和启示。

简介：

简介：[摘要]本文研究了手机行业采购按时交付情况，从采购商和供应商两个视角出发，研究了影响按时交付的因素，并给出了识别准时交付情况的评估模型。

简介：摘要：在全球经济高速发展的时代背景下，人们的生活水平也不断提高，汽车成了每家每户必不可少的交通工具。再加上交通物流业的迅猛发展，交通事故也频繁发生。研究发现，导致交通事故的最主要的因素就是汽车驾驶存在盲区。视野盲区阻挡驾驶员的视线，导致驾驶员在遇到突发事件时，无法及时有效地作出制动措施。因此，有效解决汽车视野盲区问题，关系到汽车驾驶的安全性。如今市面上的盲区检测产品，探测精度低，易产生视觉疲劳，从而也会导致安全事故的发生。基于此团队研发了一款超声波盲区检测预警自处理系统，通过雷达探测和监控摄像头技术的融合，能够使盲区信息实时展现在驾驶员的视野范围之内，有效地解决了图像出现的失帧和变形的问题，并利用危险等级模型的检测实现报警区域影像的放大集中，有效避免了驾驶员的视觉疲劳，使驾驶员接收到视觉和听觉的双重预警，并且该模型能使汽车实现自处理功能，解决驾驶员的判断失误或紧急境况的突发应变能力不足而造成事故的问题，以最安全的方式确保盲区检测效果。

简介：摘要：在深度学习技术的帮助下，手语识别的创新进展为聋哑人士提供了新的交流可能性。本研究基于ResNet101——一种深度卷积神经网络模型，通过迁移学习的策略，对模型进行了细致的调整和优化，使其更贴合手语的视觉特征。实验包括对部分网络层参数的冻结，输出层的重新设计，以及利用交叉熵损失函数和Adam优化器进行多轮次训练迭代。经过严格的实验验证，调整后的模型在手语图像数据集上表现出优异的准确率，显著提高了手语识别的实用性，进而为聋哑群体的社会融合和交流开辟了新的道路。

简介：摘要：近年来，我国能源供应方式已呈多元化方向发展，相较于火力发电，其他发电方式由于受到不同限制因素的影响，深度调峰的灵活性远不如火电机组，同时为了保护环境，大容量、清洁型发电机组的发展刻不容缓。火电机组的负荷大范围变动时，会引起温度、压力等诸多参数的变化，固定的PID参数已经不能作为高品质的控制对象，而在线调整PID参数既浪费时间还耗费精力，很难满足机组运行要求，由此提出神经网络逆模型控制方法。

简介：摘要：轨道交通运营单位运营计划的制定与调整优化取决于客流需求，特别是城市轨道交通网络化运营后，随着轨道交通运量的增加以及线网网络复杂度的提高，客流预测难度也随之成几何倍数增大，因此提升客运量预测的精准度是轨道运营单位面临的一大问题。本文探讨基于图卷积神经网络、长短时记忆网络的轨道交通客流预测模型，实现轨道交通客流精准预测，为线网各运营线路行车组织、客流组织调整提供精准的数据支撑。

简介：摘要：BP神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络。

简介：

简介：【摘要】：本项目为了对车辆轻量化中的无铆钉冲压连接进行优化，引入深度学习中的全连接神经网络，通过传感器传回的实时接头数据，对压力连接接头的力学性能进行实时检测，并传回控制主板经由神经网络的感知、处理、预测、优化、输出控制接下来的工艺参数。

简介：摘要：在现有的人工神经网络理论中 ,BP神经网络使用最为广泛。 BP网络 (Back-Propagation Network)训练网络权值的算法是后向传播学习算法 ,它是一种多层前向神经网络。 BP学习算法是人工智能专家 Rumel hart于 1986年创建的理论。现代模拟电路故障诊断技术中应用神经网络的基本上选择的都是 BP神经网络。本文基于 BP神经网络的模拟电路诊断展开论述。

简介：

简介：摘要：众所周知，我国目前处于一个重要信息化和智能化背景之下，各种智能技术已经在各个领域内进行运用，并且随着时间的推移，这些智能技术均起到了很好的效果和作用，人脸识别技术正是其中之一。在现代社会发展过程中，人脸识别系统和算法已经在信息验证、人物信息识别等等方面进行运用，而且现代国内的电子商务和网络银行开始广泛进行运用，因此人脸识别算法无论是在当前还是未来的发展进程中，均具有很好的发展和应用前景，因此，在后续的发展过程中，需要重视人脸识别技术的发展。在本文中主要介绍一种基于RBF神经网络的人脸识别算法，其主要目的在于促进国内人脸识别水平得到对应的提升。