共搜索到3124条信息，每页显示10条信息，共313页。用时：0小时0分0秒244毫秒
基于不变矩特征和神经网络的图像模式模糊分类范立南,徐心和摘 要:提出了一种基于不变矩特征和神经网络的医学图像识别模型·所设计的识别模型包括不变矩特征提取,不变矩矢量标准化,模糊化预处理,BP网络与竞争选择·利用不变矩方法提取医学图像的特征矢量,能有效检测出具有平移,旋转和比例变化的图像,利用神经网络作为分类器对提取的特征矢量分类,使用模糊化的方法先对输入特征数据做预处理再进行识别,每一个图像模式归属于某一类是以0到1的数字代表其归属程度·实验结果验证了模型的有效性,训练好的网络有很好的分类能力·关键词:医学图像;不变矩;矢量标准化;神经网络;模式识别;模糊分类;......
随机均值短期利率期限结构模型与均衡刘艳春,高立群摘 要:介绍了Tice和Webber给出的一类多因子随机均值短期利率期限结构模型·通过引入仿射变换函数,把相应的期限结构模型推广为仿射的多因子期限结构模型,使期限结构模型的适用范围更加广泛·并证明了扩展到开放经济条件下的宏观经济均衡模型(IS LM BP)是一族仿射的三因子随机均值短期利率期限结构模型的特例·此结果不仅给出了随机均值短期利率期限结构模型的一种经济解释,而且也说明了通过随机均值短期利率期限结构模型可以解决一系列的宏观经济问题·关键词:利率;期限结构;随机均值;ISLMBP模型;均衡;......
基于模糊神经网络的产品可装配性评判杨会林,颜云辉,宗振奇,张海燕摘 要:针对产品装配信息量大,影响因素复杂,许多参数依赖人的判断和推理等特点,以及多数现行评判方法存在的不足,提出了基于模糊神经网络的产品可装配性评判方法·该方法依据产品装配特征的类型,先构建产品可装配性信息数据库,再通过将常规的三层BP网络模糊化处理,得到输入和权值均已模糊化的产品可装配性模糊神经网络模型·按照预置的网络训练规则进行训练,获得最佳连接权值·经实例检验,证明这种模糊神经网络模型用于产品可装配性评判是可行的,且具有很好的稳定性·关键词:模糊神经网络;可装配性;可装配性评判;虚拟装配;装配信息;......
基于MRI的肝硬化程度的计算机辅助诊断姜慧研,赵越,杨新风摘 要:提出了将肝脏纹理特征与形状特征相结合以实现计算机辅助诊断肝硬化程度的新方法.首先利用图像分割技术从腹部MRI中分割肝脏区域,并提取肝脏区域的纹理特征与形状特征;然后用共轭梯度算法改进BP神经网络,基于该网络与纹理特征计算肝脏纤维化的程度,并利用形状特征计算肝左叶钝化的程度;最后结合肝脏纤维化程度与肝左叶钝化程度进行肝硬化程度的诊断.将该方法应用于实际的腹部MRI图像,证明了其对肝硬化程度诊断的准确率显著高于单一神经网络的方法.关键词:肝硬化;MRI;图像分割;BP神经网络;模式识别;计算机辅助诊断;......
神经网络在项目评估中的应用胡清河,张爽,汪定伟摘 要:项目评估在市场机遇获得,成本控制和竞争力判别等方面决定着企业的成功与否.通过对影响项目价值的属性,因素,显性指标以及它们之间关系的研究,采用模拟生物神经元基本功能的神经网络技术建立项目价值模型,改进了传统的BP算法,对样本进行监督训练的反向传播算法得到权重因子,从而确定指定项目的价值,辅助决策者进行项目评估决策.实际应用证明了算法的有效性和模型的实用性.关键词:项目评估;项目价值模型;神经元网络;反向传播算法;项目评估决策;......
基于神经网络的驾驶员觉醒水平双目标监测法杨英1,盛敬1,杨佳2,周巍11. 东北大学机械工程与自动化学院2. 辽东学院装备与材料学院摘 要:在驾驶员疲劳状态单目标状态识别的基础上,提出了驾驶员嘴巴与眼睛状态双目标疲劳状态判别法.该方法将驾驶员眼睛和嘴巴的特征向量值按先后顺序,分别输入到修正的BP网络中,采用区域匹配算法,根据驾驶员疲劳状态量化评判标准,综合识别驾驶员的觉醒水平.采用VC++开发了驾驶员疲劳监测算法软件,并对驾驶员进行了监测仿真试验.结果表明,双目标监测系统能够实时,准确地监测和识别驾驶员的觉醒水平,具有较高的识别容错性和准确性.关键词:驾驶员觉醒水平;双目标监测;状态识别;神经网络;仿真;......
基于过程神经网络的短期负荷预测关守平,吕欣,张艳蕊摘 要:针对目前常用方法在解决负荷预测问题时,结果往往难以达到工程要求精度的现状,利用过程神经网络输入为时间函数以及预测精度高的特点,建立了基于过程神经网络的电力系统短期负荷预测模型;给出了模型的结构,基于函数正交基展开的离散数据拟合方法以及模型的学习算法.针对东北某地区电网的日负荷数据,进行了模型训练和负荷预测正确性的研究.结果表明,所建立的预测模型对负荷的预测准确率高,优于BP神经网络负荷预测模型的预测结果.关键词:过程神经网络;短期负荷预测;函数正交基;离散数据拟合;学习算法;......
基于ELM新方法的LF终点温度软测量混合模型田慧欣1,毛志忠11. 东北大学信息科学与工程学院摘 要:针对LF精炼炉冶炼过程中物理化学反应过程及传热过程的复杂性,采用混合模型对钢水温度进行软测量,将传统的机理模型与ELM新方法相结合,利用ELM智能算法校正机理模型中难以准确获得的参数,再用机理模型进行预测.这种混合模型既克服了传统机理模型难以准确实现的不足也避免了"黑箱"模型过分依赖数据的缺陷.同时ELM新方法也克服了传统BP算法的不足,使预测精度得到了提高.仿真结果表明,此混合模型具有较好的预测结果,终点温度预测误差不大于±5℃的炉次大于90%.关键词:LF炉;ELM;混合建模;软测量;钢水温度;......
基于贝叶斯神经网络的SPA-H热轧板力学性能预测贾涛1,刘振宇1,胡恒法2,王国栋11. 东北大学轧制技术及连轧自动化国家重点实验室2. 梅山钢铁公司技术中心摘 要:研究了基于贝叶斯方法的神经网络及其在SPA-H热轧板力学性能预测中的应用.在网络的目标函数中引入代表网络复杂程度的惩罚项,融入"奥克姆剪刀"理论,防止网络"过训练"的发生.考虑到网络在应用中的实际问题,在前人改进的算法基础上,采用Levenberg-Marquardt算法训练网络,提高了该网络的收敛速度.利用上述网络进行SPA-H集装箱热轧板力学性能预测,在收敛速度,稳定性和泛化能力方面都优于传统的BP神经网络.关键词:贝叶斯方法;Levenberg-Marquardt算法;神经网络;集装箱板;力学性能;......
基于傅立叶描述子-BP神经网络的手势识别方法覃文军,吴成东,赵姝颖,陈硕东北大学信息科学与工程学院摘 要:针对手势识别中人手是复杂变形体,手部特征描述容易受到环境因素影响的特点,提出了一种基于傅立叶描述子-BP神经网络的手势识别方法.首先根据YCbCr和Nrg肤色模型的互补性以及背景模型有效去除复杂背景中的类肤色的特点,利用多特征相融合的手势分割方法提取手势区域;然后结合傅立叶描述子具有较好的轮廓描述能力和BP神经网络较强的自学习能力,利用傅立叶描述子-BP神经网络方法对手势进行识别.实验结果表明此方法具有较好的鲁棒性和较高的识别率.关键词:手势识别;手势分割;傅立叶描述子;BP神经网络;......
