简介:将分支前馈神经网络(BFNN)运用于数字字符的模式识别问题中,其某些性能优于标准反向传播(BP)网络。BFNN的隐层神经元与输出神经元之间为分组对应关系,采用的学习算法与标准BP算法类似。BFNN可以根据样本的可分性构建最适宜的网络结构。在对大规模、分类复杂的样本进行识别时,性能优于标准BP网络。
简介:摘要院神经网络被广泛地应用于字符识别,通过对其难点问题的分析,为了提高字符识别率,本文应用改进型BP神经网络进行字符识别,该算法识别率高,速度快,可适用于多种高噪声环境中,实用性很强。
简介:摘要在炼铁过程中,保持合理的炉温水平是达到炉况稳定顺利、实现高炉生产“优质、高产、长寿、低耗”的直接保证。一般通过预测铁水硅含量来间接地反映炉内温度的变化,判读高炉炉缸热状态。本研究提出将BP神经网络与遗传算法(GA)相结合,建立GA-BP网络模型。
简介:Remarksonadaptiveneuralnetworkcontrollerusingreferencemodel,Revolutioncontrolofgeneratordieselenginebyneuralnetworkcontroller,Robustneuralnetworkcontrollerforvariableairflowvolumesystem,Selftuningneuralnetworkcontrollerforinductionmotordrives,Self-OrganizingNeural-BasedFuzzyControllerforTransientStabilityofMultimachinePowerSystemsUsingFlywheelBattery……
简介:Evolutionofaneuralnetworkforgaitanimation.Experimentalevaluationofanovelswitchcontrolschemetbranactivepowerlineconditioner.Fuzzylogicdecisionmechanismcombinedwithaneuro-controllerforfabrictensioninrobotizedsewingprocess,Hybridsteppingmotorpositionservosystemwithon-linetrainedfuzzyneuralnetworkcontroller.
简介:Aneuralnetworkcontrollerforsuppressionofwingrock;Aneuralnetworkpredictivecontrolsystemforpapermillwastewatertreatment;APIDneuralnetworkcontroller;Anartificialneuralnetworkapproachformotioncontrolofamagneticdiskdrivevoicecoilmotor;Aninternalmodelcontrolstrategyusingartificialneuralnetworksforaclassofnonlinearsystems;2002IEEEInternationalConferenceonSystems,ManandCybernetics(SMC02),vol.5:BridgingtheDigitalDivide-Cyber-development,HumanProgress,PeaceandProsperity;AutomaticGenerationControlforPowerSystemwithSMESbyUsingNeuralNetworkController;Chaoticsystemcontrolconsideringedgeofchaosusingneuralnetwork;DesignandimplementationofindustrialneuralnetworkcontrollerusingBackstepping;
简介:摘要人工神经网络(ANN)是一种驱动人工智能(AI)的网络框架,其中采用经典卷积神经网络(CNN)进行胚胎质量评估可进行固定时间节点胚胎细胞计数和图像识别;采用全连接的深度神经网络(DNN),胚胎图像识别准确度提升,适用于较高硬件配置以及需要整合临床信息进行综合预测;残差网络通过增加层数提高准确度并通过跳跃连接解决梯度消失问题,实现动态胚胎评估。贝叶斯网络(BN)机器学习擅长推理,在条件缺失情况下可通过推理弥补数据不足,可结合临床复杂信息进行综合预测评估;支持向量机(MLP)机器学习存在梯度消失与爆炸,容易丢失图像部分空间特征,适用于小样本评估。ANN在预测胚胎植入率、胚胎非整倍体方面具有一定优势,开发新的胚胎质量评估方法减少侵入性检测是人类辅助生殖技术(ART)重要研究方向。
简介:摘要 : 对电力的需求是人们日常生活的主要生活需求之一 。在整体电力企业的管理当中,对电网进行有效的管理是中小企业主要运营的重要问题之一。从具体的应用而言,整体电网的运营与管理工作具有的较为丰富的多样性。其中对电力负荷进行有效的预测是整体电网运营工作中的重点工程之一。有效的电力负荷预测工作,能够使相关技术人员对整体电网的运行有效的调整,进而使 整体电网管理拥有更加优质的管理效果。并使整体电力企业的经济效益进一步以能源管理的方式得以提升。文章 对人工神经网络在整体电力负荷预测中的重要作用进行相应的分析,并解释其具体的应用过程,希望能够为电力管理工作提供有效的现实 性参考。