简介:摘要:本文使用了一种新型的神经网络结构(树突神经网络),对斜拉桥施工过程中使用的前支点挂篮,在受到到斜拉索索力和环境温度影响下的结构响应进行了分析,并得到了基于神经网络程序,得出输出值的预测结果。
简介:摘要灰色预测是一种运算简便、易于检验的数学预测模型方法,而神经网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系,从而达到处理信息的目的。本文通过将两种模型有机的结合,很好的完成了对成都市近年来的城市道路交通噪声进行的预测工作,可以为城市道路交通建设等相关工作提供一定的指导。
简介:在丝绸等织物生产过程中,经常会出现织物产生非正常花纹的缺陷。目前对织物缺陷的检测主要是通过人工肉眼判别,该方法花费时间长、人工成本高,会给企业带来较大的经济负担。本文通过使用BP和SAE两种神经网络对织物进行缺陷检测,并判断是何种缺陷:首先介绍了使用BP神经网络对大量样本训练并保存,得到最佳权值,从而实现对于图像的缺陷检测和分类;训练样本通过SAE深度神经网络训练得到重构图像,再不断微调参数,获得最佳的权重数值,运用滤波器过滤噪声,最终得到结果。通过大量的实验,结果表明两种方法对织物缺陷检测均具有非常良好的效果,充分证明了深度神经网络在工业生产织物过程中运用的可行性。