简介：摘要影响边坡稳定性的因素复杂，导致很难利用传统的方法定量的描述边坡的稳定性。人工神经网络模型的优势在于可以利用系统的整体性质而不依赖于明确的关系。本文利用已发表的滑坡或边坡的数据应用于人工神经网络模型，以此预测滑坡的稳定性，并与传统的极限平衡法和最大似然估计法法得到的结果进行比较。结果表明人工神经网络方法预测边坡的稳定状况是可行的。

简介：

简介：摘要:人工神经网络在机械工程领域中的研究与应用日益受到重视。对于故障诊断与预测，人工神经网络可以通过学习和识别机械系统中的故障特征模式来准确地诊断故障并预测故障发生的可能性。在智能控制与优化方面，人工神经网络能够根据输入数据的变化进行实时调整，并优化机械系统的性能。此外，人工神经网络还可用于机器视觉与图像处理、设备状态监测与维护以及运动规划与路径优化等领域。

简介：摘要：过去30年来，对人工神经网络布局、实践和现实利用的研究十分活跃，每年会出版成千上万份文件。据估计，对人工神经网络的研究自一开始就进入了成熟和扩张阶段。它已在一个广范围的技术领域生根发芽，并与专家系统和遗传算法一起成长为基础人工神经网络技术。人工神经网络在机械工程领域的利用非常普遍，涉及工艺计划、加工参数优化、故障诊断、震荡节制、工况监控、寿命展望等等。

简介：

简介：摘要：最近几年，伴随着我国都市化步伐的快速推进，各城镇的发展用地年复一年地增多，持续向农村地区扩散，占用了大量农村土地。因此，密切关注农村土地的使用状况，对于农村发展规划、城市化进程的调控和生态环境的评估等方面极其重要。人工神经网络因其非线性的映射功能、概括能力以及出色的错误容忍能力，在克制干扰、自我适应性分辨等领域展现出明显的优越性。基于此，文章就人工神经网络在农村土地利用分类中的应用展开了相关研究。

简介：摘要：本文旨在利用改进的人工神经网络技术，实现对建筑结构变形的精准监测和预警。文章提出通过采用深度学习技术，结合卷积神经网络和循环神经网络等模型，对建筑结构变形数据进行训练和学习；建立实时监测系统，采集建筑结构变形数据并传输至神经网络模型进行分析，设定预警阈值，一旦检测到异常即发出预警通知；定期优化和更新神经网络模型，监控性能和准确性，收集实时监测数据用于训练更新，不断改进算法和参数，提高预测精度和稳定性。通过这一方案，实现对建筑结构变形的智能监测和预警，确保建筑结构的安全和稳定运行。

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：摘要混凝土抗压强度是保证混凝土工程质量最重要的检验指标，然而混凝土抗压强度的检验评定通常是在浇筑后28d进行的，即使试验结果不能满足规定强度，混凝土强度也不能提高。因此混凝土抗压强度早期预测具有重要研究意义。本文应用神经网络技术建立了混凝土强度预测模型，并将预测结果与实验室测试结果进行对比较。研究表明神经网络在预测混凝土的抗压强度方面有较高的精确度，将该技术应用于混凝土配合比设计，有助于保证混凝土工程质量。

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：摘要本文提出了一种基于局部自动搜索和光谱匹配技术的训练样本纯化的BP网络分类方法。利用影像的空间信息在图像局部范围内自动搜索和选择最佳样区位置，再用光谱匹配对寻找到的最佳样区在光谱空间上进一步纯化。从空间和光谱两个角度对样区进行了纯化，使得训练样本更适合遥感图像分类的要求，最后利用BP网络对遥感图像进行分类。实验结果证明，原始遥感图像经过样区纯化算法处理后，目视判读效果和数值分析都表明提高了分类精度。

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：随着人工智能技术的飞速发展，神经网络芯片作为支撑深度学习应用的核心硬件，受到了广泛的关注和研究。本文综述了神经网络芯片技术的专利发展，从技术架构、设计原理、应用场景等方面进行了深入分析，并对未来发展趋势进行了展望。

简介：摘要机械设备的故障诊断主要是根据它在运行过程中出现的各种状态信息对其故障进行分析与识别。人工神经网络具有大规模并行、分布式存储和处理、自组织、自适应和学习能力，特别适用于处理需要同时考虑许多因素和条件的、不精确和模糊的信息。本文主要分析了人工神经网络的基本原理，分析了BP神经网络，探讨了人工神经网络在机械故障诊断中的应用步骤，最后分析了机械故障诊断中的人工神经网络诊断应用。

简介：摘要：中国是一个储煤大国，煤炭开采是国民经济发展的支柱产业，但煤炭资源赋存条件的复杂性和不确定性，以及我国煤炭行业多为井工开采的现状，决定了煤炭开采行业的高危险性。如何有效的对井工煤矿开采作业进行安全管控成为了行业痛点和难点问题。本文从煤矿井下作业标准化和安全风险防控的角度出发，针对井下作业的不安全行为利用图像识别和递归卷积神经网络算法进行研究，该技术能够获取高可靠的目标特征向量来提升对象的识别精度，实现对特定目标鲁棒性、精确性识别和实时预警，杜绝因人的不安全行为导致的安全事故。首先，将井下员工不安全行为进行了分类，分为异常操作和异常位置两类；其次，基于图像识别技术对井下员工的异常操作和异常位置进行了判断，判断的依据是煤矿采掘工作面的图像数据与样本图像的对比及人员站立位置的计算。研究结果表明：本文的方法能够较为准确而快速地对煤矿井下员工不安全行为识别，具有较好的实用价值。

简介：摘要：长期以来，短期负荷预测（short-term load forecasting，STLF）一直是电力运行关注的问题，对制定经济、可靠、安全的电力系统运行策略起关键作用。由于负荷时间序列具有非线性、非平稳性和非季节性等特点，准确预测负荷趋势具有很大的挑战性.

简介：摘要：数据分类是模式识别的一种，被大量应用在地质统计、语音识别、生物分类、搜索推荐等领域。化探数据具有极高的变异性和高度的非线性特征，对于非线性数据的分类问题，采用神经网络算法进行处理具备高效率、高准确度的优势。本文利用改进的BP神经网络算法建立BP神经网络模型，将训练好的BP神经网络预测未知类型的化探数据点。结果表明，应用该神经网络进行的分类对于有矿点、无矿点的识别获得了比较高的准确率。

简介：摘要建筑企业借助神经网络系统，利用数学函数和相关模型，将外部情况纳入企业经济管理范畴，有利于提高建筑企业生产的安全性，强化工程质量控制，确保工程利润顺利实现。本文介绍了审经网络特性和信息处理特征，对神经网络在建筑经济管理中的具体应用和存在的不足进行了探究。

简介：摘要:本文聚焦于探讨神经网络在图像识别领域的应用。通过对神经网络技术在人脸识别、物体检测与分类、医学图像分析以及场景理解与分割等具体应用案例的深入剖析，揭示其在提升图像识别精度和效率方面的显著贡献。然而，文章也指出神经网络在数据和计算方面所面临的挑战，并探讨未来发展的趋势与方向，这些研究有望进一步推动神经网络在图像识别中的应用和创新。