简介：文章主要介绍了基于BP神经网络的身份证号码识别算法的实现方法，在进行BP网络设计中，主要需要考虑网络层数、各层中神经元结点数、初始值的选取、期望误差及学习速率等因素对算法的影响，提出了算法具体实现的步骤。

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：针对传统道路障碍物检测算法准确性和鲁棒性不强等问题,本文提出一种基于卷积神经网络的道路障碍物检测算法。该算法首先对车载图像预处理生成障碍物候选区域,再将障碍物候选区域输入到改进的卷积神经网络中,进行精确识别和剔除,区分道路障碍物和非障碍物。改进的卷积神经网络在原有网络的基础上,调整了卷积核的大小和个数、池化层的空间尺寸和神经网络的深度,并且在卷积层后选择性的加入池化层,提高障碍物的识别率。在不同场景中进行了测试,实验结果表明：本文提出的道路障碍物检测算法有效的提高了障碍物的识别率,识别率达到98.2%,并且拥有较高的鲁棒性。

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：提出了一种将小波变换同神经网络相结合的方法,旨在克服由于广为采用的神经网络在对不定信息处理方面存在的不足和容易陷入局部极小值的问题,将小波变换与神经网络相结合,利用混沌轨道的游动性有利于系统跳出局域极值的束缚而寻求全局最优.仿真结果表明,此种算法快速、有效,能很好地解决某些复杂的辨识问题.

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：回顾了人工神经网络的发展史,分析了BP神经网络的结构,对BP神经网络在函数逼近、模式识别、分类应用、数据压缩等方面的应用进行了综述.

简介：摘要：卷积神经网络是一种新型的无导师学习算法,在近几年有了较大发展,其主要思想为利用层间节点竞争产生隐含函数来处理非线性系统，在处理非平稳信号方面,它的优势主要体现在:可以利用网络中所有隐含层,使得原始数据与新产生的参数都保持一定关系,从而实现了非线性函数逼近;通过使用简单、有效等方法来减少输出矢量对算法时间和计算量要求较高之处。本文将介绍一下卷积神经网模型结构及相关技术特性以及一些典型应用场景下常用学习算法进行分析研究。

简介：本文主要研究人工神经网络在企业知识管理评价中的应用问题。为了克服综合评价过程的随机性与评价专家主观上的不确定性，本文提出基于人工神经网络的企业知识管理综合评价模型。该模型采用多层前馈神经网络及BP算法，其仿真实现是以MATLAB下神经网络工具箱作为开发工具。通过仿真实例与专家评估相比较，验证了该模型的有效性。

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：针对小电流接地系统,本文提出了一种利用BP神经网络对行波法和暂态主频法进行融合的选线方法。该方法提取各出线初始电流行波零模分量的幅值、极性以及暂态主频的幅值、相位,利用神经网络进行融合实现故障线路的选取。该方法先利用仿真软件ATP建立仿真模型,分别对各条线路设置不同故障距离、不同过渡电阻以及不同故障初相角进行仿真,得到训练样本和测试数据,然后利用训练样本对BP神经网络模型进行训练,最后利用测试数据进行故障选线验证。仿真证明本文提出的方法能够实现小电流接地系统的选线。

简介：针对人工神经网络的课程特点,提出将前沿科技引入教学内容,基于兴趣与任务驱动开发一系列课程案例,对教学内容和教学方式进行课程改革。介绍在实验教学环节基于倒立摆系统开发出的一系列实验案例。

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。

简介：

简介：摘要：本文在阐述人工神经网络的发展过程中，对其在当前机械工程领域的应用进行分析和探索，通过对当前机械工程实际操作过程中存在的欠缺和不足进行分析，探究人工神经网络能够对机械工程带来的重要意义和影响，并为人工神经网络在今后诸多领域的应用提供相应的参考。

简介：摘要在医疗卫生领域,人工智能具有广阔的应用前景和较高的实用价值。介绍了人工智能在神经网络中的应用，及应用前景。

简介：摘要： 在我国大力提倡退耕还林的前提下 ,森林资源得到了有效地保护。由于近几年来森林火灾不断发生 ,导致森林资源受到巨大的破坏 ,影响了人们正常的生活以及社会发展。做好目前的森林防火工作 ,是保护自然生态环境最有效的手段。